Académique Documents
Professionnel Documents
Culture Documents
2012-2013
Biostatistique
24/10/2012
1 / 70
Gnralits
Dnition
Biostatistique
24/10/2012
2 / 70
Gnralits
Historique
Biostatistique
24/10/2012
3 / 70
Gnralits
Historique
Biostatistique
24/10/2012
3 / 70
Gnralits
Terminologie de base
Biostatistique
24/10/2012
4 / 70
Gnralits
Terminologie de base
Biostatistique
24/10/2012
5 / 70
Gnralits
Dmarche statistique
Tableaux de donnes
Synthtiser
Tableaux statistiques
Visualiser
Reprsentations graphiques
Rsumer
Rsums numriques
Biostatistique
24/10/2012
6 / 70
Tableau de donnes
Caractre qualitatif
02
M
12
M
22
C
03
C
13
C
23
M
04
C
14
C
24
C
05
D
15
M
25
V
06
V
16
D
26
C
Biostatistique
07
M
17
C
27
C
08
M
18
C
28
M
09
C
19
M
29
C
10
D
20
M
30
C
24/10/2012
7 / 70
Tableau de donnes
Variable discrte (Caractre quantitatif discret)
Exemple 2. On tudie le nombre denfants dans une famille dans une cit
habite par 100 familles. On a obtenu les rsultats suivants :
01
2
02
0
03
4
04
2
...................
...................
Biostatistique
98
6
99
3
100
1
24/10/2012
8 / 70
Tableau de donnes
Variable continue (Caractre quantitatif continu)
02
3.102
03
2.212
04
4.125
...................
...................
Biostatistique
148
3.256
149
3.894
150
2.352
24/10/2012
9 / 70
Tableau statistique
Caractre qualitatif
Eectif
Biostatistique
16
9
3
2
30
24/10/2012
10 / 70
Tableau statistique
Caractre qualitatif
X
Situation
familliale
C
M
D
V
Total
Eectif
Frquence
16
9
3
2
30
0.5333
0.3000
0.1000
0.0667
1
Biostatistique
24/10/2012
11 / 70
Tableau statistique
Caractre qualitatif
X
Situation
familliale
C
M
D
V
Total
Eectif
Frquence
Pourcentage
16
9
3
2
30
0.5333
0.3000
0.1000
0.0667
1
53.33
30
10
6.67
100
Biostatistique
24/10/2012
12 / 70
Tableau statistique
Variable discrte (Caractre quantitatif discret)
Biostatistique
24/10/2012
13 / 70
Tableau statistique
Variable discrte (Caractre quantitatif discret)
Eectif
Biostatistique
11
16
21
25
17
8
2
100
24/10/2012
13 / 70
Tableau statistique
Variable discrte (Caractre quantitatif discret)
X
Nombre
denfants
0
1
2
3
4
5
6 et plus
Total
Eectif
Frquence
11
16
21
25
17
8
2
100
0.11
0.16
0.21
0.25
0.17
0.08
0.02
1
Biostatistique
24/10/2012
14 / 70
Tableau statistique
Variable discrte (Caractre quantitatif discret)
X
Nombre
denfants
0
1
2
3
4
5
6 et plus
Total
Eectif
Frquence
11
16
21
25
17
8
2
100
0.11
0.16
0.21
0.25
0.17
0.08
0.02
1
11
16
21
25
17
8
2
100
Biostatistique
24/10/2012
15 / 70
Tableau statistique
Variable discrte (Caractre quantitatif discret)
X
Nombre
denfants
0
1
2
3
4
5
6 et plus
Total
Eectif
Frquence
11
16
21
25
17
8
2
100
0.11
0.16
0.21
0.25
0.17
0.08
0.02
1
11
16
21
25
17
8
2
100
Biostatistique
Eectif
cumul
croissant
11
27
48
73
90
98
100
24/10/2012
16 / 70
Tableau statistique
Variable discrte (Caractre quantitatif discret)
X
Nombre
denfants
0
1
2
3
4
5
6 et plus
Total
Eectif
Frquence
11
16
21
25
17
8
2
100
0.11
0.16
0.21
0.25
0.17
0.08
0.02
1
11
16
21
25
17
8
2
100
Biostatistique
Eectif
cumul
croissant
11
27
48
73
90
98
100
Eectif
cumul
dcroissant
100
89
73
52
27
10
2
24/10/2012
17 / 70
Tableau statistique
Variable discrte (Caractre quantitatif discret)
Biostatistique
24/10/2012
18 / 70
Tableau statistique
Variable discrte (Caractre quantitatif discret)
Biostatistique
24/10/2012
18 / 70
Tableau statistique
Variable discrte (Caractre quantitatif discret)
Biostatistique
24/10/2012
18 / 70
Tableau statistique
Variable discrte (Caractre quantitatif discret)
Biostatistique
, nk .
