Capsule 2 - Lire le nuage de points

MQT-2101 - Analyse et modélisation des données

Pourquoi ça compte

La relation peut-elle se résumer par une droite?

Avant d’ajuster un modèle, le nuage de points révèle la forme de la relation et les écarts entre observations.

Objectifs de la capsule

  • Décrire la direction, la forme et la dispersion.
  • Lire une corrélation linéaire.
  • Repérer les limites d’un résumé numérique.

Lecture du nuage de points

Trois repères visuels

Direction

Association positive

Forme

Tendance approximativement linéaire

Dispersion

Des ventes différentes à budget voisin

Un point éloigné mérite une vérification, pas une suppression automatique.

La corrélation linéaire

\(r\) décrit la direction et l’intensité de la relation linéaire.

\(-1\)

Alignement décroissant

\(0\)

Absence de relation linéaire

\(+1\)

Alignement croissant

Sans unité. Symétrique en \(x\) et \(y\). Une relation courbe peut avoir une corrélation faible.

La corrélation dans ce fichier

cor(campagnes$budget_marketing, campagnes$ventes)
[1] 0.907859

Ici, \(r\) vaut environ 0,908 : l’association linéaire est positive et marquée.

Les régions dans le graphique

Le code du graphique

ggplot(campagnes, aes(budget_marketing, ventes)) +
  geom_point(aes(colour = region), alpha = 0.8) +
  labs(x = "Budget marketing mensuel ($)",
       y = "Ventes mensuelles ($)", colour = "Région") +
  theme_minimal()

L’importation et le code complet figurent dans les démonstrations R.

À retenir

1

Le graphique avant le calcul

2

Une corrélation sans unité

3

Le contexte reste nécessaire

Production autonome 3.2

Produisez le nuage budget-ventes et décrivez sa direction, sa forme, sa dispersion et une limite.

Auto-vérification

  • Mes axes nomment les variables et les dollars.
  • J’ai décrit les points avant de citer la corrélation.
  • Je n’ai pas transformé la corrélation en preuve causale.