Chaqueannée,ladirectiondesaffairesmaritimescollectedesdonnéesrelativesàl'état de la flotte de pêche française et l'INSEEréalisedesanalyses.Onchercheàétudierl'évolution au cours du temps du nombre de marins embarqués sur les navires français ainsi que celle du nombre de bateaux actifs
Partie A
0*) Déterminer les coordonnées du point moyen de la série (xi;yi)
0*) Moyenne xi : 5,5 Moyenne yi : 14087
1) Dans cette partie, on considère que l'évolutionaucoursdutempsdunombredemarinsembarquéssurlesnaviresfrançaisestmodéliséeparladroited'équation : y = – 368,62 x + 16115 Pour chacune des affirmations suivantes, dire si elle est VRAIE ou FAUSSE en justifiant votre réponse :
Affirmation 1 : A partir du modèle affine, l'estimationdunombredemarinsembarquéssurlesnaviresfrançaisen2007estd'environ 16619 Affirmation 2 : 88,7% des variations du nombre de marins sont expliquées par les variations du rang de l'annéeAffirmation3:lemodèleaffineretenupermetd'affirmer que, chaque année, le nombre de marins diminue de 369 environ
1)Affirmation 1 : On calcule pour x = 1 : y^ = – 368,62×1 + 16115 = 15746 ≠ 16619 donc FAUX
Affirmation 2 : le coefficient de détermination vaut : R = r2 = 0,7871 ≠ 0,887 donc 78,7 % des variations du nombre de marins sont expliquées par les variations du rang de l'annéedoncFAUXAffirmation3:a=–368,62≈–369donc;chaqueannée,lenombredemarinsdiminuede369environdoncVRAI2.Détermineruneestimationdunombredemarinsembarquéssurlesnaviresfrançaisen2019ensupposantquelatendanceseconfirme2)Silatendanceseconfirme,l'ajustement affine restera pertinent donc on peut utiliser la droite d'équationy=–368,62x+16115pourestimerlenombredemarins.2019correspondàx=13doncy=–368,62×13+16115=11323Onestimequ'il y aura 11323 marins en 2019
Partie B La variable statistique X désigne le rang de l'annéeLavariablestatistiqueZdésignelenombretotaldenaviresactifspouruneannéedonnée1.Justifierquelechoixd'un ajustement affine est possible mais pas le plus pertinent. On calculera le coefficient de corrélation et le coefficient de détermination
1. L'ajustementdeZenXapourparamètres:Attentionàl'ordre : Z en X donc Z = aX + b
L'ajustementaffineestpossiblecar:lecoefficientdecorrélationlinéaireesttrèsbon:–0,9929estinférieurà–0,96ettrèsprochede–1lesrésidussemblentassezfaiblesparrapportauxvaleursmesurées:en1995et2016,onpeutlesestimeràvueà100individus,cequireprésente1/40soit2,5%parrapportauxeffectifsréelsToutefois,l'ajustement n'estpastrèspertinentcarlespointsnesontpasalignéslelongd'une droite, ils ont plutôt une allure de parabole
2. On souhaite faire un ajustement exponentiel. Pour cela, on effectue un changement de variable et on pose T = ln(Z)
a) Déterminer, par la méthode des moindres carrés, une équation de la droite d'ajustementdeTenX.Lescoefficientsserontarrondisà10–2prèsUneéquationdeladroited'ajustement de T en X est : t = – 0,02 x + 8,81
b) Déterminer le coefficient de corrélation linéaire et le coefficient de détermination
b) Le coefficient de corrélation linéaire vaut r = – 0,9969 Le coefficient de détermination vaut : R = r2 = 0,9939
c) Soit ti^ la valeur estimée de ti en utilisant l'ajustementaffinetrouvé.Ondéfinitlesrésiduseicomme:ei=ti–ti^Compléterletableauci-dessusenindiquantlesti,lesti^,lesrésiduseietlesrésiduscommepourcentagedesvaleursmesurées.Listedeslistes:L1:XL2:ZL3:T=ln(Z)=ln(L2)L4:T^=–0,02X+8,81=–0,02×L1+8,81L5:résiduse=t–t^=L3–L4L6:résiduscommepourcentagedesvaleursobservées:e/t×100=L5/L3×100d)L'ajustement de T en X est-il plus pertinent que l'ajustementdeYenX?d)L'ajustement de T en X est plus pertinent que l'ajustementdeYenXcar:lespointssontmieuxalignéslelongdeladroite (surlacalculatriceetsurlegraphiqueci-dessous)lecoefficientdedéterminationestmeilleur (0,9939contre0,9858);cecoefficientdedéterminationesttrèsprochede1,doncl'ajustement affine est de bonne qualité les résidus ei sont tous faibles par rapport aux valeurs observés ti : ils sont inférieurs à 0,23 % des valeurs observées
3. a) Déterminer une expression de z en fonction de x
a) t = ln(z) = – 0,02 x + 8,81 donc z = e ln(z) = e – 0,02 x + 8,81
b) A l'aidedecemodèle,estimerlenombretotaldenaviresactifsen20192019:annéederang25Pourx=25:z=e–0,02×25+8,81=4052OU:t=–0,02x+8,81=–0,02×25+8,81=8,31etz=et=e8,31=4064Seloncemodèle,ilyauraitdonc4052naviresenactivitéen2020
During your visit to our site, NumWorks needs to install "cookies" or use other technologies to collect data about you in order to:
Ensure the proper functioning of the site (essential cookies); and
Track your browsing to send you personalized communications if you have created a professional account on the site and can be contacted (audience measurement cookies).
With the exception of Cookies essential to the operation of the site, NumWorks leaves you the choice: you can accept Cookies for audience measurement by clicking on the "Accept and continue" button, or refuse these Cookies by clicking on the "Continue without accepting" button or by continuing your browsing. You can update your choice at any time by clicking on the link "Manage my cookies" at the bottom of the page. For more information, please consult our cookies policy.