24/10/2012
18 / 70
Tableau statistique
Variable discrte (Caractre quantitatif discret)
Biostatistique
, nk .
24/10/2012
18 / 70
Tableau statistique
Variable discrte (Caractre quantitatif discret)
Biostatistique
24/10/2012
18 / 70
Tableau statistique
Variable discrte (Caractre quantitatif discret)
Biostatistique
24/10/2012
18 / 70
Tableau statistique
Variable discrte (Caractre quantitatif discret)
Biostatistique
24/10/2012
18 / 70
Tableau statistique
Variable continue (Caractre quantitatif continu)
Biostatistique
24/10/2012
19 / 70
Tableau statistique
Variable continue (Caractre quantitatif continu)
Biostatistique
24/10/2012
19 / 70
Tableau statistique
Variable continue (Caractre quantitatif continu)
Biostatistique
x1
24/10/2012
19 / 70
Tableau statistique
Variable continue (Caractre quantitatif continu)
x1
Biostatistique
24/10/2012
19 / 70
Tableau statistique
Variable continue (Caractre quantitatif continu)
x1
Biostatistique
24/10/2012
19 / 70
Tableau statistique
Variable continue (Caractre quantitatif continu)
x1
Biostatistique
24/10/2012
19 / 70
Tableau statistique
Variable continue (Caractre quantitatif continu)
Biostatistique
24/10/2012
20 / 70
Tableau statistique
Variable continue (Caractre quantitatif continu)
10
log10 n.
3
Biostatistique
24/10/2012
20 / 70
Tableau statistique
Variable continue (Caractre quantitatif continu)
10
log10 n.
3
Biostatistique
24/10/2012
20 / 70
Tableau statistique
Variable continue (Caractre quantitatif continu)
10
log10 n.
3
Biostatistique
24/10/2012
20 / 70
Tableau statistique
Variable continue (Caractre quantitatif continu)
Biostatistique
24/10/2012
21 / 70
Tableau statistique
Variable continue (Caractre quantitatif continu)
Biostatistique
24/10/2012
21 / 70
Tableau statistique
Variable continue (Caractre quantitatif continu)
10
log10 150 = 8.2536
3
Biostatistique
24/10/2012
21 / 70
Tableau statistique
Variable continue (Caractre quantitatif continu)
10
log10 150 = 8.2536
3
Biostatistique
24/10/2012
21 / 70
Tableau statistique
Variable continue (Caractre quantitatif continu)
a=
10
log10 150 = 8.2536
3
e
2.381
=
nc
8
0.2976
Biostatistique
24/10/2012
21 / 70
Tableau statistique
Variable continue (Caractre quantitatif continu)
a=
10
log10 150 = 8.2536
3
e
2.381
=
nc
8
0.2976
Biostatistique
0.3
24/10/2012
21 / 70
Tableau statistique
Variable continue (Caractre quantitatif continu)
X
Poids des
nouveaux n
]2.2; 2.5]
]2.5; 2.8]
]2.8; 3.1]
]3.1; 3.4]
]3.4; 3.7]
]3.7; 4.0]
]4.0; 4.3]
]4.3; 4.6]
Total
Biostatistique
Centre
2.35
2.65
2.95
3.25
3.55
3.85
4.15
4.45
24/10/2012
22 / 70
Tableau statistique
Variable continue (Caractre quantitatif continu)
X
Poids des
nouveaux n
]2.2; 2.5]
]2.5; 2.8]
]2.8; 3.1]
]3.1; 3.4]
]3.4; 3.7]
]3.7; 4.0]
]4.0; 4.3]
]4.3; 4.6]
Total
Centre
Eectif
2.35
2.65
2.95
3.25
3.55
3.85
4.15
4.45
5
11
21
39
35
20
13
6
150
Biostatistique
24/10/2012
23 / 70
Tableau statistique
Variable continue (Caractre quantitatif continu)
X
Poids des
nouveaux n
]2.2; 2.5]
]2.5; 2.8]
]2.8; 3.1]
]3.1; 3.4]
]3.4; 3.7]
]3.7; 4.0]
]4.0; 4.3]
]4.3; 4.6]
Total
Centre
Eectif
Frquence
2.35
2.65
2.95
3.25
3.55
3.85
4.15
4.45
5
11
21
39
35
20
13
6
150
0.0333
0.0733
0.1400
0.2600
0.2333
0.1333
0.0867
0.0400
1
3.33
7.33
14
26
23.33
13.33
8.67
4
100
Biostatistique
24/10/2012
24 / 70
Tableau statistique
Variable continue (Caractre quantitatif continu)
X
Poids des
nouveaux n
]2.2; 2.5]
]2.5; 2.8]
]2.8; 3.1]
]3.1; 3.4]
]3.4; 3.7]
]3.7; 4.0]
]4.0; 4.3]
]4.3; 4.6]
Total
Centre
Eectif
Frquence
2.35
2.65
2.95
3.25
3.55
3.85
4.15
4.45
5
11
21
39
35
20
13
6
150
0.0333
