QCM sur l'ajustement et la corrélation (1)

Partant du fait que la solution exacte se trouve dans les propositions faites ci-après, il est donc possible de répondre juste à une question sans pour autant connaître quoique ce soit au cours concerné...... Le barème sera par conséquent le suivant:

• • 2 points par réponse exacte.
• • 0 point par question non remplie.
• • -1 point par réponse fausse.

Questions		Réponses
1°) Lors d'un ajustement linéaire de Y en X, on cherche le coefficient directeur a tel que :		a = Cov(X,Y)/V(X) a = V(X)/Cov(X,Y) a = V(Y)/Cov(X,Y)
2°) La représentation de données dans un plan aboutit à la figure ci-dessous. Sachant que le coefficient de corrélation linéaire est de 0,79 expliquez pourquoi un ajustement affine ne peut être envisagé pour cette série statistique		La valeur du coefficient de corrélation est trop faible L'échelle est mal choisie Autre raison
3°) Parmi les affirmations suivantes, laquelle est fausse ?		Cov(X,Y) = x.y
4°) Un coefficient de corrélation linéaire r :		Est toujours positif Prend des valeurs toujours comprises entre -1 et +1 Prend des valeurs toujours comprises entre 0 et +1
5°) Si je trouve un coefficient de corrélation de -1, cela signifie :		Qu'il y a une très forte corrélation négative entre les 2 paramètres étudiés. Qu'il n'y a aucune corrélation entre les 2 paramètres étudiés. Que je me suis trompé dans mon calcul
6°) Parmi les méthodes d'ajustement linéaires ci-contre, laquelle est la plus précise ?		Méthode à main levée Méthode de Mayer Méthode des moindres carrés
7°) Si a est le coefficient directeur de Y en X, alors le coefficient de corrélation linéaire r est tel que :		r = r = r = /
8°) a1 et a2 étant les coefficients directeurs respectifs des droites d'ajustement de Y en X et de X en Y, le coefficient de corrélation r est tel que :		r² = a1.a2 r est la racine carrée positive de a1.a2 r est la racine carrée négative de a1.a2
9°) Si a est le coefficient directeur de Y en X, alors le coefficient de corrélation linéaire r est tel que		r = a r = / a r = a /
10°) La covariance entre 2 paramètres X et Y se note Cov(X;Y) mais peut aussi se noter :		/