Dans le monde des mathématiques, certaines relations sont « absolues », par exemple, une fois le rayon d'un cercle déterminé, sa surface est fixe. Mais dans la vie réelle, de nombreuses relations sont « floues » : un père plus grand a souvent un fils plus grand, mais cette corrélation n'est pas une correspondance unique. C'est là que réside la beauté de lacorrélationbeauté. Elle décrit une tendance entre variables tout en permettant des fluctuations aléatoires. Le diagramme en nuage de points est comme un « microscope » pour capter ces tendances cachées.
Analyse des concepts clés
Corrélation (Correlation) désigne une relation incertaine entre variables. Lorsqu'une variable est fixée, la valeur de l'autre reste aléatoire. Alors que relation fonctionnelle est déterministe : $y$ est entièrement déterminé par $x$.
En observant le diagramme en nuage de points (Scatter Plot), nous pouvons juger visuellement la relation entre les variables :
- Corrélation positive (Positive) : l'ensemble s'élève vers la droite-haut ; lorsque $x$ augmente, $y$ tend à augmenter.
- Corrélation négative (Negative) : l'ensemble descend vers la droite-bas ; lorsque $x$ augmente, $y$ tend à diminuer.
- Corrélation linéaire : les points sont regroupés près d'une ligne droite.
La corrélation ne signifie pas causalité ! Même si un diagramme en nuage de points montre une forte corrélation, cela peut être dû à un « facteur commun » externe ou à une simple coïncidence. Avant de conclure, une inférence logique scientifique prime sur l'observation graphique.
1. Rassemblez les termes du polynôme : un carré x², trois bandes rectangulaires x, et deux petits carrés unités 1×1.
2. Commencez à les assembler géométriquement.
3. Ils forment parfaitement un grand rectangle continu ! La largeur est (x+2), la hauteur est (x+1).
QUESTION 1
Une relation existe entre les variables, mais son intensité n’atteint pas celle d’une relation fonctionnelle. Qu’appelle-t-on ce type de relation ?
Relation causale
Corrélation (Correlation)
Relation de correspondance
Relation indépendante
Correct ! La corrélation décrit une dépendance non déterministe entre les variables.
Incorrect. La relation fonctionnelle est déterministe, tandis que cette relation incertaine est appelée corrélation.
QUESTION 2
Concernant la corrélation positive, quelle description est correcte ?
Le nuage de points s'étend du haut-gauche vers le bas-droite
Les points sont principalement situés dans les deuxième et quatrième quadrants
Lorsque $x$ augmente, $y$ présente une tendance croissante
Une variable détermine la valeur de l'autre
Correct ! La corrélation positive signifie que les deux variables évoluent dans le même sens, et apparaît dans le diagramme en nuage de points comme une inclinaison vers le haut-droite.
Incorrect. La corrélation positive signifie que, lorsque $x$ augmente, $y$ augmente globalement, et les points sont principalement concentrés dans les premier et troisième quadrants.
QUESTION 3
Dans un examen national de mathématiques au lycée d'une ville, les résultats suivent une distribution normale $N(75, 8^2)$. Si les niveaux A, B, C et D sont attribués selon les proportions respectives de 16 %, 34 %, 34 % et 16 %, quel est approximativement l'intervalle de score pour le niveau B ?
$[67, 75)$
$[75, 83)$
$[83, 100]$
$[59, 67)$
Correct ! Dans une distribution normale $N(\mu, \sigma^2)$, $P(\mu < X < \mu + \sigma) \approx 34\%$. Étant donné $\mu = 75$ et $\sigma = 8$, le niveau B correspond à l'intervalle $[75, 75 + 8)$, soit $[75, 83)$.
Incorrect. Selon les propriétés de la distribution normale, $P(\mu < X < \mu + \sigma) \approx 34\%$ et $P(\mu - \sigma < X < \mu) \approx 34\%$. Le niveau B correspond à l'intervalle positif de 34 %, c’est-à-dire de 75 à $75 + 8$.
QUESTION 4
Parmi les couples de variables suivants, lequel est le plus susceptible de présenter une corrélation négative ?
Taille des enfants vs taille des parents
Ventes de produits vs dépenses publicitaires
Nombre de véhicules en circulation vs indice de qualité de l'air (AQI)
Altitude vs pression atmosphérique
Correct ! Plus l'altitude est élevée, plus la pression atmosphérique est faible, les deux variables étant négativement corrélées.
