Coefficient de variation et ses applications en régression linéaire et en extraction des règles d’association sur les variables quantitatives

Résumé

Le coefficient de variation est une mesure de dispersion très utilisée par les chercheurs d’aujourd’hui. Cela est justifié par la multiplication des applications de cette mesure dans les différents domaines de recherche. Actuellement, on compte 12 mesures de dispersion dont quatre sont des coefficients de variation : le coefficient de variation de Pearson, les deux coefficients de variation relative et le coefficient de variation de Sharma. Après les avoir évalués, à l’aide des critères d’appréciation recensés dans la littérature, notre étude montre que le coefficient de variation de Sharma est la meilleure mesure de dispersion. Pourtant, ce dernier semble encore non exploité par les chercheurs d’aujourd’hui. Ainsi, cette thèse contribue à la valorisation de cette mesure en tant qu’un véritable outil d’aide à la décision. Pour ce faire, après avoir contribué à la recherche de la loi de distribution de cette nouvelle mesure de dispersion, nous présentons son usage dans l’extraction des règles d’association sur les variables quantitatives. Afin de valoriser l’usage du coefficient de variation dans le concept de régression linéaire, un test d’hétéroscédasticité basé sur le coefficient de Pearson est proposé. Enfin, une réflexion pédagogique sur le coefficient de variation est faite pour stimuler son enseignement plus efficace au lycée.

Citer ce document

Accès au document

Ce document est hébergé sur son dépôt institutionnel d'origine.

Auteur(s)

Statistiques

Consultations : 3

Téléchargements : 0