• Aucun résultat trouvé

TP R´egression lin´eaire M´ethode des moindres carr´es

N/A
N/A
Protected

Academic year: 2022

Partager "TP R´egression lin´eaire M´ethode des moindres carr´es"

Copied!
1
0
0

Texte intégral

(1)

TP R´ egression lin´ eaire

M´ ethode des moindres carr´ es

L’objectif de ce TP est de calculer, tracer, et exploiter la m´ethode des moindres carr´es avec un tableur (LibreOffice, Excel, . . .).

1) Ajustement affine

Pour un ensemble de points de coordonn´ees (xi;yi) on rappelle que la droite des moindres carr´es a pour ´equationy =ax+b avec

a= xy −x y

x2−x2 et b=y−ax

en notantx la moyenne des valeurs xi, y la moyenne des valeurs yi, xy la moyenne des valeurs xiyi, etx2 la moyenne des valeurs x2i.

1) `A partir d’une feuille de calcul cr´eer le tableau des coordonn´ees de 7 points : (1,3), (2,4), (3,9), (4,8), (5,12), (6,11), (7,18).

Calculer les coefficients a etbde la droite des moindres carr´es (on utilisera la fonctionSOMME).

2) Tracer sur votre feuille la droite des moindres carr´es et l’ensemble des 7 points (xi;yi).

3) V´erifier votre trac´e et votre calcul pr´ec´edent en tra¸cant les points sur le tableur et en rajoutant une courbe de tendance ad’hoc.

2) Ajustement exponentiel : dur´ ee de vie et maintenance d’´ equipements.

On s’interesse `a la dur´ee de vie d’appareils m´ecaniques, entre autre en vu de la planification de la maitenance / remplacement des appareils.

Les pourcentages R(ti) des appareils m´ecaniques encore en service apr`es un nombre ti d’heures de fonctionnement ont ´et´e relev´es et not´es dans le tableau suivant :

ti 100 200 300 400 500 600 750 1000 1500 R(ti) 0,80 0,64 0,52 0,40 0,32 0,28 0,20 0,12 0,04

1. Saisir les coordonn´ees des points correspondants, les tracer dans une feuille de calcul.

Un ajustement affine semble-t’il pertinent ? Justifier pr´ecis´ement.

2. On poseyi= lnR(ti). Repr´esenter graphiquement le nuage de pointsMide coordonn´ees (ti;yi).

3. Peut-on envisager un ajustement affine de ce nuage de points ? Donner l’´equation de la droite de r´egression de y en t.

En d´eduire une expression de la forme R(t) =keλt, avec k etλ des constantes.

4. D´eterminer `a l’aide du mod`ele pr´ec´edent, le nombre d’´equipements encore en service au bout de 900 heures de fonctionnement.

5. `A l’aide de ce mod`ele, d´eterminer `a partir de quand le pourcentage d’appareils encore en fonctionnement sera inf´erieur `a 1%.

Y. Morel -xymaths.free.fr/BTS/Travaux pratiques - Ajustement affine par moindres carr´es - 1/1

Références

Documents relatifs

A chaque alignement, est associ´ e un score (simple ici) suivant: pour chaque position on associe 0 si les 2 bases sont identiques, +1 si les deux bases sont diff´ erentes et +3 s’il

Y∼0+X1 r´ egression lin´ eaire simple sans intercept (identique au pr´ ec´ edent) Y∼X1-1 r´ egression lin´ eaire simple sans intercept (identique au pr´ ec´ edent)

Notons β le vecteur des param` etres de r´ egression ` a estimer dans le cadre d’un mod` ele d’analyse de la variance ` a un facteur et β b son

Notons β le vecteur des param` etres de r´ egression ` a estimer dans le cadre d’un mod` ele d’analyse de la variance ` a un facteur et β b son estimateur?. Proposer des simulations

Proposer des simulations de Monte-Carlo permettant d’´ evaluer l’erreur empirique de 1 ` ere esp` ece et la puissance empirique de ce test.. Les r´ esultats obtenus sont- ils

Proposer des simulations de Monte-Carlo permettant d’´ evaluer l’erreur empirique de 1 ` ere esp` ece et la puissance empirique de ces deux tests.. Les r´ esultats obtenus

D´ eterminer les meilleures zones d’´ echantillonnage pour estimer les diff´ erents

D´ eterminer les meilleures zones d’´ echantillonnage pour estimer les diff´ erents