2nde - Modèles / Cause - Corrélation / Lecture graphique

Une corrélation est toujours également une relation de cause à effet

• Vrai

• Faux

Un modèle est

• Une représentation simplifiée de la réalité

• Un objectif à atteindre dans le cadre d'une politique économique

• 
  un outil qui cherche à reproduire le maximum de détails du phénomène étudié

  
  

Plus le nombre de pelles à déneiger augmente, plus les fermetures d'école augmentent.

De quel type de corrélation s'agit-il ?

• corrélation liée à une coïncidence

• corrélation liée à un lien direct de cause à effet

• corrélation liée à une variable manquante

Plus on consomme de margarine, plus le taux de divorce augmente. S'agit-il d'une corrélation liée à une

• coïncidence

• causalité

• variable manquante

Comment s'explique l'augmentation en été des attaques de requins et des coups de soleils ?

• Les températures plus chaudes en été

• Le manque croissant de vigilance des individus

• La hausse de la fréquentation des plages

• Le réchauffement climatique

Un modèle en SES rend parfaitement compte de la réalité

• Vrai

• Faux

• Cela dépend du nombre de variables dans le modèle

On ne peut avoir recours aux modèles qu'en économie

• Vrai

• Faux

« Quand on est malade, il ne faut surtout pas aller à l’hôpital : la probabilité de mourir dans un lit d’hôpital est 10 fois plus grande que dans son lit à la maison ». Coluche

Nous sommes ici en présence :

• d'une corrélation

• d'une corrélation expliquée par une variable manquante

• d'une corrélation sans lien de causalité

• ni d'une corrélation ni d'un lien de cause à effet

• D'une corrélation avec lien de causalité

Entre ces deux variables, nous constatons sur ce graphique :

• une corrélation

• une corrélation positive

• une corrélation négative

• une absence de corrélation

Raisonner "toutes choses égales par ailleurs" (plusieurs réponses)

• permet d'étudier strictement l'impact d'une variable sur une autre

• permet d'étudier ensemble l'impact de toutes les variables explicatives sur la variable expliquée

• suppose de neutraliser l'évolution d'autres variables que celles étudiées