0.0733
0.1400
0.2600
0.2333
0.1333
0.0867
0.0400
1
3.33
7.33
14
26
23.33
13.33
8.67
4
100
Biostatistique
Eectif
cumul
croissant
5
16
37
76
111
131
144
150
24/10/2012
25 / 70
Tableau statistique
Variable continue (Caractre quantitatif continu)
X
Poids des
nouveaux n
]2.2; 2.5]
]2.5; 2.8]
]2.8; 3.1]
]3.1; 3.4]
]3.4; 3.7]
]3.7; 4.0]
]4.0; 4.3]
]4.3; 4.6]
Total
Centre
Eectif
Frquence
2.35
2.65
2.95
3.25
3.55
3.85
4.15
4.45
5
11
21
39
35
20
13
6
150
0.0333
0.0733
0.1400
0.2600
0.2333
0.1333
0.0867
0.0400
1
3.33
7.33
14
26
23.33
13.33
8.67
4
100
Biostatistique
Eectif
cumul
croissant
5
16
37
76
111
131
144
150
Eectif
cumul
dcroissan
150
145
134
113
74
39
19
6
24/10/2012
26 / 70
Reprsentation graphique
Caractre qualitatif (distribution des eectifs)
Biostatistique
24/10/2012
27 / 70
Reprsentation graphique
Caractre qualitatif (distribution des eectifs)
Biostatistique
24/10/2012
27 / 70
Reprsentation graphique
Caractre qualitatif (distribution des eectifs)
Biostatistique
24/10/2012
27 / 70
Reprsentation graphique
Caractre qualitatif (distribution des eectifs)
Diagramme bandes
Biostatistique
24/10/2012
28 / 70
Reprsentation graphique
Caractre qualitatif (distribution des eectifs)
Diagramme circulaire
Biostatistique
24/10/2012
29 / 70
Reprsentation graphique
Caractre qualitatif (distribution des eectifs)
Diagramme circulaire
Secteur pour "Clibataire"
Biostatistique
24/10/2012
29 / 70
Reprsentation graphique
Caractre qualitatif (distribution des eectifs)
Diagramme circulaire
Secteur pour "Clibataire"
C ! 16
360 ! 30
Biostatistique
24/10/2012
29 / 70
Reprsentation graphique
Caractre qualitatif (distribution des eectifs)
Diagramme circulaire
Secteur pour "Clibataire"
C ! 16
360 ! 30
=) C =
Biostatistique
16
360
= 192
30
24/10/2012
29 / 70
Reprsentation graphique
Caractre qualitatif (distribution des eectifs)
Diagramme circulaire
Secteur pour "Clibataire"
C ! 16
360 ! 30
=) C =
16
360
= 192
30
Biostatistique
24/10/2012
29 / 70
Reprsentation graphique
Caractre qualitatif (distribution des eectifs)
Diagramme circulaire
Secteur pour "Clibataire"
C ! 16
360 ! 30
=) C =
16
360
= 192
30
Biostatistique
24/10/2012
29 / 70
Reprsentation graphique
Caractre qualitatif (distribution des eectifs)
Diagramme circulaire
Biostatistique
24/10/2012
30 / 70
Reprsentation graphique
Caractre qualitatif (distribution des eectifs)
Diagramme circulaire
Secteur pour "Divorc"
Biostatistique
24/10/2012
30 / 70
Reprsentation graphique
Caractre qualitatif (distribution des eectifs)
Diagramme circulaire
Secteur pour "Divorc"
3 360
D ! 3
=) D =
= 36
360 ! 30
30
Biostatistique
24/10/2012
30 / 70
Reprsentation graphique
Caractre qualitatif (distribution des eectifs)
Diagramme circulaire
Secteur pour "Divorc"
3 360
D ! 3
=) D =
= 36
360 ! 30
30
Secteur pour "Veuf"
Biostatistique
24/10/2012
30 / 70
Reprsentation graphique
Caractre qualitatif (distribution des eectifs)
Diagramme circulaire
Secteur pour "Divorc"
3 360
D ! 3
=) D =
= 36
360 ! 30
30
Secteur pour "Veuf"
2 360
V ! 2
=) V =
= 24
360 ! 30
30
Biostatistique
24/10/2012
30 / 70
Reprsentation graphique
Caractre qualitatif (distribution des eectifs)
Biostatistique
24/10/2012
31 / 70
Reprsentation graphique
Variable discrte (Caractre quantitatif discret) (distribution des eectifs)
Biostatistique
24/10/2012
32 / 70
Reprsentation graphique
Variable discrte (Caractre quantitatif discret) (distribution des eectifs)
Biostatistique
24/10/2012
32 / 70
Reprsentation graphique
Variable discrte (Caractre quantitatif discret) (distribution des eectifs)
Biostatistique
24/10/2012
33 / 70
