1/21
4
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Ass
ocia
tion
deva
riabl
esqu
antit
ativ
esC
aspa
ram
étriq
uega
ussi
en
Fréd
éric
Ber
trand
1
1IR
MA
,Uni
vers
itéde
Stra
sbou
rgS
trasb
ourg
,Fra
nce
Mas
ter1
14-0
3-20
12
1/2
14Fr
édér
icB
ertra
ndA
ssoc
iatio
nde
varia
bles
quan
titat
ives
2/21
4
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Som
mai
re
1C
oeffi
cien
tde
corr
élat
ion
sim
ple
Intro
duct
ion
2Le
cas
bidi
men
sion
nel
Loin
orm
ale
bidi
men
sion
nelle
Est
imat
ion
des
para
mèt
res
Pro
cédu
rede
test
Rem
arqu
essu
rles
liais
ons
2/2
14Fr
édér
icB
ertra
ndA
ssoc
iatio
nde
varia
bles
quan
titat
ives
3/21
4
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Som
mai
re
3Le
cas
géné
ral(
n>
2)Lo
imul
tinor
mal
eE
stim
atio
nTe
stde
l’hyp
othè
seρ
ij=
0Te
stde
l’hyp
othè
seρ
ij=ρ
0,ρ
06=
0
3/2
14Fr
édér
icB
ertra
ndA
ssoc
iatio
nde
varia
bles
quan
titat
ives
4/21
4
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Som
mai
re
4C
orré
latio
nm
ultip
leD
éfini
tion
Est
imat
ion
Asy
mpt
otiq
ueTe
stde
l’hyp
othè
seR
(X1,
X2)
=0
Test
del’h
ypot
hèse
R(X
1,X
2)=
R0,
R06=
0
4/2
14Fr
édér
icB
ertra
ndA
ssoc
iatio
nde
varia
bles
quan
titat
ives
5/21
4
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Som
mai
re
5C
orré
latio
npa
rtie
lleD
éfini
tion
Est
imat
ion
Asy
mpt
otiq
ueTe
stde
l’hyp
othè
seρ
i,j|q+
1,...,
m=
0Te
stde
l’hyp
othè
seρ
i,j|q+
1,...,
m=ρ
0,ρ
06=
0C
asde
trois
varia
bles
réel
les
5/2
14Fr
édér
icB
ertra
ndA
ssoc
iatio
nde
varia
bles
quan
titat
ives
6/21
4
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Intro
duct
ion
Som
mai
re
1C
oeffi
cien
tde
corr
élat
ion
sim
ple
Intro
duct
ion
6/2
14Fr
édér
icB
ertra
ndA
ssoc
iatio
nde
varia
bles
quan
titat
ives
7/21
4
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Intro
duct
ion
Intro
duct
ion
Leco
effic
ient
deco
rrél
atio
nsi
mpl
eρ
(X,Y
)m
esur
ele
degr
éd’
asso
ciat
ion
linéa
ireen
trede
uxva
riabl
esal
éato
ires
Xet
Y.
ρ(X,Y
)=
Cor
(X,Y
)=
Cov
[X,Y
]
(Var
[X]×
Var
[Y])
1 2
.
On
ato
ujou
rs−
16ρ
(X,Y
)6
1.
7/2
14Fr
édér
icB
ertra
ndA
ssoc
iatio
nde
varia
bles
quan
titat
ives
8/21
4
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Intro
duct
ion
Intro
duct
ion
Lors
queρ
(X,Y
)=
0,on
ditq
uele
sde
uxva
riabl
esal
éato
ires
Xet
Yso
ntno
nco
rrél
ées.
Atte
ntio
n,ne
pas
être
corr
élés
nesi
gnifi
epa
sgé
néra
lem
entê
trein
dépe
ndan
ts.M
ais
l’ind
épen
danc
eim
pliq
ueto
ujou
rsl’a
bsen
cede
corr
élat
ion.
Exe
mpl
e
Pre
nons
X∼N
(0,1
)et
Y=
X2 ,
onsa
ital
ors
que
Y∼χ
2 1un
elo
iduχ
2à
unde
gré
delib
erté
.Ain
sile
spr
oprié
tés
clas
siqu
esd’
une
loid
uχ
2im
pliq
uent
queE
[Y]
=1
etV
ar[Y
]=
2.
8/2
14Fr
édér
icB
ertra
ndA
ssoc
iatio
nde
varia
bles
quan
titat
ives
9/21
4
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Intro
duct
ion
Exe
mpl
eR
emar
quez
que
nous
neso
mm
esdo
ncpa
sda
nsle
cas
qui
sera
déve
lopp
épl
usta
rdoù
leco
uple
(X,Y
)su
itun
elo
ino
rmal
ebi
dim
ensi
onne
lle.O
na
alor
s:
ρ(X,Y
)=
Cor
(X,Y
)=
Cov
[X,Y
]
(Var
[X]×
Var
[Y])
1 2=
E[ (X−
0)(X
2−
1)]
(1×
2)1 2
=1 √2E[ X
3−
X] =
1 √2
( E[ X
3] −
E[X
])=
0−
0=
0,
carX
suit
une
loin
orm
ale
cent
rée
donc
sym
étriq
uepa
rrap
port
à0.
Pour
tant
iles
tcla
irqu
ele
sde
uxva
riabl
esal
éato
ires
Xet
Y=
X2
neso
ntpa
sin
dépe
ndan
tes
!
9/2
14Fr
édér
icB
ertra
ndA
ssoc
iatio
nde
varia
bles
quan
titat
ives
10/2
14
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Intro
duct
ion
Intro
duct
ion
10/2
14Fr
édér
icB
ertra
ndA
ssoc
iatio
nde
varia
bles
quan
titat
ives
11/2
14
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Intro
duct
ion
Exe
mpl
eE
nbl
eula
rela
tion
entre
les
deux
varia
bles
aléa
toire
sX
etY
=X
2 ,en
roug
e50
poin
tsqu
ison
taut
antd
eré
alis
atio
nsdu
coup
le(X,X
2 ).O
nca
lcul
era
page
27la
vale
urde
last
atis
tique
deco
rrél
atio
nlin
éaire
àpa
rtir
del’é
chan
tillo
nfo
rmé
des
poin
tsen
roug
e.
11/2
14Fr
édér
icB
ertra
ndA
ssoc
iatio
nde
varia
bles
quan
titat
ives
12/2
14
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Intro
duct
ion
Pro
prié
tés
Ilfa
utdo
ncto
ujou
rsga
rder
enm
émoi
requ
ele
coef
ficie
ntde
corr
élat
ion
nem
esur
equ
ele
degr
éd’
asso
ciat
ion
linéa
ire
entre
deux
varia
bles
aléa
toire
s.N
ous
verr
ons
dans
les
sect
ions
suiv
ante
squ
els
outil
sut
ilise
rlor
sque
l’on
susp
ecte
que
l’ass
ocia
tion
n’es
tpas
néce
ssai
rem
entl
inéa
ire.
Lors
que|ρ
(X,Y
)|=
1al
ors,
avec
une
prob
abili
téde
1,Y
=aX
+b
pour
des
cons
tant
esré
elle
sa,
dum
ême
sign
equ
eρ
(X,Y
),et
b.
12/2
14Fr
édér
icB
ertra
ndA
ssoc
iatio
nde
varia
bles
quan
titat
ives
13/2
14
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Intro
duct
ion
Intro
duct
ion
Leco
effic
ient
deco
rrél
atio
nes
tinv
aria
ntpa
rtra
nsfo
rmat
ion
linéa
ire.S
iCor
(X,Y
)=ρ
(X,Y
)et
que
l’on
pose
:
X′
=aX
+b,
Y′
=cY
+d,
alor
sC
or(X′ ,
Y′ )
=C
or(X,Y
)=ρ
(X,Y
).
Cec
iaun
eco
nséq
uenc
eex
trêm
emen
tim
port
ante
:on
peut
auss
ibie
ntra
vaill
erav
ecle
sva
riabl
esbr
utes
qu’a
vec
les
varia
bles
cent
rées
rédu
ites
pour
l’étu
dede
laco
rrél
atio
n.
13/2
14Fr
édér
icB
ertra
ndA
ssoc
iatio
nde
varia
bles
quan
titat
ives
14/2
14
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Loin
orm
ale
bidi
men
sion
nelle
Est
imat
ion
des
para
mèt
res
Pro
cédu
rede
test
Rem
arqu
essu
rles
liais
ons
Som
mai
re
2Le
cas
bidi
men
sion
nel
Loin
orm
ale
bidi
men
sion
nelle
Est
imat
ion
des
para
mèt
res
Pro
cédu
rede
test
Rem
arqu
essu
rles
liais
ons
14/2
14Fr
édér
icB
ertra
ndA
ssoc
iatio
nde
varia
bles
quan
titat
ives
15/2
14
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Loin
orm
ale
bidi
men
sion
nelle
Est
imat
ion
des
para
mèt
res
Pro
cédu
rede
test
Rem
arqu
essu
rles
liais
ons
Sup
poso
nsqu
el’o
ndi
spos
ed’
unve
cteu
ralé
atoi
re(X,Y
)ga
ussi
en.
Nou
sve
rron
sda
nsla
suite
,au
mom
entd
ete
ster
cette
hypo
thès
e,qu
’un
vect
eura
léat
oire
(X,Y
)n’
estp
asné
céss
aire
men
tgau
ssie
nsi
Xet
Ysu
iven
tdes
lois
norm
ales
a .
a.Vo
irl’o
uvra
gede
J.-Y
.O
uvra
rd[5
],ex
erci
ce13
.1pa
ge27
6,po
urun
cont
re-e
xem
ple.
15/2
14Fr
édér
icB
ertra
ndA
ssoc
iatio
nde
varia
bles
quan
titat
ives
16/2
14
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Loin
orm
ale
bidi
men
sion
nelle
Est
imat
ion
des
para
mèt
res
Pro
cédu
rede
test
Rem
arqu
essu
rles
liais
ons
L’hyp
othè
sequ
el’o
nfa
itpo
rte
surl
eco
uple
etes
tde
cefa
itpl
usdé
licat
eà
test
erqu
esi
mpl
emen
ttes
terl
ano
rmal
itéde
l’éch
antil
lon
xis
sude
Xet
celle
del’é
chan
tillo
ny
issu
deY
.
Com
men
çons
parr
appe
lerc
equ
el’o
nen
tend
parl
alo
id’u
nve
cteu
ralé
atoi
rega
ussi
enà
deux
dim
ensi
ons.
16/2
14Fr
édér
icB
ertra
ndA
ssoc
iatio
nde
varia
bles
quan
titat
ives
17/2
14
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Loin
orm
ale
bidi
men
sion
nelle
Est
imat
ion
des
para
mèt
res
Pro
cédu
rede
test
Rem
arqu
essu
rles
liais
ons
Défi
nitio
nLo
inor
mal
ebi
dim
ensi
onne
lleLa
dens
itéde
lalo
inor
mal
eà
deux
dim
ensi
ons
est:
f(x,
y)=
Kex
p[ −
1 2P
(x,y
)]
où:
K=
12πσ
Xσ
Y√
1−ρ
(X,Y
)2,
P(x,y
)=
11−ρ
(X,Y
)2×
[ (x−
mX
)2
σ2 X
−2ρ
(X,Y
)(x−
mX
)(y−
mY
)
σXσ
Y+
(y−
mY
)2
σ2 Y
] .
17/2
14Fr
édér
icB
ertra
ndA
ssoc
iatio
nde
varia
bles
quan
titat
ives
18/2
14
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Loin
orm
ale
bidi
men
sion
nelle
Est
imat
ion
des
para
mèt
res
Pro
cédu
rede
test
Rem
arqu
essu
rles
liais
ons
Défi
nitio
nLo
inor
mal
ebi
dim
ensi
onne
lleC
ette
loid
épen
ddo
ncde
sci
nqpa
ram
ètre
s:m
X,m
Y,σ
X,σ
Yet
ρ(X,Y
).
Les
quat
repr
emie
rsso
ntle
sm
oyen
nes
etle
séc
arts
type
sde
sde
uxlo
ism
argi
nale
s,la
loid
eX
etce
llede
Y,q
uiso
ntde
slo
isno
rmal
es,X∼N( m
X,σ
2 X) et
Y∼N( m
Y,σ
2 Y) .
18/2
14Fr
édér
icB
ertra
ndA
ssoc
iatio
nde
varia
bles
quan
titat
ives
19/2
14
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Loin
orm
ale
bidi
men
sion
nelle
Est
imat
ion
des
para
mèt
res
Pro
cédu
rede
test
Rem
arqu
essu
rles
liais
ons
Les
lois
liées
,c’e
st-à
-dire
lapr
obab
ilité
d’ob
teni
rune
vale
urY
=y
sach
antq
uel’o
na
obte
nuX
=x
oud’
obte
niru
neva
leur
X=
xsa
chan
tque
l’on
aob
tenu
une
vale
urY
=y
sont
égal
emen
tdes
lois
norm
ales
dont
les
para
mèt
res
resp
ectif
s( m
Y|X
=x,σ
2 Y|X
=x
)et( m
X|Y
=y,σ
2 X|Y
=y
)s’
expr
imen
tain
si:
19/2
14Fr
édér
icB
ertra
ndA
ssoc
iatio
nde
varia
bles
quan
titat
ives
20/2
14
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Loin
orm
ale
bidi
men
sion
nelle
Est
imat
ion
des
para
mèt
res
Pro
cédu
rede
test
Rem
arqu
essu
rles
liais
ons
mY|X
=x
=m
Y+ρ
(X,Y
)σY
σX
(x−
mX
),
σ2 Y|X
=x
=σ
2 Y
( 1−ρ
(X,Y
)2).
mX|Y
=y
=m
X+ρ
(X,Y
)σX
σY
(y−
mY
),
σ2 X|Y
=y
=σ
2 X
( 1−ρ
(X,Y
)2).
20/2
14Fr
édér
icB
ertra
ndA
ssoc
iatio
nde
varia
bles
quan
titat
ives
21/2
14
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Loin
orm
ale
bidi
men
sion
nelle
Est
imat
ion
des
para
mèt
res
Pro
cédu
rede
test
Rem
arqu
essu
rles
liais
ons
On
rem
arqu
equ
e:
•La
varia
nce
dech
acun
ede
slo
islié
eses
tcon
stan
te:e
llene
dépe
ndpa
sde
lava
leur
deX
oude
Ypr
ise
enco
mpt
epo
urla
calc
uler
,c’e
st-à
-dire
duno
mbr
ex,
quii
nter
vien
tda
nsσ
Y|X
=x,r
espe
ctiv
emen
ty,q
uiin
terv
ient
dans
σX|Y
=y,
pour
lequ
elel
lees
tcal
culé
e.
21/2
14Fr
édér
icB
ertra
ndA
ssoc
iatio
nde
varia
bles
quan
titat
ives
22/2
14
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Loin
orm
ale
bidi
men
sion
nelle
Est
imat
ion
des
para
mèt
res
Pro
cédu
rede
test
Rem
arqu
essu
rles
liais
ons
•La
moy
enne
dech
acun
ede
slo
islié
esva
rielin
éaire
men
tav
ecla
varia
ble
liée.
On
peut
donc
parle
rde
deux
droi
tes
deré
gres
sion
:
DY
X:
y−
mY
=ρ
(X,Y
)σY
σX
(x−
mX
),
DX
Y:
x−
mX
=ρ
(X,Y
)σX
σY
(y−
mY
).
22/2
14Fr
édér
icB
ertra
ndA
ssoc
iatio
nde
varia
bles
quan
titat
ives
23/2
14
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Loin
orm
ale
bidi
men
sion
nelle
Est
imat
ion
des
para
mèt
res
Pro
cédu
rede
test
Rem
arqu
essu
rles
liais
ons
•ρ
(X,Y
)es
tle
coef
ficie
ntde
corr
élat
ion
linéa
ire:
ρ(X,Y
)=
Cov
[X,Y
]
(Var
[X]×
Var
[Y])
1 2
=E
[(X−
mX
)×
(Y−
mY
)][ E[ (X−
mX
)2]×
E[ (Y−
mY
)2]]1 2
.
23/2
14Fr
édér
icB
ertra
ndA
ssoc
iatio
nde
varia
bles
quan
titat
ives
24/2
14
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Loin
orm
ale
bidi
men
sion
nelle
Est
imat
ion
des
para
mèt
res
Pro
cédu
rede
test
Rem
arqu
essu
rles
liais
ons
ρ(X,Y
)=
0es
tune
cond
ition
néce
ssai
reet
suffi
sant
epo
urqu
ele
sde
uxva
riabl
esal
éato
ires
Xet
Yso
ient
indé
pend
ante
sca
rici
ona
une
hypo
thès
ede
norm
alité
bidi
men
sion
nelle
supp
lém
enta
ire,
voir
page
7po
urla
situ
atio
ngé
néra
le.
24/2
14Fr
édér
icB
ertra
ndA
ssoc
iatio
nde
varia
bles
quan
titat
ives
25/2
14
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Loin
orm
ale
bidi
men
sion
nelle
Est
imat
ion
des
para
mèt
res
Pro
cédu
rede
test
Rem
arqu
essu
rles
liais
ons
Siρ
(X,Y
)=±
1,le
sde
uxdr
oite
sso
ntco
nfon
dues
etil
ya
une
rela
tion
fonc
tionn
elle
entre
Xet
Y.P
lus
préc
isem
ent,
(X−
mX
)et
(Y−
mY
)so
ntco
linéa
ires,
c’es
t-à-d
irequ
’ilex
isteλ
etµ
deux
nom
bres
réel
ste
lsqu
eλ
(X−
mX
)+µ
(Y−
mY
)=
0.O
nre
conn
aîtd
ans
lafo
rmul
epr
écéd
ente
l’équ
atio
nd’
une
droi
te.A
insi
siρ
(X,Y
)=±
1,le
sde
uxva
riabl
esX
etY
sont
liées
paru
nere
latio
nfo
nctio
nnel
lelin
éaire
.
25/2
14Fr
édér
icB
ertra
ndA
ssoc
iatio
nde
varia
bles
quan
titat
ives
26/2
14
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Loin
orm
ale
bidi
men
sion
nelle
Est
imat
ion
des
para
mèt
res
Pro
cédu
rede
test
Rem
arqu
essu
rles
liais
ons
Lava
leur
abso
lue
deρ
(X,Y
)es
ttou
jour
sin
férie
ure
ouég
ale
à1.
Plu
sρ
(X,Y
)es
tpro
che
dece
tteva
leur
,plu
sla
liais
onen
treX
etY
ests
erré
e.S
il’o
nco
nsid
ère
unéc
hant
illon
((x 1,y
1),...,(
x n,y
n))
deré
alis
atio
nsdu
coup
le(X,Y
),la
disp
ersi
onde
sco
uple
sde
poin
ts(x
i,y i
)au
tour
des
droi
tes
estd
’aut
antp
lus
faib
lequ
ele
sde
uxdr
oite
sso
ntpl
uspr
oche
sl’u
nede
l’aut
re.
•ρ
(X,Y
)2es
téga
lau
coef
ficie
ntde
déte
rmin
atio
nR
2qu
el’o
ntro
uve
dans
leco
ntex
tede
laré
gres
sion
linéa
iresi
mpl
e.
26/2
14Fr
édér
icB
ertra
ndA
ssoc
iatio
nde
varia
bles
quan
titat
ives
27/2
14
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Loin
orm
ale
bidi
men
sion
nelle
Est
imat
ion
des
para
mèt
res
Pro
cédu
rede
test
Rem
arqu
essu
rles
liais
ons
Est
imat
ion
des
para
mèt
res
On
cons
idèr
eun
n−éc
hant
illon
(X1,
Y1),...,(
Xn,Y
n)
indé
pend
ante
tide
ntiq
uem
entd
istr
ibué
suiv
antl
alo
ide
(X,Y
),qu
iest
une
loin
orm
ale
bidi
men
sion
nelle
.
Les
estim
ateu
rsde
sm
oyen
nes
mX
etm
Yet
des
écar
tsty
pes
σX
etσ
Yqu
eno
usal
lons
utili
sers
ont:
27/2
14Fr
édér
icB
ertra
ndA
ssoc
iatio
nde
varia
bles
quan
titat
ives
28/2
14
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Loin
orm
ale
bidi
men
sion
nelle
Est
imat
ion
des
para
mèt
res
Pro
cédu
rede
test
Rem
arqu
essu
rles
liais
ons
mX
=X
=1 n
n ∑ i=1
Xi,
mY
=Y
=1 n
n ∑ i=1
Yi,
σ2 X
=1
n−
1
n ∑ i=1
( Xi−
X) 2,
28/2
14Fr
édér
icB
ertra
ndA
ssoc
iatio
nde
varia
bles
quan
titat
ives
29/2
14
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Loin
orm
ale
bidi
men
sion
nelle
Est
imat
ion
des
para
mèt
res
Pro
cédu
rede
test
Rem
arqu
essu
rles
liais
ons
σ2 Y
=1
n−
1
n ∑ i=1
( Yi−
Y) 2,
σX
=
√ √ √ √1
n−
1
n ∑ i=1
( Xi−
X) 2
=
√σ
2 X,
σY
=
√ √ √ √1
n−
1
n ∑ i=1
( Yi−
Y) 2
=
√σ
2 Y.
29/2
14Fr
édér
icB
ertra
ndA
ssoc
iatio
nde
varia
bles
quan
titat
ives
30/2
14
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Loin
orm
ale
bidi
men
sion
nelle
Est
imat
ion
des
para
mèt
res
Pro
cédu
rede
test
Rem
arqu
essu
rles
liais
ons
Par
conv
entio
net
pars
ouci
sd’
allé
gerl
esno
tatio
ns,o
nno
teX
àla
plac
ede
mX
.Le
squ
atre
prem
iers
estim
ateu
rsci
-des
sus
sont
des
estim
ateu
rssa
nsbi
ais
etco
nver
gent
s:
E[ m
X]
=m
XV
ar[ m
X] =
σ2 X n,
E[ m
Y]
=m
YV
ar[ m
Y] =
σ2 Y n,
30/2
14Fr
édér
icB
ertra
ndA
ssoc
iatio
nde
varia
bles
quan
titat
ives
31/2
14
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Loin
orm
ale
bidi
men
sion
nelle
Est
imat
ion
des
para
mèt
res
Pro
cédu
rede
test
Rem
arqu
essu
rles
liais
ons
E[ σ
2 X
]=
σ2 X
Var[ σ
2 X
] =2σ
4 Xn−
1,
E[ σ
2 Y
]=
σ2 Y
Var[ σ
2 Y
] =2σ
4 Yn−
1.
31/2
14Fr
édér
icB
ertra
ndA
ssoc
iatio
nde
varia
bles
quan
titat
ives
32/2
14
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Loin
orm
ale
bidi
men
sion
nelle
Est
imat
ion
des
para
mèt
res
Pro
cédu
rede
test
Rem
arqu
essu
rles
liais
ons
Les
deux
dern
iers
sont
biai
sés
etco
nver
gent
s:
E[σ
X]
=
√2
n−
1
Γ( n 2
)
Γ
(n−
12
)σ
X=
( 1−
3 4n+
o(
1 n
))σ
X,
Var
[σX
]=
1n−
1
n−
1−
2Γ( n 2
) 2
Γ
(n−
12
) 2
σ
2 X,
32/2
14Fr
édér
icB
ertra
ndA
ssoc
iatio
nde
varia
bles
quan
titat
ives
33/2
14
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Loin
orm
ale
bidi
men
sion
nelle
Est
imat
ion
des
para
mèt
res
Pro
cédu
rede
test
Rem
arqu
essu
rles
liais
ons
E[σ
Y]
=
√2
n−
1
Γ( n 2
)
Γ
(n−
12
)σ
Y=
( 1−
3 4n+
o(
1 n
))σ
Y,
Var
[σY
]=
1n−
1
n−
1−
2Γ( n 2
) 2
Γ
(n−
12
) 2
σ
2 Y,
33/2
14Fr
édér
icB
ertra
ndA
ssoc
iatio
nde
varia
bles
quan
titat
ives
34/2
14
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Loin
orm
ale
bidi
men
sion
nelle
Est
imat
ion
des
para
mèt
res
Pro
cédu
rede
test
Rem
arqu
essu
rles
liais
ons
oùo
(1/n)
estu
nefo
nctio
nqu
iten
dve
rs0
plus
vite
que
1/n
etΓ
(x)
estu
nefo
nctio
nm
athé
mat
ique
défin
ieà
l’aid
ed’
une
inté
gral
e!
