← RETOUR SOMMAIRE

Activité 4 – Choisir un modèle d'ajustement (linéaire, exponentiel ou puissance) FICHE TECHNIQUE

Chapitre 1 – Statistiques à deux variables | Terminale Bac Pro | Mathématiques | ⏱ 50 min

Dernière mise à jour : 4 mai 2026, 11:30

Objectifs :

Situation – PME en croissance

Léo, gérant d'une PME d'agencement de magasins, étudie l'évolution de son chiffre d'affaires (CA) sur les 6 dernières années pour préparer son business plan et solliciter un crédit bancaire.

Document — données CA des 6 dernières années

Année x123456
CA y (k€)50627897121151

Document — 3 modèles testés à la calculatrice

ModèleÉquationCoefficient r
Linéairey = 20,3 × x + 25,70,975
Exponentiely = 41,2 × 1,25^x0,999
Puissancey = 47,3 × x^0,790,990

Document — nuage de points et 3 courbes

Évolution du CA et 3 modèles d'ajustement 0 62,5 125 187,5 250 CA (k€) 0 1 2 3 4 5 6 7 8 Année x linéaire exponentiel puissance

📚 Cette activité réinvestit les notions du cours §3 (coefficient de corrélation), §4 (modèles d'ajustement) et §5 (prévisions).

Problématique : Quel modèle choisir pour décrire la croissance du CA, et quelle prévision fiable faire pour l'année 8 ?

Question 1 APP

Décrire l'allure du nuage de points : la croissance du CA est-elle linéaire ou non ?

Différences successives : 62−50 = 12 ; 78−62 = 16 ; 97−78 = 19 ; 121−97 = 24 ; 151−121 = 30.

Les écarts augmentent d'année en année → croissance plus que linéaire. Le CA accélère.

Visuellement, la courbe a une forme d'« exponentielle » : départ doux, puis pente forte.

Question 2 ANA

D'après les valeurs de r, quel est le modèle le mieux adapté au nuage ? Justifier.

Modèle exponentiel : r = 0,999 → meilleur score.

Modèle puissance : r = 0,990 → bon mais moins.

Modèle linéaire : r = 0,975 → correct mais moins bon.

Le modèle exponentiel est le plus adapté. C'est cohérent avec l'analyse du nuage (croissance qui s'accélère).

Question 3 REA

Avec chacun des 3 modèles, calculer la prévision du CA pour l'année 8.

  • Linéaire : 20,3 × 8 + 25,7 = 162,4 + 25,7 = 188 k€
  • Exponentiel : 41,2 × 1,25⁸ = 41,2 × 5,96 ≈ 246 k€
  • Puissance : 47,3 × 8^0,79 ≈ 47,3 × 4,82 ≈ 228 k€

Écart énorme entre les modèles : de 188 à 246 k€, soit 58 k€ de différence (= 30 % d'écart).

Le choix du modèle est crucial pour la prévision !

Question 4 VAL

Léo doit-il prévoir 246 k€ pour l'année 8 (modèle exponentiel) ? Quels sont les risques d'utiliser un modèle exponentiel pour des prévisions à long terme ?

Le modèle exponentiel colle bien aux 6 années passées (r = 0,999), mais un CA ne peut pas croître exponentiellement à l'infini :

  • Saturation du marché : tôt ou tard, on a tous les clients potentiels.
  • Capacité de production : il faut investir, embaucher, qui prend du temps. La croissance est limitée par les ressources.
  • Concurrence : le succès attire des concurrents qui ralentissent la croissance.
  • Crise économique : récession ponctuelle peut casser la tendance.

Recommandation pratique : utiliser 246 k€ comme scénario optimiste ; viser 200-220 k€ comme prévision médiane plausible. Le modèle puissance (228 k€) est un bon compromis : croissance qui ralentit doucement.

Question 5 ANA

Imaginons que la 7ème année, Léo observe un CA réel de 175 k€. Lequel des 3 modèles est le plus proche de la réalité ? Faut-il le confirmer pour autant ?

Calcul des prévisions à l'année 7 :

  • Linéaire : 20,3 × 7 + 25,7 = 167,8 k€ → écart 7,2
  • Exponentiel : 41,2 × 1,25⁷ = 196,3 k€ → écart 21,3
  • Puissance : 47,3 × 7^0,79 = 195,8 k€ → écart 20,8

Le linéaire est cette fois plus proche !

Cela peut indiquer que la croissance commence à ralentir (saturation, concurrence). Léo devrait :

  • continuer à observer (ne pas tirer de conclusion sur 1 année)
  • refaire la régression avec les 7 nouvelles données
  • peut-être passer à un modèle plus complexe (logistique, qui saturer à un plafond)

Question 6 VAL

Pour le banquier, quelle prévision présenter ? Justifier le choix.

Pour un banquier, présenter 3 scénarios :

  • Pessimiste (basé sur le linéaire) : 188 k€
  • Médian (basé sur le modèle puissance ou moyenne) : 215 k€
  • Optimiste (basé sur l'exponentiel) : 246 k€

Cette présentation est plus honnête et crédible qu'un seul chiffre.

Le banquier appréciera la transparence et la prudence. Demander un crédit basé sur le scénario médian ou pessimiste donne une marge de sécurité.

Question 7 ANA

Quels sont les avantages et inconvénients de chaque modèle pour ce type de prévision ?

ModèleAvantagesInconvénients
LinéaireSimple, prudent, facile à expliquerSous-estime souvent la croissance
ExponentielCapte bien la croissance accéléréeDiverge à l'infini, peu réaliste à long terme
PuissanceCroissance ralentie, plus naturellePlus complexe, paramètres difficiles à interpréter

En pratique : utiliser le linéaire pour les prévisions courtes (1-2 ans après les données), l'exponentiel pour des explosions de marché, la puissance pour des phénomènes naturels (croissance d'une plante, propagation).

Question 8 COM

Présenter en 5 lignes le tableau de prévision à présenter au banquier de Léo.

Prévisions de chiffre d'affaires — PME Agencement

AnnéePessimisteMédianOptimiste
An 7168 k€196 k€196 k€
An 8188 k€228 k€246 k€
An 9208 k€261 k€308 k€

Prévisions basées sur 6 ans de données. Modèle exponentiel (r=0,999) recommandé pour court terme, linéaire pour long terme. Demande de crédit calée sur scénario médian (sécurité). Plan B basé sur scénario pessimiste si conjoncture difficile.

🚀 Pour aller plus loin ANA

Le modèle « logistique » (en S) est utilisé pour modéliser une croissance qui sature : y = K / (1 + a × e^(−bx)), avec K = limite max. Pour la PME de Léo, si on suppose un plafond de 500 k€, comment serait l'évolution ?

La courbe logistique commence comme une exponentielle, puis ralentit pour atteindre asymptotiquement le plafond K = 500 k€.

Phases :

  • Démarrage (années 1-3) : croissance lente
  • Accélération (années 4-8) : croissance rapide quasi-exponentielle
  • Inflexion (années 8-12) : passage par 250 k€ (la moitié de K)
  • Saturation (années 12+) : approche progressive de 500 k€

Ce modèle est plus réaliste à long terme car il intègre la saturation du marché. Il est utilisé pour modéliser : adoption de nouveaux produits, croissance bactérienne, propagation d'une épidémie.

Inconvénient : K est inconnu a priori (combien de clients potentiels ?). Il faut l'estimer par enquête de marché.

À retenir