Reprsentation graphique
Variable continue (Caractre quantitatif continu) (distribution des eectifs)
Biostatistique
24/10/2012
34 / 70
Reprsentation graphique
Variable continue (Caractre quantitatif continu) (distribution des eectifs)
Biostatistique
24/10/2012
34 / 70
Reprsentation graphique
Variable continue (Caractre quantitatif continu) (distribution des eectifs)
Centre
Eectif
2.35
2.65
2.95
3.25
3.55
3.85
4.15
4.45
5
11
21
39
35
20
13
6
150
Biostatistique
24/10/2012
34 / 70
Reprsentation graphique
Variable continue (Caractre quantitatif continu) (distribution des eectifs)
Biostatistique
24/10/2012
35 / 70
Reprsentation graphique
Variable continue (Caractre quantitatif continu) (distribution des eectifs)
Biostatistique
24/10/2012
35 / 70
Reprsentation graphique
Variable continue (Caractre quantitatif continu) (distribution des eectifs)
Biostatistique
24/10/2012
36 / 70
Reprsentation graphique
Variable continue (Caractre quantitatif continu) (distribution des eectifs)
Biostatistique
24/10/2012
36 / 70
Reprsentation graphique
Variable continue (Caractre quantitatif continu) (distribution des eectifs)
Biostatistique
24/10/2012
37 / 70
Reprsentation graphique
Variable continue (Caractre quantitatif continu) (distribution des eectifs)
Biostatistique
24/10/2012
37 / 70
Reprsentation graphique
Variable continue (Caractre quantitatif continu) (distribution des eectifs)
Biostatistique
24/10/2012
37 / 70
Reprsentation graphique
Variable continue (Caractre quantitatif continu) (distribution des eectifs)
Biostatistique
24/10/2012
38 / 70
Reprsentation graphique
Variable continue (Caractre quantitatif continu) (distribution des eectifs)
Biostatistique
24/10/2012
38 / 70
Reprsentation graphique
Variable continue (Caractre quantitatif continu) (distribution des eectifs)
Centre
Eectif
Frquence
2.50
2.95
3.25
3.55
4.15
16
21
39
35
39
150
0.1067
0.1400
0.2600
0.2333
0.2600
1
10.67
14
26
23.33
26
100
Biostatistique
Eectif
cumul
croissant
16
37
76
111
150
Eectif
cumul
dcroissant
150
134
113
74
39
24/10/2012
38 / 70
Reprsentation graphique
Variable continue (Caractre quantitatif continu) (distribution des eectifs)
Biostatistique
24/10/2012
39 / 70
Reprsentation graphique
Variable continue (Caractre quantitatif continu) (distribution des eectifs)
Biostatistique
24/10/2012
39 / 70
Reprsentation graphique
Variable discrte (distribution des eectifs cumuls croissants)
Biostatistique
24/10/2012
40 / 70
Reprsentation graphique
Variable discrte (distribution des eectifs cumuls croissants)
Eectif
cumul
croissant
11
27
48
73
90
98
100
Biostatistique
24/10/2012
40 / 70
Reprsentation graphique
Variable continue (distribution des eectifs cumuls croissants)
Biostatistique
24/10/2012
41 / 70
Reprsentation graphique
Variable continue (distribution des eectifs cumuls croissants)
Biostatistique
24/10/2012
41 / 70
Reprsentation graphique
Variable continue (distribution des eectifs cumuls croissants)
Centre
2.35
2.65
2.95
3.25
3.55
3.85
4.15
4.45
Biostatistique
Eectif
cumul
croissant
5
16
37
76
111
131
144
150
24/10/2012
41 / 70
Reprsentation graphique
Variable continue (distribution des eectifs cumuls croissants)
Biostatistique
24/10/2012
42 / 70
Reprsentation graphique
Variable continue (distribution des eectifs cumuls croissants)
Biostatistique
24/10/2012
42 / 70
Lensemble des donnes dune srie statistique est dun maniement lourd
et di cile. Il simpose donc de dnir un ensemble de valeurs
caractristiques (ou paramtres) qui permettent une reprsentation
condense de linformation contenue dans la srie statistique.