Ilse
rait
poss
ible
deco
rrig
erle
biai
sde
l’est
imat
eurσ
X,e
n
posa
nt:σ
Xco
rrig
é=
√n−
12
Γ
(n−
12
)
Γ( n 2
)σ
X.
34/2
14Fr
édér
icB
ertra
ndA
ssoc
iatio
nde
varia
bles
quan
titat
ives
35/2
14
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Loin
orm
ale
bidi
men
sion
nelle
Est
imat
ion
des
para
mèt
res
Pro
cédu
rede
test
Rem
arqu
essu
rles
liais
ons
Néa
nmoi
nsl’o
bten
tion
d’un
inte
rval
lede
confi
ance
rest
edé
licat
epu
isqu
ela
loid
ece
test
imat
eurn
’est
pas
clas
siqu
e.
P.C
hapo
uille
,dan
sso
nliv
re[2
],pr
opos
ela
form
ule
appr
oxim
ativ
e:
σX
corr
igé≈σ
X
√2n−
22n−
3≈σ
X
( 1+
14n−
6
).
35/2
14Fr
édér
icB
ertra
ndA
ssoc
iatio
nde
varia
bles
quan
titat
ives
36/2
14
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Loin
orm
ale
bidi
men
sion
nelle
Est
imat
ion
des
para
mèt
res
Pro
cédu
rede
test
Rem
arqu
essu
rles
liais
ons
Lasi
tuat
ion
estb
eauc
oup
plus
com
pliq
uée
que
pour
les
estim
ateu
rsci
-des
sus.
On
com
pren
dai
nsip
ourq
uoio
npr
éfèr
ees
timer
lava
rianc
ed’
une
loin
orm
ale
àla
plac
ede
son
écar
ttyp
e.«
Heu
reus
emen
t»,l
esde
uxpa
ram
ètre
squ
iont
été
choi
sis
pour
défin
irun
elo
inor
mal
eso
ntsa
moy
enne
etsa
varia
nce.
36/2
14Fr
édér
icB
ertra
ndA
ssoc
iatio
nde
varia
bles
quan
titat
ives
37/2
14
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Loin
orm
ale
bidi
men
sion
nelle
Est
imat
ion
des
para
mèt
res
Pro
cédu
rede
test
Rem
arqu
essu
rles
liais
ons
Au
pass
age
onre
mar
que
que
lara
cine
carr
éed’
unes
timat
eur
sans
biai
sn’
estp
asné
cess
aire
men
tsan
sbi
ais.
Leco
effic
ient
deco
rrél
atio
nlin
éaire
ρ(X,Y
)es
tun
rapp
ort.
Pour
estim
erce
rapp
ortn
ous
allo
nses
timer
lenu
mér
ateu
rC
ov[X,Y
]et
ledé
nom
inat
eur(
Var
[X]×
Var
[Y])
1 2.
37/2
14Fr
édér
icB
ertra
ndA
ssoc
iatio
nde
varia
bles
quan
titat
ives
38/2
14
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Loin
orm
ale
bidi
men
sion
nelle
Est
imat
ion
des
para
mèt
res
Pro
cédu
rede
test
Rem
arqu
essu
rles
liais
ons
En
cequ
icon
cern
ele
déno
min
ateu
r,no
usve
rron
squ
’ilsu
ffit
d’ut
ilise
rles
estim
ateu
rsσ
Xetσ
Yci
-des
sus.
Un
estim
ateu
rdu
num
érat
eurp
eutê
tredé
finip
arla
quan
tité
:
C
ov[X,Y
]=
1n−
1
n ∑ i=1
( Xi−
X)(
Yi−
Y)
=1
n−
1
n ∑ i=1
(Xi×
Yi)−
nn−
1X×
Y.
38/2
14Fr
édér
icB
ertra
ndA
ssoc
iatio
nde
varia
bles
quan
titat
ives
39/2
14
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Loin
orm
ale
bidi
men
sion
nelle
Est
imat
ion
des
para
mèt
res
Pro
cédu
rede
test
Rem
arqu
essu
rles
liais
ons
C’e
stun
estim
ateu
rsan
sbi
ais
etco
nver
gent
deC
ov[X,Y
]:
E[
C
ov[X,Y
]] =C
ov[X,Y
].
Not
ezla
sim
ilitu
deav
ecl’e
stim
ateu
rcor
rigé
dela
varia
nce.
Ici
auss
iapp
araî
tau
déno
min
ateu
rle
nom
bre
n−
1.
39/2
14Fr
édér
icB
ertra
ndA
ssoc
iatio
nde
varia
bles
quan
titat
ives
40/2
14
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Loin
orm
ale
bidi
men
sion
nelle
Est
imat
ion
des
para
mèt
res
Pro
cédu
rede
test
Rem
arqu
essu
rles
liais
ons
L’est
imat
eurd
uco
effic
ient
deco
rrél
atio
nρ
(X,Y
),qu
eno
usal
lons
utili
ser,
est
ρ
(X,Y
)dé
finip
ar:
ρ
(X,Y
)=
1n−
1
n ∑ i=1
( Xi−
X) ×
( Yi−
Y)
( σ2 X×σ
2 Y
)1 2
=
1n−
1
n ∑ i=1
( Xi−
X) ×
( Yi−
Y)
σX×σ
Y
40/2
14Fr
édér
icB
ertra
ndA
ssoc
iatio
nde
varia
bles
quan
titat
ives
41/2
14
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Loin
orm
ale
bidi
men
sion
nelle
Est
imat
ion
des
para
mèt
res
Pro
cédu
rede
test
Rem
arqu
essu
rles
liais
ons
=
1n−
1
n ∑ i=1
( Xi−
X) ×
( Yi−
Y)
(1
n−
1
n ∑ i=1
( Xi−
X) 2×
1n−
1
n ∑ i=1
( Yi−
Y) 2)
1 2
=
1n−
1
n ∑ i=1
( Xi−
X) ×
( Yi−
Y)
1n−
1
(n ∑ i=
1
( Xi−
X) 2×
n ∑ i=1
( Yi−
Y) 2)
1 2
41/2
14Fr
édér
icB
ertra
ndA
ssoc
iatio
nde
varia
bles
quan
titat
ives
42/2
14
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Loin
orm
ale
bidi
men
sion
nelle
Est
imat
ion
des
para
mèt
res
Pro
cédu
rede
test
Rem
arqu
essu
rles
liais
ons
=
n ∑ i=1
( Xi−
X) ×
( Yi−
Y)
(n ∑ i=
1
( Xi−
X) 2×
n ∑ i=1
( Yi−
Y) 2)
1 2
=
n ∑ i=1
(Xi×
Yi)−
X×
Y
(n ∑ i=
1
X2 i−
X2)
1 2(
n ∑ i=1
Y2 i−
Y2)
1 2
.
42/2
14Fr
édér
icB
ertra
ndA
ssoc
iatio
nde
varia
bles
quan
titat
ives
43/2
14
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Loin
orm
ale
bidi
men
sion
nelle
Est
imat
ion
des
para
mèt
res
Pro
cédu
rede
test
Rem
arqu
essu
rles
liais
ons
L’étu
dede
spr
oprié
tés
dece
test
imat
eure
stpl
usco
mpl
exe
puis
qu’il
s’ag
itd’
unra
ppor
tde
varia
bles
aléa
toire
squ
ine
sont
pas
indé
pend
ante
s.Il
s’ag
itd’
unes
timat
eurb
iais
éet
conv
erge
ntde
ρ(X,Y
):
E[ρ
(X,Y
)]=
ρ(X,Y
)−ρ
(X,Y
)(1−ρ
(X,Y
)2 )
2n
Var[ρ
(X,Y
)]=
(1−ρ
(X,Y
)2 )2
n+
o(
1 n
),
oùo
(1/n)
estu
nefo
nctio
nqu
iten
dve
rs0
lors
que
nte
ndve
rs+∞
plus
vite
que
1/n.
43/2
14Fr
édér
icB
ertra
ndA
ssoc
iatio
nde
varia
bles
quan
titat
ives
44/2
14
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Loin
orm
ale
bidi
men
sion
nelle
Est
imat
ion
des
para
mèt
res
Pro
cédu
rede
test
Rem
arqu
essu
rles
liais
ons
Ladi
strib
utio
nas
ympt
otiq
uede
ρ(X,Y
)es
t:
√n(
ρ
(X,Y
)−ρ
(X,Y
))≈N( 0,
( 1−ρ
(X,Y
)2)2)
.
Ce
résu
ltatn
’est
pas
asse
zpr
écis
pour
perm
ettre
deré
soud
rele
spr
oblè
mes
quin
ous
inté
ress
entg
énér
alem
ent.
On
l’util
iser
aun
ique
men
tsil
’on
nepe
utpa
sfa
ireau
trem
ente
tsin
>30
.
44/2
14Fr
édér
icB
ertra
ndA
ssoc
iatio
nde
varia
bles
quan
titat
ives
45/2
14
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Loin
orm
ale
bidi
men
sion
nelle
Est
imat
ion
des
para
mèt
res
Pro
cédu
rede
test
Rem
arqu
essu
rles
liais
ons
Ain
silo
rsqu
el’o
ndi
spos
ed’
unéc
hant
illon
(x1,
y 1),...,
(xn,y
n)
deré
alis
atio
nsdu
coup
le(X,Y
)on
obtie
ntle
ses
timat
ions
des
para
mèt
res
dela
loin
orm
ale
bidi
men
sion
nelle
suiv
iepa
r(X,Y
)en
utili
sant
les
form
ules
ci-d
esso
usqu
ison
tles
réal
isat
ions
des
estim
ateu
rsci
-des
sus
surn
otre
écha
ntill
on.O
nno
tex
l’éch
antil
lon
(x1,...,
x n),
yl’é
chan
tillo
n(y
1,...,
y n)
et(x,y
)l’é
chan
tillo
n(x
1,y 1
),...,
(xn,y
n).
45/2
14Fr
édér
icB
ertra
ndA
ssoc
iatio
nde
varia
bles
quan
titat
ives
46/2
14
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Loin
orm
ale
bidi
men
sion
nelle
Est
imat
ion
des
para
mèt
res
Pro
cédu
rede
test
Rem
arqu
essu
rles
liais
ons
Les
estim
atio
nsde
sm
oyen
nes
mX
etm
Yet
des
écar
tsty
pes
σX
etσ
Yso
nt:
mX
(x)
=x
=1 n
n ∑ i=1
x i,
mY
(y)
=y
=1 n
n ∑ i=1
y i,
σ2 X
(x)
=1
n−
1
n ∑ i=1
(xi−
x)2 ,
46/2
14Fr
édér
icB
ertra
ndA
ssoc
iatio
nde
varia
bles
quan
titat
ives
47/2
14
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Loin
orm
ale
bidi
men
sion
nelle
Est
imat
ion
des
para
mèt
res
Pro
cédu
rede
test
Rem
arqu
essu
rles
liais
ons
σ2 Y
(y)
=1
n−
1
n ∑ i=1
(yi−
y)2 ,
σX
(x)
=
√ √ √ √1
n−
1
n ∑ i=1
(xi−
x)2 ,
σY
(y)
=
√ √ √ √1
n−
1
n ∑ i=1
(yi−
y)2 .
47/2
14Fr
édér
icB
ertra
ndA
ssoc
iatio
nde
varia
bles
quan
titat
ives
48/2
14
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Loin
orm
ale
bidi
men
sion
nelle
Est
imat
ion
des
para
mèt
res
Pro
cédu
rede
test
Rem
arqu
essu
rles
liais
ons
On
note
xbi
enqu
’ils’
agis
sede
lam
oyen
nede
l’éch
antil
lon
xet
que
dece
fait
onpo
urra
itég
alem
enté
crire
x.I
ls’a
gitl
àau
ssi
d’un
eco
nven
tion
mai
ssi
l’on
voul
aitê
treco
hére
ntav
ecle
sno
tatio
nsut
ilisé
espo
urle
sau
tres
estim
ateu
rson
devr
aité
crire
mX
(x).
48/2
14Fr
édér
icB
ertra
ndA
ssoc
iatio
nde
varia
bles
quan
titat
ives
49/2
14
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Loin
orm
ale
bidi
men
sion
nelle
Est
imat
ion
des
para
mèt
res
Pro
cédu
rede
test
Rem
arqu
essu
rles
liais
ons
L’est
imat
ion
dela
cova
rianc
eC
ov[X,Y
]es
tdon
née
par:
C
ov[X,Y
](x,y
)=
1n−
1
n ∑ i=1
(xi−
x)×
(yi−
y).
49/2
14Fr
édér
icB
ertra
ndA
ssoc
iatio
nde
varia
bles
quan
titat
ives
50/2
14
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Loin
orm
ale
bidi
men
sion
nelle
Est
imat
ion
des
para
mèt
res
Pro
cédu
rede
test
Rem
arqu
essu
rles
liais
ons
L’est
imat
ion
duco
effic
ient
deco
rrél
atio
nρ
(X,Y
)es
tdon
née
par:
ρ
(X,Y
)(x,y
)=
1n−
1
n ∑ i=1
(xi−
x)×
(yi−
y)
( σ2 X
(x)×σ
2 Y(y
))1 2
=
1n−
1
n ∑ i=1
(xi−
x)×
(yi−
y)
σX
(x)×σ
Y(y
)
50/2
14Fr
édér
icB
ertra
ndA
ssoc
iatio
nde
varia
bles
quan
titat
ives
51/2
14
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Loin
orm
ale
bidi
men
sion
nelle
Est
imat
ion
des
para
mèt
res
Pro
cédu
rede
test
Rem
arqu
essu
rles
liais
ons
=
n ∑ i=1
(xi−
x)×
(yi−
y)
(n ∑ i=
1
(xi−
x)2×
n ∑ i=1
(yi−
y)2)
1 2
=
n ∑ i=1
(xi×
y i)−
x×
y
(n ∑ i=
1
x2 i−
x2)1 2
×(
n ∑ i=1
y2 i−
y2)1 2
.
51/2
14Fr
édér
icB
ertra
ndA
ssoc
iatio
nde
varia
bles
quan
titat
ives
52/2
14
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Loin
orm
ale
bidi
men
sion
nelle
Est
imat
ion
des
para
mèt
res
Pro
cédu
rede
test
Rem
arqu
essu
rles
liais
ons
Exe
mpl
eO
név
alue
lafo
rmul
eci
-des
sus
pour
l’éch
antil
lon
repr
ésen
téen
roug
epa
ge7
:
PearsoncorrelationofYandX=0,006
52/2
14Fr
édér
icB
ertra
ndA
ssoc
iatio
nde
varia
bles
quan
titat
ives
53/2
14
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Loin
orm
ale
bidi
men
sion
nelle
Est
imat
ion
des
para
mèt
res
Pro
cédu
rede
test
Rem
arqu
essu
rles
liais
ons
Sou
sl’h
ypot
hèse
nulleH
0:«
Xet
Yso
ntin
dépe
ndan
tes
»,la
varia
ble
:
√n−
2ρ
(X,Y
)√
1−
ρ
(X,Y
)2
suit
une
loid
eS
tude
ntT n−
2à
n−
2de
grés
delib
erté
.
53/2
14Fr
édér
icB
ertra
ndA
ssoc
iatio
nde
varia
bles
quan
titat
ives
54/2
14
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Loin
orm
ale
bidi
men
sion
nelle
Est
imat
ion
des
para
mèt
res
Pro
cédu
rede
test
Rem
arqu
essu
rles
liais
ons
Cec
iper
met
deré
alis
erle
test
suiv
ant:
H0
:ρ(X,Y
)=
0
cont
re
H1
:ρ(X,Y
)6=
0.
Pour
pren
dre
une
déci
sion
asso
ciée
àun
test
deni
veau
(1−α
)%
,ils
uffit
donc
detro
uver
lava
leur
criti
que
d’un
elo
ide
Stu
dent
àn−
2de
grés
delib
erté
pourα/2
.
54/2
14Fr
édér
icB
ertra
ndA
ssoc
iatio
nde
varia
bles
quan
titat
ives
55/2
14
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Loin
orm
ale
bidi
men
sion
nelle
Est
imat
ion
des
para
mèt
res
Pro
cédu
rede
test
Rem
arqu
essu
rles
liais
ons
Iles
téga
lem
entp
ossi
ble,
enré
alis
antu
nte
stun
ilaté
ral,
dete
ster
les
hypo
thès
essu
ivan
tes
:
H0
:ρ(X,Y
)=
0
cont
re
H1
:ρ(X,Y
)>
0.
55/2
14Fr
édér
icB
ertra
ndA
ssoc
iatio
nde
varia
bles
quan
titat
ives
56/2
14
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Loin
orm
ale
bidi
men
sion
nelle
Est
imat
ion
des
para
mèt
res
Pro
cédu
rede
test
Rem
arqu
essu
rles
liais
ons
ouen
core
H0
:ρ(X,Y
)=
0
cont
re
H1
:ρ(X,Y
)<
0.
56/2
14Fr
édér
icB
ertra
ndA
ssoc
iatio
nde
varia
bles
quan
titat
ives
57/2
14
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Loin
orm
ale
bidi
men
sion
nelle
Est
imat
ion
des
para
mèt
res
Pro
cédu
rede
test
Rem
arqu
essu
rles
liais
ons
Not
ons
que,
siρ
06=
0,la
prop
riété
ci-d
essu
sne
perm
etpa
sde
test
erde
shy
poth
èses
duty
pe:
H0
:ρ(X,Y
)=ρ
0
cont
re
H1
:ρ(X,Y
)6=ρ
0.
Pour
proc
éder
àce
sty
pes
dete
st,o
nut
ilise
latra
nsfo
rmat
ion
deFi
sher
57/2
14Fr
édér
icB
ertra
ndA
ssoc
iatio
nde
varia
bles
quan
titat
ives
58/2
14
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Loin
orm
ale
bidi
men
sion
nelle
Est
imat
ion
des
para
mèt
res
Pro
cédu
rede
test
Rem
arqu
essu
rles
liais
ons
Ilex
iste
d’au
tres
trans
form
atio
nspo
urob
teni
rdes
inte
rval
les
deco
nfian
cepo
urρ
(X,Y
),pa
rexe
mpl
el’a
ppro
xim
atio
nde
Rub
enqu
isem
ble
être
plus
préc
ise
mai
sen
core
plus
com
plex
equ
ece
llede
Fish
er.
On
peut
pare
xem
ple
mon
trerq
ue,q
uelq
ueso
itla
vale
urdu
coef
ficie
ntde
corr
élat
ionρ
(X,Y
),la
varia
ble
aléa
toire
(R−ρ
(X,Y
))√
(n−
2)/[ (1−
R2 )
(1−ρ
(X,Y
)2)]
suit
appr
oxim
ativ
emen
tune
loiT
n−2
deS
tude
ntà
n−
2de
grés
delib
erté
.On
retro
uve
leré
sulta
tde
lapa
ge53
étab
lilo
rsqu
eρ
(X,Y
)=
0.Po
urpl
usde
déta
ilsvo
ir[1
]et[
4].
58/2
14Fr
édér
icB
ertra
ndA
ssoc
iatio
nde
varia
bles
quan
titat
ives
59/2
14
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Loin
orm
ale
bidi
men
sion
nelle
Est
imat
ion
des
para
mèt
res
Pro
cédu
rede
test
Rem
arqu
essu
rles
liais
ons
En
effe
t,Fi
sher
,le
prem
ier,
adé
mon
tréqu
esi
l’on
intro
duit
les
deux
varia
bles
: Z(X,Y
)=
1 2ln(
1+ρ
(X,Y
)
1−ρ
(X,Y
))
=ta
nh−
1(ρ
(X,Y
)),
59/2
14Fr
édér
icB
ertra
ndA
ssoc
iatio
nde
varia
bles
quan
titat
ives
60/2
14
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Loin
orm
ale
bidi
men
sion
nelle
Est
imat
ion
des
para
mèt
res
Pro
cédu
rede
test
Rem
arqu
essu
rles
liais
ons
Z(X,Y
)=
1 2ln
(1
+ρ
(X,Y
)
1−
ρ
(X,Y
))
=ta
nh−
1(
ρ
(X,Y
)) ,
alor
sla
diffé
renc
e Z(X,Y
)−
Z(X,Y
)su
itun
elo
ivoi
sine
dela
loin
orm
ale
dem
oyen
neρ
(X,Y
)/(2
(n−
1))
etde
varia
nce
proc
hede
1/(n−
3).
60/2
14Fr
édér
icB
ertra
ndA
ssoc
iatio
nde
varia
bles
quan
titat
ives
61/2
14
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Loin
orm
ale
bidi
men
sion
nelle
Est
imat
ion
des
para
mèt
res
Pro
cédu
rede
test
Rem
arqu
essu
rles
liais
ons
On
appr
oxim
era
donc
dans
leca
sgé
néra
lla
loid
ece
ttedi
ffére
nce
paru
nelo
iN(ρ
(X,Y
)/(2
(n−
1)),
1/(n−
3))
etso
usun
ehy
poth
èse
d’in
dépe
ndan
ceen
treX
etY
,qui
impl
ique
donc
ρ(X,Y
)=
0,pa
rune
loiN
(0,1/(
n−
3)).
Pour
pass
erde
sré
sulta
tsob
tenu
spo
urZ
(X,Y
)à
des
résu
ltats
conc
erna
ntρ
(X,Y
),on
utili
sela
trans
form
atio
nin
vers
ede
celle
deFi
sher
:
61/2
14Fr
édér
icB
ertra
ndA
ssoc
iatio
nde
varia
bles
quan
titat
ives
62/2
14
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Loin
orm
ale
bidi
men
sion
nelle
Est
imat
ion
des
para
mèt
res
Pro
cédu
rede
test
Rem
arqu
essu
rles
liais
ons
ρ(X,Y
)=
exp
(2Z
(X,Y
))−
1ex
p(2
Z(X,Y
))+
1ρ
(X,Y
)=
tanh
(Z(X,Y
)).
Lapl
upar
tdes
logi
ciel
sde
stat
istiq
uepe
rmet
tent
deca
lcul
erle
ses
timat
ions
pari
nter
valle
sde
ρ(X,Y
).C
erta
ins
prop
osen
tm
ême
des
inte
rval
les
deco
nfian
ceex
acts
.
62/2
14Fr
édér
icB
ertra
ndA
ssoc
iatio
nde
varia
bles
quan
titat
ives
63/2
14
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Loin
orm
ale
bidi
men
sion
nelle
Est
imat
ion
des
para
mèt
res
Pro
cédu
rede
test
Rem
arqu
essu
rles
liais
ons
•L’e
xist
ence
dede
uxdr
oite
sde
régr
essi
onda
nsle
sét
udes
deco
rrél
atio
nes
tem
bara
ssan
teca
relle
amèn
eà
laqu
estio
nsu
ivan
te:l
aque
llede
sde
uxdr
oite
sre
prés
ente
-t-el
lele
mie
uxla
réal
ité?
On
nepe
uttra
nche
rsa
nsut
ilise
rla
notio
nde
caus
alité
:sil
’on
pens
equ
eX
est
laca
use
deY
,on
retie
ndra
ladr
oite
DY
Xqu
iest
laré
gres
sion
dela
varia
ble
dépe
ndan
tepa
rrap
port
àla
varia
ble
caus
e.
