Générateur de nuage de points — Tendance, pente et R²
Générateur de nuages de points
| Points tracés | 8 |
| Pente | 1.986 |
| Ordonnée à l’origine | 0.064 |
| R² (coefficient de détermination) | 0.9988 |
La droite de tendance est un ajustement par moindres carrés ordinaux, et R² est la part de la variance de y qu’elle explique. Un R² proche de 1 signifie que les points se situent presque sur la droite ; un R² proche de 0 signifie que la droite explique peu et qu’une autre relation est probablement en jeu. Un R² élevé n’établit pas pour autant une relation de causalité.
Ce Qui Est
Un nuage de points, ou diagramme de dispersion, est un graphique qui met en relation deux variables numériques, chaque point représentant une observation, c'est-à-dire une paire de valeurs mesurées (x, y). L'axe horizontal accueille généralement la variable indépendante, celle que le chercheur manipule ou contrôle, et l'axe vertical la variable dépendante, celle qu'il cherche à mesurer : par exemple le nombre d'heures de révision et la note obtenue à l'examen, ou le budget publicitaire et le chiffre d'affaires mensuel. Les deux axes doivent être exprimés dans des unités cohérentes, faute de quoi la pente n'a plus aucun sens. Le point capital est celui-ci : une corrélation n'est pas une causalité. Les ventes de glaces et les noyades augmentent en même temps chaque été, sans qu'un glacier ne soit responsable des noyades : les deux dépendent d'un troisième facteur, la chaleur. Ce facteur caché est un facteur de confusion (confounding variable), et il est à l'origine de la plupart des conclusions trompeuses. Il peut même arriver que la corrélation soit positive dans l'échantillon global et négative dans chaque sous-groupe, un paradoxe connu sous le nom de paradoxe de Simpson.
Lorsque vous cochez Trend line, l'outil ajuste une droite y = pente × x + ordonnée à l'origine par la méthode des moindres carrés (ordinary least squares, OLS). Le nom vient précisément du critère minimisé : on retient la droite qui rend minimale la somme des carrés des distances verticales entre les points et la droite. La pente se calcule en divisant nΣxy − ΣxΣy par nΣx² − (Σx)², et l'ordonnée à l'origine s'obtient en soustrayant la pente multipliée par la moyenne des x à la moyenne des y. Une limite importante : si toutes les valeurs de x sont identiques, aucune droite ne peut être ajustée, car le dénominateur s'annule. Dans ce cas, l'outil n'affiche ni pente ni R², et seul le nombre de points tracés reste visible. Le R², également appelé coefficient de détermination, indique la part de la variance de y que la droite explique. La formule est concise : R² = 1 − (somme des résidus carrés ÷ somme totale des écarts au carré), la somme totale portant sur les écarts de chaque y à la moyenne des y.
Un R² proche de 1 signifie que les points sont presque alignés sur la droite ; un R² proche de 0 signifie que la droite n'explique presque rien. Deux précautions s'imposent. D'abord, un R² élevé ne démontre jamais une causalité : c'est une description, pas une expérience contrôlée. Ensuite, un R² faible ne signifie pas qu'il n'existe aucune relation : la relation peut être curviligne, et une droite s'ajuste alors très mal à des points formant un arc. En régression linéaire simple, le R² est égal au carré du coefficient de corrélation r, ce qui explique qu'il soit toujours positif et qu'il faut regarder le signe de la pente pour connaître le sens de la relation. Enfin, prolonger la droite au-delà de la plage des données constitue une extrapolation, et les prédictions y sont nettement moins fiables.
Comment utiliser
- Saisissez vos paires x,y dans le grand champ de texte situé en haut, une paire par ligne (1, 2.1) ou plusieurs sur une même ligne séparées par des espaces.
- Le graphique se redessine à chaque frappe ; il faut au moins deux points, sinon le message Enter at least two points to draw the chart. s'affiche à la place.
- Si une saisie est illisible, elle apparaît dans la liste rouge Skipped as unreadable: — vérifiez le séparateur utilisé, virgule, espace ou point-virgule, et le format des nombres.
- Renseignez les champs X axis label et Y axis label avec le vrai nom de vos variables, par exemple heures de révision et note, pour que le graphique se comprenne seul.
- Faites glisser le curseur Point size entre 2 et 14 pour ajuster le diamètre des points ; avec beaucoup de mesures, choisissez une taille plus petite tout en restant lisible.
- Laissez la case Trend line cochée pour lire la droite de tendance rouge, puis décochez-la momentanément pour juger visuellement la dispersion des points.
- Lisez le tableau Points plotted, Slope, Intercept et R², puis cliquez sur Download SVG pour enregistrer le graphique prêt à l'emploi.
