Ajustement de données quantitatives

Comment résumer un nuage de données sans transformer une tendance en certitude ?

Environ 35 minutes

  • Représenter deux variables quantitatives
  • Interpréter un ajustement affine et ses résidus
  • Distinguer interpolation, extrapolation et changement de variable
Sommaire
  1. 1. Relier chaque paire de valeurs à un point
  2. 2. Mesurer les écarts et comprendre les moindres carrés
  3. 3. Interpoler, extrapoler et fixer les limites
  4. 4. Reconnaître une relation après un changement de variable
  5. S’entraîner

Comment résumer un nuage de données sans transformer une tendance en certitude ?

Des valeurs observées ne suivent pas toujours une formule exacte. Un ajustement propose une relation simple qui représente leur tendance. Il peut aider à estimer une valeur intermédiaire ou à formuler une prévision, mais il faut examiner sa qualité et ses limites. Les données numériques ci-dessous sont fictives et permettent de comparer plusieurs démarches de calcul.

1. Relier chaque paire de valeurs à un point

Une série statistique à deux variables quantitatives associe à chaque observation un couple (x ; y). Une variable quantitative est exprimée par un nombre qui représente une quantité, une mesure ou un dénombrement. Par exemple, x peut être le rang d’une semaine et y le nombre de demandes reçues cette semaine. Chaque observation devient un point dont l’abscisse est x et l’ordonnée est y.

Dans notre série fictive, les rangs 0, 1, 2, 3 et 4 correspondent aux nombres de demandes 9, 15, 14, 21 et 21. Les cinq couples doivent rester associés : trier séparément la colonne des x et celle des y détruirait la relation étudiée. Avant de tracer, on choisit les échelles, on nomme les axes et on indique les unités. On place un nuage de points, sans imposer une ligne brisée reliant des observations indépendantes.

La droite y = 3x + 10 décrit la tendance sans passer par tous les points.

Le nuage montre une tendance croissante, mais les points ne sont pas alignés. Une droite d’équation y = ax + b peut résumer cette tendance. Le coefficient a représente la variation de la valeur ajustée lorsque x augmente d’une unité. Le nombre b est la valeur prévue par la droite pour x = 0. Son interprétation concrète dépend de l’origine choisie et du domaine observé.

Une droite d’ajustement ne passe pas nécessairement par le premier point ni par le dernier. Elle cherche une représentation d’ensemble. La droite qui joint uniquement les deux observations extrêmes peut ignorer la position des autres. On examine donc l’ensemble du nuage et l’écart des points à la droite, au lieu de choisir une relation à partir de deux valeurs seulement.

Exemple résolu

On propose la droite y = 3x + 10 pour la série donnée. Interpréter ses coefficients et calculer la valeur ajustée au rang 2.

  1. Étape 1 : Le coefficient 3 signifie que le modèle affine ajoute trois demandes par unité de rang, ici une semaine.
  2. Étape 2 : Le terme 10 est la valeur du modèle au rang zéro ; l’observation réelle de la série fictive vaut pourtant 9.
  3. Étape 3 : Au rang 2, la valeur ajustée est 3 × 2 + 10 = 16.

Résultat : Le modèle donne 16 demandes au rang 2, alors que la donnée vaut 14 : il s’agit d’un ajustement et non d’une égalité exacte.

Piège à éviter : Présenter la valeur ajustée comme une observation effacerait l’écart entre le modèle et les données.

À toi d'essayer

Avec la droite y = 3x + 10, calcule la valeur ajustée au rang 3 et son écart à la donnée 21.

Voir la réponse

La valeur ajustée est 3 × 3 + 10 = 19. Le résidu, donnée moins valeur ajustée, vaut 21 − 19 = 2 : le point est au-dessus de la droite.

2. Mesurer les écarts et comprendre les moindres carrés

Pour un point (xᵢ ; yᵢ), le résidu est rᵢ = yᵢ − (axᵢ + b). Il mesure l’écart vertical entre la donnée et la valeur ajustée à la même abscisse. Un résidu positif place le point au-dessus de la droite ; un résidu négatif le place au-dessous. Une somme simple des résidus peut s’annuler par compensation même si les écarts sont importants.

