117 lines
2.8 KiB
Markdown
117 lines
2.8 KiB
Markdown
# NON FINIT !!!
|
|
# NON FINIT !!!
|
|
|
|
# NON FINIT !!!# NON FINIT !!!
|
|
# NON FINIT !!!
|
|
# NON FINIT !!!
|
|
# NON FINIT !!!
|
|
# NON FINIT !!!
|
|
# NON FINIT !!!
|
|
|
|
|
|
# NON FINIT !!!
|
|
# NON FINIT !!!
|
|
|
|
# Exercice 4 : Analyse de la relation entre âge, expérience et salaire
|
|
|
|
## Table des matières
|
|
1. [Initialisation des variables](#init)
|
|
2. [Nuage de points et régression linéaire : Age vs Salaire](#q1)
|
|
3. [Nuage de points et régression linéaire : Expérience vs Salaire](#q2)
|
|
|
|
---
|
|
|
|
## Initialisation des variables {#init}
|
|
|
|
Pour cette exercice, veuillez initaliser les variables suivantes :
|
|
|
|
**[Script Scilab](scripts/init.sce) :**
|
|
|
|
```scilab
|
|
// Charger les données depuis le fichier CSV
|
|
data = csvRead('data.csv');
|
|
|
|
// Extraire les colonnes pertinentes (âge et salaire)
|
|
age = data(:, 2);
|
|
salaire = data(:, 7);
|
|
```
|
|
|
|
---
|
|
|
|
## Question 1 : Nuage de points et régression linéaire (Age vs Salaire) {#q1}
|
|
|
|
> Tracez un nuage de points (age,salaire), et la droite de regression correspondante. Quel est le coefficient de corrélation ?
|
|
|
|
**[Script Scilab](scripts/q1.sce) :**
|
|
|
|
```scilab
|
|
// Vérifier les dimensions
|
|
disp(size(age));
|
|
disp(size(salaire));
|
|
|
|
clf;
|
|
|
|
// Tracer le nuage de points avec les vraies données
|
|
scatter(age, salaire, 10, 'filled');
|
|
xlabel('Age');
|
|
ylabel('Salaire');
|
|
title('Nuage de points : Age vs Salaire');
|
|
|
|
A = [ones(length(age), 1), age];
|
|
coefficients = A \ salaire;
|
|
salaire_pred = A * coefficients;
|
|
|
|
// Tracer la droite de régression
|
|
plot(age, salaire, '+'); // Tracer le nuage de points
|
|
plot(age, salaire_pred, '-r'); // Tracer la droite de régression
|
|
legend(['Données', 'Droite de régression'], 'Location', 'northwest');
|
|
|
|
// Calcul manuel du coefficient de corrélation
|
|
mean_age = mean(age);
|
|
mean_salaire = mean(salaire);
|
|
numerateur = sum((age - mean_age) .* (salaire - mean_salaire));
|
|
denominateur = sqrt(sum((age - mean_age).^2) * sum((salaire - mean_salaire).^2));
|
|
correlation_coefficient = numerateur / denominateur;
|
|
|
|
// Affichage du coefficient de corrélation
|
|
disp('Le coefficient de corrélation est :');
|
|
disp(correlation_coefficient);
|
|
```
|
|
|
|
**Résultat :**
|
|
|
|
|
|
|
|
---
|
|
|
|
## Question 2 : Histogramme des salaires moyens par niveau d'études {#q2}
|
|
|
|
> Tracez un histogramme des salaires moyens suivant le niveau d'études.
|
|
|
|
**[Script Scilab](scripts/q2.sce) :**
|
|
|
|
```scilab
|
|
niveau_etudes = D(:, 4);
|
|
salaires = D(:, 7);
|
|
unique_niveaux = unique(niveau_etudes);
|
|
moy_salaire_par_niveau = zeros(size(unique_niveaux));
|
|
|
|
for i = 1:length(unique_niveaux)
|
|
moy_salaire_par_niveau(i) = mean(salaires(niveau_etudes == unique_niveaux(i)));
|
|
end
|
|
|
|
bar(unique_niveaux, moy_salaire_par_niveau);
|
|
|
|
xlabel("Niveau d''études");
|
|
ylabel("Salaire moyen");
|
|
title("Salaire moyen par niveau d''études");
|
|
```
|
|
|
|
**Résultat :**
|
|
|
|
|
|
|
|
|
|
---
|
|
|
|
[⬅️](../EXO3/ "Exercice précédent (Exercice 3)") | [🏠](../ "Retour au sommaire") | [➡️](../EXO5/ "Exercice suivant (Exercice 5)") |