Biostatistique
24/10/2012
43 / 70
Lensemble des donnes dune srie statistique est dun maniement lourd
et di cile. Il simpose donc de dnir un ensemble de valeurs
caractristiques (ou paramtres) qui permettent une reprsentation
condense de linformation contenue dans la srie statistique. On
distingue deux catgories de valeurs typiques :
Biostatistique
24/10/2012
43 / 70
Lensemble des donnes dune srie statistique est dun maniement lourd
et di cile. Il simpose donc de dnir un ensemble de valeurs
caractristiques (ou paramtres) qui permettent une reprsentation
condense de linformation contenue dans la srie statistique. On
distingue deux catgories de valeurs typiques :
1
Biostatistique
24/10/2012
43 / 70
Lensemble des donnes dune srie statistique est dun maniement lourd
et di cile. Il simpose donc de dnir un ensemble de valeurs
caractristiques (ou paramtres) qui permettent une reprsentation
condense de linformation contenue dans la srie statistique. On
distingue deux catgories de valeurs typiques :
1
Biostatistique
24/10/2012
43 / 70
Lensemble des donnes dune srie statistique est dun maniement lourd
et di cile. Il simpose donc de dnir un ensemble de valeurs
caractristiques (ou paramtres) qui permettent une reprsentation
condense de linformation contenue dans la srie statistique. On
distingue deux catgories de valeurs typiques :
1
Biostatistique
24/10/2012
43 / 70
Lensemble des donnes dune srie statistique est dun maniement lourd
et di cile. Il simpose donc de dnir un ensemble de valeurs
caractristiques (ou paramtres) qui permettent une reprsentation
condense de linformation contenue dans la srie statistique. On
distingue deux catgories de valeurs typiques :
1
Biostatistique
24/10/2012
43 / 70
Lensemble des donnes dune srie statistique est dun maniement lourd
et di cile. Il simpose donc de dnir un ensemble de valeurs
caractristiques (ou paramtres) qui permettent une reprsentation
condense de linformation contenue dans la srie statistique. On
distingue deux catgories de valeurs typiques :
1
Biostatistique
24/10/2012
43 / 70
Lensemble des donnes dune srie statistique est dun maniement lourd
et di cile. Il simpose donc de dnir un ensemble de valeurs
caractristiques (ou paramtres) qui permettent une reprsentation
condense de linformation contenue dans la srie statistique. On
distingue deux catgories de valeurs typiques :
1
Biostatistique
24/10/2012
43 / 70
Lensemble des donnes dune srie statistique est dun maniement lourd
et di cile. Il simpose donc de dnir un ensemble de valeurs
caractristiques (ou paramtres) qui permettent une reprsentation
condense de linformation contenue dans la srie statistique. On
distingue deux catgories de valeurs typiques :
1
Biostatistique
24/10/2012
43 / 70
Lensemble des donnes dune srie statistique est dun maniement lourd
et di cile. Il simpose donc de dnir un ensemble de valeurs
caractristiques (ou paramtres) qui permettent une reprsentation
condense de linformation contenue dans la srie statistique. On
distingue deux catgories de valeurs typiques :
1
Biostatistique
24/10/2012
43 / 70
Paramtres de position
Le Mode
Biostatistique
24/10/2012
44 / 70
Paramtres de position
Le Mode
Biostatistique
24/10/2012
44 / 70
Paramtres de position
Le Mode
Biostatistique
24/10/2012
44 / 70
Paramtres de position
Le Mode
Biostatistique
24/10/2012
44 / 70
Paramtres de position
Le Mode
Biostatistique
24/10/2012
44 / 70
Paramtres de position
Le Mode
Biostatistique
24/10/2012
44 / 70
Paramtres de position
Le Mode
Biostatistique
24/10/2012
44 / 70
Paramtres de position
Le Mode
Biostatistique
24/10/2012
44 / 70
Paramtres de position
Le Mode
Biostatistique
24/10/2012
44 / 70
Paramtres de position
Le Mode
Biostatistique
24/10/2012
44 / 70
Paramtres de position
Le Mode
Biostatistique
24/10/2012
44 / 70
Paramtres de position
Le Mode
Biostatistique
24/10/2012
44 / 70
Paramtres de position
Le Mode
Biostatistique
24/10/2012
44 / 70
Paramtres de position
Le Mode
Biostatistique
24/10/2012
44 / 70
Paramtres de position
La Moyenne arithmtique
Biostatistique
, xk , dun
, nk est donn
24/10/2012
45 / 70
Paramtres de position
La Moyenne arithmtique
, xk , dun
, nk est donn
1 k
ni xi
n i
=1
Biostatistique
24/10/2012
45 / 70
Paramtres de position
La Moyenne arithmtique
Eectif
ni xi
11
16
21
25
17
8
2
100
0
16
42
75
68
40
12
253
Biostatistique
24/10/2012
46 / 70
Paramtres de position
La Moyenne arithmtique
253
100
Eectif
ni xi
11
16
21
25
17
8
2
100
0
16
42
75
68
40
12
253
= 2, 53.