La méthode des moindres carrés compare donc la somme des carrés des résidus : S = Σ[yᵢ − (axᵢ + b)]². Chaque carré est positif ou nul ; des écarts de signes opposés ne s’annulent plus. La droite retenue minimise cette somme parmi les droites possibles. On peut obtenir ses coefficients avec un outil numérique, puis vérifier qu’ils décrivent raisonnablement le nuage.

Pour notre série, la régression affine donne a = 3 et b = 10. Les valeurs ajustées sont 10, 13, 16, 19 et 22. Les résidus correspondants valent −1, 2, −2, 2 et −1. Ils ne sont pas nuls, mais leur somme est nulle. La somme de leurs carrés vaut 14. Une telle somme s’exprime dans le carré de l’unité de y ; elle n’est pas un nombre de demandes.

Exemple résolu

Comparer les droites D₁ : y = 3x + 10 et D₂ : y = 3x + 11 sur la série donnée.

  1. Étape 1 : Pour D₁, les résidus sont −1, 2, −2, 2, −1. La somme de leurs carrés est 1 + 4 + 4 + 4 + 1 = 14.
  2. Étape 2 : Pour D₂, les valeurs ajustées sont 11, 14, 17, 20, 23. Les résidus sont −2, 1, −3, 1, −2.
  3. Étape 3 : La somme des carrés pour D₂ vaut 4 + 1 + 9 + 1 + 4 = 19.

Résultat : D₁ fournit le meilleur ajustement des deux selon le critère choisi, car 14 < 19.

Piège à éviter : Comparer deux droites prouve seulement laquelle des deux convient le mieux ; cela ne démontre pas, à lui seul, qu’elle est optimale parmi toutes les droites.

À toi d'essayer

Deux modèles ont pour résidus respectifs (−3 ; 3) et (−1 ; 1). Leurs sommes simples sont nulles. Le critère des carrés les distingue-t-il ?

Correction détaillée pas à pasDans ce chapitre : 2 corrections détaillées.

Tableur : contrôler un ajustement proposé

  1. Conserve les couples dans les colonnes A et B, avec les titres et unités.
  2. Pour la droite 3x + 10, calcule =3*A2+10 en C2, puis =B2-C2 en D2 et =D2^2 en E2.
  3. Recopie les formules pour toutes les lignes et additionne les cellules de la colonne E.
  4. Si tu compares des modèles, garde exactement les mêmes données et les mêmes unités.

3. Interpoler, extrapoler et fixer les limites

Une interpolation estime une valeur pour une abscisse située à l’intérieur de l’intervalle observé. Une extrapolation utilise le modèle en dehors de cet intervalle. Pour des observations entre les rangs 0 et 4, une estimation au rang 2,5 est une interpolation ; une estimation au rang 10 est une extrapolation. Les deux utilisent la même formule, mais elles n’ont pas le même degré de fragilité.

Même à l’intérieur de l’intervalle, une interpolation reste une estimation. Elle peut être peu pertinente si le phénomène a changé brutalement ou si la variable n’a de sens qu’à certains rangs entiers. Au-delà des observations, rien ne garantit que la tendance persiste. Une droite croissante finit par dépasser toute capacité maximale, tandis qu’une droite décroissante peut finir par donner des effectifs négatifs.

Exemple résolu

Avec y = 3x + 10, estimer la valeur au rang 2,5 puis au rang 10. Une capacité maximale de 25 demandes traitées par semaine est annoncée : quelle réserve faut-il formuler ?

  1. Étape 1 : Au rang 2,5, le modèle donne 3 × 2,5 + 10 = 17,5. L’abscisse est dans l’intervalle observé [0 ; 4].
  2. Étape 2 : Au rang 10, le modèle donne 40. L’abscisse est hors de l’intervalle : c’est une extrapolation.
  3. Étape 3 : Une capacité de traitement de 25 ne permet pas d’interpréter 40 comme un nombre effectivement traité ; demandes reçues et demandes traitées sont deux grandeurs différentes.

Résultat : On obtient 17,5 par interpolation et 40 par extrapolation. La seconde valeur ne peut pas devenir une prévision de demandes traitées sans revoir la variable et le modèle.

Piège à éviter : Un résultat numérique positif et bien calculé peut rester incompatible avec une contrainte ou avec la définition de la grandeur étudiée.

