Un prof de maths qui te répond·30 €/mois

Découvrir
MathLvlMon espace
Terminale maths complémentaires

Statistique à deux variables : corrélation et causalité en Terminale maths complémentaires

Nuage de points, droite des moindres carrés, coefficient de corrélation, changement de variable, corrélation ou causalité en maths complémentaires.

Mis à jour le

Deux grandeurs mesurées ensemble (tension et intensité, temps et population, heures de révision et note) forment une série statistique à deux variables. Le thème « Corrélation et causalité » de maths complémentaires apprend à ajuster le nuage par une droite, à l'utiliser pour prévoir, et à garder un regard critique.

Au programme : nuage de points, point moyen G(x̅ ;y̅), droite des moindres carrés y = ax + b avec a = (cov (x, y))/V(x) et b = y̅ - ax̅, coefficient de corrélation r, changement de variable z = ln y pour une croissance exponentielle, interpolation et extrapolation, loi d'Ohm et loi de Moore.

Pièges classiques : extrapoler loin des données, revenir à y en écrivant e ^(ax) + e ^(b), et surtout conclure à une causalité à partir d'une corrélation (facteur commun, causalité inversée, coïncidence).

Cours et fiche

📘

Leçon

Le cours complet du chapitre

📝

Fiche de révision

Synthèse + formules essentielles

S'entraîner

Quiz interactif

Auto-évaluation

Teste tes connaissances et vérifie que tu maîtrises le chapitre.

QCM — Statistique à deux variables (51 questions)

Leçon complète

Statistique à deux variables : corrélation et causalité en Terminale maths complémentaires : cours complet

Nuage de points et point moyen

Définition — Série à deux variables. On étudie deux caractères quantitatifs x et y sur n individus : couples (x₁ ;y₁), …, (xₙ ;yₙ). Dans un repère, les points Mᵢ(xᵢ ;yᵢ) forment le nuage de points. Le point moyen est G(x̅ ;y̅) avec x̅ = (x₁ + … + xₙ)/n et y̅ = (y₁ + … + yₙ)/n.

Exemple — Heures de révision et note.

Heures de révision xᵢ 1 2 3 4 5 6
Note obtenue yᵢ 7 9 10 12 13 15

x̅ = 21/6 = 3,5 et y̅ = 66/6 = 11 : G(3,5 ;11). Le nuage est presque aligné : un ajustement affine est pertinent.

La droite des moindres carrés

Définition — Ajustement affine. Ajuster le nuage par une droite y = ax + b, c'est choisir a et b pour que la droite passe « au plus près » des points. Pour chaque point, l'écart vertical est yᵢ - (axᵢ + b) (le résidu). La droite des moindres carrés (ou de régression de y en x) est celle qui rend minimale la somme des carrés des résidus : S(a, b) = Σ_i=1ⁿ (yᵢ - axᵢ - b)².

Théorème — Coefficients de la droite des moindres carrés. La droite des moindres carrés passe par le point moyen G et a pour coefficient directeur a = (cov (x, y))/V(x) où cov (x, y) = 1/nΣ (xᵢ - x̅)(yᵢ - y̅), V(x) = 1/nΣ (xᵢ - x̅)², et b = y̅ - a x̅.

Démonstration — Pourquoi la droite passe par G. Fixons a et regardons S comme une fonction de b. En notant zᵢ = yᵢ - axᵢ, de moyenne z̅ = y̅ - ax̅ : S(b) = Σ (zᵢ - b)² = nb² - 2bΣ zᵢ + Σ zᵢ² = nb² - 2nb z̅ + Σ zᵢ². C'est un trinôme en b, de coefficient n > 0 : il est minimal pour b = (2nz̅)/2n = z̅ = y̅ - ax̅, c'est-à-dire quand la droite passe par G. On montre de même, en remplaçant b par y̅ - ax̅, que S est un trinôme en a, minimal pour a = (cov (x, y))/V(x).

