Statistique à deux variables Méthode

Déterminer l’équation de la droite des moindres carrés

Durée estimée
10 minutes
Votre progression

Créez un compte gratuit pour suivre votre avancement et reprendre où vous avez laissé.

Créer un compte

Méthode

Soit un nuage de $ n $ points associés à une série $ (x_{i};y_{i}) $. La droite des moindres carrés (régression de $ y $ en $ x $) a pour équation $ y=ax+b $, où $ a $ et $ b $ sont obtenus par la calculatrice ou un tableur.

Pour déterminer cette équation :

  1. Étape 1 : entrer les valeurs $ x_{i} $ et $ y_{i} $ dans deux listes en mode statistique deux variables.
  2. Étape 2 : lancer le calcul de régression linéaire (« LinReg » sur TI, « X $ \to $ Y » sur Casio, « DROITEREG » sur tableur).
  3. Étape 3 : lire les coefficients $ a $ (pente) et $ b $ (ordonnée à l'origine), arrondir si nécessaire et écrire l'équation $ y=ax+b $.
  4. Étape 4 : vérifier que la droite passe par le point moyen $ G(\bar{x}\,;\bar{y}) $ en remplaçant $ x $ par $ \bar{x} $ : on doit retrouver $ \bar{y} $.

Remarque

Cette droite est aussi appelée droite de régression de $ y $ en $ x $. Elle est unique et minimise la somme des carrés des écarts verticaux entre les points du nuage et la droite. La calculatrice et le tableur fournissent directement les coefficients $ a $ et $ b $ : il n'y a pas à mémoriser leur formule.

Détermination à la calculatrice

On dispose de la série suivante reliant l'âge $ x $ (en années) d'un véhicule et son prix $ y $ (en milliers d'euros) :

$ x_{i} $ $ 1 $ $ 2 $ $ 3 $ $ 4 $ $ 5 $ $ 6 $
$ y_{i} $ $ 18 $ $ 15 $ $ 13 $ $ 11 $ $ 9 $ $ 7 $

Déterminer l'équation de la droite des moindres carrés.

Étape 1 : saisir les six valeurs de $ x $ dans la liste $ L_{1} $ et celles de $ y $ dans la liste $ L_{2} $.

Étape 2 : lancer la régression linéaire ( $ ax+b $ ).

Étape 3 : la calculatrice affiche $ a\approx -2{,}14 $ et $ b\approx 19{,}67 $. L'équation est donc :

$ y=\color{red}{-2{,}14\,x+19{,}67}\color{black} $

Étape 4 : le point moyen est $ G(3{,}5\,;\,12{,}17) $. Avec l'équation :

$ -2{,}14\times 3{,}5+19{,}67=-7{,}49+19{,}67=12{,}18 $

L'écart avec $ \bar{y}=12{,}17 $ est inférieur à $ 0{,}02 $ : il provient des arrondis sur $ a $ et $ b $. La cohérence est donc bonne.

Utilisation d'un tableur

Sur un tableur, on saisit les abscisses dans la colonne A et les ordonnées dans la colonne B. La fonction utilisée est :

$ \texttt{=DROITEREG(B2:B10\,;\,A2:A10)} $

Validée en matrice (Ctrl+Maj+Entrée), elle renvoie deux cellules : la pente $ a $ à gauche et l'ordonnée à l'origine $ b $ à droite.

Avec la série de l'exemple précédent, on obtient $ a\approx -2{,}143 $ et $ b\approx 19{,}667 $. L'équation arrondie au centième est encore $ y=-2{,}14\,x+19{,}67 $.

Le tableur permet en plus d'afficher la droite directement sur le nuage : insérer un graphique « Nuage de points », clic droit sur le nuage, Ajouter une courbe de tendance, choisir Linéaire et cocher Afficher l'équation.

Estimation à partir de l'équation

Avec la droite $ y=-2{,}14\,x+19{,}67 $ obtenue ci-dessus, estimer le prix d'un véhicule âgé de $ 4{,}5 $ ans.

Étape 1 : on remplace $ x $ par $ 4{,}5 $ dans l'équation :

$ y=-2{,}14\times 4{,}5+19{,}67 $

Étape 2 : calcul :

$ y=-9{,}63+19{,}67=\color{red}{10{,}04}\color{black} $

Étape 3 : le modèle prédit un prix d'environ $ 10{,}04 $ milliers d'euros, soit environ $ 10\,040 $ €.

Attention

Pièges fréquents :

  • Inverser $ x $ et $ y $ à la saisie : la régression de $ y $ en $ x $ et celle de $ x $ en $ y $ ne donnent pas la même droite.
  • Oublier de signaler les arrondis : préciser le nombre de décimales conservées sur $ a $ et $ b $.
  • Confondre $ a $ (pente) et $ b $ (ordonnée à l'origine).
  • Conclure sur la pertinence de l'ajustement sans avoir consulté le coefficient de corrélation $ r $ : voir la fiche méthode dédiée.

Pour s'entraîner