Un ajustement entre deux variables ne prouve pas que l’une cause l’autre. Deux grandeurs peuvent évoluer ensemble à cause d’un troisième facteur, ou parce qu’elles suivent une même tendance temporelle. Avant une interprétation sanitaire ou sociale, il faut connaître la population, la période, le mode de collecte et les éventuels changements de définition. Un graphique seul ne remplace pas cette enquête.

À toi d'essayer

Une nouvelle observation au rang 5 vaut 2 demandes, très loin des valeurs précédentes. Faut-il la remplacer par la valeur de la droite pour améliorer l’ajustement ? Propose une démarche.

Correction détaillée pas à pasDans ce chapitre : 2 corrections détaillées.

4. Reconnaître une relation après un changement de variable

Un nuage courbe n’est pas forcément dépourvu de structure. On peut demander un changement de variable, par exemple z = log(y) lorsque y > 0, ou u = 1/x lorsque x ≠ 0. On construit alors un nouveau nuage avec les variables transformées. Les conditions de définition doivent être vérifiées pour chaque observation : on ne calcule pas log(y) si une donnée y est nulle.

Les points (x ; log(y)) sont alignés pour y = 100 × 2ˣ ; le modèle initial est exponentiel.

Pour les valeurs y = 100, 200, 400, 800 aux rangs 0, 1, 2, 3, les logarithmes sont environ 2, 2,30103, 2,60206 et 2,90309. Les accroissements de z sont constants, proches de 0,30103. Le nuage transformé est aligné, ce qui correspond à z = 2 + x log(2), donc y = 10² × 2ˣ. Une droite pour z décrit ici une exponentielle pour y.

Plus généralement, si le modèle transformé est log(y) = ax + b, alors y = 10^(ax + b) = 10ᵇ × (10ᵃ)ˣ. Les prévisions dans la variable initiale nécessitent ce retour : la valeur de z n’est pas celle de y. Une bonne allure du nuage transformé doit encore être confrontée aux données initiales et au contexte.

Au bac : présenter un ajustement avec ses limites

  1. Identifie les variables, leurs unités et l’intervalle observé.
  2. Donne le modèle et l’origine de ses coefficients : proposition, ajustement graphique ou régression numérique.
  3. Effectue le calcul demandé et distingue explicitement donnée observée et valeur estimée.
  4. Précise interpolation ou extrapolation ; discute une contrainte concrète et évite toute conclusion causale non établie.

Vocabulaire

Nuage :
Ensemble des points représentant les couples de valeurs.
Résidu :
Différence entre une donnée et la valeur ajustée à la même abscisse.
Interpolation :
Estimation à l’intérieur de l’intervalle des abscisses observées.
Extrapolation :
Estimation hors de cet intervalle.

Bilan

SituationRelationPoint de vigilance
Nuage presque alignéAjustement affine possibleContrôler les résidus.
Prévision hors des donnéesExtrapolationLa tendance peut changer.
log(y) affine en xy exponentiel en xRevenir à la variable initiale.

S’entraîner

Poursuis ton travail dans l’espace Exercices du site.

À retenir

  • Une droite d’ajustement modélise une tendance, sans reproduire nécessairement chaque donnée.
  • Les moindres carrés minimisent la somme des carrés des écarts verticaux.
  • L’extrapolation prolonge un modèle en dehors des abscisses observées.

Fiche de révision

Associe chaque x à son y avant tout tracé.

Pour contrôler une droite, calcule donnée moins prévision, puis le carré de cet écart.

Une somme de résidus nulle peut cacher des écarts importants.

Avant de conclure, demande-toi si la valeur est observée, interpolée ou extrapolée.

Un changement de variable modifie le graphique et la formule ; les unités et la variable de départ restent nécessaires pour interpréter.

Et maintenant ?

Tu as lu le cours. L’étape suivante tient en une action.

Relis le coursReprends l’essentiel avant de passer à la suite.

Prolonge l’expérience !

Continue à explorer ce chapitre à travers de nouvelles activités, des défis et des expériences interactives. Avec Premium, l’apprentissage continue !

Ici, tu débloques aussi 2 corrections détaillées.

Parent ? Suivez les progrès de votre enfant.

Tous les cours de Mathématiques — Terminale ST2S