Exemple — Révisions (suite). La calculatrice donne a ≈ 1,543 et b = 11 - 1,543 × 3,5 ≈ 5,6 : y = 1,543x + 5,6. Prévision pour 4,5 heures (interpolation) : y ≈ 12,5. Chaque heure de révision supplémentaire est associée, en moyenne, à 1,5 point de plus.

Nuage, point moyen G(3,5 ;11) et droite des moindres carrés y = 1,543x + 5,6.

Définition — Coefficient de corrélation linéaire. r = (cov (x, y))/(σ(x) σ(y)), -1 ≤ r ≤ 1. r a le signe de a. Plus |r| est proche de 1, plus les points sont proches de la droite ; |r| = 1 si et seulement si ils sont alignés. On considère souvent l'ajustement affine comme justifié quand |r| ≥ 0,9 environ. Pour les révisions, r ≈ 0,996.

Exemple — Loi d'Ohm. On mesure la tension U (en V) aux bornes d'un conducteur pour différentes intensités I (en A) :

I 0,1 0,2 0,3 0,4 0,5 0,6
U 2,1 4,0 6,2 7,9 10,1 12,0

La régression donne U ≈ 19,86 I + 0,10 avec r ≈ 0,9996. L'ordonnée à l'origine est négligeable (erreurs de mesure) : on retrouve U = RI avec une résistance R ≈ 20 Ω.

Changement de variable

Méthode — Se ramener à un ajustement affine. Si le nuage a une forme courbe, on cherche une transformation qui le redresse :

  • croissance exponentielle y = k e ^(ax) : on pose z = ln y, alors z = ax + ln k est affine en x ;
  • autres modèles : z = √y, z = 1/y, ou X = x², selon la forme du nuage.

On ajuste z en x, puis on revient à y.

Exemple — Croissance d'une culture de bactéries.

t (h) 0 1 2 3 4 5
N 100 150 220 340 500 760
z = ln N 4,605 5,011 5,394 5,829 6,215 6,633

Le nuage (t ;z) est très bien aligné (r ≈ 0,9999) : z ≈ 0,405t + 4,601. Donc N = e ^(z) ≈ e ^(4,601) × e ^(0,405t) ≈ 99,6 × 1,50^(t) : la population est multipliée par 1,5 chaque heure. Extrapolation à t = 7 h : N ≈ 1 700.

Remarque — La loi de Moore. En 1965, Gordon Moore remarque que le nombre de transistors par puce double environ tous les deux ans : en échelle logarithmique, les données de l'industrie s'alignent sur une droite pendant cinquante ans. Le même procédé sert pour la décroissance radioactive ou l'élimination d'un médicament.

Interpoler, extrapoler, et rester critique

Définition — Interpolation, extrapolation. Utiliser l'ajustement à l'intérieur de l'intervalle des données, c'est interpoler ; au-delà, c'est extrapoler. L'extrapolation suppose que la tendance continue : elle est d'autant plus risquée qu'on s'éloigne des données.

Exemple — Une extrapolation absurde. Avec les révisions, x = 10 heures donnerait y ≈ 21 sur 20 ! Le modèle affine n'est valable que dans le domaine observé. De même, les bactéries ne peuvent croître indéfiniment (espace, nourriture) : à long terme, un modèle logistique est plus réaliste. Quand la variable explicative est le temps (climat, démographie, économie), l'extrapolation est l'enjeu principal et doit être accompagnée d'hypothèses explicites.

Propriété — Corrélation n'est pas causalité. Un coefficient |r| proche de 1 indique que deux grandeurs varient ensemble, pas que l'une cause l'autre. Trois situations fréquentes :

  • un facteur commun : les ventes de glaces et les noyades sont corrélées, car toutes deux augmentent l'été ; la pointure et le niveau de lecture des enfants sont corrélés, car tous deux dépendent de l'âge ;
  • une causalité inversée : dans les villes, plus il y a de policiers, plus il y a de délits… parce qu'on affecte des policiers là où il y a des délits ;
  • une coïncidence : deux séries qui croissent avec le temps sont toujours corrélées.

