Aller au contenu principal
📊 L2 • Statistiques et probabilités

QCM Statistiques et probabilités L2 - Variance : 11 questions corrigées

QCM de 11 questions avec corrections détaillées sur Variance (Statistiques et probabilités). Révisez efficacement avec des explications pédagogiques pour le niveau L2. Entraînez-vous avec des explications pédagogiques détaillées.

Voir la matière
✍️ Méthode de rédaction et limites • 🎓 +0 réalisations
📝 11 questions 📊 Niveau Fondamentaux ⏱️ ~17 min ✨ Jusqu'à 22 XP

🎯 Prêt à commencer ?

En révision, le corrigé s'affiche après chaque réponse. En challenge et en examen, il n'arrive qu'à la fin.

← Retour aux QCM de Statistiques et probabilités

Covariance et Analyse Statistique

La covariance mesure le degré de variation conjointe de deux variables aléatoires. Une covariance positive indique que les variables tendent à varier dans le même sens, une covariance négative dans le sens opposé. En finance, la covariance entre rendements d'actifs est centrale pour la diversification (Markowitz). La covariance est liée au coefficient de corrélation par une relation de normalisation. C'est un outil fondamental en économétrie et en gestion de portefeuille.

🎯 Objectifs pédagogiques

À la fin de ce chapitre, vous devez être capable de :

  • Définir et calculer la covariance
  • Interpréter le signe et l'amplitude
  • Relier covariance et corrélation
  • Appliquer à la diversification de portefeuille
  • Maîtriser les propriétés algébriques

📚 Concepts clés à maîtriser

Notions fondamentales avec leurs définitions académiques :

Covariance
Cov(X,Y) = E[(X-μX)(Y-μY)]
Corrélation
Covariance normalisée entre -1 et 1
Indépendance
Covariance nulle si indépendantes
Variance du portefeuille
Dépend des covariances entre actifs
Diversification
Réduction du risque par covariances négatives

📋 Plan type du cours

Structure du cours en Licence 2 :

  1. Définition et formule
  2. Propriétés de la covariance
  3. Relation avec la corrélation
  4. Matrice de variance-covariance
  5. Application à la finance de portefeuille
  6. Estimation sur échantillon

👨‍🏫 Auteurs de référence

Économistes fondamentaux à connaître :

Harry Markowitz — Portfolio Selection (1952)
Karl Pearson — Contribution à la théorie de la corrélation

⚠️ Pièges fréquents

Erreurs classiques à éviter aux examens :

  • Confondre covariance et corrélation
  • Croire que covariance nulle = indépendance
  • Ignorer que la covariance dépend des unités

💼 Applications concrètes

Exemples d'application dans le monde réel :

  • Construction de portefeuille optimal
  • Régression linéaire multiple

Niveau de ce chapitre : 🟡 Niveau intermédiaire

À propos de ce QCM de Statistiques et probabilités

QCM Statistiques et probabilités L2 - Variance — 11 questions. Statistiques et probabilités · Licence 2 · Économie.

Quelques raisonnements travaillés dans ce QCM

Cherchez une réponse, puis ouvrez la correction pour comparer votre raisonnement.

X vaut −2 ou 2 avec probabilités égales ; Y vaut −4 ou 4 avec probabilités égales, dans la même unité. Leurs espérances sont nulles. Quelles variances obtient-on et comment évolue la dispersion mesurée en unités au carré ?
  1. Var(X)=2 et Var(Y)=4 ; la variance est multipliée par deux.
  2. Var(X)=0 et Var(Y)=0 ; le centrage annule les deux variances.
  3. Var(X)=4 et Var(Y)=16 ; la variance est multipliée par quatre.
  4. Var(X)=8 et Var(Y)=32 ; la variance est multipliée par quatre.

Réponse : Var(X)=4 et Var(Y)=16 ; la variance est multipliée par quatre.

Avec une moyenne nulle, la variance est la moyenne pondérée des carrés : pour X, 4×0,5+4×0,5=4 ; pour Y, 16×0,5+16×0,5=16. Doubler l’amplitude multiplie donc la variance par quatre. A donne les écarts-types 2 et 4. B confond moyenne nulle et absence de dispersion. D additionne les carrés sans leurs poids probabilistes et double les deux résultats. La variance s’exprime dans l’unité initiale au carré.

Var(X) = E(X²) - [E(X)]². Cette formule est connue sous le nom de :
  1. Formule de Bayes
  2. Formule de König-Huygens
  3. Théorème central limite
  4. Loi des grands nombres

Réponse : Formule de König-Huygens

König-Huygens : Var(X) = E(X²) - E(X)². Formule pratique pour le calcul.

Var(aX + b) est égal à :
  1. Var(X)
  2. a² Var(X)
  3. a Var(X) + b
  4. a Var(X)

Réponse : a² Var(X)

Var(aX + b) = a² Var(X). La constante b n'a pas d'effet ; le facteur a est au carré.

La variance empirique S² = (1/(n-1)) Σ(xi - x̄)² est un estimateur sans biais de σ² car :
  1. E(S²) = 0
  2. E(S²) = σ²
  3. S² = σ² pour tout échantillon
  4. On divise par n et non n-1

Réponse : E(S²) = σ²

E(S²) = σ² : le facteur n-1 (ddl) corrige le biais. Avec n au dénominateur, on sous-estimerait σ².