Kala te souhaite la bienvenueKalaMaths

Corrélation et causalité

🟠 Difficile

Les énoncés sont gratuits, et les 2 premiers corrigés sont offerts. Les autres corrigés détaillés sont réservés aux abonnés.

S'abonner
  1. 1

    Une étude montre une forte corrélation entre le nombre de coups de soleil et les ventes de glaces dans une ville.
    a) Peut-on en conclure que les glaces provoquent des coups de soleil ?
    b) Comment expliquer cette corrélation ?

    Voir le corrigéoffert

    a) Non, certainement pas.
    Une corrélation mesure une liaison statistique, jamais un lien de cause à effet.
    Deux grandeurs peuvent varier ensemble sans que l'une agisse sur l'autre.

    b) Il existe ici une troisième variable qui explique les deux : l'ensoleillement.
    Quand il fait beau et chaud, les gens s'exposent davantage et achètent plus de glaces.
    On parle de variable confondante, ou facteur commun.
    Pour établir une causalité, il faudrait une expérience contrôlée.
    C'est la différence essentielle entre corrélation et causalité.

  2. 2

    Deux séries ont respectivement r=0,45r = 0{,}45 et r=−0,92r = -0{,}92.
    a) Laquelle présente la liaison linéaire la plus forte ?
    b) Que signifie le signe de chaque coefficient ?

    Voir le corrigéoffert

    a) C'est la valeur absolue de rr qui mesure la force de la liaison.
    ∣−0,92∣=0,92|-0{,}92| = 0{,}92 contre ∣0,45∣=0,45|0{,}45| = 0{,}45.
    La seconde série présente donc une liaison bien plus forte.

    b) Un rr positif signifie que les deux grandeurs varient dans le même sens.
    Quand xx augmente, yy tend à augmenter aussi.
    Un rr négatif signifie qu'elles varient en sens contraires.
    Ici, dans la seconde série, yy diminue nettement quand xx augmente.
    Le signe de rr est toujours celui du coefficient directeur aa de la droite de régression.

    8 corrigés détaillés pas à pas restent à débloquer

    Chacun reprend l'énoncé, montre le calcul étape par étape et dit où se trouve le piège.

    Le pack de révision, gratuit

    L'essentiel des dix premiers chapitres du programme, en PDF : ce qu'il faut retenir et les questions qui vérifient que c'est acquis. Puis 5 e-mails sur 14 jours, et c'est tout.

  3. 3

    Une série de points est parfaitement située sur une parabole d'équation y=x2y = x^{2}, pour x=−3;−2;−1;0;1;2;3x = -3 ; -2 ; -1 ; 0 ; 1 ; 2 ; 3.
    a) Calcule le coefficient de corrélation linéaire.
    b) Que peut-on en conclure ?

    🔒 Corrigé détailléVoir ce qu'il contient →
  4. 4

    Pour la série x=1x = 1 ; 3 ; 5 ; 7 et y=10y = 10 ; 7 ; 5 ; 2 :
    a) Calcule le coefficient de corrélation et détermine la droite de régression.
    b) Estime yy pour x=4x = 4.

    🔒 Corrigé détailléVoir ce qu'il contient →
  5. 5

    Pour la série x=1x = 1 ; 2 ; 3 ; 4 ; 5 ; 6 et y=5y = 5 ; 3 ; 6 ; 4 ; 7 ; 4 :
    a) Calcule le coefficient de corrélation rr (arrondi au centième).
    b) Un ajustement affine est-il pertinent ? Justifie.

    🔒 Corrigé détailléVoir ce qu'il contient →
  6. 6

    Pour la série x=2x = 2 ; 4 ; 6 ; 8 ; 10 et y=3y = 3 ; 6 ; 8 ; 11 ; 13 :
    a) Calcule le coefficient de corrélation rr (arrondi au centième).
    b) Un ajustement affine est-il pertinent ? Détermine la droite de régression.

    🔒 Corrigé détailléVoir ce qu'il contient →
  7. 7

    Une entreprise a relevé son chiffre d'affaires de 2015 à 2023 et obtenu la droite y=2,1x+45y = 2{,}1x + 45 (xx = rang de l'année depuis 2015, yy en milliers d'euros).
    a) Estime le chiffre d'affaires en 2020, puis en 2050.
    b) Laquelle des deux estimations est fiable ? Justifie.

    🔒 Corrigé détailléVoir ce qu'il contient →
  8. 8

    On relève le nombre d'heures de révision xx et la note obtenue yy pour 5 élèves : x=2x = 2 ; 4 ; 6 ; 8 ; 10 et y=6y = 6 ; 9 ; 12 ; 14 ; 18.
    a) Détermine la droite de régression et le coefficient de corrélation.
    b) Estime la note d'un élève ayant révisé 7 heures. Peut-on conclure que réviser fait monter la note ?

    🔒 Corrigé détailléVoir ce qu'il contient →
  9. 9

    On mesure la température extérieure xx (en °C) et la consommation de chauffage yy (en kWh) : x=0x = 0 ; 5 ; 10 ; 15 ; 20 et y=60y = 60 ; 50 ; 38 ; 26 ; 16.
    a) Détermine la droite de régression (arrondis au centième).
    b) Estime la consommation à 12 ∘C12\,^{\circ}\mathrm{C}, puis à 30 ∘C30\,^{\circ}\mathrm{C}. Commente.

    🔒 Corrigé détailléVoir ce qu'il contient →
  10. 10

    On étudie la série : x=1x = 1 ; 2 ; 3 ; 4 ; 5 et y=4y = 4 ; 7 ; 9 ; 12 ; 14.
    a) Détermine la droite de régression y=ax+by = ax + b (arrondis au centième).
    b) Estime yy pour x=8x = 8 et dis si cette estimation est fiable.

    🔒 Corrigé détailléVoir ce qu'il contient →

Comment ça s'est passé ?

Retrouve tout dans Mon suivi.

Le pack de révision, gratuit

L'essentiel des dix premiers chapitres du programme, en PDF : ce qu'il faut retenir et les questions qui vérifient que c'est acquis. Puis 5 e-mails sur 14 jours, et c'est tout.

Partager avec ma classe

Les énoncés de cette page sont gratuits et s'ouvrent sans compte : l'adresse peut être donnée telle quelle, au tableau ou dans l'espace numérique de travail.