En saisissant les données à la calculatrice on obtient :
y = - 1970,091 x + 22682,909
Le coefficient de corrélation R² est de 0,967
Entre 2020 et 2025 on a :
Année 2020 2021 2022 2023 2024 2025
Rang 10 11 12 13 14 15
Cote 2982 1012 -958 -2928 -4898 -6868
2a
Xi 0 1 2 3 4
Zi 10,093 10,007 9,758 9,660 9,535
Xi 5 6 7 8 9
Zi 9,410 9,225 9,129 8,908 8,708
2b
A la calculatrice on obtient :
z = -0,15x + 10,118 et R² = 0,992
2c
z = ln(y) donc
ln(y) = -0,15x + 10,118
y = exp(-0,15x + 10,118)
[tex]y=e^{-0,15x + 10,118}[/tex]
2d
Entre 2020 et 2025 on a :
Année 2020 2021 2022 2023 2024 2025
Rang 10 11 12 13 14 15
Cote 5530 4760 4097 3526 3035 2612
3. Le coefficient de corrélation est plus proche de 1 pour l'ajustement exponentiel que pour l'ajustement affine. Les estimations des cotes entre 2020 et 2025 sont plus réalistes pour l'ajustement exponentiel que l'ajustement affine. Avec ce dernier, les cotes sont rapidement négatives. L'ajustement exponentiel paraît donc plus adapté.
Lista de comentários
Réponse :
Bonjour
En saisissant les données à la calculatrice on obtient :
y = - 1970,091 x + 22682,909
Le coefficient de corrélation R² est de 0,967
Entre 2020 et 2025 on a :
Année 2020 2021 2022 2023 2024 2025
Rang 10 11 12 13 14 15
Cote 2982 1012 -958 -2928 -4898 -6868
2a
Xi 0 1 2 3 4
Zi 10,093 10,007 9,758 9,660 9,535
Xi 5 6 7 8 9
Zi 9,410 9,225 9,129 8,908 8,708
2b
A la calculatrice on obtient :
z = -0,15x + 10,118 et R² = 0,992
2c
z = ln(y) donc
ln(y) = -0,15x + 10,118
y = exp(-0,15x + 10,118)
[tex]y=e^{-0,15x + 10,118}[/tex]
2d
Entre 2020 et 2025 on a :
Année 2020 2021 2022 2023 2024 2025
Rang 10 11 12 13 14 15
Cote 5530 4760 4097 3526 3035 2612
3. Le coefficient de corrélation est plus proche de 1 pour l'ajustement exponentiel que pour l'ajustement affine. Les estimations des cotes entre 2020 et 2025 sont plus réalistes pour l'ajustement exponentiel que l'ajustement affine. Avec ce dernier, les cotes sont rapidement négatives. L'ajustement exponentiel paraît donc plus adapté.