Nuages de points, résidus du modèle et prédictions
Introduit| English | Sens |
|---|---|
| line of best fit/laɪn ɒv best fɪt/ | droite de meilleure ajustement |
| residual/rɪˈsɪdʒuːəl/ | résidu |
| extrapolation/ekˈstræpəleɪʃn/ | extrapolation |
Prédictions à partir d'un nuage de points
- Un nuage de points montre les heures d'étude ($x$) et la note au test ($y$) pour 30 étudiants, avec la droite de meilleure ajustement $y = 4.5x + 52$.
- Le SAT vous demande d'interpréter cette droite, de mesurer la distance d'un point par rapport à elle et de juger si une prédiction est fiable.
Interpréter la droite de régression
- Pente 4.5 : chaque heure supplémentaire d'étude est associée à environ 4.5 points de plus en moyenne. Ordonnée à l'origine 52 : le score prédit pour 0 heures.
- « Associé à » est important : un nuage de points montre une relation, pas la preuve qu'une chose cause l'autre.

Nuage de points avec la droite y = 4.5x + 52 et un résidu de +6 à 6 heures
For houses, the line of best fit for price (thousand $) against floor area (m²) is$P = 2.1A + 35$. What does 2.1 mean?
Difficulté 1/5 · 100 pièces + un petit bonus lors de la première réussite aujourd'hui
The slope is the average change in price per extra square metre.
Résidus
- Résidu $=$ réel $-$ prédit. Un étudiant qui a étudié 6 heures et obtenu 85 : prédit $4.5(6) + 52 = 79$, résidu $= 85 - 79 = 6$.
- Un résidu positif signifie que le point est au-dessus de la droite ; négatif signifie en dessous.
Un étudiant a étudié 4 heures et obtenu 65. Prédit : $4.5(4) + 52 = 70$. Résidu : $65 - 70 = -5$ (5 points sous la droite).
Au-dessus, sur ou en dessous de la droite ?
Utiliser le signe d'un résidu pour placer un point par rapport à la droite.
The line of best fit is $y = 3x + 20$. A data point is $(10, 46)$. What is its residual?
Difficulté 2/5 · 140 pièces + un petit bonus lors de la première réussite aujourd'hui
Predicted $3(10) + 20 = 50$; residual $46 - 50 = -4$.
A point below the line of best fit has a ____ residual.
Difficulté 1/5 · 100 pièces + un petit bonus lors de la première réussite aujourd'hui
Actual is less than predicted.
Interpolation versus extrapolation
- Les prédictions dans la plage des données (interpolation) sont plus fiables que celles bien en dehors (extrapolation). Si les données couvrent 0–10 heures, prédire pour 40 heures (un score de 232) n'a aucun sens.
- Avec des incréments égaux en $x$, des différences constantes en $y$ suggèrent un modèle linéaire ; des rapports constants suggèrent un modèle exponentiel.
If data cover temperatures from 10 °C to 30 °C, a prediction for 80 °C from the same line is reliable.
Difficulté 1/5 · 100 pièces + un petit bonus lors de la première réussite aujourd'hui
That is extrapolation far outside the data.
Pièges
- Signe du résidu : calculez réel moins prédit, et non l'inverse.
- Corrélation comme causalité : la droite décrit une association dans ces données, pas une cause.
A strong positive association in a scatterplot proves that the x-variable causes the y-variable to increase.
Difficulté 1/5 · 100 pièces + un petit bonus lors de la première réussite aujourd'hui
Association is not causation.
Résumé
- Pente = changement moyen en $y$ par unité de $x$ ; ordonnée à l'origine = $y$ prédit à $x = 0$.
- Résidu = réel − prédit ; faites confiance aux prédictions dans la plage des données.