Biostatistique
24/10/2012
46 / 70
Paramtres de position
La Mdiane
Biostatistique
24/10/2012
47 / 70
Paramtres de position
La Mdiane
Biostatistique
24/10/2012
47 / 70
Paramtres de position
La Mdiane (Cas dune variable discrte)
Biostatistique
24/10/2012
48 / 70
Paramtres de position
La Mdiane (Cas dune variable discrte)
Biostatistique
24/10/2012
48 / 70
Paramtres de position
La Mdiane (Cas dune variable discrte)
Biostatistique
24/10/2012
48 / 70
Paramtres de position
La Mdiane (Cas dune variable discrte)
Biostatistique
24/10/2012
48 / 70
Paramtres de position
La Mdiane (Cas dune variable discrte)
Biostatistique
24/10/2012
48 / 70
Paramtres de position
La Mdiane (Cas dune variable discrte)
9 valeurs
Biostatistique
24/10/2012
48 / 70
Paramtres de position
La Mdiane (Cas dune variable discrte)
9 valeurs
Biostatistique
24/10/2012
48 / 70
Paramtres de position
La Mdiane (Cas dune variable discrte)
Biostatistique
24/10/2012
49 / 70
Paramtres de position
La Mdiane (Cas dune variable discrte)
Biostatistique
24/10/2012
49 / 70
Paramtres de position
La Mdiane (Cas dune variable discrte)
Biostatistique
24/10/2012
49 / 70
Paramtres de position
La Mdiane (Cas dune variable discrte)
10 valeurs
Biostatistique
24/10/2012
49 / 70
Paramtres de position
La Mdiane (Cas dune variable discrte)
10 valeurs
Biostatistique
24/10/2012
49 / 70
Paramtres de position
La Mdiane (Cas dune variable discrte)
10 valeurs
Biostatistique
24/10/2012
49 / 70
Paramtres de position
La Mdiane (Cas dune variable discrte)
Dune manire gnrale soit X est une variable discrte prenant les valeurs
ordonnes x1 , x2 ,
, xp , xp +1, , xn ,
Biostatistique
24/10/2012
50 / 70
Paramtres de position
La Mdiane (Cas dune variable discrte)
Dune manire gnrale soit X est une variable discrte prenant les valeurs
ordonnes x1 , x2 ,
, xp , xp +1, , xn , alors si
Biostatistique
24/10/2012
50 / 70
Paramtres de position
La Mdiane (Cas dune variable discrte)
Dune manire gnrale soit X est une variable discrte prenant les valeurs
ordonnes x1 , x2 ,
, xp , xp +1, , xn , alors si
n = 2p =) Me =
Biostatistique
xp + xp +1
2
24/10/2012
50 / 70
Paramtres de position
La Mdiane (Cas dune variable discrte)
Dune manire gnrale soit X est une variable discrte prenant les valeurs
ordonnes x1 , x2 ,
, xp , xp +1, , xn , alors si
xp + xp +1
2
n = 2p + 1 =) Me = xp +1 .