63/2
14Fr
édér
icB
ertra
ndA
ssoc
iatio
nde
varia
bles
quan
titat
ives
64/2
14
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Loin
orm
ale
bidi
men
sion
nelle
Est
imat
ion
des
para
mèt
res
Pro
cédu
rede
test
Rem
arqu
essu
rles
liais
ons
Dan
sle
sca
soù
l’on
nepe
utét
ablir
une
rela
tion
deca
use
àef
fet,
iln’
ya
pas
lieu
defix
erso
nat
tent
ion
surl
’une
des
droi
tes
deré
gres
sion
plut
ôtqu
esu
rl’a
utre
.Le
coef
ficie
ntde
corr
élat
ion
linéa
ireρ
(X,Y
)es
talo
rsle
para
mèt
rele
plus
inté
ress
ant;
quel
que
soit
sava
leur
,pos
itive
ouné
gativ
e,il
nepr
éjug
een
rien
d’un
quel
conq
uera
ppor
tde
caus
eà
effe
tent
rele
sva
riabl
esét
udié
es.
64/2
14Fr
édér
icB
ertra
ndA
ssoc
iatio
nde
varia
bles
quan
titat
ives
65/2
14
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Loin
orm
ale
bidi
men
sion
nelle
Est
imat
ion
des
para
mèt
res
Pro
cédu
rede
test
Rem
arqu
essu
rles
liais
ons
Dan
sto
usle
sca
s,l’i
nter
prét
atio
nde
tout
eét
ude
delia
ison
mér
itebe
auco
upde
réfle
xion
s,et
seul
esle
sra
ison
sph
ysiq
ues
oubi
olog
ique
set
non
stat
istiq
ues
pour
ront
perm
ettre
depo
rter
des
juge
men
tsde
caus
eà
effe
t.•
Lors
que
l’on
trouv
eun
eco
urbe
deré
gres
sion
quis
erre
depr
èsle
phén
omèn
eét
udié
,ilf
auts
ega
rder
deco
nclu
requ
ece
ttefo
rmul
etra
duit
lalo
iexa
cte
quig
ouve
rne
leph
énom
ène.
65/2
14Fr
édér
icB
ertra
ndA
ssoc
iatio
nde
varia
bles
quan
titat
ives
66/2
14
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Loin
orm
ale
bidi
men
sion
nelle
Est
imat
ion
des
para
mèt
res
Pro
cédu
rede
test
Rem
arqu
essu
rles
liais
ons
•E
nfin
sign
alon
squ
eso
uven
tdeu
xva
riabl
esX
etY
sont
fort
emen
tcor
rélé
esav
ecun
etro
isiè
me
Z,l
ete
mps
par
exem
ple,
eton
peut
conc
lure
àun
eco
rrél
atio
nsi
gnifi
cativ
een
treX
etY
,alo
rsqu
’àpr
iori
iln’
ya
aucu
nere
latio
nen
trece
sde
uxgr
ande
urs
sice
n’es
tleu
rlia
ison
avec
Z.O
nse
ntal
ors
lané
cess
itéd’
intro
duire
une
mes
ure
delia
ison
qui
perm
ettra
deco
nnaî
trel’a
ssoc
iatio
nde
Xet
Yen
élim
inan
tl’in
fluen
cede
Z:i
ls’a
gitd
ela
notio
nde
corr
élat
ion
part
ielle
quis
era
étud
iée
aux
para
grap
hes
vign
ette
125,
??et
??.
66/2
14Fr
édér
icB
ertra
ndA
ssoc
iatio
nde
varia
bles
quan
titat
ives
67/2
14
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Loim
ultin
orm
ale
Est
imat
ion
Test
del’h
ypot
hèseρ
ij=
0Te
stde
l’hyp
othè
seρ
ij=ρ
0,ρ
06=
0
Som
mai
re
3Le
cas
géné
ral(
n>
2)Lo
imul
tinor
mal
eE
stim
atio
nTe
stde
l’hyp
othè
seρ
ij=
0Te
stde
l’hyp
othè
seρ
ij=ρ
0,ρ
06=
0
67/2
14Fr
édér
icB
ertra
ndA
ssoc
iatio
nde
varia
bles
quan
titat
ives
68/2
14
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Loim
ultin
orm
ale
Est
imat
ion
Test
del’h
ypot
hèseρ
ij=
0Te
stde
l’hyp
othè
seρ
ij=ρ
0,ρ
06=
0
On
cons
idèr
eun
vect
eurg
auss
ien
dedi
men
sion
p>
1:
X=
(X1,...,
Xp).
Un
telv
ecte
ures
tent
ière
men
tdét
erm
iné
parl
aco
nnai
ssan
cede
sam
oyen
neµ
(X)
etde
sam
atric
ede
varia
nce-
cova
rianc
eΣ
(X).
Ils’
agit
d’un
eex
tens
ion
dece
que
nous
veno
nsde
voir
pour
leca
sbi
dim
ensi
onne
l.
68/2
14Fr
édér
icB
ertra
ndA
ssoc
iatio
nde
varia
bles
quan
titat
ives
69/2
14
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Loim
ultin
orm
ale
Est
imat
ion
Test
del’h
ypot
hèseρ
ij=
0Te
stde
l’hyp
othè
seρ
ij=ρ
0,ρ
06=
0
En
term
espl
uscl
airs
,ils
uffit
deco
nnaî
tre:
µ(X
)=
(µ1,...,µ
p)
=(E
[X1],...,E
[Xp]),
Σ(X
)=
((σ
i,j=
Cov[ X
i,X
j])) 16
i,j6
p
=
V
ar[X
1]...
Cov
[X1,
Xp]
. . .. .
.. . .
Cov
[Xp,X
1]···
Var
[Xp]
.
69/2
14Fr
édér
icB
ertra
ndA
ssoc
iatio
nde
varia
bles
quan
titat
ives
70/2
14
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Loim
ultin
orm
ale
Est
imat
ion
Test
del’h
ypot
hèseρ
ij=
0Te
stde
l’hyp
othè
seρ
ij=ρ
0,ρ
06=
0
On
intro
duit
alor
sla
mat
rice
des
corr
élat
ionsρ
(X)
entre
les
com
posa
ntes
Xi,
16
i6p
deX
:
ρ(X
)=
((ρ
i,j=
Cor[ X
i,X
j])) 16
i,j6
p
=
1...
Cov
[X1,
Xp]
(Var
[X1]
Var
[Xp])
1 2
. . .. .
.. . .
Cov
[Xp,X
1]
(Var
[Xp]V
ar[X
1])1 2
···
1
.
70/2
14Fr
édér
icB
ertra
ndA
ssoc
iatio
nde
varia
bles
quan
titat
ives
71/2
14
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Loim
ultin
orm
ale
Est
imat
ion
Test
del’h
ypot
hèseρ
ij=
0Te
stde
l’hyp
othè
seρ
ij=ρ
0,ρ
06=
0
Afin
deco
nstr
uire
unes
timat
eurs
impl
ede
lam
atric
eρ
(X)
ondo
itdi
spos
erd’
unn−
écha
ntill
on(X
1,...,
Xn
)in
dépe
ndan
tet
iden
tique
men
tdis
trib
uédu
vect
eurX
.
71/2
14Fr
édér
icB
ertra
ndA
ssoc
iatio
nde
varia
bles
quan
titat
ives
72/2
14
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Loim
ultin
orm
ale
Est
imat
ion
Test
del’h
ypot
hèseρ
ij=
0Te
stde
l’hyp
othè
seρ
ij=ρ
0,ρ
06=
0
Ce
n−éc
hant
illon
estd
onc
com
posé
den
élém
ents
,qui
sont
des
vect
eurs
deta
ille
p,qu
el’o
nno
te(X
1,1,...,
Xp,
1),...,(
X1,
n,...,X
p,n).
Xi,j
estl
ava
riabl
eal
éato
ireas
soci
éeà
lava
leur
pris
epa
rla
i−èm
eco
mpo
sant
eX
ilo
rsde
laré
alis
atio
nde
laj−
ème
expé
rienc
e.P
arex
empl
eX
1,3
sera
itla
varia
ble
aléa
toire
asso
ciée
àla
vale
urpr
ise
parX
1lo
rsde
latro
isiè
me
expé
rienc
eet
X5,
2se
rait
lava
riabl
eal
éato
ireas
soci
éeà
lava
leur
pris
epa
rX5
lors
dela
seco
nde
expé
rienc
e.
72/2
14Fr
édér
icB
ertra
ndA
ssoc
iatio
nde
varia
bles
quan
titat
ives
73/2
14
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Loim
ultin
orm
ale
Est
imat
ion
Test
del’h
ypot
hèseρ
ij=
0Te
stde
l’hyp
othè
seρ
ij=ρ
0,ρ
06=
0
Un
estim
ateu
rµde
lam
oyen
neµ
est:
µ=
X1
+···+
Xn
n
=
n ∑ i=1
Xi
n.
On
note
,com
me
d’ha
bitu
de,µ
parx
.Ils
’agi
td’u
nes
timat
eur
sans
biai
set
conv
erge
nt,c
omm
eà
lapa
ge27
:
73/2
14Fr
édér
icB
ertra
ndA
ssoc
iatio
nde
varia
bles
quan
titat
ives
74/2
14
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Loim
ultin
orm
ale
Est
imat
ion
Test
del’h
ypot
hèseρ
ij=
0Te
stde
l’hyp
othè
seρ
ij=ρ
0,ρ
06=
0
E[µ
]=
E[ X
1+···+
Xn
n
]=
E
[n ∑ i=
1
Xi]
n
=
n ∑ i=1
E[X
i]
n=
n ∑ i=1
µ
n=µ.
Var
[µ]
=Σ n·
74/2
14Fr
édér
icB
ertra
ndA
ssoc
iatio
nde
varia
bles
quan
titat
ives
75/2
14
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Loim
ultin
orm
ale
Est
imat
ion
Test
del’h
ypot
hèseρ
ij=
0Te
stde
l’hyp
othè
seρ
ij=ρ
0,ρ
06=
0
Un
estim
ateu
rρ(X
)de
lam
atric
ede
sco
rrél
atio
nsρ
(X)
est
alor
sdo
nné
par:
ρ(X
)=
((ρ
i,j=ρ
i,j=
C
or[ X
i,X
j])) 16
i,j6
p
75/2
14Fr
édér
icB
ertra
ndA
ssoc
iatio
nde
varia
bles
quan
titat
ives
76/2
14
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Loim
ultin
orm
ale
Est
imat
ion
Test
del’h
ypot
hèseρ
ij=
0Te
stde
l’hyp
othè
seρ
ij=ρ
0,ρ
06=
0
=
1...
1
n−
1
n ∑ i=1
( X1,
i−
X1
)×( X
p,i−
Xp)
σ1×σ
p. . .
. . .. . .
1
n−
1
n ∑ i=1
( Xp,
i−
Xp)×( X
1,i−
X1
)
σp×σ
1···
1
.
76/2
14Fr
édér
icB
ertra
ndA
ssoc
iatio
nde
varia
bles
quan
titat
ives
77/2
14
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Loim
ultin
orm
ale
Est
imat
ion
Test
del’h
ypot
hèseρ
ij=
0Te
stde
l’hyp
othè
seρ
ij=ρ
0,ρ
06=
0
On
obtie
ntal
ors
lafo
rme
expl
icite
suiv
ante
:
1...
n ∑ i=1
( X1,
i−
X1
)×( X
p,i−
Xp)
n ∑ i=
1
( X1,
i−
X1
) 2×
n ∑ i=1
( Xi,
p−
Xp) 2
1 2
. . .. . .
. . .n ∑ i=
1
( Xp,
i−
Xp)×( X
1,i−
X1
)
n ∑ i=
1
( Xp,
i−
Xp) 2×
n ∑ i=1
( X1,
i−
X1
) 2
1 2···
1
.
77/2
14Fr
édér
icB
ertra
ndA
ssoc
iatio
nde
varia
bles
quan
titat
ives
78/2
14
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Loim
ultin
orm
ale
Est
imat
ion
Test
del’h
ypot
hèseρ
ij=
0Te
stde
l’hyp
othè
seρ
ij=ρ
0,ρ
06=
0
Ladi
strib
utio
nas
ympt
otiq
uede
ρij
est:
√n(ρ
ij−ρ
ij)≈N( 0,
( 1−ρ
2 ij) 2).
Ce
résu
ltatn
’est
pas
asse
zpr
écis
pour
perm
ettre
deré
soud
rele
spr
oblè
mes
quin
ous
inté
ress
entg
énér
alem
ent.
On
l’util
iser
aun
ique
men
tsil
’on
nepe
utpa
sfa
ireau
trem
ente
tsin
>30
.
78/2
14Fr
édér
icB
ertra
ndA
ssoc
iatio
nde
varia
bles
quan
titat
ives
79/2
14
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Loim
ultin
orm
ale
Est
imat
ion
Test
del’h
ypot
hèseρ
ij=
0Te
stde
l’hyp
othè
seρ
ij=ρ
0,ρ
06=
0
On
ado
ncun
ees
timat
ionρ
(X)(
x)
deρ
(X)
àl’a
ide
d’un
écha
ntill
onx
den
réal
isat
ions
deX
.En
nota
ntx 1
l’éch
antil
lon
form
épa
rles
nré
alis
atio
ns,(
x 1,1,...,x
1,n),
deX
1,..
.,x p
l’éch
antil
lon
form
épa
rles
nré
alis
atio
ns,(
x p,1,...,x
p,n),
deX
pon
a:
ρ(X
)(x
)=
((ρ
(X)(
x) i,j
=ρ
i,j(
x i,x
j)=
C
or[X
i,X
j](x
i,x j
)))16
i,j6
p
79/2
14Fr
édér
icB
ertra
ndA
ssoc
iatio
nde
varia
bles
quan
titat
ives
80/2
14
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Loim
ultin
orm
ale
Est
imat
ion
Test
del’h
ypot
hèseρ
ij=
0Te
stde
l’hyp
othè
seρ
ij=ρ
0,ρ
06=
0
=
1...
1
n−
1
n ∑ i=1
( x 1,i−
x 1)×( x p
,i−
x p)
σ1(x
1)×σ
p(x
p)
. . .. . .
. . .1
n−
1
n ∑ i=1
( x p,i−
x p)×( x 1
,i−
x 1)
σp(x
p)×σ
1(x
1)
···
1
.
80/2
14Fr
édér
icB
ertra
ndA
ssoc
iatio
nde
varia
bles
quan
titat
ives
81/2
14
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Loim
ultin
orm
ale
Est
imat
ion
Test
del’h
ypot
hèseρ
ij=
0Te
stde
l’hyp
othè
seρ
ij=ρ
0,ρ
06=
0
L’est
imat
ionρ
(X)(
x)
deρ
(X)
esta
lors
:
1...
n ∑ i=1
( x 1,i−
x 1)×( x p
,i−
x p)
n ∑ i=
1
( x 1,i−
x 1) 2×
n ∑ i=1
( x i,p−
x p) 2
1 2
. . .. . .
. . .n ∑ i=
1
( x p,i−
x p)×( x 1
,i−
x 1)
n ∑ i=
1
( x p,i−
x p) 2×
n ∑ i=1
( x i,1−
x 1) 2
1 2···
1
.
81/2
14Fr
édér
icB
ertra
ndA
ssoc
iatio
nde
varia
bles
quan
titat
ives
82/2
14
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Loim
ultin
orm
ale
Est
imat
ion
Test
del’h
ypot
hèseρ
ij=
0Te
stde
l’hyp
othè
seρ
ij=ρ
0,ρ
06=
0
On
peut
mai
nten
ants
’inté
ress
erau
test
d’in
dépe
ndan
cede
sco
mpo
sant
esd’
unve
cteu
rgau
ssie
n.
H0
:ρij
=0
cont
re
H1
:ρij6=
0.
82/2
14Fr
édér
icB
ertra
ndA
ssoc
iatio
nde
varia
bles
quan
titat
ives
83/2
14
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Loim
ultin
orm
ale
Est
imat
ion
Test
del’h
ypot
hèseρ
ij=
0Te
stde
l’hyp
othè
seρ
ij=ρ
0,ρ
06=
0
Sou
sl’h
ypot
hèse
nulleH
0,al
ors
:
t ij=√
n−
2ρ
ij(x i,x
j)√
1−ρ
ij(x i,x
j)2
estl
aré
alis
atio
nd’
une
varia
ble
aléa
toire
Tqu
isui
tune
loid
eS
tude
ntà
n−
2de
grés
delib
erté
,i.e
.T∼T n−
2.O
nre
jette
l’hyp
othè
senu
lleH
0au
nive
au(1−α
)%
lors
que
∣ ∣ t ij∣ ∣>T n−
2,α/2.
83/2
14Fr
édér
icB
ertra
ndA
ssoc
iatio
nde
varia
bles
quan
titat
ives
84/2
14
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Loim
ultin
orm
ale
Est
imat
ion
Test
del’h
ypot
hèseρ
ij=
0Te
stde
l’hyp
othè
seρ
ij=ρ
0,ρ
06=
0
Siρ
06=
0,la
prop
riété
dela
page
82ci
-des
sus
nepe
rmet
pas
dete
ster
des
hypo
thès
esdu
type
:
H0
:ρij
=ρ
0
cont
re
H1
:ρij6=ρ
0.
84/2
14Fr
édér
icB
ertra
ndA
ssoc
iatio
nde
varia
bles
quan
titat
ives
85/2
14
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Loim
ultin
orm
ale
Est
imat
ion
Test
del’h
ypot
hèseρ
ij=
0Te
stde
l’hyp
othè
seρ
ij=ρ
0,ρ
06=
0
Ilex
iste
alor
sde
uxpo
ssib
ilité
s:
•S
il’o
nso
uhai
tefa
ireun
test
dece
type
àla
mai
n,on
utili
sela
trans
form
atio
nde
Fish
erin
trodu
iteci
-des
sus,
àla
page
53,p
ouro
bten
irun
inte
rval
lede
confi
ance
pourρ
ijde
nive
auap
prox
imat
if(1−α
)%
:[ ta
nh
(z−
z α/2
(n−
3)1 2
),t
anh
(z
+z α/2
(n−
3)1 2
)]
oùz
=ta
nh( ρ
ij(x i,x
j)) et
z α/2
estl
equ
antil
ede
lalo
iN
(0,1
).
85/2
14Fr
édér
icB
ertra
ndA
ssoc
iatio
nde
varia
bles
quan
titat
ives
86/2
14
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Loim
ultin
orm
ale
Est
imat
ion
Test
del’h
ypot
hèseρ
ij=
0Te
stde
l’hyp
othè
seρ
ij=ρ
0,ρ
06=
0
•C
erta
ins
logi
ciel
s,co
mm
eS
PS
S,R
,SA
Sou
Sta
tXac
t,pr
opos
entd
esve
rsio
nsex
acte
sde
l’int
erva
llede
confi
ance
dont
une
appr
oxim
atio
nes
tdon
née
ci-d
essu
s.E
nef
fetl
adi
strib
utio
nex
acte
deρ
ijn’
estp
asun
edi
strib
utio
nde
prob
abili
técl
assi
que.
Lade
nsité
duco
effic
ient
deco
rrél
atio
nρ
(X,Y
)d’
unco
uple
gaus
sien
(X,Y
)au
poin
t−16
r6
1es
t
1 π(n−
2)(1−
r2 )(n−
4)/2 (1−ρ
2 )(n−
1)/2∫
+∞
0
dβ
(cos
hβ−ρr)
n−1,
voir
[6]p
ourp
lus
dedé
tails
.
86/2
14Fr
édér
icB
ertra
ndA
ssoc
iatio
nde
varia
bles
quan
titat
ives
87/2
14
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Loim
ultin
orm
ale
Est
imat
ion
Test
del’h
ypot
hèseρ
ij=
0Te
stde
l’hyp
othè
seρ
ij=ρ
0,ρ
06=
0
Sih
isto
rique
men
t,le
sap
prox
imat
ions
prés
enté
esci
-des
sus
étai
entl
esse
ules
poss
ibili
tés
auxq
uelle
sl’e
xpér
imen
tate
urpo
uvai
entr
ecou
rirpo
urob
teni
rdes
inte
rval
les
deco
nfian
cepo
urρ
ij,il
estd
even
upo
ssib
leav
ecl’a
ugm
enta
tion
des
capa
cité
sde
calc
uldo
ntvo
usdi
spos
ezdé
sorm
ais
dedé
term
iner
les
inte
rval
les
deco
nfian
ceex
acts
pourρ
ij.C
ecip
rése
nte
l’ava
ntag
ede
nepa
sav
oirà
utili
serd
esré
sulta
tsas
ympt
otiq
ues
quip
euve
nts’
avér
erin
corr
ects
sila
taill
ede
l’éch
antil
lon
estp
etite
.
87/2
14Fr
édér
icB
ertra
ndA
ssoc
iatio
nde
varia
bles
quan
titat
ives
88/2
14
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Loim
ultin
orm
ale
Est
imat
ion
Test
del’h
ypot
hèseρ
ij=
0Te
stde
l’hyp
othè
seρ
ij=ρ
0,ρ
06=
0
Exe
mpl
e
Con
sidé
rons
deux
écha
ntill
ons
x 1et
x 2.
x 1x 2
0,19
577
-0,8
1685
0,92
204
0,58
257
-0,0
4690
1,24
359
0,45
863
0,31
088
-0,5
8454
0,95
124
1,51
722
0,02
028
-0,9
7862
-0,9
1823
-0,0
4557
-0,1
8670
-0,0
3707
-0,9
6033
0,84
505
1,11
031
88/2
14Fr
édér
icB
ertra
ndA
ssoc
iatio
nde
varia
bles
quan
titat
ives
89/2
14
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Loim
ultin
orm
ale
Est
imat
ion
Test
del’h
ypot
hèseρ
ij=
0Te
stde
l’hyp
othè
seρ
ij=ρ
0,ρ
06=
0
Exe
mpl
eP
rocé
dons
aute
stde
l’hyp
othè
sex 1
esti
ssu
d’un
eva
riabl
eal
éato
ireX
1qu
isui
tune
loin
orm
ale
etau
test
del’h
ypot
hèse
x 2es
tiss
ud’
une
varia
ble
aléa
toire
X2
quis
uitu
nelo
inor
mal
e.C
ompt
ete
nude
sef
fect
ifson
proc
ède
aute
stde
Sha
piro
-Wilk
oupl
utôt
desa
varia
nte
disp
onib
leda
nsM
inita
b:l
ete
stde
Rya
n-Jo
iner
.O
nco
mm
ence
part
este
rla
norm
alité
duco
uple
(X1,
X2)
.
H0
:(X
1,X
2)su
itun
elo
inor
mal
ebi
dim
ensi
onne
lle
cont
re
H1
:(X
1,X
2)ne
suit
pas
une
loib
idim
ensi
onne
lle.
89/2
14Fr
édér
icB
ertra
ndA
ssoc
iatio
nde
varia
bles
quan
titat
ives
90/2
14
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Loim
ultin
orm
ale
Est
imat
ion
Test
del’h
ypot
hèseρ
ij=
0Te
stde
l’hyp
othè
seρ
ij=ρ
0,ρ
06=
0
Exe
mpl
e
90/2
14Fr
édér
icB
ertra
ndA
ssoc
iatio
nde
varia
bles
quan
titat
ives
91/2
14
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Loim
ultin
orm
ale
Est
imat
ion
Test
del’h
ypot
hèseρ
ij=
0Te
stde
l’hyp
othè
seρ
ij=ρ
0,ρ
06=
0
Exe
mpl
eLe
sp−
vale
urs
sont
tout
esle
sde
uxsu
périe
ures
à0,
100
:on
nepe
utdo
ncpa
sre
jete
rl’h
ypot
hèse
deno
rmal
itépo
urX
1et
X2.