Établir une causalité demande une expérience contrôlée (essai clinique avec groupe témoin tiré au hasard) ou un mécanisme explicatif (loi physique, comme la loi d'Ohm).

Erreurs classiques

Attention — À éviter.

  • Oublier que la droite des moindres carrés passe par G : c'est un contrôle immédiat.
  • Conclure à une relation affine avec |r| faible, ou à l'absence de lien : r ≈ 0 n'exclut pas une relation non affine (une parabole).
  • Revenir à y en écrivant y = e ^(ax) + e ^(b) : c'est y = e ^(b) e ^(ax).
  • Extrapoler loin sans précaution.
  • Confondre corrélation et causalité.

Fiche de synthèse

Point moyen G(x̅ ;y̅)
Moindres carrés minimise Σ(yᵢ - axᵢ - b)² ; a = (cov (x, y))/V(x) ; b = y̅ - ax̅ (passe par G)
Corrélation r = (cov (x, y))/σ(x)σ(y) ∈ [-1 ;1] ; ajustement pertinent si |r| proche de 1
Changement de variable y = k e ^(ax) : z = ln y affine en x, puis y = e ^(z)
Prévisions interpoler (dans les données) ; extrapoler (au-delà) avec prudence
Causalité corrélation ≠ causalité : facteur commun, causalité inversée, coïncidence

Exercices d'application

Exercice 1 – Émissions d'une usine

Les émissions de CO₂ d'une usine (en milliers de tonnes) sont :

Rang de l'année x 0 1 2 3 4 5
Émissions y 52 50 49 46 45 43
  • Calculer les coordonnées du point moyen G.
  • La calculatrice donne la droite y = -1,8x + 52 et r ≈ -0,993. Vérifier qu'elle passe par G et interpréter le coefficient -1,8.
  • Estimer les émissions pour le rang 12. Quelle réserve formuler ?

Exercice 2 – Changement de variable

Un ajustement de z = ln y en x donne z = -0,35x + 2,3. Exprimer y en fonction de x sous la forme y = k e ^(ax), puis estimer y pour x = 4.

Exercice 3 – Esprit critique

Une étude constate une forte corrélation entre le nombre de cafés bus par jour et le risque de maladie cardiaque. Peut-on conclure que le café est dangereux pour le cœur ? Proposer une explication alternative.

Corrigés des exercices

Corrigé de l'exercice 1

Corrigé.

  1. x̅ = 2,5 et y̅ = 285/6 = 47,5 : G(2,5 ;47,5). 2. -1,8 × 2,5 + 52 = 47,5 : la droite passe par G. Les émissions baissent en moyenne de 1 800 tonnes par an. 3. y = -1,8 × 12 + 52 = 30,4 milliers de tonnes, en supposant que la baisse se poursuit au même rythme, ce qui est une extrapolation lointaine (une baisse linéaire finirait par donner des émissions négatives).

Corrigé de l'exercice 2

Corrigé. y = e ^(z) = e ^(2,3) e ^(-0,35x) ≈ 9,97 e ^(-0,35x). Pour x = 4 : y ≈ 9,97 e ^(-1,4) ≈ 2,46.

Corrigé de l'exercice 3

Corrigé. Non : une corrélation ne prouve pas une causalité. Un facteur commun peut l'expliquer : les grands buveurs de café fument peut-être davantage, dorment moins ou sont plus stressés, ce qui augmente le risque cardiaque. Seule une étude contrôlée (groupes comparables tirés au hasard) permettrait de conclure.

Tout sur statistique à deux variables et inégalités

Nuage de points, droite des moindres carrés, corrélation et causalité, courbe de Lorenz et indice de Gini.

Tous les chapitres de Terminale maths complémentaires

Poursuis ta révision avec les autres chapitres du programme de Terminale maths complémentaires.