Conseil : une corrélation négative signifie qu'une variable augmente quand l'autre diminue. L'altitude augmente, ainsi que la teneur en oxygène et la pression atmosphérique diminuent.
QUESTION 5
Si les points du diagramme en nuage de points sont distribués aléatoirement, sans ordre apparent, que pouvons-nous conclure sur ces deux variables ?
Corrélation linéaire
Corrélation négative
Pas de corrélation
relation fonctionnelle
Correct ! Une absence de structure dans le nuage de points indique qu'il n'y a pas de lien statistique évident entre les variables.
Incorrect. Un nuage de points désordonné indique qu'il n'existe pas de modèle évident entre les variables, donc elles ne sont pas corrélées.
QUESTION 6
D'après les données sur l'altitude et le nombre d'espèces d'oiseaux : environ 30 à 37 espèces à une altitude supérieure à 1000 m, et environ 4 à 17 espèces entre 400 et 800 m. Que peut-on en conclure ?
Les deux variables présentent une corrélation négative
Les deux variables présentent une corrélation positive
Les deux variables ont une relation fonctionnelle déterministe
L'altitude n'affecte pas le nombre d'espèces d'oiseaux
Correct ! Les données montrent que le nombre d'espèces d'oiseaux augmente globalement avec l'altitude, ce qui constitue une corrélation positive.
Observation des données : plus l'altitude est élevée, plus le nombre d'espèces est élevé, ce qui illustre une tendance de corrélation positive.
QUESTION 7
« Dans les villages où il y a plus de cygnes, le taux de naissance est plus élevé, donc les cygnes apportent des bébés. » Pourquoi cette conclusion est-elle erronée ?
Échantillon trop petit
Confondre corrélation et causalité
Erreur de saisie des données
Ignorer la corrélation négative
Correct ! Ce type de « corrélation fallacieuse » est généralement dû à un facteur commun (comme la taille du village), et non à une causalité directe. La corrélation ne signifie pas causalité.
Incorrect. Même si les données montrent une corrélation positive, cela ne signifie pas de causalité. Il s'agit d'une erreur logique.
QUESTION 8
Quelle est la différence fondamentale entre une relation fonctionnelle et une corrélation ?
La relation fonctionnelle peut être représentée graphiquement, la corrélation non
La relation fonctionnelle est déterministe, la corrélation est indéterministe
La corrélation est plus scientifique que la relation fonctionnelle
Seules les relations linéaires sont des relations fonctionnelles
Correct ! Le déterminisme est la frontière entre les deux. Une fonction associe à chaque $x$ une seule valeur $y$.
Conseil : pensez à la formule de l'aire du cercle (déterministe) et à la relation entre taille et poids (indéterministe).
QUESTION 9
Laquelle des descriptions suivantes représente une corrélation non linéaire ?
Les points sont serrés autour d'une ligne droite
Les points suivent une tendance en forme de parabole
Les points suivent une tendance linéaire ascendante du bas-gauche vers le haut-droite
Les points sont distribués sans aucun schéma
正确！抛物线、指数曲线等属于非线性相关。
Incorrect. La corrélation linéaire doit se situer près d'une ligne droite. La distribution curviligne est caractéristique de la corrélation non linéaire.
QUESTION 10
Dans un modèle de régression linéaire simple, à quoi ressemble le graphique des résidus idéal ?
Les résidus augmentent significativement avec la variable explicative
Les points de résidus sont répartis sur une ligne droite dont la pente est différente de zéro
Les points de résidus sont dispersés aléatoirement dans une bande horizontale centrée sur zéro
Tous les résidus doivent être égaux à zéro
Correct ! Une dispersion aléatoire des résidus indique que le modèle a bien capté l'information linéaire, et que les erreurs restantes sont aléatoires.
Incorrect. Si les résidus présentent une structure (par exemple, en forme de sablier), cela signifie que l'hypothèse du modèle pourrait être invalide. Idéalement, les résidus devraient être des fluctuations aléatoires.
Défi : Pièges statistiques et prévisions
Analyse approfondie des corrélations
Situation 1 : Le paradoxe des cygnes
Dans une région, sur 5 villages, 3 ont beaucoup de cygnes et un taux de natalité élevé, tandis que 2 ont peu de cygnes et un taux de natalité faible. Une personne conclut que « les cygnes apportent des enfants ». Acceptez-vous cette conclusion ?