Not
ons
que
l’on
aun
ique
men
tvér
ifié
lano
rmal
itéde
X1
etce
llede
X2.
Cec
in’im
pliq
uepa
sce
lledu
coup
le(X
1,X
2).I
ls’a
git
néan
moi
nsd’
une
cond
ition
néce
ssai
re.N
ous
verr
ons
àla
page
??co
mm
entv
érifi
erl’h
ypot
hèse
deno
rmal
itédu
coup
le(X
1,X
2).U
nede
spr
emiè
res
chos
esà
faire
estd
ete
ster
lano
rmal
itéde
X1
+X
2et
deX
1−
X2,
voir
[3].
91/2
14Fr
édér
icB
ertra
ndA
ssoc
iatio
nde
varia
bles
quan
titat
ives
92/2
14
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Loim
ultin
orm
ale
Est
imat
ion
Test
del’h
ypot
hèseρ
ij=
0Te
stde
l’hyp
othè
seρ
ij=ρ
0,ρ
06=
0
Exe
mpl
e
92/2
14Fr
édér
icB
ertra
ndA
ssoc
iatio
nde
varia
bles
quan
titat
ives
93/2
14
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Loim
ultin
orm
ale
Est
imat
ion
Test
del’h
ypot
hèseρ
ij=
0Te
stde
l’hyp
othè
seρ
ij=ρ
0,ρ
06=
0
Exe
mpl
eLe
sp−
vale
urs
sont
supé
rieur
esà
0,10
0,on
nepe
utdo
ncpa
sre
jete
rl’h
ypot
hèse
deno
rmal
itéde
X1
+X
2et
deX
1−
X2.
Atte
ntio
n,no
uste
stio
nsic
ila
mul
tinor
mal
itéde
(X1,
X2)
etno
usav
ons
proc
édé
àqu
atre
test
sde
Sha
piro
-Wilk
.
Nou
sav
ions
,com
me
d’ha
bitu
de,fi
xéun
seui
ldeα
glob
al=
5%
pour
lete
stgl
obal
dem
ultin
orm
alité
.Pou
rgar
antir
ceris
que
glob
alde
5%
,ilf
autfi
xeru
nris
que
diffé
rent
de5
%po
urch
aque
test
deS
hapi
ro-W
ilk,v
ous
avez
déjà
renc
ontré
cepr
oblè
me
dans
leco
ntex
tede
sco
mpa
rais
ons
mul
tiple
sen
anal
yse
dela
varia
nce.
93/2
14Fr
édér
icB
ertra
ndA
ssoc
iatio
nde
varia
bles
quan
titat
ives
94/2
14
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Loim
ultin
orm
ale
Est
imat
ion
Test
del’h
ypot
hèseρ
ij=
0Te
stde
l’hyp
othè
seρ
ij=ρ
0,ρ
06=
0
Exe
mpl
eE
nef
fets
ile
risqu
epo
urch
acun
des
test
sde
Sha
piro
-Wilk
est
fixé
àα
ind
=5
%,a
lors
leris
que
glob
ales
tau
max
imum
deα
glob
al=
1−
(1−
0,05
)4=
0,18
5>
0,05
.
Ain
sion
doit
fixer
unse
uild
eα
ind
=1−
4√1−α
glob
al=
1−
4√0,
95=
0,01
3po
urch
acun
des
test
sde
Sha
piro
-Wilk
,ce
quir
evie
ntà
être
moi
nsex
igea
ntpo
urch
acun
des
test
sin
divi
duel
spu
isqu
e0,
013<
0,05
etdo
ncà
acce
pter
lano
rmal
itéda
nspl
usde
cas.
94/2
14Fr
édér
icB
ertra
ndA
ssoc
iatio
nde
varia
bles
quan
titat
ives
95/2
14
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Loim
ultin
orm
ale
Est
imat
ion
Test
del’h
ypot
hèseρ
ij=
0Te
stde
l’hyp
othè
seρ
ij=ρ
0,ρ
06=
0
Exe
mpl
eD
ans
cete
xem
ple
cette
corr
ectio
nne
chan
gerie
nà
laco
nclu
sion
puis
qu’a
ucun
ede
sp−
vale
urs
n’ét
aien
tcom
pris
esen
tre0,
013
et0,
05.
Ain
sion
nepe
utpa
sre
jete
rl’h
ypot
hèse
nulleH
0de
norm
alité
duco
uple
(X1,
X2)
.Te
ston
sm
aint
enan
tl’h
ypot
hèse
d’in
dépe
ndan
cede
X1
etX
2.
95/2
14Fr
édér
icB
ertra
ndA
ssoc
iatio
nde
varia
bles
quan
titat
ives
96/2
14
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Loim
ultin
orm
ale
Est
imat
ion
Test
del’h
ypot
hèseρ
ij=
0Te
stde
l’hyp
othè
seρ
ij=ρ
0,ρ
06=
0
Exe
mpl
e
Pui
sque
leco
uple
(X1,
X2)
suit
une
loin
orm
ale,
l’ind
épen
danc
ede
X1
etX
2es
téqu
ival
ente
àl’a
bsen
cede
corr
élat
ion
linéa
ireen
treX
1et
X2.
Ilsu
ffitd
onc
dete
ster
:
H0
:ρ(X
1,X
2)=
0
cont
re
H1
:ρ(X
1,X
2)6=
0.
96/2
14Fr
édér
icB
ertra
ndA
ssoc
iatio
nde
varia
bles
quan
titat
ives
97/2
14
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Loim
ultin
orm
ale
Est
imat
ion
Test
del’h
ypot
hèseρ
ij=
0Te
stde
l’hyp
othè
seρ
ij=ρ
0,ρ
06=
0
Exe
mpl
eCorrelations:X1;X2
PearsoncorrelationofX1andX2=0,270
P-Value=0,450
97/2
14Fr
édér
icB
ertra
ndA
ssoc
iatio
nde
varia
bles
quan
titat
ives
98/2
14
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Loim
ultin
orm
ale
Est
imat
ion
Test
del’h
ypot
hèseρ
ij=
0Te
stde
l’hyp
othè
seρ
ij=ρ
0,ρ
06=
0
Exe
mpl
eA
vec
SP
SS
13.0
onob
tient
:
Correlations
X1
X2
X1
PearsonCorrelation
1,270
Sig.(2-tailed)
,450
N10
10
X2
PearsonCorrelation
,270
1Sig.(2-tailed)
,450
N10
10
98/2
14Fr
édér
icB
ertra
ndA
ssoc
iatio
nde
varia
bles
quan
titat
ives
99/2
14
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Loim
ultin
orm
ale
Est
imat
ion
Test
del’h
ypot
hèseρ
ij=
0Te
stde
l’hyp
othè
seρ
ij=ρ
0,ρ
06=
0
Exe
mpl
eE
nut
ilisa
ntle
mod
ule
Test
sE
xact
sde
SP
SS
13.0
:
Value
Approx.Sig.
ExactSig.
Pearson’sR
0,270
0,450
0,446
NofValidCases
10
Not
ons
que
dans
notre
cas
lasi
gnifi
cativ
itéex
acte
estp
roch
ede
lasi
gnifi
cativ
itéap
proc
hée.
Néa
nmoi
ns,d
ans
deno
mbr
eux
cas
iln’
enva
pas
dem
ême.
99/2
14Fr
édér
icB
ertra
ndA
ssoc
iatio
nde
varia
bles
quan
titat
ives
100/
214
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Loim
ultin
orm
ale
Est
imat
ion
Test
del’h
ypot
hèseρ
ij=
0Te
stde
l’hyp
othè
seρ
ij=ρ
0,ρ
06=
0
Exe
mpl
eA
insi
avec
une
p−va
leur
de0,
446,
lete
stn’
estp
assi
gnifi
catif
ause
uilα
=5
%.O
nne
peut
reje
terl
’hyp
othè
senu
lleH
0d’
abse
nce
deco
rrél
atio
nen
treX
1et
X2.
On
endé
duit
que
l’on
nepe
utre
jete
rl’h
ypot
hèse
d’in
dépe
ndan
cede
X1
etX
2.
100
/214
Fréd
éric
Ber
trand
Ass
ocia
tion
deva
riabl
esqu
antit
ativ
es
101/
214
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Défi
nitio
nE
stim
atio
nA
sym
ptot
ique
Test
del’h
ypot
hèse
R(X
1,
X2)=
0Te
stde
l’hyp
othè
seR(X
1,
X2)=
R0,R
06=
0
Som
mai
re
4C
orré
latio
nm
ultip
leD
éfini
tion
Est
imat
ion
Asy
mpt
otiq
ueTe
stde
l’hyp
othè
seR
(X1,
X2)
=0
Test
del’h
ypot
hèse
R(X
1,X
2)=
R0,
R06=
0
101
/214
Fréd
éric
Ber
trand
Ass
ocia
tion
deva
riabl
esqu
antit
ativ
es
102/
214
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Défi
nitio
nE
stim
atio
nA
sym
ptot
ique
Test
del’h
ypot
hèse
R(X
1,
X2)=
0Te
stde
l’hyp
othè
seR(X
1,
X2)=
R0,R
06=
0
Leco
effic
ient
deco
rrél
atio
nm
ultip
leR
estl
aco
rrél
atio
nm
axim
ale
poss
ible
entre
une
varia
ble
réel
leX
1et
tout
esle
sco
mbi
nais
ons
linéa
ires
deco
mpo
sant
esd’
unve
cteu
ralé
atoi
reX
2.
102
/214
Fréd
éric
Ber
trand
Ass
ocia
tion
deva
riabl
esqu
antit
ativ
es
103/
214
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Défi
nitio
nE
stim
atio
nA
sym
ptot
ique
Test
del’h
ypot
hèse
R(X
1,
X2)=
0Te
stde
l’hyp
othè
seR(X
1,
X2)=
R0,R
06=
0
Rap
pelo
nsra
pide
men
tce
que
l’on
ente
ndpa
rcom
bina
ison
linéa
ire.
SiU
etV
sont
deux
vect
eurs
deR
k,k
>1,
une
com
bina
ison
linéa
irede
Uet
Ves
tun
vect
eurC
L(U,V
)(α,β
)dé
finic
omm
ela
som
meα
U+β
Vav
ec(α,β
)∈R
2 .
103
/214
Fréd
éric
Ber
trand
Ass
ocia
tion
deva
riabl
esqu
antit
ativ
es
104/
214
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Défi
nitio
nE
stim
atio
nA
sym
ptot
ique
Test
del’h
ypot
hèse
R(X
1,
X2)=
0Te
stde
l’hyp
othè
seR(X
1,
X2)=
R0,R
06=
0
Cet
teno
tion
s’ét
end
auca
sde
nve
cteu
rs:s
iU1,...,
Un
sont
nve
cteu
rsde
Rk,k
>1,
une
com
bina
ison
linéa
irede
s(U
i)16
i6n
estu
nve
cteu
rCL(U
1,...,U
n)
(α1,...,α
n)
défin
icom
me
laso
mm
e∑
n i=1α
iUi
avec
(α1,...,α
n)∈R
n.
104
/214
Fréd
éric
Ber
trand
Ass
ocia
tion
deva
riabl
esqu
antit
ativ
es
105/
214
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Défi
nitio
nE
stim
atio
nA
sym
ptot
ique
Test
del’h
ypot
hèse
R(X
1,
X2)=
0Te
stde
l’hyp
othè
seR(X
1,
X2)=
R0,R
06=
0
Mis
een
équa
tion
:on
disp
ose
deX
1∈R
etX
2∈R
p−1
tels
que
(X1,
X2)∈R
pai
tune
dist
ribut
ion
dans
Rp
dem
oyen
neµ
etde
mat
rice
deva
rianc
e-co
varia
nceΣ
.La
moy
enneµ
duco
uple
(X1,
X2)
estr
elié
eà
lam
oyen
neµ
1de
X1
etµ
2de
X2
par:
µ=
(µ
1µ
2
).
105
/214
Fréd
éric
Ber
trand
Ass
ocia
tion
deva
riabl
esqu
antit
ativ
es
106/
214
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Défi
nitio
nE
stim
atio
nA
sym
ptot
ique
Test
del’h
ypot
hèse
R(X
1,
X2)=
0Te
stde
l’hyp
othè
seR(X
1,
X2)=
R0,R
06=
0
On
adop
teun
eéc
ritur
epa
rtic
uliè
repo
urΣ
pour
faire
ress
ortir
lava
rianc
ede
X1,
noté
eσ
11(X
1),l
am
atric
ede
varia
nce-
cova
rianc
ede
X2,
noté
eΣ
22(X
2),e
tles
cova
rianc
esde
sco
mpo
sant
esde
X2
avec
X1,
quis
ontl
esco
mpo
sant
esdu
vect
eurΣ
21(X
1,X
2).
106
/214
Fréd
éric
Ber
trand
Ass
ocia
tion
deva
riabl
esqu
antit
ativ
es
107/
214
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Défi
nitio
nE
stim
atio
nA
sym
ptot
ique
Test
del’h
ypot
hèse
R(X
1,
X2)=
0Te
stde
l’hyp
othè
seR(X
1,
X2)=
R0,R
06=
0
Σ=
(σ
11(X
1)σ
21(X
1,X
2)T
Σ21
(X1,
X2)
Σ22
(X2)
)
oùσ
21(X
1,X
2)T
estl
atra
nspo
sée
deσ
21(X
1,X
2).R
emar
quon
squ
eV
ar[X
1]=σ
11(X
1)=
Cov
[X1,
X1]
=σ
2 X1
avec
les
nota
tions
dela
page
27.
107
/214
Fréd
éric
Ber
trand
Ass
ocia
tion
deva
riabl
esqu
antit
ativ
es
108/
214
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Défi
nitio
nE
stim
atio
nA
sym
ptot
ique
Test
del’h
ypot
hèse
R(X
1,
X2)=
0Te
stde
l’hyp
othè
seR(X
1,
X2)=
R0,R
06=
0
On
mon
trepa
run
peu
deca
lcul
mat
ricie
lque
laco
rrél
atio
nm
axim
ale
Rvé
rifie
:
R2 (X
1,X
2)=σ
21(X
1,X
2)TΣ
22(X
2)−
1 σ21
(X1,
X2)
σ11
(X1)
.
On
peut
vérifi
erqu
’ils’
agit
bien
d’un
nom
bre
réel
.
108
/214
Fréd
éric
Ber
trand
Ass
ocia
tion
deva
riabl
esqu
antit
ativ
es
109/
214
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Défi
nitio
nE
stim
atio
nA
sym
ptot
ique
Test
del’h
ypot
hèse
R(X
1,
X2)=
0Te
stde
l’hyp
othè
seR(X
1,
X2)=
R0,R
06=
0
Leca
sde
laco
rrél
atio
nsi
mpl
ees
tlég
èrem
entd
iffér
entd
ece
lui-c
ipui
squ’
icio
nne
peut
trouv
erfa
cile
men
tque
lava
leur
abso
lue
deR
(X1,
X2)
.Ano
uvea
uon
doit
faire
lelie
nen
trele
coef
ficie
ntde
déte
rmin
atio
nen
régr
essi
onlin
éaire
mul
tiple
etR
2 (X1,
X2)
:ils
ontl
am
ême
vale
ur.
109
/214
Fréd
éric
Ber
trand
Ass
ocia
tion
deva
riabl
esqu
antit
ativ
es
110/
214
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Défi
nitio
nE
stim
atio
nA
sym
ptot
ique
Test
del’h
ypot
hèse
R(X
1,
X2)=
0Te
stde
l’hyp
othè
seR(X
1,
X2)=
R0,R
06=
0
On
sedo
nne,
com
me
préc
emm
ent,
unn−
écha
ntill
onin
dépe
ndan
teti
dent
ique
men
tdis
trib
ué((
X1,
1,X
2,1),...,(
X1,
n,X
2,n
)).E
nut
ilisa
ntle
ses
timat
eurs
défin
isà
lapa
ge71
,un
estim
ateu
rdu
coef
ficie
ntR
2 (X1,
X2)
est
donn
épa
rla
form
ule
suiv
ante
:
R
2 (X
1,X
2)=
σ
21(X
1,X
2)T
Σ
22(X
2)−
1
σ21
(X1,
X2)
σ 11(
X1)
=
σ21
(X1,
X2)
TΣ
22(X
2)−
1
σ21
(X1,
X2)
σ 11(
X1)
.
110
/214
Fréd
éric
Ber
trand
Ass
ocia
tion
deva
riabl
esqu
antit
ativ
es
111/
214
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Défi
nitio
nE
stim
atio
nA
sym
ptot
ique
Test
del’h
ypot
hèse
R(X
1,
X2)=
0Te
stde
l’hyp
othè
seR(X
1,
X2)=
R0,R
06=
0
On
note
déso
rmai
sx 1
unéc
hant
illon
den
réal
isat
ions
deX
1et
x 2un
écha
ntill
onde
nré
alis
atio
nsde
X2.
Une
estim
atio
nde
R2 (X
1,X
2)es
talo
rs:
R
2(X
1,X
2)(
x 1,x
2)
=
(
σ21(X
1,X
2)(
x 1,x
2))
T( Σ
22(X
2)(
x 2))−
1
σ21(X
1,X
2)(
x 1,x
2)
σ
11(X
1)(
x 1)
·
111
/214
Fréd
éric
Ber
trand
Ass
ocia
tion
deva
riabl
esqu
antit
ativ
es
112/
214
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Défi
nitio
nE
stim
atio
nA
sym
ptot
ique
Test
del’h
ypot
hèse
R(X
1,
X2)=
0Te
stde
l’hyp
othè
seR(X
1,
X2)=
R0,R
06=
0
San
shy
poth
èse
supp
lém
enta
ireon
nepo
urra
itrie
ndi
rea
surl
adi
strib
utio
nde
R
2 (X
1,X
2)et
onne
pour
rait
donc
pas
effe
ctue
rde
test
.
a.Le
théo
rèm
ece
ntra
llim
itepe
rmet
d’av
oir
des
info
rmat
ions
sur
lalo
ili-
mite
de
R(X
1,X
2)
mai
sce
sre
nsei
gnem
ents
neso
ntva
labl
esqu
epo
urde
sef
fect
ifstrè
sim
port
ants
,n→
+∞
etde
cefa
itne
prés
ente
ntqu
epe
ud’
inté
rêt
dans
lapr
atiq
ue.
112
/214
Fréd
éric
Ber
trand
Ass
ocia
tion
deva
riabl
esqu
antit
ativ
es
113/
214
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Défi
nitio
nE
stim
atio
nA
sym
ptot
ique
Test
del’h
ypot
hèse
R(X
1,
X2)=
0Te
stde
l’hyp
othè
seR(X
1,
X2)=
R0,R
06=
0
Sup
poso
nsdé
sorm
ais
que
nos
X1∈R
etX
2∈R
p−1
soie
ntte
lsqu
e(X
1,X
2)∈R
pai
tune
dist
ribut
ion
mul
tinor
mal
eda
nsR
pde
moy
enneµ
etde
mat
rice
deva
rianc
e-co
varia
nceΣ
.En
cons
erva
ntle
sno
tatio
nsde
lapa
ge10
2on
peut
écrir
e:
(X1,
X2)∼N((
µ1µ
2
),(
σ11
σ21
T
σ21
Σ22
)).
113
/214
Fréd
éric
Ber
trand
Ass
ocia
tion
deva
riabl
esqu
antit
ativ
es
114/
214
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Défi
nitio
nE
stim
atio
nA
sym
ptot
ique
Test
del’h
ypot
hèse
R(X
1,
X2)=
0Te
stde
l’hyp
othè
seR(X
1,
X2)=
R0,R
06=
0
Ladi
strib
utio
nas
ympt
otiq
uede
R(X
1,X
2)es
talo
rsid
entiq
ueà
celle
duco
effic
ient
deco
rrél
atio
nsi
mpl
e:
√n(
R
(X1,
X2)−
R(X
1,X
2))≈N( 0,
( 1−
R(X
1,X
2)2)
2).
Ce
résu
ltatn
’est
pas
asse
zpr
écis
pour
perm
ettre
deré
soud
rele
spr
oblè
mes
quin
ous
inté
ress
entg
énér
alem
ent.
On
l’util
iser
aun
ique
men
tsil
’on
nepe
utpa
sfa
ireau
trem
ente
tsin
>30
.
114
/214
Fréd
éric
Ber
trand
Ass
ocia
tion
deva
riabl
esqu
antit
ativ
es
115/
214
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Défi
nitio
nE
stim
atio
nA
sym
ptot
ique
Test
del’h
ypot
hèse
R(X
1,
X2)=
0Te
stde
l’hyp
othè
seR(X
1,
X2)=
R0,R
06=
0
Touj
ours
sous
l’hyp
othè
sede
mul
tinor
mal
itédu
vect
eur(
X1,
X2)
com
me
préc
isé
àla
page
112,
onpe
utco
nnaî
trela
loie
xact
ed’
une
fonc
tion
del’e
stim
ateu
rR2 (
X1,
X2)
sous
l’hyp
othè
senu
lle«H
0:L
eco
effic
ient
deco
rrél
atio
nm
ultip
leR
(X1,
X2)
deX
1et
X2
estn
ul»
: n−
p−
1p
R
2 (X
1,X
2)
1−
R
2 (X
1,X
2)2∼F p
,n−
p−1
oùF p
,n−
p−1
estu
nelo
ide
Fish
erà
pet
n−
p−
1de
grés
delib
erté
.
115
/214
Fréd
éric
Ber
trand
Ass
ocia
tion
deva
riabl
esqu
antit
ativ
es
116/
214
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Défi
nitio
nE
stim
atio
nA
sym
ptot
ique
Test
del’h
ypot
hèse
R(X
1,
X2)=
0Te
stde
l’hyp
othè
seR(X
1,
X2)=
R0,R
06=
0
Sip
=1,
onre
trouv
eex
acte
men
tle
cas
dela
corr
élat
ion
sim
ple.
En
effe
tdan
sce
ttesi
tuat
ion,
onét
udie
laco
rrél
atio
nen
trede
uxva
riabl
esX
1et
X2
àva
leur
sré
elle
s.La
form
ule
ci-d
essu
spo
urR
2 (X1,
X2)
esta
lors
iden
tique
àce
llede
ρ(X
1,X
2)2 .
De
plus
,on
sait
que√
n−2
ρ(X
1,X
2)
√1−
ρ(X
1,X
2)2
suit
une
loid
e
Stu
dent
àn−
2de
grés
delib
erté
.On
mon
trequ
’alo
rsso
nca
rré
(√
n−
2
ρ(X
1,X
2)
√1−
ρ(X
1,X
2)2
)2
=(n−
2)
ρ(X
1,X
2)2
1−
ρ(X
1,X
2)2
=(n−
2)
R2(X
1,X
2)
1−
R2(X
1,X
2)2
suit
une
loid
eFi
sher
à1
etn−
2de
grés
delib
erté
.
116
/214
Fréd
éric
Ber
trand
Ass
ocia
tion
deva
riabl
esqu
antit
ativ
es
117/
214
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Défi
nitio
nE
stim
atio
nA
sym
ptot
ique
Test
del’h
ypot
hèse
R(X
1,
X2)=
0Te
stde
l’hyp
othè
seR(X
1,
X2)=
R0,R
06=
0
Cec
iest
bien
conf
orm
eau
résu
ltatd
ece
para
grap
hepu
isqu
esi
p=
1on
avu
que
n−p−
1p
R
2(X
1,X
2)
1−
R2(X
1,X
2)2
=(n−
2)
R2(X
1,X
2)
1−
R2(X
1,X
2)2
suit
une
loid
eFi
sher
àp
etn−
p−
1,c’
est-à
-dire
1et
n−
2,de
grés
delib
erté
.Réc
ipro
quem
ent,
si(n−
2)
R2(X
1,X
2)
1−
R2(X
1,X
2)2
suit
une
loid
e
Fish
erà
1et
n−
2,on
sait
qu’a
lors
√(n−
2)
R2(X
1,X
2)
1−
R2(X
1,X
2)2
=√
n−2
ρ(X
1,X
2)
√1−
ρ(X
1,X
2)2
suit
une
loid
eS
tude
ntà
n−
2de
grés
delib
erté
.