n = 2p =) Me =
Biostatistique
24/10/2012
50 / 70
Paramtres de position
La Mdiane (Cas dune variable continue)
Centre
Eectif
2,35
2,65
2,95
3,25
3,55
3,85
4,15
4,45
5
11
21
39
35
20
13
6
150
Biostatistique
Eectif
Cumul
croissant
5
16
37
76
111
131
144
150
ni xi
11,75
29,15
61,95
126,75
124,25
77
53,95
26,7
511,5
24/10/2012
51 / 70
Paramtres de position
La Mdiane (Cas dune variable continue)
Centre
Eectif
2,35
2,65
2,95
3,25
3,55
3,85
4,15
4,45
5
11
21
39
35
20
13
6
150
Eectif
Cumul
croissant
5
16
37
76
111
131
144
150
ni xi
11,75
29,15
61,95
126,75
124,25
77
53,95
26,7
511,5
Biostatistique
24/10/2012
51 / 70
Paramtres de position
La Mdiane (Cas dune variable continue)
Biostatistique
24/10/2012
52 / 70
Paramtres de position
La Mdiane (Cas dune variable continue)
Biostatistique
24/10/2012
52 / 70
Paramtres de position
La Mdiane (Cas dune variable continue)
BC
DE
Biostatistique
24/10/2012
53 / 70
Paramtres de position
La Mdiane (Cas dune variable continue)
BC
75
M 3, 1
=
=)
DE
3, 4 3, 1
76
Biostatistique
37
37
24/10/2012
53 / 70
Paramtres de position
La Mdiane (Cas dune variable continue)
BC
75
M 3, 1
=
=)
DE
3, 4 3, 1
76
38
=) M = 0, 3 + 3, 1
39
Biostatistique
37
37
24/10/2012
53 / 70
Paramtres de position
La Mdiane (Cas dune variable continue)
BC
75
M 3, 1
=
=)
DE
3, 4 3, 1
76
38
=) M = 0, 3 + 3, 1
39
=) M 3, 392 Kg
Biostatistique
37
37
24/10/2012
53 / 70
Paramtres de position
La Mdiane (Cas dune variable continue)
BC
75
M 3, 1
=
=)
DE
3, 4 3, 1
76
38
=) M = 0, 3 + 3, 1
39
=) M 3, 392 Kg
511,5
150
Biostatistique
37
37
3, 41 Kg
24/10/2012
53 / 70
Paramtres de dispersion
Lcart type
Biostatistique
24/10/2012
54 / 70
Paramtres de dispersion
Lcart type
Biostatistique
24/10/2012
54 / 70
Paramtres de dispersion
Lcart type
n i =1
Biostatistique
24/10/2012
54 / 70
Paramtres de dispersion
Lcart type
n i =1
o n = ni=1 ni .
Biostatistique
24/10/2012
54 / 70
Paramtres de dispersion
Lcart type
n i =1
o n = ni=1 ni .
xi est la modalit i de la variable X dans le cas dune variable discrte et
cest le centre de la classe i dans le cas dune variable continue.
Remarque 1. On peut aussi dcrire X sous la forme suivante
s
1 n
2
ni xi2 X .
X =
n i
=1
Biostatistique
24/10/2012
54 / 70
Paramtres de dispersion
Lcart type
n i =1
o n = ni=1 ni .
xi est la modalit i de la variable X dans le cas dune variable discrte et
cest le centre de la classe i dans le cas dune variable continue.
Remarque 1. On peut aussi dcrire X sous la forme suivante
s
1 n
2
ni xi2 X .
X =
n i
=1
Remarque 2. On appelle variance de la variable X , not Var (X ) , le carr
de lcart type. Var (X ) = 2X .
REMITA (Dpartement de Mdecine)
Biostatistique
24/10/2012
54 / 70
Paramtres de dispersion
Lcart type
Biostatistique
24/10/2012
55 / 70
Paramtres de dispersion
Lcart type
Centre
Eectif
2, 35
2, 65
2, 95
3, 25
3, 55
3, 85
4, 15
4, 45
5
11
21
39
35
20
13
6
150
Eectif
Cumul
croissant
5
16
37
76
111
131
144
150
Biostatistique
ni xi
ni xi2
11, 75
29, 15
61, 95
126, 75
124, 25
77
53, 95
26, 7
511, 5
27, 6125
77, 2475
182, 7525
411, 9375
441, 0875
296, 45
223, 8925
118, 815
1779, 795
24/10/2012
55 / 70
Paramtres de dispersion
Lcart type
On a
X
1 8
ni xi
n i
=1
Biostatistique
24/10/2012
56 / 70
Paramtres de dispersion
Lcart type
On a
X
1 8
511, 5
ni xi =
n i =1
150
Biostatistique
3, 41Kg
24/10/2012
56 / 70
Paramtres de dispersion
Lcart type
On a
X
1 8
511, 5
ni xi =
n i =1
150
2X
1 8
ni xi2
n i
=1
3, 41Kg
Biostatistique
24/10/2012
56 / 70
Paramtres de dispersion
Lcart type
On a
X
1 8
511, 5
ni xi =
n i =1
150
2X
1 8
ni xi2
n i
=1
X =
Biostatistique
3, 41Kg
1779, 795
150
3, 412
24/10/2012
56 / 70
Paramtres de dispersion
Lcart type
On a
X
1 8
511, 5
ni xi =
n i =1
150
2X
1 8
ni xi2
n i
=1
=) 2X
X =
3, 41Kg
1779, 795
150
3, 412
0, 2372
Biostatistique
24/10/2012
56 / 70
Paramtres de dispersion
Lcart type
On a
X
1 8
511, 5
ni xi =
n i =1
150
2X
1 8
ni xi2
n i
=1
=) 2X
X =
3, 41Kg
1779, 795
150
0, 2372 =) X
Biostatistique
3, 412
0, 4870Kg .