Situation 2 : Modèle de croissance économique
Le tableau ci-dessous présente les données du PIB d'une région entre 1997 et 2006. Nous devons déterminer : (1) Peut-on utiliser un modèle linéaire ? (2) Comment prédire le PIB en 2017 ?
Q1
Fournissez une explication scientifique à la conclusion selon laquelle « les cygnes apportent des enfants ».
Réponse standard :
Je ne suis pas d'accord avec cette conclusion. Il s'agit d'unecorrélation fallacieuse (Spurious Correlation)Bien que le nombre de cygnes et le taux de natalité soient positivement corrélés dans les données, il n’existe pas de lien causal direct entre eux. Cette corrélation provient probablement d’un « facteur commun » : par exemple, la superficie géographique ou la taille de la population du village. Les villages plus vastes possèdent généralement de plus grandes zones humides propices aux cygnes, tout en ayant une population plus importante, entraînant ainsi un plus grand nombre de naissances. La corrélation ne signifie pas causalité, on ne peut donc pas en déduire que « les cygnes apportent des enfants ».
Je ne suis pas d'accord avec cette conclusion. Il s'agit d'unecorrélation fallacieuse (Spurious Correlation)Bien que le nombre de cygnes et le taux de natalité soient positivement corrélés dans les données, il n’existe pas de lien causal direct entre eux. Cette corrélation provient probablement d’un « facteur commun » : par exemple, la superficie géographique ou la taille de la population du village. Les villages plus vastes possèdent généralement de plus grandes zones humides propices aux cygnes, tout en ayant une population plus importante, entraînant ainsi un plus grand nombre de naissances. La corrélation ne signifie pas causalité, on ne peut donc pas en déduire que « les cygnes apportent des enfants ».
Q2
在 GDP 预测任务中，如果散点图显示 GDP 增长速度越来越快（呈现指数增长趋势），使用一元线性回归模型是否合适？
Réponse standard :
Inapproprié. Si le diagramme en nuage de points montre une tendance nettement courbe (comme une croissance exponentielle), cela indique que les variables sont liées par unecorrélation non linéaireSi on impose l'utilisation d'un modèle de régression linéaire simple (modèle linéaire), le graphique des résidus présentera une distribution structurée (forme de U ou de U renversé), entraînant une baisse drastique de la précision de la prédiction, et empêchant de modéliser fidèlement l'accélération de la croissance du PIB au fil des années. Il faut alors envisager une transformation logarithmique des données pour les rendre linéaires, ou établir un modèle de croissance exponentielle.
Inapproprié. Si le diagramme en nuage de points montre une tendance nettement courbe (comme une croissance exponentielle), cela indique que les variables sont liées par unecorrélation non linéaireSi on impose l'utilisation d'un modèle de régression linéaire simple (modèle linéaire), le graphique des résidus présentera une distribution structurée (forme de U ou de U renversé), entraînant une baisse drastique de la précision de la prédiction, et empêchant de modéliser fidèlement l'accélération de la croissance du PIB au fil des années. Il faut alors envisager une transformation logarithmique des données pour les rendre linéaires, ou établir un modèle de croissance exponentielle.
✨ Points clés
Les variables sont liées,pas une correspondance unique,,la tendance du nuage de points,révèle la vérité.du bas-gauche vers le haut-droite,corrélation positive,Ne confondez pas corrélationavec causalité.
💡 Différencier « déterminisme » et « tendance »
La relation fonctionnelle est une correspondance déterministe $y=f(x)$ ; la corrélation est une « tendance globale + fluctuations aléatoires ».
💡 Première intuition à partir du diagramme en nuage de points
Observez l'aspect du nuage de points. Une concentration étroite autour d'une ligne indique une forte corrélation ; une dispersion aléatoire indique une faible corrélation.
💡 Règle des quadrants
正相关点主要在 I、III 象限（相对样本均值点）；负相关点主要在 II、IV 象限。
💡 Faites attention aux variables cachées
Lorsque vous observez une corrélation entre deux variables, demandez-vous d'abord : un troisième facteur n'influence-t-il pas les deux simultanément ?
💡 Règles empiriques de la distribution normale
Dans une distribution normale $N(\mu, \sigma^2)$, l'intervalle $1\sigma$ couvre environ 68 %, et l'intervalle $2\sigma$ environ 95 %. Ces règles sont essentielles pour définir les niveaux.