Sur une population donnée, étudions deux caractères.
Pour chacun des n individus de cette population, notons xi et yi les valeurs prises par chacun de ces caractères, et présentons les données à l’aide de la série statistique à deux variable suivante :
Valeur xi | x1 | x2 | … | xn |
Valeur yi | y1 | y2 | … | yn |
Définition : |
Dans un repère orthogonal, l’ensemble des points Mi de coordonnées (xi;yi) (avec 1 ≤ i ≤ n) |
est appelé le nuage de points associé à cette série statistique à deux variables. |
Notons x = (x1 + x2 + … + xn) =
∑
i=1nx
i et y =
(y1 + y2 + … + yn) =
∑
i=1ny
i
Ainsi x et y représentent respectivement la moyenne des séries (xi) et (yi).
Définition : |
Le point G de coordonnées (x;y) est appelé le point moyen du nuage de points |
associé à cette série statistique à deux variables. |
Obtention des coordonnées du point moyen grâce à la calculatrice :
Texas Instrument (TI - 80) :
STAT 1 : Edit … permet d’entrer les valeurs de x dans L1, puis celles de y dans L2
STAT CALC 2 : 2-VAR Stats puis (2ndL1,2nd L2)ENTER(Ceci nous donne x et y ).
Casio Graph 25
Dans le menu STAT, entrer les valeurs de x dans List 1, puis celles de y dans List 2.
, entrer dans 2VarXList : List 1 et 2VarYList : List 2
puis Calc 2-Var (On obtient alors x et y.)
Exemple :
La série statistique double suivante indique les notes mensuelles d’un élève au cours des cinq premiers mois de l’année scolaire numérotés de 1 à 5.
Valeur Moisxi | 1 | 2 | 3 | 4 | 5 |
Note yi | 8 | 9 | 12 | 12 | 13 |
x = 3 et y = 10,8 donc le point moyen G du nuage représenté ci-dessous a pour coordonnées (3;10,8).
Pour étudier la dispersion de chaque variable x et y, on peut calculer leurs variances : V x = ∑
i=1n(x
i -x)2 et
V y =
∑
i=1n(y
i -y)2 .
Mais il est utile d’introduire une quantité qui fasse intervenir à la fois les valeurs de x et de y.
Définition : |
On appelle covariance de x et y le nombre : Cxy = ![]() ![]() |
La seconde expression est plus commode pour les calculs à la main.
Dans l’exemple précédent, Cxy = (1 × 8 + 2 × 9 + 3 × 12 + 4 × 12 + 5 × 13) - 3 × 10,8 = 35 - 32,4 = 2,6.