117
/214
Fréd
éric
Ber
trand
Ass
ocia
tion
deva
riabl
esqu
antit
ativ
es
118/
214
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Défi
nitio
nE
stim
atio
nA
sym
ptot
ique
Test
del’h
ypot
hèse
R(X
1,
X2)=
0Te
stde
l’hyp
othè
seR(X
1,
X2)=
R0,R
06=
0
On
sese
rtde
cette
prop
riété
pour
test
erle
shy
poth
èses
:
H0
:Le
coef
ficie
ntde
corr
élat
ion
mul
tiple
R(X
1,X
2)de
X1
etX
2es
tnul
cont
re
H1
:Le
coef
ficie
ntde
corr
élat
ion
mul
tiple
R(X
1,X
2)de
X1
etX
2es
tnon
nul.
118
/214
Fréd
éric
Ber
trand
Ass
ocia
tion
deva
riabl
esqu
antit
ativ
es
119/
214
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Défi
nitio
nE
stim
atio
nA
sym
ptot
ique
Test
del’h
ypot
hèse
R(X
1,
X2)=
0Te
stde
l’hyp
othè
seR(X
1,
X2)=
R0,R
06=
0
Ces
hypo
thès
esso
ntéq
uiva
lent
esau
xhy
poth
èses
:
H0
:X1
etX
2so
ntin
dépe
ndan
ts
cont
re
H1
:X1
etX
2so
ntlié
s.
Pour
obte
nird
esin
terv
alle
sde
confi
ance
pour
R(X
1,X
2)on
peut
auss
iutil
iser
latra
nsfo
rmat
ion
en«
argu
men
ttan
gent
ehy
perb
oliq
ue»,
i.e.e
nta
nh−
1 ,voi
rla
page
53.
119
/214
Fréd
éric
Ber
trand
Ass
ocia
tion
deva
riabl
esqu
antit
ativ
es
120/
214
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Défi
nitio
nE
stim
atio
nA
sym
ptot
ique
Test
del’h
ypot
hèse
R(X
1,
X2)=
0Te
stde
l’hyp
othè
seR(X
1,
X2)=
R0,R
06=
0
On
sepl
ace
enco
reso
usl’h
ypot
hèse
dem
ultin
orm
alité
duve
cteu
r(X
1,X
2)co
mm
epr
écis
éà
lapa
ge11
2.N
oton
squ
ela
prop
riété
dela
page
115
ci-d
essu
sne
perm
etpa
sde
test
er,s
iR
06=
0,de
shy
poth
èses
duty
pe:
H0
:R(X
1,X
2)=
R0
cont
re
H1
:R(X
1,X
2)6=
R0.
120
/214
Fréd
éric
Ber
trand
Ass
ocia
tion
deva
riabl
esqu
antit
ativ
es
121/
214
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Défi
nitio
nE
stim
atio
nA
sym
ptot
ique
Test
del’h
ypot
hèse
R(X
1,
X2)=
0Te
stde
l’hyp
othè
seR(X
1,
X2)=
R0,R
06=
0
Ladé
mar
che
esta
lors
lam
ême
que
pour
leco
effic
ient
deco
rrél
atio
nsi
mpl
e,vo
irla
page
84.D
eux
appr
oche
sso
ntpo
ssib
les.
121
/214
Fréd
éric
Ber
trand
Ass
ocia
tion
deva
riabl
esqu
antit
ativ
es
122/
214
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Défi
nitio
nE
stim
atio
nA
sym
ptot
ique
Test
del’h
ypot
hèse
R(X
1,
X2)=
0Te
stde
l’hyp
othè
seR(X
1,
X2)=
R0,R
06=
0
•U
tilis
erla
trans
form
atio
nde
Fish
erin
trodu
iteci
-des
sus,
àla
page
53,p
ouro
bten
irun
inte
rval
lede
confi
ance
pour
R(X
1,X
2)de
nive
auap
prox
imat
if(1−α
)%
:[ ta
nh
(z−
z α/2
(n−
3)1 2
),t
anh
(z
+z α/2
(n−
3)1 2
)]
oùz
=ta
nh(
R
(X1,
X2)
(x1,
x 2))
etz α/2
estl
equ
antil
ede
lalo
iN(0,1
).
122
/214
Fréd
éric
Ber
trand
Ass
ocia
tion
deva
riabl
esqu
antit
ativ
es
123/
214
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Défi
nitio
nE
stim
atio
nA
sym
ptot
ique
Test
del’h
ypot
hèse
R(X
1,
X2)=
0Te
stde
l’hyp
othè
seR(X
1,
X2)=
R0,R
06=
0
•U
tilis
erde
slo
gici
els,
com
me
SP
SS
,R,S
AS
ouS
tatX
act,
quip
ropo
sent
des
vers
ions
exac
tes
del’i
nter
valle
deco
nfian
cedo
ntun
eap
prox
imat
ion
estd
onné
eci
-des
sus.
Cet
teap
proc
hees
tpar
ticul
ière
men
tint
éres
sant
esi
l’effe
ctif
com
mun
nau
xéc
hant
illon
sx 1
etx 2
estp
etit.
123
/214
Fréd
éric
Ber
trand
Ass
ocia
tion
deva
riabl
esqu
antit
ativ
es
124/
214
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Défi
nitio
nE
stim
atio
nA
sym
ptot
ique
Test
del’h
ypot
hèseρ
i,j|q
+1,
...,
m=
0Te
stde
l’hyp
othè
seρ
i,j|q
+1,
...,
m=ρ
0,ρ
06=
0C
asde
trois
varia
bles
réel
les
Som
mai
re
5C
orré
latio
npa
rtie
lleD
éfini
tion
Est
imat
ion
Asy
mpt
otiq
ueTe
stde
l’hyp
othè
seρ
i,j|q+
1,...,
m=
0Te
stde
l’hyp
othè
seρ
i,j|q+
1,...,
m=ρ
0,ρ
06=
0C
asde
trois
varia
bles
réel
les
124
/214
Fréd
éric
Ber
trand
Ass
ocia
tion
deva
riabl
esqu
antit
ativ
es
125/
214
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Défi
nitio
nE
stim
atio
nA
sym
ptot
ique
Test
del’h
ypot
hèseρ
i,j|q
+1,
...,
m=
0Te
stde
l’hyp
othè
seρ
i,j|q
+1,
...,
m=ρ
0,ρ
06=
0C
asde
trois
varia
bles
réel
les
Pour
intro
duire
form
elle
men
tle
conc
eptd
eco
rrél
atio
npa
rtie
lle,
unpe
titdé
tour
mat
hém
atiq
uees
tnéc
essa
ire.L
esap
plic
atio
nsse
ront
géné
rale
men
tbea
ucou
ppl
ussi
mpl
es.
Con
sidé
rons
deux
vect
eurs
X1∈R
qet
X2∈R
m−
qqu
iont
une
dist
ribut
ion
conj
oint
em
ultin
orm
ale
:
(X1,
X2)∼N((
µ1µ
2
),(
Σ11
Σ12
Σ21
Σ22
)).
125
/214
Fréd
éric
Ber
trand
Ass
ocia
tion
deva
riabl
esqu
antit
ativ
es
126/
214
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Défi
nitio
nE
stim
atio
nA
sym
ptot
ique
Test
del’h
ypot
hèseρ
i,j|q
+1,
...,
m=
0Te
stde
l’hyp
othè
seρ
i,j|q
+1,
...,
m=ρ
0,ρ
06=
0C
asde
trois
varia
bles
réel
les
Ladi
strib
utio
nco
nditi
onne
llede
X1
sach
antX
2,on
éten
dle
sré
sulta
tsde
lapa
ge17
quic
once
rnai
entl
eca
sde
deux
varia
bles
réel
les
auca
sde
deux
vect
eurs
,est
:
X1|X
2∼N( µ
1+
Σ12Σ
22−
1 (X2−µ
2),Σ
11|2) ,
oùΣ
11|2
=Σ
1,1−
Σ1,
2Σ2,
2−1 Σ
2,1.
126
/214
Fréd
éric
Ber
trand
Ass
ocia
tion
deva
riabl
esqu
antit
ativ
es
127/
214
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Défi
nitio
nE
stim
atio
nA
sym
ptot
ique
Test
del’h
ypot
hèseρ
i,j|q
+1,
...,
m=
0Te
stde
l’hyp
othè
seρ
i,j|q
+1,
...,
m=ρ
0,ρ
06=
0C
asde
trois
varia
bles
réel
les
En
écriv
antΣ
11|2
=((σ
i,j|q+
1,...,
m))
16i,j6
p,i
ls’a
gitd
’une
mat
rice
carr
éede
taill
ep,
ondé
finit
leco
effic
ient
deco
rrél
atio
npa
rtie
lleen
trele
sco
mpo
sant
esie
tjde
X1
sach
antX
2co
mm
e:
ρi,j|q+
1,...,
m=
σi,j|q+
1,...,
m
σ1 2 i,i|q+
1,...,
mσ
1 2 j,j|q+
1,...,
m
.
127
/214
Fréd
éric
Ber
trand
Ass
ocia
tion
deva
riabl
esqu
antit
ativ
es
128/
214
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Défi
nitio
nE
stim
atio
nA
sym
ptot
ique
Test
del’h
ypot
hèseρ
i,j|q
+1,
...,
m=
0Te
stde
l’hyp
othè
seρ
i,j|q
+1,
...,
m=ρ
0,ρ
06=
0C
asde
trois
varia
bles
réel
les
Son
inte
rpré
tatio
npr
atiq
uees
tla
suiv
ante
:Le
coef
ficie
ntde
corr
élat
ion
part
ielle
entre
les
com
posa
ntes
iet
jdu
vect
eurX
1sa
chan
tX2
repr
ésen
tela
corr
élat
ion
entre
les
com
posa
ntes
ietj
aprè
sav
oiré
limin
él’e
ffetd
esva
riabl
esde
X2
surl
esco
mpo
sant
esie
tjdu
vect
eurX
1.
128
/214
Fréd
éric
Ber
trand
Ass
ocia
tion
deva
riabl
esqu
antit
ativ
es
129/
214
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Défi
nitio
nE
stim
atio
nA
sym
ptot
ique
Test
del’h
ypot
hèseρ
i,j|q
+1,
...,
m=
0Te
stde
l’hyp
othè
seρ
i,j|q
+1,
...,
m=ρ
0,ρ
06=
0C
asde
trois
varia
bles
réel
les
On
sedo
nne,
com
me
préc
emm
ent,
unn−
écha
ntill
onin
dépe
ndan
teti
dent
ique
men
tdis
trib
ué((
X1,
1,X
2,1),...,(
X1,
n,X
2,n
)).
En
utili
sant
les
estim
ateu
rsdé
finis
àla
page
71,u
nes
timat
eur
duco
effic
ientρ
i,j|q+
1,...,
mes
tdon
népa
rla
form
ule
suiv
ante
:
ρ
i,j|q+
1,...,
m=
σ
i,j|q+
1,...,
m
σ
i,i|q+
1,...,
m1 2
σ
j,j|q+
1,...,
m1 2
,
où((
σ
i,j|q+
1,...,
m))
16i,j6
p=
Σ11
|2=
Σ1,
1−
Σ1,
2Σ2,
2−1 Σ
2,1.
129
/214
Fréd
éric
Ber
trand
Ass
ocia
tion
deva
riabl
esqu
antit
ativ
es
130/
214
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Défi
nitio
nE
stim
atio
nA
sym
ptot
ique
Test
del’h
ypot
hèseρ
i,j|q
+1,
...,
m=
0Te
stde
l’hyp
othè
seρ
i,j|q
+1,
...,
m=ρ
0,ρ
06=
0C
asde
trois
varia
bles
réel
les
On
note
déso
rmai
sx 1
unéc
hant
illon
den
réal
isat
ions
deX
1et
x 2un
écha
ntill
onde
nré
alis
atio
nsde
X2.
Une
estim
atio
nde
ρi,j|q+
1,...,
mes
talo
rs:
ρ
i,j|q+
1,...,
m(x
1,x 2
)=
σ
i,j|q+
1,...,
m(x
1,x 2
)
σ
i,i|q+
1,...,
m(x
1,x 2
)1 2
σj,j|q+
1,...,
m(x
1,x 2
)1 2
,
où((
σ
i,j|q+
1,...,
m(x
1,x 2
))) 16
i,j6
p=
Σ11
|2(x
1,x 2
)=
Σ1,
1(x 1,x
2)−
Σ1,
2(x 1,x
2)( Σ
2,2(
x 1,x
2)) −
1Σ
2,1(
x 1,x
2).
130
/214
Fréd
éric
Ber
trand
Ass
ocia
tion
deva
riabl
esqu
antit
ativ
es
131/
214
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Défi
nitio
nE
stim
atio
nA
sym
ptot
ique
Test
del’h
ypot
hèseρ
i,j|q
+1,
...,
m=
0Te
stde
l’hyp
othè
seρ
i,j|q
+1,
...,
m=ρ
0,ρ
06=
0C
asde
trois
varia
bles
réel
les
Ladi
strib
utio
nas
ympt
otiq
ued’
unco
effic
ient
deco
rrél
atio
npa
rtie
llees
tla
mêm
equ
epo
urun
eco
rrél
atio
nsi
mpl
e,c’
est-à
-dire
:√
n(
ρ
i,j|q+
1,...,
m−ρ
i,j|q+
1,...,
m) ≈N( 0,
(1−ρ
2 i,j|q+
1,...,
m)2)
.
Ce
résu
ltatn
’est
appl
icab
lequ
esi
n>
30.N
es’
ense
rvir
que
sil’o
nne
peut
pas
faire
autre
men
t.
131
/214
Fréd
éric
Ber
trand
Ass
ocia
tion
deva
riabl
esqu
antit
ativ
es
132/
214
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Défi
nitio
nE
stim
atio
nA
sym
ptot
ique
Test
del’h
ypot
hèseρ
i,j|q
+1,
...,
m=
0Te
stde
l’hyp
othè
seρ
i,j|q
+1,
...,
m=ρ
0,ρ
06=
0C
asde
trois
varia
bles
réel
les
On
peut
mai
nten
ants
’inté
ress
erau
test
denu
llité
duco
effic
ient
deco
rrél
atio
npa
rtie
llede
sco
mpo
sant
esdu
vect
eurg
auss
ien
X1
conn
aiss
antl
eve
cteu
rX2.
H0
:ρi,j|q+
1,...,
m=
0
cont
re
H1
:ρi,j|q+
1,...,
m6=
0.
132
/214
Fréd
éric
Ber
trand
Ass
ocia
tion
deva
riabl
esqu
antit
ativ
es
133/
214
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Défi
nitio
nE
stim
atio
nA
sym
ptot
ique
Test
del’h
ypot
hèseρ
i,j|q
+1,
...,
m=
0Te
stde
l’hyp
othè
seρ
i,j|q
+1,
...,
m=ρ
0,ρ
06=
0C
asde
trois
varia
bles
réel
les
Ces
hypo
thès
esso
ntéq
uiva
lent
eà
:
H0
:Les
com
posa
ntes
X1,
iet
X1,
jde
X1
sont
indé
pend
ante
ssa
nsl’e
ffetd
eX
2
cont
re
H1
:Les
com
posa
ntes
X1,
iet
X1,
jde
X1
sont
liées
sans
l’effe
tde
X2.
133
/214
Fréd
éric
Ber
trand
Ass
ocia
tion
deva
riabl
esqu
antit
ativ
es
134/
214
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Défi
nitio
nE
stim
atio
nA
sym
ptot
ique
Test
del’h
ypot
hèseρ
i,j|q
+1,
...,
m=
0Te
stde
l’hyp
othè
seρ
i,j|q
+1,
...,
m=ρ
0,ρ
06=
0C
asde
trois
varia
bles
réel
les
Sou
sl’h
ypot
hèse
nulleH
0,al
ors
:
t i,j|q
+1,...,
m(x
1,x 2
)=√
n−
m+
q−
2
ρi,j|q+
1,...,
m(x
1,x 2
)√
1−
ρ
i,j|q+
1,...,
m(x
1,x 2
)2
estl
aré
alis
atio
nd’
une
varia
ble
aléa
toire
Tqu
isui
tune
loid
eS
tude
ntà
n−
m+
q−
2de
grés
delib
erté
,i.e
.T∼T n−
m+
q−2.
134
/214
Fréd
éric
Ber
trand
Ass
ocia
tion
deva
riabl
esqu
antit
ativ
es
135/
214
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Défi
nitio
nE
stim
atio
nA
sym
ptot
ique
Test
del’h
ypot
hèseρ
i,j|q
+1,
...,
m=
0Te
stde
l’hyp
othè
seρ
i,j|q
+1,
...,
m=ρ
0,ρ
06=
0C
asde
trois
varia
bles
réel
les
On
reje
ttel’h
ypot
hèse
nulleH
0au
nive
au(1−α
)%
lors
que
∣ ∣ t i,j|
q+1,...,
m(x
1,x 2
)∣ ∣>
t n−
m+
q−2,α/2.
On
peut
auss
iapp
lique
rla
trans
form
atio
nz
dans
ceco
ntex
te,
voir
lapa
ge53
.
135
/214
Fréd
éric
Ber
trand
Ass
ocia
tion
deva
riabl
esqu
antit
ativ
es
136/
214
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Défi
nitio
nE
stim
atio
nA
sym
ptot
ique
Test
del’h
ypot
hèseρ
i,j|q
+1,
...,
m=
0Te
stde
l’hyp
othè
seρ
i,j|q
+1,
...,
m=ρ
0,ρ
06=
0C
asde
trois
varia
bles
réel
les
Siρ
06=
0,la
prop
riété
dela
page
132
ci-d
essu
sne
perm
etpa
sde
test
erde
shy
poth
èses
duty
pe:
H0
:ρi,j|q+
1,...,
m=ρ
0
cont
re
H1
:ρi,j|q+
1,...,
m6=ρ
0.
Ilex
iste
alor
sde
uxpo
ssib
ilité
s.
136
/214
Fréd
éric
Ber
trand
Ass
ocia
tion
deva
riabl
esqu
antit
ativ
es
137/
214
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Défi
nitio
nE
stim
atio
nA
sym
ptot
ique
Test
del’h
ypot
hèseρ
i,j|q
+1,
...,
m=
0Te
stde
l’hyp
othè
seρ
i,j|q
+1,
...,
m=ρ
0,ρ
06=
0C
asde
trois
varia
bles
réel
les
•S
il’o
nso
uhai
tefa
ireun
test
dece
type
àla
mai
n,on
utili
sela
trans
form
atio
nde
Fish
erin
trodu
iteci
-des
sus,
àla
page
53,p
ouro
bten
irun
inte
rval
lede
confi
ance
pour
ρi,j|q+
1,...,
mde
nive
auap
prox
imat
if(1−α
)%
:[ ta
nh
(z−
z α/2
(n−
3)1 2
),t
anh
(z
+z α/2
(n−
3)1 2
)]
oùz
=ta
nh(
ρ
i,j|q+
1,...,
m(x
1,x 2
))et
z α/2
estl
equ
antil
ede
lalo
iN(0,1
).
137
/214
Fréd
éric
Ber
trand
Ass
ocia
tion
deva
riabl
esqu
antit
ativ
es
138/
214
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Défi
nitio
nE
stim
atio
nA
sym
ptot
ique
Test
del’h
ypot
hèseρ
i,j|q
+1,
...,
m=
0Te
stde
l’hyp
othè
seρ
i,j|q
+1,
...,
m=ρ
0,ρ
06=
0C
asde
trois
varia
bles
réel
les
•C
erta
ins
logi
ciel
s,co
mm
eS
PS
S,R
,SA
Sou
Sta
tXac
t,pr
opos
entd
esve
rsio
nsex
acte
sde
l’int
erva
llede
confi
ance
.
138
/214
Fréd
éric
Ber
trand
Ass
ocia
tion
deva
riabl
esqu
antit
ativ
es
139/
214
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Défi
nitio
nE
stim
atio
nA
sym
ptot
ique
Test
del’h
ypot
hèseρ
i,j|q
+1,
...,
m=
0Te
stde
l’hyp
othè
seρ
i,j|q
+1,
...,
m=ρ
0,ρ
06=
0C
asde
trois
varia
bles
réel
les
Inté
ress
ons-
nous
auca
sle
plus
sim
ple.
Soi
entX
1,X
2et
X3
trois
varia
bles
aléa
toire
sré
elle
ste
lles
que
lalo
ijoi
nte
de(X
1,X
1,X
3)so
itm
ultin
orm
ale
depa
ram
ètre
sµ
etΣ
.
139
/214
Fréd
éric
Ber
trand
Ass
ocia
tion
deva
riabl
esqu
antit
ativ
es
140/
214
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Défi
nitio
nE
stim
atio
nA
sym
ptot
ique
Test
del’h
ypot
hèseρ
i,j|q
+1,
...,
m=
0Te
stde
l’hyp
othè
seρ
i,j|q
+1,
...,
m=ρ
0,ρ
06=
0C
asde
trois
varia
bles
réel
les
Ain
sion
aic
im=
3et
q=
2.O
nm
ontre
alor
sla
rela
tion
suiv
ante
:
ρ12|3
=ρ
12−ρ
13ρ
23√
1−ρ
2 13
√1−ρ
2 23
oùρ
12es
tle
coef
ficie
ntde
corr
élat
ion
sim
ple
entre
les
varia
bles
X1
etX
2,ρ
13es
tle
coef
ficie
ntde
corr
élat
ion
sim
ple
entre
les
varia
bles
X1
etX
3etρ
23es
tle
coef
ficie
ntde
corr
élat
ion
sim
ple
entre
les
varia
bles
X2
etX
3,vo
irla
page
68.
140
/214
Fréd
éric
Ber
trand
Ass
ocia
tion
deva
riabl
esqu
antit
ativ
es
141/
214
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Défi
nitio
nE
stim
atio
nA
sym
ptot
ique
Test
del’h
ypot
hèseρ
i,j|q
+1,
...,
m=
0Te
stde
l’hyp
othè
seρ
i,j|q
+1,
...,
m=ρ
0,ρ
06=
0C
asde
trois
varia
bles
réel
les
Dan
sla
plup
artd
essi
tuat
ions
expé
rimen
tale
squ
evo
usre
ncon
trere
zce
ttefo
rmul
ese
rasu
ffisa
nte.
On
rem
arqu
eég
alem
entq
uela
défin
ition
ests
ymét
rique
enX
1et
X2,
c’es
t-à-d
ire:
ρ12|3
=ρ
12−ρ
13ρ
23√
1−ρ
2 13
√1−ρ
2 23
=ρ
21−ρ
23ρ
13√
1−ρ
2 23
√1−ρ
2 13
=ρ
21|3.
Laco
rrél
atio
npa
rtie
llede
X1
etX
2sa
chan
tX3
est
heur
euse
men
tla
mêm
equ
ece
llede
X2
etX
1sa
chan
tX3.
141
/214
Fréd
éric
Ber
trand
Ass
ocia
tion
deva
riabl
esqu
antit
ativ
es
142/
214
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Défi
nitio
nE
stim
atio
nA
sym
ptot
ique
Test
del’h
ypot
hèseρ
i,j|q
+1,
...,
m=
0Te
stde
l’hyp
othè
seρ
i,j|q
+1,
...,
m=ρ
0,ρ
06=
0C
asde
trois
varia
bles
réel
les
On
cons
idèr
eun
écha
ntill
onx
indé
pend
ante
tide
ntiq
uem
ent
dist
ribué
suiv
antl
alo
ide
X1,
X2,
X3.
