SAE_2.04/EXO4

Exercice 4 : Analyse de la relation entre âge, expérience et salaire

Table des matières

1. Initialisation des variables
2. Nuage de points et régression linéaire : Age vs Salaire
3. Nuage de points et régression linéaire : Expérience vs Salaire

---

Initialisation des variables

Pour cette exercice, veuillez initaliser les variables suivantes :

Script Scilab :

csvDouble = csvRead('data.csv');   
csvString = csvRead('data.csv',[],[],'string');

---

Question 1 : Nuage de points et régression linéaire (Age vs Salaire)

Tracez un nuage de points (age,salaire), et la droite de regression correspondante. Quel est le coefficient de corrélation ?

Script Scilab :

X=csvDouble(:,7);
Y=csvDouble(:,2);
plot2d(X,Y,-1);
[a,b] = reglin(X',Y');
y_reg = a*X+b;
plot2d(X,y_reg,5);
corrcoef(X,Y)

Résultat :

• Coefficient de corrélation : 0.7280526
• 

---

Question 2 : Nuage de points et régression linéaire : Expérience vs Salaire

Tracez un nuage de points (expérience,salaire), et la droite de regression correspondante. Quel est le coefficient de corrélation ?

Script Scilab :

X=csvDouble(:,7);
Y=csvDouble(:,6);
plot2d(X,Y,-1);
[a,b] = reglin(X',Y');
y_reg = a*X+b;
plot2d(X,y_reg,5);
corrcoef(X,Y)

Résultat :

• Coefficient de corrélation : 0.8089689
• 

---

⬅️ | 🏠 | ➡️