Exercice : Régression linéaire
Dans cette partie, on souhaite établir l'équation de la droite qui relie au mieux le nuage de points.
Question
Exécuter le code suivant et vérifier que les points sont bien alignés et que l'on peut donc envisager d'écrire une droite sous la forme \(Y=\beta \times X\) ou \(Y=\alpha_1 \times X + \alpha_0\)
CTRL+C pour copier, CTRL+V pour coller
1
# -*- coding: utf-8 -*-
2
3
### Importation des bibliohèques
4
5
import matplotlib.pyplot as plt
6
7
###Mesures expérimentales
8
A = [0, 0.182, 0.369, 0.744, 1.115, 1.449, 1.846 ] # sans unité
9
C = [0, 0.2, 0.4, 0.8, 1.2, 1.6, 2] # en 10^-5 mol/L
10
11
### Régression linéaire
12
13
### Tracé A=f(t)
14
15
plt.figure()
16
plt.plot(C, A, '.') # '.' pour tracer les points sinon lissage de la courbe sans les points
17
plt.xlabel('$C (10^{-5} mol/L)$')
18
plt.ylabel('A')
19
plt.title("Dosage spectrophotométrique : droite d'étalonnage")
20
plt.grid()
21
22
#plt.text (0.5*10**(-5), 0.32, compléter)
23
#plt.text (0.8*10**(-5), 0.22, 'a='+'{:.4}'.format(compléter))
24
#plt.text (0.8*10**(-5), 0.12, 'b='+'{:.4}'.format(compléter))
25
#plt.text (0.8*10**(-5), 0.02, 'r='+'{:.6}'.format(compléter))
26
27
plt.show()
# -*- coding: utf-8 -*- ### Importation des bibliohèques import matplotlib.pyplot as plt ###Mesures expérimentales A = [0, 0.182, 0.369, 0.744, 1.115, 1.449, 1.846 ] # sans unité C = [0, 0.2, 0.4, 0.8, 1.2, 1.6, 2] # en 10^-5 mol/L ### Régression linéaire ### Tracé A=f(t) plt.figure() plt.plot(C, A, '.') # '.' pour tracer les points sinon lissage de la courbe sans les points plt.xlabel('$C (10^{-5} mol/L)$') plt.ylabel('A') plt.title("Dosage spectrophotométrique : droite d'étalonnage") plt.grid() #plt.text (0.5*10**(-5), 0.32, compléter) #plt.text (0.8*10**(-5), 0.22, 'a='+'{:.4}'.format(compléter)) #plt.text (0.8*10**(-5), 0.12, 'b='+'{:.4}'.format(compléter)) #plt.text (0.8*10**(-5), 0.02, 'r='+'{:.6}'.format(compléter)) plt.show()
Question
Question
Question
Afficher l'équation de la droite sur le graphique ainsi que le coefficient de corrélation.
L'affichage des incertitudes est utile lorsqu'on souhaite utiliser la méthode de Monte Carlo pour tracer n droites passant par les différents nuages de points crées aléatoirement en fonction des incertitudes et de leur loi de répartition.