Corrélation et causalité
Fiche élève
Les énoncés du chapitre, à imprimer ou à travailler à l'écran. Sans compte !
Pour aller plus loin
Réservé aux abonnés : la fiche interactive, le corrigé et la fiche prof.
Fiche interactive
Cours + 1 atelier manipulable + exos auto-corrigés.
Corrigé
La correction détaillée, avec les rappels utiles.
Fiche prof
La version enseignant, pour préparer et animer.
Juste besoin de ce chapitre ? Débloquez-le pour 2,99 € : paiement unique, accès à vie (fiche interactive, corrigé, fiche prof et corrigés des exercices).
Avec un code de parrainage, c'est −20 % sur cette première commande.
Débloquer ce chapitre – 2,99 €
Le chapitre en bref
Ce que tu vas savoir faire
- Représenter une série statistique à deux variables par un nuage de points et repérer le point moyen G(x̄ ; ȳ).
- Déterminer une droite de régression par la méthode des moindres carrés et l'utiliser pour estimer.
- Interpréter le coefficient de corrélation linéaire r (toujours entre et 1).
- Distinguer interpolation et extrapolation, et connaître les limites de la prévision.
- Ne jamais confondre corrélation et causalité (variable de confusion, corrélations fallacieuses).
Le plan du chapitre
- 1Série à deux variables et nuage de points
- 2Ajustement affine par les moindres carrés
- 3Le coefficient de corrélation linéaire r
- 4Interpolation, extrapolation et limites
- 5Corrélation n'est pas causalité
À retenir
- Le nuage de deux variables a pour point moyen G(x̄ ; ȳ), par lequel passe la droite de régression.
- Moindres carrés : , avec et b = ȳ .
- Le coefficient r est entre et 1 : proche de = points bien alignés ; son signe donne le sens.
- Interpoler (dans l'intervalle) est fiable ; extrapoler (au-delà) est risqué.
- Corrélation ≠ causalité : attention aux variables de confusion et aux corrélations fallacieuses.
Les questions éclair
Par quel point passe la droite de régression ?
Toujours par le point moyen G(x̄ ; ȳ).
Entre quelles valeurs se trouve r ?
Entre et 1 ; proche de , les points sont bien alignés ; le signe donne le sens.
Interpolation ou extrapolation ?
Interpoler = estimer dans l'intervalle des données (fiable) ; extrapoler = au-delà (risqué).
Corrélation forte : peut-on conclure à une cause ?
Non ! Corrélation n'est pas causalité ; méfie-toi des variables de confusion.
Le sais-tu ?
Le coefficient de corrélation r ne dépend pas des unités : que tu mesures une taille en centimètres ou en mètres, tu trouves exactement le même r. Mais r ne « voit » que les liens linéaires : deux variables peuvent être parfaitement reliées (par exemple par ) tout en ayant un coefficient de corrélation… nul !
