SAE_2.04/EXO4
2024-06-16 18:16:00 +02:00
..
img Modifs 2024-06-15 19:42:14 +02:00
scripts dernier checkup 2024-06-16 18:16:00 +02:00
.DS_Store Ajouts des répertoires 2024-06-09 16:32:21 +02:00
README.md dernier checkup 2024-06-16 18:16:00 +02:00

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
  • q1

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
  • q2

⬅️ | 🏠 | ➡️