Nuage de points
Un nuage de points est la représentation graphique, dans un repère, d'une série statistique double à deux variables quantitatives. Chaque point a pour coordonnées (xi ; yi), où xi est une valeur de la première variable et yi la valeur correspondante de la seconde variable.
Série statistique double
Une série statistique double étudie la relation entre deux caractères (variables) pour une même population. Par exemple, la taille et le poids d'un groupe d'individus, ou le nombre d'heures de révision et la note obtenue à un examen.
Point moyen (ou centre de gravité)
Le point moyen d'un nuage de points, noté G, est le point dont les coordonnées sont la moyenne des abscisses (x̄) et la moyenne des ordonnées (ȳ) de tous les points du nuage. Autrement dit, G(x̄ ; ȳ).
Représentation et analyse d'un nuage de points
Un nuage de points est un outil visuel fondamental pour étudier la relation entre deux variables. Lorsque tu représentes un nuage de points, chaque observation de ta série statistique double est transformée en un point dans un repère cartésien. L'axe des abscisses (horizontal) représente généralement la première variable (par exemple, le temps ou une cause), et l'axe des ordonnées (vertical) représente la seconde variable (par exemple, un résultat ou une conséquence).
L'intérêt principal du nuage de points est de visualiser rapidement s'il existe une corrélation entre les deux variables. Plusieurs configurations peuvent apparaître :
- Corrélation positive : Les points tendent à suivre une direction montante (quand l'une des variables augmente, l'autre augmente aussi).
- Corrélation négative : Les points tendent à suivre une direction descendante (quand l'une des variables augmente, l'autre diminue).
- Absence de corrélation : Les points sont dispersés sans aucune tendance claire.
- Corrélation non linéaire : Les points forment une courbe plutôt qu'une droite.
Calcul du point moyen G
Le point moyen G est une caractéristique essentielle d'un nuage de points. Il représente en quelque sorte le 'centre de gravité' de l'ensemble des points. Ses coordonnées (x̄ ; ȳ) sont calculées en faisant la moyenne de toutes les abscisses et de toutes les ordonnées des points du nuage. C'est un point unique qui résume bien la tendance centrale du nuage.
Pour un nuage de n points de coordonnées (x1, y1), (x2, y2), ..., (xn, yn) :
Moyenne des abscisses
Moyenne des ordonnées
Le point G est souvent utilisé pour ajuster un nuage de points par une droite (appelée droite de régression ou droite d'ajustement affine). Cette droite passe généralement par le point moyen G, ce qui garantit qu'elle est représentative de l'ensemble des données.
Utilité et applications
Le nuage de points et le point moyen sont des outils très utilisés dans de nombreux domaines : en sciences pour étudier des phénomènes, en économie pour analyser des tendances, ou même en sociologie. Ils permettent de :
- Identifier des tendances : Voir si une variable influence l'autre.
- Détecter des valeurs aberrantes : Des points très éloignés du reste du nuage peuvent indiquer des erreurs de mesure ou des cas particuliers.
- Réaliser des prévisions : Si une corrélation est forte, on peut tenter de prédire une valeur d'une variable en connaissant l'autre, souvent à l'aide d'une droite d'ajustement passant par G.
Poi(x) = if(x == 1, 2, if(x == 2, 3, if(x == 3, 4, if(x == 4, 5, if(x == 5, 6, NaN)))))Poi(x) = 3.2Poi(x) = 4
Exemple de nuage de points et son point moyen G(3.2 ; 4)
A retenir :
Résumé des notions clés :
- Un nuage de points représente graphiquement une série statistique double.
- Chaque point (xi ; yi) correspond à une observation des deux variables.
- Le nuage de points permet de visualiser l'existence et le type de corrélation entre les variables (positive, négative, nulle, linéaire, non linéaire).
- Le point moyen G (x̄ ; ȳ) est le centre de gravité du nuage.
- Ses coordonnées sont les moyennes des abscisses et des ordonnées de tous les points.
- Le point moyen est essentiel pour l'ajustement affine et les prévisions.
- C'est un outil simple mais puissant pour l'analyse de données.