On
note
x 1l’é
chan
tillo
nde
sré
alis
atio
nsde
X1,
x 2l’é
chan
tillo
nde
sré
alis
atio
nsde
X2
etx 3
l’éch
antil
lon
des
réal
isat
ions
deX
3.
On
tire
dex
une
estim
atio
nde
ρ12|3
enca
lcul
antd
eses
timat
ions
deρ
12,ρ
13,ρ
23co
mm
eex
pliq
uéà
lapa
ge71
.
142
/214
Fréd
éric
Ber
trand
Ass
ocia
tion
deva
riabl
esqu
antit
ativ
es
143/
214
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Défi
nitio
nE
stim
atio
nA
sym
ptot
ique
Test
del’h
ypot
hèseρ
i,j|q
+1,
...,
m=
0Te
stde
l’hyp
othè
seρ
i,j|q
+1,
...,
m=ρ
0,ρ
06=
0C
asde
trois
varia
bles
réel
les
On
peut
mai
nten
ants
’inté
ress
erau
test
denu
llité
duco
effic
ient
deco
rrél
atio
npa
rtie
llede
X1
etX
2co
nnai
ssan
tla
varia
ble
X3.
H0
:ρ12|3
=0
cont
re
H1
:ρ12|36=
0.
Ces
hypo
thès
esso
ntéq
uiva
lent
eà
:
143
/214
Fréd
éric
Ber
trand
Ass
ocia
tion
deva
riabl
esqu
antit
ativ
es
144/
214
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Défi
nitio
nE
stim
atio
nA
sym
ptot
ique
Test
del’h
ypot
hèseρ
i,j|q
+1,
...,
m=
0Te
stde
l’hyp
othè
seρ
i,j|q
+1,
...,
m=ρ
0,ρ
06=
0C
asde
trois
varia
bles
réel
les
H0
:Les
varia
bles
X1
etX
2so
ntin
dépe
ndan
tes
sans
l’effe
tde
X3
cont
re
H1
:Les
varia
bles
X1
etX
2so
ntlié
essa
nsl’e
ffetd
eX
3.
144
/214
Fréd
éric
Ber
trand
Ass
ocia
tion
deva
riabl
esqu
antit
ativ
es
145/
214
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Défi
nitio
nE
stim
atio
nA
sym
ptot
ique
Test
del’h
ypot
hèseρ
i,j|q
+1,
...,
m=
0Te
stde
l’hyp
othè
seρ
i,j|q
+1,
...,
m=ρ
0,ρ
06=
0C
asde
trois
varia
bles
réel
les
Sou
sl’h
ypot
hèse
nulleH
0,al
ors
:
t 12|
3(x 1,x
2,x 3
)=√
n−
3ρ
12|3
(x1,
x 2,x
3)√
1−ρ
12|3
(x1,
x 2,x
3)2
estl
aré
alis
atio
nd’
une
varia
ble
aléa
toire
Tqu
isui
tune
loid
eS
tude
ntà
n−
3de
grés
delib
erté
,i.e
.T∼T n−
3.
145
/214
Fréd
éric
Ber
trand
Ass
ocia
tion
deva
riabl
esqu
antit
ativ
es
146/
214
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Défi
nitio
nE
stim
atio
nA
sym
ptot
ique
Test
del’h
ypot
hèseρ
i,j|q
+1,
...,
m=
0Te
stde
l’hyp
othè
seρ
i,j|q
+1,
...,
m=ρ
0,ρ
06=
0C
asde
trois
varia
bles
réel
les
On
reje
ttel’h
ypot
hèse
nulleH
0au
nive
au(1−α
)%
lors
que
∣ ∣ t 12|
3(x 1,x
2,x 3
)∣ ∣>
t n−
3,α/2.
On
peut
auss
iapp
lique
rla
trans
form
atio
nz
dans
ceco
ntex
te,
voir
lapa
ge53
.
146
/214
Fréd
éric
Ber
trand
Ass
ocia
tion
deva
riabl
esqu
antit
ativ
es
147/
214
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Défi
nitio
nE
stim
atio
nA
sym
ptot
ique
Test
del’h
ypot
hèseρ
i,j|q
+1,
...,
m=
0Te
stde
l’hyp
othè
seρ
i,j|q
+1,
...,
m=ρ
0,ρ
06=
0C
asde
trois
varia
bles
réel
les
Siρ
06=
0,la
prop
riété
dupa
ragr
aphe
ci-d
essu
sne
perm
etpa
sde
test
erde
shy
poth
èses
duty
pe:
H0
:ρ12|3
=ρ
0
cont
re
H1
:ρ12|36=ρ
0.
Ilex
iste
alor
sde
uxpo
ssib
ilité
s.
147
/214
Fréd
éric
Ber
trand
Ass
ocia
tion
deva
riabl
esqu
antit
ativ
es
148/
214
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Défi
nitio
nE
stim
atio
nA
sym
ptot
ique
Test
del’h
ypot
hèseρ
i,j|q
+1,
...,
m=
0Te
stde
l’hyp
othè
seρ
i,j|q
+1,
...,
m=ρ
0,ρ
06=
0C
asde
trois
varia
bles
réel
les
•S
il’o
nso
uhai
tefa
ireun
test
dece
type
àla
mai
n,on
utili
sela
trans
form
atio
nde
Fish
erin
trodu
iteci
-des
sus,
àla
page
53,p
ouro
bten
irun
inte
rval
lede
confi
ance
pourρ
12|3
deni
veau
appr
oxim
atif
(1−α
)%
:[ ta
nh
(z−
z α/2
(n−
3)1 2
),t
anh
(z
+z α/2
(n−
3)1 2
)]
oùz
=ta
nh( ρ
12|3
(x1,
x 2,x
3)) et
z α/2
estl
equ
antil
ede
lalo
iN(0,1
).
148
/214
Fréd
éric
Ber
trand
Ass
ocia
tion
deva
riabl
esqu
antit
ativ
es
149/
214
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Défi
nitio
nE
stim
atio
nA
sym
ptot
ique
Test
del’h
ypot
hèseρ
i,j|q
+1,
...,
m=
0Te
stde
l’hyp
othè
seρ
i,j|q
+1,
...,
m=ρ
0,ρ
06=
0C
asde
trois
varia
bles
réel
les
•C
erta
ins
logi
ciel
s,co
mm
eS
PS
S,R
,SA
Sou
Sta
tXac
t,pr
opos
entd
esve
rsio
nsex
acte
sde
l’int
erva
llede
confi
ance
.
149
/214
Fréd
éric
Ber
trand
Ass
ocia
tion
deva
riabl
esqu
antit
ativ
es
150/
214
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Défi
nitio
nE
stim
atio
nA
sym
ptot
ique
Test
del’h
ypot
hèseρ
i,j|q
+1,
...,
m=
0Te
stde
l’hyp
othè
seρ
i,j|q
+1,
...,
m=ρ
0,ρ
06=
0C
asde
trois
varia
bles
réel
les
Exe
mpl
e
Dét
aillo
nsle
traite
men
tde
laco
rrél
atio
npa
rtie
lleda
nsla
situ
atio
nsu
ivan
teoù
l’on
disp
ose
detro
isva
riabl
esco
ntin
ues
réel
les.
•Le
BM
IX1.
•Le
poid
sa
X2.
•La
taill
eX
3.
a.D
’un
poid
sde
vue
phys
ique
,ils
’agi
tde
lam
asse
.
150
/214
Fréd
éric
Ber
trand
Ass
ocia
tion
deva
riabl
esqu
antit
ativ
es
151/
214
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Défi
nitio
nE
stim
atio
nA
sym
ptot
ique
Test
del’h
ypot
hèseρ
i,j|q
+1,
...,
m=
0Te
stde
l’hyp
othè
seρ
i,j|q
+1,
...,
m=ρ
0,ρ
06=
0C
asde
trois
varia
bles
réel
les
Exe
mpl
eO
nra
ppel
lequ
ele
BM
Id’u
nin
divi
dues
tun
indi
cequ
ise
calc
ule
àpa
rtir
dela
taill
eet
dupo
ids
parl
afo
rmul
esu
ivan
te:
BM
I=
Wei
ght
Hei
ght2
oùle
poid
ss’
expr
ime
enkg
etla
taill
een
m.
L’éch
antil
lon
étud
iéa
unef
fect
ifn
=38
etes
texc
lusi
vem
ent
cons
titué
d’in
divi
dus
dege
nre
fém
inin
.
151
/214
Fréd
éric
Ber
trand
Ass
ocia
tion
deva
riabl
esqu
antit
ativ
es
152/
214
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Défi
nitio
nE
stim
atio
nA
sym
ptot
ique
Test
del’h
ypot
hèseρ
i,j|q
+1,
...,
m=
0Te
stde
l’hyp
othè
seρ
i,j|q
+1,
...,
m=ρ
0,ρ
06=
0C
asde
trois
varia
bles
réel
les
Exe
mpl
eC
omm
eno
usl’a
vons
fait
rem
arqu
er,l
’hyp
othè
sené
cess
aire
àl’a
ppro
che
para
mét
rique
dela
corr
élat
ion
sim
ple,
mul
tiple
oupa
rtie
llequ
ivou
sa
été
prés
enté
epl
usha
utso
ntqu
ela
loid
uve
cteu
r(X
1,X
2,X
3)es
tune
loim
ultin
orm
ale
surR
3 .
Cec
iapo
urco
nséq
uenc
equ
’ilfa
utqu
eX
1,X
2et
X3
aien
tune
dist
ribut
ion
norm
ale
mai
sco
mm
eno
usl’a
vons
déjà
soul
igné
cen’
estp
assu
ffisa
nt.
152
/214
Fréd
éric
Ber
trand
Ass
ocia
tion
deva
riabl
esqu
antit
ativ
es
153/
214
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Défi
nitio
nE
stim
atio
nA
sym
ptot
ique
Test
del’h
ypot
hèseρ
i,j|q
+1,
...,
m=
0Te
stde
l’hyp
othè
seρ
i,j|q
+1,
...,
m=ρ
0,ρ
06=
0C
asde
trois
varia
bles
réel
les
Exe
mpl
eO
ndo
itpa
rexe
mpl
eau
ssit
este
rla
norm
alité
deX
1+
X2,
X2
+X
3,X
1+
X3
etX
1+
X2
+X
3.S
eré
fére
ràla
page
??po
urun
expo
sédé
taill
éde
ste
sts
dem
ultin
orm
alité
ouau
livre
deR
.C
hris
tens
en[3
].
153
/214
Fréd
éric
Ber
trand
Ass
ocia
tion
deva
riabl
esqu
antit
ativ
es
154/
214
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Défi
nitio
nE
stim
atio
nA
sym
ptot
ique
Test
del’h
ypot
hèseρ
i,j|q
+1,
...,
m=
0Te
stde
l’hyp
othè
seρ
i,j|q
+1,
...,
m=ρ
0,ρ
06=
0C
asde
trois
varia
bles
réel
les
Exe
mpl
e
154
/214
Fréd
éric
Ber
trand
Ass
ocia
tion
deva
riabl
esqu
antit
ativ
es
155/
214
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Défi
nitio
nE
stim
atio
nA
sym
ptot
ique
Test
del’h
ypot
hèseρ
i,j|q
+1,
...,
m=
0Te
stde
l’hyp
othè
seρ
i,j|q
+1,
...,
m=ρ
0,ρ
06=
0C
asde
trois
varia
bles
réel
les
Exe
mpl
e
155
/214
Fréd
éric
Ber
trand
Ass
ocia
tion
deva
riabl
esqu
antit
ativ
es
156/
214
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Défi
nitio
nE
stim
atio
nA
sym
ptot
ique
Test
del’h
ypot
hèseρ
i,j|q
+1,
...,
m=
0Te
stde
l’hyp
othè
seρ
i,j|q
+1,
...,
m=ρ
0,ρ
06=
0C
asde
trois
varia
bles
réel
les
Exe
mpl
e
156
/214
Fréd
éric
Ber
trand
Ass
ocia
tion
deva
riabl
esqu
antit
ativ
es
157/
214
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Défi
nitio
nE
stim
atio
nA
sym
ptot
ique
Test
del’h
ypot
hèseρ
i,j|q
+1,
...,
m=
0Te
stde
l’hyp
othè
seρ
i,j|q
+1,
...,
m=ρ
0,ρ
06=
0C
asde
trois
varia
bles
réel
les
Exe
mpl
e
157
/214
Fréd
éric
Ber
trand
Ass
ocia
tion
deva
riabl
esqu
antit
ativ
es
158/
214
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Défi
nitio
nE
stim
atio
nA
sym
ptot
ique
Test
del’h
ypot
hèseρ
i,j|q
+1,
...,
m=
0Te
stde
l’hyp
othè
seρ
i,j|q
+1,
...,
m=ρ
0,ρ
06=
0C
asde
trois
varia
bles
réel
les
Exe
mpl
eLe
sp−
vale
urs
sont
tout
essu
périe
ures
à0,
100,
onne
peut
donc
pas
reje
terl
’hyp
othè
sede
norm
alité
deX
1,X
2,X
3,X
1+
X2,
X1
+X
3,X
2+
X3
etde
X1
+X
2+
X3.
Atte
ntio
n,no
uste
stio
nsic
ila
mul
tinor
mal
itéde
(X1,
X2,
X3)
etno
usav
ons
proc
édé
àse
ptte
sts
deS
hapi
ro-W
ilk.N
ous
avio
ns,
com
me
d’ha
bitu
de,fi
xéun
seui
ldeα
glob
al=
5%
pour
lete
stgl
obal
dem
ultin
orm
alité
.
158
/214
Fréd
éric
Ber
trand
Ass
ocia
tion
deva
riabl
esqu
antit
ativ
es
159/
214
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Défi
nitio
nE
stim
atio
nA
sym
ptot
ique
Test
del’h
ypot
hèseρ
i,j|q
+1,
...,
m=
0Te
stde
l’hyp
othè
seρ
i,j|q
+1,
...,
m=ρ
0,ρ
06=
0C
asde
trois
varia
bles
réel
les
Exe
mpl
e
Pour
gara
ntir
ceris
que
glob
alde
5%
,ilf
autfi
xeru
nris
que
diffé
rent
de5
%po
urch
aque
test
deS
hapi
ro-W
ilk,n
ous
avon
sdé
jàév
oqué
cepr
oblè
me
àl’e
xem
ple
page
88.E
nef
fets
ile
risqu
epo
urch
acun
des
test
sde
Sha
piro
-Wilk
estfi
xéà
αin
d=
5%
,alo
rsle
risqu
egl
obal
esta
um
axim
umde
αgl
obal
=1−
(1−
0,05
)7=
0,30
2�
0,05
.Ain
sion
doit
fixer
unse
uild
eα
ind
=1−
7√1−α
glob
al=
1−
7√0,
95=
0,00
7po
urch
acun
des
sept
test
sde
Sha
piro
-Wilk
,ce
quir
evie
ntà
être
moi
nsex
igea
ntpo
urch
acun
des
test
sin
divi
duel
spu
isqu
e0,
007<
0,05
etdo
ncà
acce
pter
lano
rmal
itéda
nspl
usde
cas.
159
/214
Fréd
éric
Ber
trand
Ass
ocia
tion
deva
riabl
esqu
antit
ativ
es
160/
214
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Défi
nitio
nE
stim
atio
nA
sym
ptot
ique
Test
del’h
ypot
hèseρ
i,j|q
+1,
...,
m=
0Te
stde
l’hyp
othè
seρ
i,j|q
+1,
...,
m=ρ
0,ρ
06=
0C
asde
trois
varia
bles
réel
les
Exe
mpl
eD
ans
cete
xem
ple
cette
corr
ectio
nne
chan
gerie
nà
laco
nclu
sion
puis
qu’a
ucun
ede
sp−
vale
urs
n’ét
aien
tcom
pris
esen
tre0,
007
et0,
05.
Sui
teà
cette
anal
yse
som
mai
rerie
nne
perm
etde
reje
ter
l’hyp
othè
sede
mul
tinor
mal
itéde
(X1,
X2,
X3)
.O
npe
utdo
ncut
ilise
rune
appr
oche
para
mét
rique
.C
omm
enço
nspa
rétu
dier
les
coef
ficie
nts
deco
rrél
atio
nsi
mpl
e,di
tsde
Pear
son.
160
/214
Fréd
éric
Ber
trand
Ass
ocia
tion
deva
riabl
esqu
antit
ativ
es
161/
214
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Défi
nitio
nE
stim
atio
nA
sym
ptot
ique
Test
del’h
ypot
hèseρ
i,j|q
+1,
...,
m=
0Te
stde
l’hyp
othè
seρ
i,j|q
+1,
...,
m=ρ
0,ρ
06=
0C
asde
trois
varia
bles
réel
les
Exe
mpl
eCorrelations:BMI;Weight;Height
BMI
Weight
Weight
0,878
0,000
Height
-0,038
0,441
0,820
0,006
CellContents:Pearsoncorrelation
P-Value
161
/214
Fréd
éric
Ber
trand
Ass
ocia
tion
deva
riabl
esqu
antit
ativ
es
162/
214
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Défi
nitio
nE
stim
atio
nA
sym
ptot
ique
Test
del’h
ypot
hèseρ
i,j|q
+1,
...,
m=
0Te
stde
l’hyp
othè
seρ
i,j|q
+1,
...,
m=ρ
0,ρ
06=
0C
asde
trois
varia
bles
réel
les
Exe
mpl
eO
nco
nsta
teai
nsiq
ue:
•A
uni
veau
α=
5%
,on
reje
ttel’h
ypot
hèse
nulleH
0d’
indé
pend
ance
des
varia
bles
BM
Iet
Wei
ght,
car
0,00
0<
0,05
.•
Au
nive
auα
=5
%,o
nne
peut
pas
reje
tterl
’hyp
othè
senu
lleH
0d’
indé
pend
ance
des
varia
bles
BM
Iet
Hei
ght,
car
0,82
0>
0,05
.•
Au
nive
auα
=5
%,o
nre
jette
l’hyp
othè
senu
lleH
0d’
indé
pend
ance
des
varia
bles
Hei
ghte
tWei
ght,
car
0,00
6<
0,05
.
162
/214
Fréd
éric
Ber
trand
Ass
ocia
tion
deva
riabl
esqu
antit
ativ
es
163/
214
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Défi
nitio
nE
stim
atio
nA
sym
ptot
ique
Test
del’h
ypot
hèseρ
i,j|q
+1,
...,
m=
0Te
stde
l’hyp
othè
seρ
i,j|q
+1,
...,
m=ρ
0,ρ
06=
0C
asde
trois
varia
bles
réel
les
Exe
mpl
eC
esré
sulta
tsso
nten
acco
rdav
ecla
form
ule
perm
etta
ntde
calc
uler
leB
MIà
l’aid
ede
lata
ille
etdu
poid
s.•
Lalia
ison
estl
inéa
ireet
posi
tive
pour
lepo
ids,
cequ
el’o
nre
trouv
ebi
enic
iave
cla
vale
urde
ρB
W=
0,87
8et
une
p−va
leur
de0,
000.
163
/214
Fréd
éric
Ber
trand
Ass
ocia
tion
deva
riabl
esqu
antit
ativ
es
164/
214
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Défi
nitio
nE
stim
atio
nA
sym
ptot
ique
Test
del’h
ypot
hèseρ
i,j|q
+1,
...,
m=
0Te
stde
l’hyp
othè
seρ
i,j|q
+1,
...,
m=ρ
0,ρ
06=
0C
asde
trois
varia
bles
réel
les
Exe
mpl
e•
Lalia
ison
estn
égat
ive
pour
lata
ille
mai
s,vu
safa
ible
sse,
ρB
H=−
0,03
8,on
nepe
utpa
sre
jete
rl’h
ypot
hèse
d’in
dépe
ndan
ceen
trece
sde
uxva
riabl
es,p−
vale
urde
0,82
0.La
form
ule
ci-d
essu
sim
pliq
ueun
ere
latio
nno
nlin
éair
een
trele
BM
Ietl
ata
ille
c’es
tpou
rquo
ile
coef
ficie
ntde
corr
élat
ion
linéa
irene
peut
lam
ettre
enév
iden
ce.
•La
liais
onpo
sitiv
een
trela
taill
eet
lam
asse
,ρW
H=
0,44
1et
p−va
leur
de0,
006,
este
nac
cord
avec
notre
conn
aiss
ance
apr
iori
del’e
xist
ence
d’un
ere
latio
nlin
éaire
posi
tive
entre
lata
ille
etle
poid
sd’
unin
divi
du.
164
/214
Fréd
éric
Ber
trand
Ass
ocia
tion
deva
riabl
esqu
antit
ativ
es
165/
214
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Défi
nitio
nE
stim
atio
nA
sym
ptot
ique
Test
del’h
ypot
hèseρ
i,j|q
+1,
...,
m=
0Te
stde
l’hyp
othè
seρ
i,j|q
+1,
...,
m=ρ
0,ρ
06=
0C
asde
trois
varia
bles
réel
les
Exe
mpl
eP
asso
nsm
aint
enan
tau
calc
ulde
laco
rrél
atio
nm
ultip
leR
duB
MI
sur(
Hei
ght,
Wei
ght)
,de
laco
rrél
atio
nm
ultip
leR
duH
eigh
tsu
r(B
MI,
Wei
ght)
etde
laco
rrél
atio
nm
ultip
leR
duW
eigh
tsur
(Hei
ght,
BM
I).
Pour
effe
ctue
rce
calc
ulon
utili
sele
fait
que
R2
esté
gala
uco
effic
ient
dedé
term
inat
ion
obte
nulo
rsqu
el’o
nfa
itla
régr
essi
onlin
éaire
mul
tiple
deB
MI
sur(
Hei
ght,
Wei
ght)
.On
obtie
ntpa
rexe
mpl
eav
ecM
inita
b.
165
/214
Fréd
éric
Ber
trand
Ass
ocia
tion
deva
riabl
esqu
antit
ativ
es
166/
214
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Défi
nitio
nE
stim
atio
nA
sym
ptot
ique
Test
del’h
ypot
hèseρ
i,j|q
+1,
...,
m=
0Te
stde
l’hyp
othè
seρ
i,j|q
+1,
...,
m=ρ
0,ρ
06=
0C
asde
trois
varia
bles
réel
les
Exe
mpl
eRegressionAnalysis:BMIversusWeight;Height
Theregressionequationis
BMI=87,1+0,368Weight-0,529Height
Predictor
Coef
SECoef
TP
Constant
87,090
1,899
45,85
0,000
Weight
0,367955
0,004146
88,75
0,000
Height
-0,52855
0,01252
-42,21
0,000
S=0,432656
R-Sq=99,6%
R-Sq(adj)=99,5%
166
/214
Fréd
éric
Ber
trand
Ass
ocia
tion
deva
riabl
esqu
antit
ativ
es
167/
214
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Défi
nitio
nE
stim
atio
nA
sym
ptot
ique
Test
del’h
ypot
hèseρ
i,j|q
+1,
...,
m=
0Te
stde
l’hyp
othè
seρ
i,j|q
+1,
...,
m=ρ
0,ρ
06=
0C
asde
trois
varia
bles
réel
les
Exe
mpl
ePo
urca
lcul
erle
sau
tres
coef
ficie
nts
deco
rrél
atio
nm
ultip
le,o
npr
ocèd
ede
mêm
een
chan
gean
tles
rôle
sde
BM
I,H
eigh
tet
Wei
ght.