Exemples
Entrée: Huit points : 1 2.1, 2 3.9, 3 6.2, 4 7.8, 5 10.1, 6 11.9, 7 14.2, 8 15.8
Processus:
pente = (nΣxy − ΣxΣy) ÷ (nΣx² − (Σx)²) ≈ 1,986 ; ordonnée à l'origine ≈ 0,064Résultat: Points plotted 8, Slope 1.986, Intercept 0.064, R² 0.9988 — relation quasi parfaitement linéaire
Entrée: Cinq points : 1 2, 2 4.1, 3 5.9, 4 8.2, 5 9.8
Processus:
Ajustement aux moindres carrés de la droite y ≈ 1,97x + 0,09Résultat: Slope 1.97, Intercept 0.09, R² 0.9977 — excellent ajustement malgré un léger bruit
Entrée: Six points bruités : 1 3.2, 2 5.1, 3 4.4, 4 9.3, 5 7.8, 6 12.2
Processus:
Droite y ≈ 1,657x + 1,2 ; somme des résidus carrés proche de 17 % de la somme totaleRésultat: Slope 1.657, Intercept 1.2, R² 0.8317 — tendance nette mais points dispersés
Entrée: Toutes les valeurs x identiques : 5 12, 5 14, 5 11, 5 15
Processus:
x vaut 5 pour chaque point, donc aucune pente n'est définissable (dénominateur nul)Résultat: Aucune droite de tendance, ni pente ni R² affichés ; seul Points plotted 4 apparaît
Recherches Connexes
Les gens recherchent aussi : nuage de points, scatter plot, diagramme de dispersion, tracé de tendance, droite de régression, méthode des moindres carrés.
nuage de pointsscatter plotdiagramme de dispersiontracé de tendancedroite de régressionméthode des moindres carréscoefficient de déterminationcorrélationcausalitépente et ordonnée à l'originerégression linéairevisualisation de donnéesgénérateur de graphiqueexport svgoutil statistique en ligneanalyse de donnéesrésidusparadoxe de Simpsonfacteur de confusiongraphique en ligne
Questions Fréquemment Posées
Que signifient la pente, l'ordonnée à l'origine et le R² ?
La droite de tendance obéit à l'équation y = pente × x + ordonnée à l'origine. La pente indique de combien varie y en moyenne pour une unité supplémentaire de x : une pente de 1,986 signifie qu'à chaque incrément de x, y augmente d'environ 2. L'ordonnée à l'origine est la valeur de y lorsque x vaut zéro, c'est-à-dire le niveau de base estimé du modèle. Le R² indique la fraction de la variance totale de y que cette droite explique : 0,99 signifie presque tout, 0,50 signifie moins de la moitié. Attention, le R² est un rapport compris entre 0 et 1, pas un pourcentage ; il est justement écrit 0,99 et non 99 %, sauf pour l'exprimer verbally.
Un R² élevé prouve-t-il qu'une variable cause l'autre ?
Non, absolument pas. Le R² décrit l'intensité d'une relation numérique entre deux variables, il n'établit aucun lien de cause à effet. L'exemple classique est celui des ventes de glaces et des noyades : les deux augmentent ensemble, mais c'est la chaleur de l'été qui entraîne les deux phénomènes. Ce facteur caché est un facteur de confusion, et c'est lui qui rend fausses la plupart des analyses fondées sur la seule co-varation de deux séries. Établir une causalité exige une expérience contrôlée, ou au minimum la mesure et l'ajustement de tous les autres facteurs susceptibles d'intervenir, ce qu'un seul nuage de points ne permet pas. Considérez le R² comme un outil descriptif, jamais comme une preuve.
Mon R² est très bas : est-ce que cela signifie qu'il n'existe aucune relation ?
Pas forcément. Le R² ne juge que la qualité d'un modèle linéaire, et une valeur faible correspond à trois situations distinctes : il n'existe réellement aucune relation, la relation est très faible, ou bien la relation existe mais elle est curviligne, par exemple de type y = x². Dans ce dernier cas, les points forment un arc et une droite s'y ajuste mal : le R² peut tomber sous 0,30 alors que la structure est évidente à l'œil. Cela ne signale pas un défaut de l'outil mais un mauvais choix de modèle. La bonne réaction consiste donc à toujours regarder la forme des points, et pas uniquement le chiffre du R².
Combien de points faut-il fournir pour une analyse fiable ?
Deux points constituent le minimum absolu : en dessous, aucune droite ni aucune pente ne peut être calculée. En pratique, deux ou trois points ne donnent qu'une intuition et ne doivent pas être interprétés. À partir d'une trentaine de points, la pente et le R² deviennent suffisamment stables et la tendance se lit clairement. La plage intermédiaire, de cinq à trente points, suffit largement pour un rapport courant. Chaque point doit représenter une observation indépendante : mesurer cent fois la même personne produit cent points qui racontent en réalité une seule histoire et fausse la lecture de la dispersion.
Pourquoi ne pas prolonger la droite de tendance au-delà des données ?
Parce que la droite n'est établie que sur la plage où vous avez fourni des points. Si vos données couvrent x de 1 à 8, extrapoler la même droite jusqu'à x = 30 sort du domaine de validité : les relations linéaires vivant dans la nature s'écartent vite, et trois raisons s'y opposent : un facteur causal oublié, une erreur de mesure dans les variables explicatives, et un comportement non linéaire que la droite ne sait pas représenter. C'est pourquoi les prédictions en dehors de l'échantillon sont toujours les moins fiables. L'outil encadre d'ailleurs l'axe x avec une marge de 8 % autour de vos valeurs, ce qui rend cette limite visible à l'écran.
À quoi sert le fichier SVG téléchargé ?
Le format SVG est vectoriel : une ligne ou un point y est décrit comme une forme mathématique plutôt que comme un ensemble de pixels. Vous pouvez donc l'agrandir à volonté pour une impression ou une affiche sans aucune perte de netteté, et le réduire autant que nécessaire. Le fichier est du texte lisible, ce qui permet de le rouvrir dans Inkscape ou un autre éditeur vectoriel pour modifier les couleurs, la police ou la taille des points. Le téléchargement s'appelle scatter-plot.svg et inclut les libellés des deux axes tels que vous les avez saisis, de sorte que la figure reste compréhensible une fois détachée de la page.