167
/214
Fréd
éric
Ber
trand
Ass
ocia
tion
deva
riabl
esqu
antit
ativ
es
168/
214
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Défi
nitio
nE
stim
atio
nA
sym
ptot
ique
Test
del’h
ypot
hèseρ
i,j|q
+1,
...,
m=
0Te
stde
l’hyp
othè
seρ
i,j|q
+1,
...,
m=ρ
0,ρ
06=
0C
asde
trois
varia
bles
réel
les
Exe
mpl
eRegressionAnalysis:WeightversusBMI;Height
Theregressionequationis
Weight=-236+2,71BMI+1,44Height
Predictor
Coef
SECoef
TP
Constant
-236,083
5,253
-44,95
0,000
BMI
2,70570
0,03049
88,75
0,000
Height
1,43599
0,03050
47,09
0,000
S=1,17324
R-Sq=99,6%
R-Sq(adj)=99,6%
168
/214
Fréd
éric
Ber
trand
Ass
ocia
tion
deva
riabl
esqu
antit
ativ
es
169/
214
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Défi
nitio
nE
stim
atio
nA
sym
ptot
ique
Test
del’h
ypot
hèseρ
i,j|q
+1,
...,
m=
0Te
stde
l’hyp
othè
seρ
i,j|q
+1,
...,
m=ρ
0,ρ
06=
0C
asde
trois
varia
bles
réel
les
Exe
mpl
eRegressionAnalysis:HeightversusBMI;Weight
Theregressionequationis
Height=164-1,86BMI+0,686Weight
Predictor
Coef
SECoef
TP
Constant
164,436
0,933
176,17
0,000
BMI
-1,85552
0,04396
-42,21
0,000
Weight
0,68556
0,01456
47,09
0,000
S=0,810650
R-Sq=98,4%
R-Sq(adj)=98,4%
169
/214
Fréd
éric
Ber
trand
Ass
ocia
tion
deva
riabl
esqu
antit
ativ
es
170/
214
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Défi
nitio
nE
stim
atio
nA
sym
ptot
ique
Test
del’h
ypot
hèseρ
i,j|q
+1,
...,
m=
0Te
stde
l’hyp
othè
seρ
i,j|q
+1,
...,
m=ρ
0,ρ
06=
0C
asde
trois
varia
bles
réel
les
Exe
mpl
eO
na
ains
itro
uvé
succ
essi
vem
ent:
ρB/
s (H,W
)=
99,6
%
ρW/
s (B,H
)=
99,6
%
ρH/
s (B,W
)=
98,4
%
170
/214
Fréd
éric
Ber
trand
Ass
ocia
tion
deva
riabl
esqu
antit
ativ
es
171/
214
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Défi
nitio
nE
stim
atio
nA
sym
ptot
ique
Test
del’h
ypot
hèseρ
i,j|q
+1,
...,
m=
0Te
stde
l’hyp
othè
seρ
i,j|q
+1,
...,
m=ρ
0,ρ
06=
0C
asde
trois
varia
bles
réel
les
Exe
mpl
eC
alcu
lons
déso
rmai
sle
stro
isco
rrél
atio
nspa
rtie
lles
ρ(H
eigh
t,Wei
ght)|B
MI;
ρ(W
eigh
t,BM
I)|H
eigh
t;ρ(H
eigh
t,BM
I)|W
eigh
t.
171
/214
Fréd
éric
Ber
trand
Ass
ocia
tion
deva
riabl
esqu
antit
ativ
es
172/
214
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Défi
nitio
nE
stim
atio
nA
sym
ptot
ique
Test
del’h
ypot
hèseρ
i,j|q
+1,
...,
m=
0Te
stde
l’hyp
othè
seρ
i,j|q
+1,
...,
m=ρ
0,ρ
06=
0C
asde
trois
varia
bles
réel
les
Exe
mpl
eO
nap
pliq
uela
form
ule
ci-d
essu
s:
ρH
W|B
=ρ
HW−ρ
HBρ
WB
√1−ρ
2 HB
√1−ρ
2 WB
≈0,
992
ρW
B|H
=ρ
WB−ρ
WHρ
BH
√1−ρ
2 WH
√1−ρ
2 BH
≈0,
998
ρH
B|W
=ρ
HB−ρ
HWρ
BW
√1−ρ
2 HW
√1−ρ
2 BW
≈−
0,99
0.
172
/214
Fréd
éric
Ber
trand
Ass
ocia
tion
deva
riabl
esqu
antit
ativ
es
173/
214
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Défi
nitio
nE
stim
atio
nA
sym
ptot
ique
Test
del’h
ypot
hèseρ
i,j|q
+1,
...,
m=
0Te
stde
l’hyp
othè
seρ
i,j|q
+1,
...,
m=ρ
0,ρ
06=
0C
asde
trois
varia
bles
réel
les
Exe
mpl
eC
esré
sulta
tsso
ntà
com
pare
rave
cle
sva
leur
sde
corr
élat
ion
sim
ple.
En
part
icul
ierl
aco
rrél
atio
nen
trele
poid
set
lata
ille
enél
imin
antl
’effe
tdu
poid
sse
mbl
esi
gnifi
cativ
e.Po
ural
lerp
lus
loin
etdé
cide
rde
lasi
gnifi
cativ
itéde
ces
corr
élat
ions
,on
peut
seré
ferr
erà
une
tabl
eou
utili
serl
alo
idu
coef
ficie
ntde
corr
élat
ion
part
ielle
énon
cée
aux
page
s13
1et
139.
Cer
tain
slo
gici
els,
com
me
SP
SS
,nou
sre
nsei
gnen
tdire
ctem
ent
surl
esp−
vale
urs
asso
ciée
sau
xco
rrél
atio
nspa
rtie
lles.
173
/214
Fréd
éric
Ber
trand
Ass
ocia
tion
deva
riabl
esqu
antit
ativ
es
174/
214
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Défi
nitio
nE
stim
atio
nA
sym
ptot
ique
Test
del’h
ypot
hèseρ
i,j|q
+1,
...,
m=
0Te
stde
l’hyp
othè
seρ
i,j|q
+1,
...,
m=ρ
0,ρ
06=
0C
asde
trois
varia
bles
réel
les
Exe
mpl
ePartialCorrelations
|-----------------|------|-----------------------|------|------|
|ControlVariables|
||Weight|Height|
|-----------------|------|-----------------------|------|------|
|BMI
|Weight|Correlation
|1,000
|,992
||
||-----------------------|------|------|
||
|Significance(2-tailed)|.
|,000
||
||-----------------------|------|------|
||
|df
|0
|35
||
|------|-----------------------|------|------|
||Height|Correlation
|,992
|1,000
||
||-----------------------|------|------|
||
|Significance(2-tailed)|,000
|.
||
||-----------------------|------|------|
||
|df
|35
|0
||-----------------|------|-----------------------|------|------|
174
/214
Fréd
éric
Ber
trand
Ass
ocia
tion
deva
riabl
esqu
antit
ativ
es
175/
214
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Défi
nitio
nE
stim
atio
nA
sym
ptot
ique
Test
del’h
ypot
hèseρ
i,j|q
+1,
...,
m=
0Te
stde
l’hyp
othè
seρ
i,j|q
+1,
...,
m=ρ
0,ρ
06=
0C
asde
trois
varia
bles
réel
les
Exe
mpl
ePartialCorrelations
|-----------------|------|-----------------------|------|-----|
|ControlVariables|
||Weight|BMI
||-----------------|------|-----------------------|------|-----|
|Height
|Weight|Correlation
|1,000
|,998
||
||-----------------------|------|-----|
||
|Significance(2-tailed)|.
|,000
||
||-----------------------|------|-----|
||
|df
|0
|35
||
|------|-----------------------|------|-----|
||BMI
|Correlation
|,998
|1,000|
||
|-----------------------|------|-----|
||
|Significance(2-tailed)|,000
|.
||
||-----------------------|------|-----|
||
|df
|35
|0
||-----------------|------|-----------------------|------|-----|
175
/214
Fréd
éric
Ber
trand
Ass
ocia
tion
deva
riabl
esqu
antit
ativ
es
176/
214
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Défi
nitio
nE
stim
atio
nA
sym
ptot
ique
Test
del’h
ypot
hèseρ
i,j|q
+1,
...,
m=
0Te
stde
l’hyp
othè
seρ
i,j|q
+1,
...,
m=ρ
0,ρ
06=
0C
asde
trois
varia
bles
réel
les
Exe
mpl
ePartialCorrelations
|-----------------|------|-----------------------|-----|------|
|ControlVariables|
||BMI
|Height|
|-----------------|------|-----------------------|-----|------|
|Weight
|BMI
|Correlation
|1,000|-,990
||
||-----------------------|-----|------|
||
|Significance(2-tailed)|.
|,000
||
||-----------------------|-----|------|
||
|df
|0
|35
||
|------|-----------------------|-----|------|
||Height|Correlation
|-,990|1,000
||
||-----------------------|-----|------|
||
|Significance(2-tailed)|,000
|.
||
||-----------------------|-----|------|
||
|df
|35
|0
||-----------------|------|-----------------------|-----|------|
176
/214
Fréd
éric
Ber
trand
Ass
ocia
tion
deva
riabl
esqu
antit
ativ
es
177/
214
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Défi
nitio
nE
stim
atio
nA
sym
ptot
ique
Test
del’h
ypot
hèseρ
i,j|q
+1,
...,
m=
0Te
stde
l’hyp
othè
seρ
i,j|q
+1,
...,
m=ρ
0,ρ
06=
0C
asde
trois
varia
bles
réel
les
Exe
mpl
eO
nco
nsta
teai
nsiq
uele
stro
iste
sts
sont
sign
ifica
tifs
ause
uil
α=
5%
.O
nne
peut
cons
erve
rl’h
ypot
hèse
d’in
dépe
ndan
cede
deux
varia
bles
sach
antl
atro
isiè
me
etce
dans
les
trois
cas
quis
epr
ésen
tent
ici:
(Hei
ght,
Wei
ght)|B
MI,
(Wei
ght,
BM
I)|H
eigh
tet
(Hei
ght,
BM
I)|W
eigh
t.
177
/214
Fréd
éric
Ber
trand
Ass
ocia
tion
deva
riabl
esqu
antit
ativ
es
178/
214
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Défi
nitio
nE
stim
atio
nA
sym
ptot
ique
Test
del’h
ypot
hèseρ
i,j|q
+1,
...,
m=
0Te
stde
l’hyp
othè
seρ
i,j|q
+1,
...,
m=ρ
0,ρ
06=
0C
asde
trois
varia
bles
réel
les
Exe
mpl
eA
vez-
vous
une
criti
que
àfo
rmul
erqu
anta
um
odèl
equ
eno
usav
ons
utili
séic
i?P
arex
empl
el’h
ypot
hèse
dem
ultin
orm
alité
est-e
llevr
aise
mbl
able
?B
ien
que
les
test
sut
ilisé
sne
l’infi
rmen
tpa
s,no
treco
nnai
ssan
cede
lare
latio
nen
trele
BM
Iet
leco
uple
(Hei
ght,
Wei
ght)
nede
vait-
elle
pas
nous
faire
excl
ure
cem
odèl
e?
178
/214
Fréd
éric
Ber
trand
Ass
ocia
tion
deva
riabl
esqu
antit
ativ
es
179/
214
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Défi
nitio
nE
stim
atio
nA
sym
ptot
ique
Test
del’h
ypot
hèseρ
i,j|q
+1,
...,
m=
0Te
stde
l’hyp
othè
seρ
i,j|q
+1,
...,
m=ρ
0,ρ
06=
0C
asde
trois
varia
bles
réel
les
Exe
mpl
e
On
réal
ise
dans
unco
llège
deux
test
sd’
éval
uatio
nco
mm
uns
àto
usle
sél
èves
quel
que
soit
leur
âge
mai
sex
clus
ivem
entd
ege
nre
mas
culin
.L’u
npo
rte
surl
eurc
ompé
tenc
een
mat
hém
atiq
ues
etl’a
utre
ensp
ort,
lete
mps
mis
àpa
rcou
rir10
0m
enco
urse
àpi
ed.L
espe
rform
ance
son
tété
noté
essu
r10
0da
nsle
sde
uxte
sts
puis
ram
enée
sà
des
note
ssu
r20.
On
disp
ose
donc
dede
uxva
riabl
esal
éato
ires
:•
l’une
appe
lée
Mat
h(M
)eta
ssoc
iée
àla
note
enm
athé
mat
ique
squ
’are
çuun
élèv
e,•
l’aut
reap
pelé
eSp
ort(
S)et
asso
ciée
àla
note
ensp
ortq
u’a
reçu
unél
ève.
179
/214
Fréd
éric
Ber
trand
Ass
ocia
tion
deva
riabl
esqu
antit
ativ
es
180/
214
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Défi
nitio
nE
stim
atio
nA
sym
ptot
ique
Test
del’h
ypot
hèseρ
i,j|q
+1,
...,
m=
0Te
stde
l’hyp
othè
seρ
i,j|q
+1,
...,
m=ρ
0,ρ
06=
0C
asde
trois
varia
bles
réel
les
Exe
mpl
eLe
sdo
nnée
son
tété
repo
rtée
sda
nsle
tabl
eau
suiv
ant:
Élè
veM
ath
Spor
tÉ
lève
Mat
hSp
ort
17,
152,
6916
12,2
913
,16
27,
7910
,56
1711
,56
7,92
38,
578,
9118
14,3
19,
114
7,14
6,04
1911
,33
13,4
95
5,47
7,53
209,
4910
,99
64,
434,
0421
16,9
916
,54
74,
527,
4522
14,8
616
,03
86,
634,
5823
18,9
116
,41
180
/214
Fréd
éric
Ber
trand
Ass
ocia
tion
deva
riabl
esqu
antit
ativ
es
181/
214
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Défi
nitio
nE
stim
atio
nA
sym
ptot
ique
Test
del’h
ypot
hèseρ
i,j|q
+1,
...,
m=
0Te
stde
l’hyp
othè
seρ
i,j|q
+1,
...,
m=ρ
0,ρ
06=
0C
asde
trois
varia
bles
réel
les
Exe
mpl
e Élè
veM
ath
Spor
tÉ
lève
Mat
hSp
ort
95,
437,
5024
19,3
514
,81
107,
7810
,18
2519
,24
17,6
311
9,79
13,5
926
14,6
218
,78
1213
,40
6,92
2720
,00
18,5
413
8,68
7,51
2819
,19
20,0
014
11,3
59,
5929
19,2
815
,64
1510
,62
13,1
930
16,5
919
,73
L’éch
antil
lon
étud
iéa
unef
fect
ifn
=30
etes
texc
lusi
vem
ent
cons
titué
d’in
divi
dus
dege
nre
mas
culin
.
181
/214
Fréd
éric
Ber
trand
Ass
ocia
tion
deva
riabl
esqu
antit
ativ
es
182/
214
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Défi
nitio
nE
stim
atio
nA
sym
ptot
ique
Test
del’h
ypot
hèseρ
i,j|q
+1,
...,
m=
0Te
stde
l’hyp
othè
seρ
i,j|q
+1,
...,
m=ρ
0,ρ
06=
0C
asde
trois
varia
bles
réel
les
Exe
mpl
eC
omm
eno
usl’a
vons
fait
rem
arqu
er,l
’hyp
othè
sené
cess
aire
àl’a
ppro
che
para
mét
rique
dela
corr
élat
ion
sim
ple,
mul
tiple
oupa
rtie
llequ
ivou
sa
été
prés
enté
epl
usha
utes
tque
lalo
idu
vect
eur(
M,S
)es
tune
loim
ultin
orm
ale
surR
2 .
Cec
iapo
urco
nséq
uenc
equ
’ilfa
utqu
eM
,Sai
entu
nedi
strib
utio
nno
rmal
em
ais
com
me
nous
l’avo
nsdé
jàso
ulig
néce
n’es
tpas
suffi
sant
.On
doit
pare
xem
ple
auss
ites
terl
ano
rmal
itéde
M+
Set
M−
S.S
eré
fére
ràla
page
??po
urun
expo
sédé
taill
éde
ste
sts
dem
ultin
orm
alité
ouau
livre
deR
.C
hris
tens
en[3
].
182
/214
Fréd
éric
Ber
trand
Ass
ocia
tion
deva
riabl
esqu
antit
ativ
es
183/
214
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Défi
nitio
nE
stim
atio
nA
sym
ptot
ique
Test
del’h
ypot
hèseρ
i,j|q
+1,
...,
m=
0Te
stde
l’hyp
othè
seρ
i,j|q
+1,
...,
m=ρ
0,ρ
06=
0C
asde
trois
varia
bles
réel
les
Exe
mpl
e
183
/214
Fréd
éric
Ber
trand
Ass
ocia
tion
deva
riabl
esqu
antit
ativ
es
184/
214
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Défi
nitio
nE
stim
atio
nA
sym
ptot
ique
Test
del’h
ypot
hèseρ
i,j|q
+1,
...,
m=
0Te
stde
l’hyp
othè
seρ
i,j|q
+1,
...,
m=ρ
0,ρ
06=
0C
asde
trois
varia
bles
réel
les
Exe
mpl
e
184
/214
Fréd
éric
Ber
trand
Ass
ocia
tion
deva
riabl
esqu
antit
ativ
es
185/
214
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Défi
nitio
nE
stim
atio
nA
sym
ptot
ique
Test
del’h
ypot
hèseρ
i,j|q
+1,
...,
m=
0Te
stde
l’hyp
othè
seρ
i,j|q
+1,
...,
m=ρ
0,ρ
06=
0C
asde
trois
varia
bles
réel
les
Exe
mpl
eLe
sp−
vale
urs
sont
tout
essu
périe
ures
à0,
100,
onne
peut
donc
pas
reje
terl
’hyp
othè
sede
norm
alité
deM
,S,M
+S
etM−
S.
Atte
ntio
n,no
uste
stio
nsic
ila
mul
tinor
mal
itéde
(M,S
)et
nous
avon
spr
océd
éà
quat
rete
sts
deS
hapi
ro-W
ilk.N
ous
avio
ns,
com
me
d’ha
bitu
de,fi
xéun
seui
ldeα
glob
al=
5%
pour
lete
stgl
obal
dem
ultin
orm
alité
.Pou
rgar
antir
ceris
que
glob
alde
5%
,il
faut
fixer
unris
que
diffé
rent
de5
%po
urch
aque
test
deS
hapi
ro-W
ilk.
185
/214
Fréd
éric
Ber
trand
Ass
ocia
tion
deva
riabl
esqu
antit
ativ
es
186/
214
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Défi
nitio
nE
stim
atio
nA
sym
ptot
ique
Test
del’h
ypot
hèseρ
i,j|q
+1,
...,
m=
0Te
stde
l’hyp
othè
seρ
i,j|q
+1,
...,
m=ρ
0,ρ
06=
0C
asde
trois
varia
bles
réel
les
Exe
mpl
eE
nef
fets
ile
risqu
epo
urch
acun
des
test
sde
Sha
piro
-Wilk
est
fixé
àα
ind
=5
%,a
lors
leris
que
glob
ales
tau
max
imum
deα
glob
al=
1−
(1−
0,05
)4=
0,18
5>
0,05
.Ain
sion
doit
fixer
unse
uild
eα
ind
=1−
4√1−α
glob
al=
1−
4√0,
95=
0,01
3po
urch
acun
des
test
sde
Sha
piro
-Wilk
,ce
quir
evie
ntà
être
moi
nsex
igea
ntpo
urch
acun
des
test
sin
divi
duel
spu
isqu
e0,
013<
0,05
etdo
ncà
acce
pter
lano
rmal
itéda
nspl
usde
cas.
Dan
sce
texe
mpl
ece
tteco
rrec
tion
nech
ange
rien
àla
conc
lusi
onpu
isqu
’auc
une
des
p−va
leur
sn’
étai
entc
ompr
ises
entre
0,01
3et
0,05
.Sui
teà
cette
anal
yse
som
mai
rerie
nne
perm
etde
reje
terl
’hyp
othè
sede
mul
tinor
mal
itéde
(M,S
).
186
/214
Fréd
éric
Ber
trand
Ass
ocia
tion
deva
riabl
esqu
antit
ativ
es
187/
214
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Défi
nitio
nE
stim
atio
nA
sym
ptot
ique
Test
del’h
ypot
hèseρ
i,j|q
+1,
...,
m=
0Te
stde
l’hyp
othè
seρ
i,j|q
+1,
...,
m=ρ
0,ρ
06=
0C
asde
trois
varia
bles
réel
les
Exe
mpl
eO
npe
utdo
ncut
ilise
rune
appr
oche
para
mét
rique
etut
ilise
rle
coef
ficie
ntde
corr
élat
ion
deM
etS.
CorrélationdePearsondeMathsetSport=0,833
Valeurdep=0,000
On
cons
tate
ains
iqu’
ause
uilα
=5
%,o
nre
jette
l’hyp
othè
senu
lleH
0d’
indé
pend
ance
des
varia
bles
Mat
het
Spor
t,ca
r0,
000<
0,05
.
187
/214
Fréd
éric
Ber
trand
Ass
ocia
tion
deva
riabl
esqu
antit
ativ
es
188/
214
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Défi
nitio
nE
stim
atio
nA
sym
ptot
ique
Test
del’h
ypot
hèseρ
i,j|q
+1,
...,
m=
0Te
stde
l’hyp
othè
seρ
i,j|q
+1,
...,
m=ρ
0,ρ
06=
0C
asde
trois
varia
bles
réel
les
Exe
mpl
eO
ndé
cide
donc
qu’il
ya
une
corr
élat
ion
sign
ifica
tive
entre
les
résu
ltats
enm
athé
mat
ique
set
ensp
ort.
Lava
leur
del’e
stim
atio
n,0,
833,
duco
effic
ient
deco
rrél
atio
nét
antp
ositi
ve,
l’ass
ocia
tion
estp
ositi
ve,c
’est
-à-d
ire,p
lus
ones
tfor
ten
spor
tpl
uson
estf
orte
nm
athé
mat
ique
s.Q
u’en
pens
ez-v
ous
?D
equ
elau
tre
fact
eur
faud
rait-
ilte
nir
com
pte
?
188
/214
Fréd
éric
Ber
trand
Ass
ocia
tion
deva
riabl
esqu
antit
ativ
es
189/
214
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Défi
nitio
nE
stim
atio
nA
sym
ptot
ique
Test
del’h
ypot
hèseρ
i,j|q
+1,
...,
m=
0Te
stde
l’hyp
othè
seρ
i,j|q
+1,
...,
m=ρ
0,ρ
06=
0C
asde
trois
varia
bles
réel
les
Exe
mpl
eIl
esté
vide
ntqu
ele
sré
sulta
tsde
sél
èves
àce
ste
sts
dépe
ndde
leur
âge
puis
que
lem
ême
ques
tionn
aire
estp
osé
àto
usle
sél
èves
quel
que
soit
leur
nive
au,d
onc
auss
ibie
nen
clas
sede
6ème
qu’e
ncl
asse
de3èm
e .
Fort
heur
euse
men
tila
été
poss
ible
dere
trouv
erl’â
ge,e
tmêm
eun
ein
form
atio
nen
core
plus
préc
ise,
lada
tede
nais
sanc
e,de
chac
unde
sél
èves
quia
part
icip
éà
l’éva
luat
ion.
On
aal
ors
déci
déde
code
rl’â
geco
mm
eun
eva
riabl
eal
éato
irequ
antit
ativ
eco
ntin
ue,a
ppel
éeA
geet
parfo
isab
régé
een
A.C
ette
déci
sion
corr
espo
ndà
l’idé
e,re
lativ
emen
trai
sonn
able
,sui
vant
e:l
edé
velo
ppem
entd
’un
enfa
ntne
sera
itpa
sex
acte
men
tle
mêm
esi
celu
i-cie
stné
endé
buto
uen
find’
anné
eci
vile
.
189
/214
Fréd
éric
Ber
trand
Ass
ocia
tion
deva
riabl
esqu
antit
ativ
es
190/
214
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Défi
nitio
nE
stim
atio
nA
sym
ptot
ique
Test
del’h
ypot
hèseρ
i,j|q
+1,
...,
m=
0Te
stde
l’hyp
othè
seρ
i,j|q
+1,
...,
m=ρ
0,ρ
06=
0C
asde
trois
varia
bles
réel
les
Exe
mpl
e
Élè
veM
ath
Spor
tA
geÉ
lève
Mat
hSp
ort
Age
17,
152,
6911
,72
1612
,29
13,1
614
,02
27,
7910
,56
12,3
317
11,5
67,
9215
,02
38,
578,
9111
,91
1814
,31
9,11
13,4
04
7,14
6,04
11,9
219
11,3
313
,49
13,7
05
5,47
7,53
12,6
420
9,49
10,9
914
,14
64,
434,
0412
,07
2116
,99
16,5
415
,56
74,
527,
4512
,12
2214
,86
16,0
316
,31
86,
634,
5811
,23
2318
,91
16,4
116
,30
190
/214
Fréd
éric
Ber
trand
Ass
ocia
tion
deva
riabl
esqu
antit
ativ
es
191/
214
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Défi
nitio
nE
stim
atio
nA
sym
ptot
ique
Test
del’h
ypot
hèseρ
i,j|q
+1,
...,
m=
0Te
stde
l’hyp
othè
seρ
i,j|q
+1,
...,
m=ρ
0,ρ
06=
0C
asde
trois
varia
bles
réel
les
Exe
mpl
e
Élè
veM
ath
Spor
tA
geÉ
lève
Mat
hSp
ort
Age
95,
437,
5012
,65
2419
,35
14,8
116
,23
107,
7810
,18
12,4
025
19,2
417
,63
15,8
911
9,79
13,5
913
,99
2614
,62
18,7
815
,44
1213
,40
6,92
14,5
027
20,0
018
,54
16,2
913
8,68
7,51
14,0
428
19,1
920
,00
16,6
214
11,3
59,
5914
,64
2919
,28
15,6
416
,07
1510
,62
13,1
914
,60
3016
,59
19,7
315
,27
191
/214
Fréd
éric
Ber
trand
Ass
ocia
tion
deva
riabl
esqu
antit
ativ
es
192/
214
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Défi
nitio
nE
stim
atio
nA
sym
ptot
ique
Test
del’h
ypot
hèseρ
i,j|q
+1,
...,
m=
0Te
stde
l’hyp
othè
seρ
i,j|q
+1,
...,
m=ρ
0,ρ
06=
0C
asde
trois
varia
bles
réel
les
Exe
mpl
eP
uisq
ueno
usin
trodu
ison
sun
eno
uvel
leva
riabl
eal
éato
ireA
ge,
pour
étud
ierl
esco
rrél
atio
nsdu
vect
eur(
Mat
h,Sp
ort,
Age
)no
usde
vons
test
erla
norm
alité
duve
cteu
r(M
ath,
Spor
t,A
ge).
On
proc
ède
com
me
préc
édem
men
t.E
ns’
appu
yant
surl
esré
sulta
tsde
ste
sts
deno
rmal
itéci
-des
sus,
onvo
itqu
’ilne
rest
epl
usqu
’às’
inté
ress
erà
lano
rmal
itéde
Age
,Mat
h+
Age
,Sp
ort+
Age
etde
Mat
h+
Spor
t+A
ge.
192
/214
Fréd
éric
Ber
trand
Ass
ocia
tion
deva
riabl
esqu
antit
ativ
es
193/
214
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Défi
nitio
nE
stim
atio
nA
sym
ptot
ique
Test
del’h
ypot
hèseρ
i,j|q
+1,
...,
m=
0Te
stde
l’hyp
othè
seρ
i,j|q
+1,
...,
m=ρ
0,ρ
06=
0C
asde
trois
varia
bles
réel
les
Exe
mpl
e
193
/214
Fréd
éric
Ber
trand
Ass
ocia
tion
deva
riabl
esqu
antit
ativ
es
194/
214
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Défi
nitio
nE
stim
atio
nA
sym
ptot
ique
Test
del’h
ypot
hèseρ
i,j|q
+1,
...,
m=
0Te
stde
l’hyp
othè
seρ
i,j|q
+1,
...,
m=ρ
0,ρ
06=
0C
asde
trois
varia
bles
réel
les
Exe
mpl
e
194
/214
Fréd
éric
Ber
trand
Ass
ocia
tion
deva
riabl
esqu
antit
ativ
es
195/
214
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Défi
nitio
nE
stim
atio
nA
sym
ptot
ique
Test
del’h
ypot
hèseρ
i,j|q
+1,
...,
m=
0Te
stde
l’hyp
othè
seρ
i,j|q
+1,
...,
m=ρ
0,ρ
06=
0C
asde
trois
varia
bles
réel
les
Exe
mpl
e
Auc
unde
ces
test
sn’
ests
igni
ficat
ifau
seui
l5%
etdo
nca
fort
iori
ilsne
sero
ntpa
ssi
gnifi
catif
sau
seui
linf
érie
urqu
’ilfa
udra
itfix
erpo
urga
rant
irun
risqu
egl
obal
de5
%.E
naj
outa
ntce
sré
sulta
tsau
xpr
écéd
ents
,rie
nne
perm
etde
reje
ter
l’hyp
othè
sede
norm
alité
duve
cteu
r(M
ath,
Spor
t,A
ge).
On
calc
ule
donc
les
corr
élat
ions
sim
ples
entre
les
com
posa
ntes
dece
vect
eur.
195
/214
Fréd
éric
Ber
trand
Ass
ocia
tion
deva
riabl
esqu
antit
ativ
es
196/
214
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Défi
nitio
nE
stim
atio
nA
sym
ptot
ique
Test
del’h
ypot
hèseρ
i,j|q
+1,
...,
m=
0Te
stde
l’hyp
othè
seρ
i,j|q
+1,
...,
m=ρ
0,ρ
06=
0C
asde
trois
varia
bles
réel
les
Exe
mpl
eCorrélations:Maths;Sport;Age
Maths
Sport
Sport
0,833
0,000
Age
0,909
0,837
0,000
0,000
Contenudelacellule:corrélationdePearson
Valeurdep
196
/214
Fréd
éric
Ber
trand
Ass
ocia
tion
deva
riabl
esqu
antit
ativ
es
197/
214
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Défi
nitio
nE
stim
atio
nA
sym
ptot
ique
Test
del’h
ypot
hèseρ
i,j|q
+1,
...,
m=
0Te
stde
l’hyp
othè
seρ
i,j|q
+1,
...,
m=ρ
0,ρ
06=
0C
asde
trois
varia
bles
réel
les
Exe
mpl
eO
nno
teun
eco
rrél
atio
npo
sitiv
eet
sign
ifica
tive,
ause
uil
α=
5%
pour
chac
une
des
asso
ciat
ions
poss
ible
s.A
insi
,co
mm
eon
pouv
aitl
epr
évoi
r,pl
usl’o
nes
tâgé
,mie
uxl’o
nré
ussi
ten
mat
hém
atiq
ues
eten
spor
t.
Exe
rçon
s-no
usen
core
auca
lcul
deco
effic
ient
sde
corr
élat
ion
mul
tiple
.Ain
sidé
term
inon
sla
corr
élat
ion
mul
tiple
Rdu
Mat
hsu
r(S
port,A
ge),
laco
rrél
atio
nm
ultip
leR
duSp
orts
ur(M
ath,
Age
)et
laco
rrél
atio
nm
ultip
leR
duA
gesu
r(M
ath,
Spor
t).
197
/214
Fréd
éric
Ber
trand
Ass
ocia
tion
deva
riabl
esqu
antit
ativ
es
198/
214
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Défi
nitio
nE
stim
atio
nA
sym
ptot
ique
Test
del’h
ypot
hèseρ
i,j|q
+1,
...,
m=
0Te
stde
l’hyp
othè
seρ
i,j|q
+1,
...,
m=ρ
0,ρ
06=
0C
asde
trois
varia
bles
réel
les
Exe
mpl
e
Pour
effe
ctue
rce
calc
ulon
utili
sele
fait
que
R2
esté
gala
uco
effic
ient
dedé
term
inat
ion
obte
nulo
rsqu
el’o
nfa
itla
régr
essi
onlin
éaire
mul
tiple
deM
ath
sur(
Spor
t,A
ge).
On
obtie
ntpa
rexe
mpl
eav
ecM
inita
b.
198
/214
Fréd
éric
Ber
trand
Ass
ocia
tion
deva
riabl
esqu
antit
ativ
es
199/
214
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Défi
nitio
nE
stim
atio
nA
sym
ptot
ique
Test
del’h
ypot
hèseρ
i,j|q
+1,
...,
m=
0Te
stde
l’hyp
othè
seρ
i,j|q
+1,
...,
m=ρ
0,ρ
06=
0C
asde
trois
varia
bles
réel
les
Exe
mpl
eRegressionAnalysis:MathsversusSport;Age
L’équationderégressionest
Maths=-20,9+0,244Sport+2,13Age
Régresseur
Coef
Er-Tcoef
TP
Constante
-20,919
4,635
-4,51
0,000
Sport
0,2437
0,1412
1,73
0,096
Age
2,1258
0,4189
5,07
0,000
S=2,071
R-Sq=84,3%
R-Sq(adj)=83,2%
199
/214
Fréd
éric
Ber
trand
Ass
ocia
tion
deva
riabl
esqu
antit
ativ
es
200/
214
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Défi
nitio
nE
stim
atio
nA
sym
ptot
ique
Test
del’h
ypot
hèseρ
i,j|q
+1,
...,
m=
0Te
stde
l’hyp
othè
seρ
i,j|q
+1,
...,
m=ρ
0,ρ
06=
0C
asde
trois
varia
bles
réel
les
Exe
mpl
ePo
urca
lcul
erle
sau
tres
coef
ficie
nts
deco
rrél
atio
nm
ultip
le,o
npr
ocèd
ede
mêm
een
chan
gean
tles
rôle
sde
Mat
h,Sp
orte
tAge
.
200
/214
Fréd
éric
Ber
trand
Ass
ocia
tion
deva
riabl
esqu
antit
ativ
es
201/
214
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Défi
nitio
nE
stim
atio
nA
sym
ptot
ique
Test
del’h
ypot
hèseρ
i,j|q
+1,
...,
m=
0Te
stde
l’hyp
othè
seρ
i,j|q
+1,
...,
m=ρ
0,ρ
06=
0C
asde
trois
varia
bles
réel
les
Exe
mpl
eRegressionAnalysis:SportversusMaths;Age
L’équationderégressionest
Sport=-12,5+0,408Maths+1,37Age
Régresseur
Coef
Er-Tcoef
TP
Constante
-12,533
7,565
-1,66
0,109
Maths
0,4077
0,2362
1,73
0,096
Age
1,3701
0,7099
1,93
0,064
S=2,679
R-Sq=73,1%
R-Sq(adj)=71,1%
201
/214
Fréd
éric
Ber
trand
Ass
ocia
tion
deva
riabl
esqu
antit
ativ
es
202/
214
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Défi
nitio
nE
stim
atio
nA
sym
ptot
ique
Test
del’h
ypot
hèseρ
i,j|q
+1,
...,
m=
0Te
stde
l’hyp
othè
seρ
i,j|q
+1,
...,
m=ρ
0,ρ
06=
0C
asde
trois
varia
bles
réel
les
Exe
mpl
eRegressionAnalysis::AgeversusMaths;Sport
L’équationderégressionest
Age=10,3+0,230Maths+0,0885Sport
Régresseur
Coef
Er-Tcoef
TP
Constante
10,3401
0,3338
30,97
0,000
Maths
0,22965
0,04525
5,07
0,000
Sport
0,08848
0,04585
1,93
0,064
S=0,6807
R-Sq=84,7%
R-Sq(adj)=83,6%
202
/214
Fréd
éric
Ber
trand
Ass
ocia
tion
deva
riabl
esqu
antit
ativ
es
203/
214
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Défi
nitio
nE
stim
atio
nA
sym
ptot
ique
Test
del’h
ypot
hèseρ
i,j|q
+1,
...,
m=
0Te
stde
l’hyp
othè
seρ
i,j|q
+1,
...,
m=ρ
0,ρ
06=
0C
asde
trois
varia
bles
réel
les
Exe
mpl
eO
na
ains
itro
uvé
succ
essi
vem
ent:
ρM/
s (S,A)
=84,3
%
ρS/
s (M,A)
=73,1
%
ρA/
s (M,S
)=
84,7
%.
203
/214
Fréd
éric
Ber
trand
Ass
ocia
tion
deva
riabl
esqu
antit
ativ
es
204/
214
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Défi
nitio
nE
stim
atio
nA
sym
ptot
ique
Test
del’h
ypot
hèseρ
i,j|q
+1,
...,
m=
0Te
stde
l’hyp
othè
seρ
i,j|q
+1,
...,
m=ρ
0,ρ
06=
0C
asde
trois
varia
bles
réel
les
Exe
mpl
eC
alcu
lons
déso
rmai
sle
stro
isco
rrél
atio
nspa
rtie
lles
ρ(M
aths,S
port)|A
ge;
ρ(M
aths,A
ge)|S
port
;ρ(S
port,A
ge)|M
aths
.
204
/214
Fréd
éric
Ber
trand
Ass
ocia
tion
deva
riabl
esqu
antit
ativ
es
205/
214
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Défi
nitio
nE
stim
atio
nA
sym
ptot
ique
Test
del’h
ypot
hèseρ
i,j|q
+1,
...,
m=
0Te
stde
l’hyp
othè
seρ
i,j|q
+1,
...,
m=ρ
0,ρ
06=
0C
asde
trois
varia
bles
réel
les
Exe
mpl
eO
nap
pliq
uela
form
ule
ci-d
essu
s:
ρM
S|A
=ρ
MS−ρ
MAρ
SA
√1−ρ
2 MA
√1−ρ
2 SA
≈0,
833
ρM
A|S
=ρ
MA−ρ
MSρ
SA
√1−ρ
2 MS
√1−ρ
2 SA
≈0,
909
ρS
A|M
=ρ
SA−ρ
MSρ
MA
√1−ρ
2 MS
√1−ρ
2 MA
≈0,
837.
205
/214
Fréd
éric
Ber
trand
Ass
ocia
tion
deva
riabl
esqu
antit
ativ
es
206/
214
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Défi
nitio
nE
stim
atio
nA
sym
ptot
ique
Test
del’h
ypot
hèseρ
i,j|q
+1,
...,
m=
0Te
stde
l’hyp
othè
seρ
i,j|q
+1,
...,
m=ρ
0,ρ
06=
0C
asde
trois
varia
bles
réel
les
Exe
mpl
eC
esré
sulta
tsso
ntà
com
pare
rave
cle
sva
leur
sde
corr
élat
ion
sim
ple.
En
part
icul
ierl
aco
rrél
atio
nen
trele
poid
set
lata
ille
enél
imin
antl
’effe
tdu
poid
sse
mbl
esi
gnifi
cativ
e.Po
ural
lerp
lus
loin
etdé
cide
rde
lasi
gnifi
cativ
itéde
ces
corr
élat
ions
onpe
utse
réfe
rrer
àun
eta
ble
ouut
ilise
rla
loid
uco
effic
ient
deco
rrél
atio
npa
rtie
lleén
oncé
eau
xpa
ges
131
et13
9.
206
/214
Fréd
éric
Ber
trand
Ass
ocia
tion
deva
riabl
esqu
antit
ativ
es
207/
214
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Défi
nitio
nE
stim
atio
nA
sym
ptot
ique
Test
del’h
ypot
hèseρ
i,j|q
+1,
...,
m=
0Te
stde
l’hyp
othè
seρ
i,j|q
+1,
...,
m=ρ
0,ρ
06=
0C
asde
trois
varia
bles
réel
les
Exe
mpl
eC
erta
ins
logi
ciel
s,co
mm
eS
PS
S,n
ous
rens
eign
entd
irect
emen
tsu
rles
p−va
leur
sas
soci
ées
aux
corr
élat
ions
part
ielle
s.
207
/214
Fréd
éric
Ber
trand
Ass
ocia
tion
deva
riabl
esqu
antit
ativ
es
208/
214
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Défi
nitio
nE
stim
atio
nA
sym
ptot
ique
Test
del’h
ypot
hèseρ
i,j|q
+1,
...,
m=
0Te
stde
l’hyp
othè
seρ
i,j|q
+1,
...,
m=ρ
0,ρ
06=
0C
asde
trois
varia
bles
réel
les
Exe
mpl
eCorrelations
|-----------------|-----|-----------------------|-----|-----|
|ControlVariables|
||Maths|Sport|
|-----------------|-----|-----------------------|-----|-----|
|Age
|Maths|Correlation
|1,000|,315
||
||-----------------------|-----|-----|
||
|Significance(2-tailed)|.
|,096
||
||-----------------------|-----|-----|
||
|df
|0
|27
||
|-----|-----------------------|-----|-----|
||Sport|Correlation
|,315
|1,000|
||
|-----------------------|-----|-----|
||
|Significance(2-tailed)|,096
|.
||
||-----------------------|-----|-----|
||
|df
|27
|0
||-----------------|-----|-----------------------|-----|-----|
208
/214
Fréd
éric
Ber
trand
Ass
ocia
tion
deva
riabl
esqu
antit
ativ
es
209/
214
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Défi
nitio
nE
stim
atio
nA
sym
ptot
ique
Test
del’h
ypot
hèseρ
i,j|q
+1,
...,
m=
0Te
stde
l’hyp
othè
seρ
i,j|q
+1,
...,
m=ρ
0,ρ
06=
0C
asde
trois
varia
bles
réel
les
Exe
mpl
eCorrelations
|-----------------|-----|-----------------------|-----|-----|
|ControlVariables|
||Age
|Maths|
|-----------------|-----|-----------------------|-----|-----|
|Sport
|Age
|Correlation
|1,000|,699
||
||-----------------------|-----|-----|
||
|Significance(2-tailed)|.
|,000
||
||-----------------------|-----|-----|
||
|df
|0
|27
||
|-----|-----------------------|-----|-----|
||Maths|Correlation
|,699
|1,000|
||
|-----------------------|-----|-----|
||
|Significance(2-tailed)|,000
|.
||
||-----------------------|-----|-----|
||
|df
|27
|0
||-----------------|-----|-----------------------|-----|-----|
209
/214
Fréd
éric
Ber
trand
Ass
ocia
tion
deva
riabl
esqu
antit
ativ
es
210/
214
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Défi
nitio
nE
stim
atio
nA
sym
ptot
ique
Test
del’h
ypot
hèseρ
i,j|q
+1,
...,
m=
0Te
stde
l’hyp
othè
seρ
i,j|q
+1,
...,
m=ρ
0,ρ
06=
0C
asde
trois
varia
bles
réel
les
Exe
mpl
eCorrelations
|-----------------|-----|-----------------------|-----|-----|
|ControlVariables|
||Age
|Sport|
|-----------------|-----|-----------------------|-----|-----|
|Maths
|Age
|Correlation
|1,000|,348
||
||-----------------------|-----|-----|
||
|Significance(2-tailed)|.
|,064
||
||-----------------------|-----|-----|
||
|df
|0
|27
||
|-----|-----------------------|-----|-----|
||Sport|Correlation
|,348
|1,000|
||
|-----------------------|-----|-----|
||
|Significance(2-tailed)|,064
|.
||
||-----------------------|-----|-----|
||
|df
|27
|0
||-----------------|-----|-----------------------|-----|-----|
210
/214
Fréd
éric
Ber
trand
Ass
ocia
tion
deva
riabl
esqu
antit
ativ
es
211/
214
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Défi
nitio
nE
stim
atio
nA
sym
ptot
ique
Test
del’h
ypot
hèseρ
i,j|q
+1,
...,
m=
0Te
stde
l’hyp
othè
seρ
i,j|q
+1,
...,
m=ρ
0,ρ
06=
0C
asde
trois
varia
bles
réel
les
Exe
mpl
eO
nco
nsta
teai
nsiq
uele
stro
iste
sts
neso
ntpa
ssi
gnifi
catif
sau
seui
lα=
5%
.O
nco
nser
vel’h
ypot
hèse
d’in
dépe
ndan
cede
deux
varia
bles
sach
antl
atro
isiè
me
etce
dans
les
trois
cas
quis
epr
ésen
tent
ici:
(Mat
hs,S
port
)|Age
,(M
aths,A
ge)|S
port
et(S
port,A
ge)|M
aths
.
211
/214
Fréd
éric
Ber
trand
Ass
ocia
tion
deva
riabl
esqu
antit
ativ
es
212/
214
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Défi
nitio
nE
stim
atio
nA
sym
ptot
ique
Test
del’h
ypot
hèseρ
i,j|q
+1,
...,
m=
0Te
stde
l’hyp
othè
seρ
i,j|q
+1,
...,
m=ρ
0,ρ
06=
0C
asde
trois
varia
bles
réel
les
Exe
mpl
eO
nco
nsta
tequ
ele
sré
sulta
tsà
l’épr
euve
desp
orte
tàce
llede
mat
hém
atiq
ues
sont
indé
pend
ants
sil’o
ntie
ntco
mpt
ede
l’âge
des
élèv
es,c
equ
iest
bien
plus
conf
orm
eà
cequ
el’o
npo
uvai
tpe
nser
avan
tde
réal
iser
cette
expé
rienc
e.
212
/214
Fréd
éric
Ber
trand
Ass
ocia
tion
deva
riabl
esqu
antit
ativ
es
213/
214
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Défi
nitio
nE
stim
atio
nA
sym
ptot
ique
Test
del’h
ypot
hèseρ
i,j|q
+1,
...,
m=
0Te
stde
l’hyp
othè
seρ
i,j|q
+1,
...,
m=ρ
0,ρ
06=
0C
asde
trois
varia
bles
réel
les
A.B
oom
sma.
Com
parin
gap
prox
imat
ions
ofco
nfide
nce
inte
rval
sfo
rthe
prod
uct-m
omen
tcor
rela
tion
coef
ficie
nt.
Sta
tistic
aN
eerla
ndic
a,31
:179
–186
,197
7.
P.C
hapo
uille
.P
lani
ficat
ion
etan
alys
ede
sex
périe
nces
.M
asso
n,P
aris
,197
3.
R.C
hris
tens
en.
Line
arM
odel
sfo
rMul
tivar
iate
,Tim
eS
erie
s,an
dS
patia
lD
ata.
Spr
inge
rTex
tsin
Sta
tistic
s.S
prin
ger-
Verla
g,19
91.
213
/214
Fréd
éric
Ber
trand
Ass
ocia
tion
deva
riabl
esqu
antit
ativ
es
214/
214
Coe
ffici
entd
eco
rrél
atio
nsi
mpl
eLe
cas
bidi
men
sion
nel
Leca
sgé
néra
l(n>
2)C
orré
latio
nm
ultip
leC
orré
latio
npa
rtie
lle
Défi
nitio
nE
stim
atio
nA
sym
ptot
ique
Test
del’h
ypot
hèseρ
i,j|q
+1,
...,
m=
0Te
stde
l’hyp
othè
seρ
i,j|q
+1,
...,
m=ρ
0,ρ
06=
0C
asde
trois
varia
bles
réel
les
P.D
agné
lie.
Sta
tistiq
ueTh
éoriq
ueet
App
liqué
e,vo
lum
e2.
De
Boe
ck&
Larc
ier,
Bru
xelle
s,19
98.
J.-Y
.Ouv
rard
.P
roba
bilit
és,v
olum
e2.
Cas
sini
,Par
is,2
000.
E.W
eiss
tein
.C
orre
latio
nco
effic
ient
-biv
aria
teno
rmal
dist
ribut
ion
from
mat
hwor
ld–a
wol
fram
web
reso
urce
.Li
enin
tern
et:h
ttp://
mat
hwor
ld.w
olfra
m.c
om/C
orre
latio
n-C
oeffi
cien
tBiv
aria
teN
orm
alD
istr
ibut
ion.
htm
l.
214
/214
Fréd
éric
Ber
trand
Ass
ocia
tion
deva
riabl
esqu
antit
ativ
es