24/10/2012
56 / 70
Paramtres de dispersion
Coe cient de variation
Biostatistique
24/10/2012
57 / 70
Paramtres de dispersion
Coe cient de variation
Biostatistique
X
.
X
24/10/2012
57 / 70
Paramtres de dispersion
Coe cient de variation
X
.
X
100
Biostatistique
0, 4870
3, 41
24/10/2012
57 / 70
Paramtres de dispersion
Coe cient de variation
X
.
X
0, 4870
3, 41
=) 14, 28%.
100
Biostatistique
24/10/2012
57 / 70
Paramtres de dispersion
Etendue interquartile
Biostatistique
24/10/2012
58 / 70
Paramtres de dispersion
Etendue interquartile
Les quartiles dune srie statistique sont les valeurs qui partagent la srie
en quatre parties de mme eectif. Alors il existe trois quartiles, le premier
quartile Q1 , le deuxime quartile Q2 et le troisime quartile Q3 . Le
deuxime quartile Q2 tant la mdiane M.
Biostatistique
24/10/2012
58 / 70
Paramtres de dispersion
Etendue interquartile
Les quartiles dune srie statistique sont les valeurs qui partagent la srie
en quatre parties de mme eectif. Alors il existe trois quartiles, le premier
quartile Q1 , le deuxime quartile Q2 et le troisime quartile Q3 . Le
deuxime quartile Q2 tant la mdiane M.
Ltendue interquartile est la dirence entre le troisime et le premier
quartile et on le note
IQR = Q3 Q1 .
Biostatistique
24/10/2012
58 / 70
Paramtres de dispersion
Etendue interquartile
Biostatistique
24/10/2012
59 / 70
Paramtres de dispersion
Etendue interquartile
On a n = 21 = 2
10 + 1
Biostatistique
24/10/2012
59 / 70
Paramtres de dispersion
Etendue interquartile
On a n = 21 = 2
10 + 1 =) p = 10
Biostatistique
24/10/2012
59 / 70
Paramtres de dispersion
Etendue interquartile
On a n = 21 = 2
10 + 1 =) p = 10 do Q2 = M = xp +1 = x11 = 10.
4, 5, 6, 7, 7, 8, 9, 9, 10, 10, 10, 11, 11, 11, 12, 12, 13, 13, 15, 15, 16 .
|
{z
}
|
{z
}
Biostatistique
24/10/2012
59 / 70
Paramtres de dispersion
Etendue interquartile
On a n = 21 = 2
10 + 1 =) p = 10 do Q2 = M = xp +1 = x11 = 10.
4, 5, 6, 7, 7, 8, 9, 9, 10, 10, 10, 11, 11, 11, 12, 12, 13, 13, 15, 15, 16 .
|
{z
}
|
{z
}
et p = 10 = 2
Biostatistique
24/10/2012
59 / 70
Paramtres de dispersion
Etendue interquartile
On a n = 21 = 2
10 + 1 =) p = 10 do Q2 = M = xp +1 = x11 = 10.
4, 5, 6, 7, 7, 8, 9, 9, 10, 10, 10, 11, 11, 11, 12, 12, 13, 13, 15, 15, 16 .
|
{z
}
|
{z
}
et p = 10 = 2
5 =) p = 5
Biostatistique
24/10/2012
59 / 70
Paramtres de dispersion
Etendue interquartile
On a n = 21 = 2
10 + 1 =) p = 10 do Q2 = M = xp +1 = x11 = 10.
4, 5, 6, 7, 7, 8, 9, 9, 10, 10, 10, 11, 11, 11, 12, 12, 13, 13, 15, 15, 16 .
|
{z
}
|
{z
}
et p = 10 = 2
5 =) p = 5 do Q1 =
Biostatistique
x 5 +x 6
2
7 +8
2
= 7, 5.
24/10/2012
59 / 70
Paramtres de dispersion
Etendue interquartile
On a n = 21 = 2
10 + 1 =) p = 10 do Q2 = M = xp +1 = x11 = 10.
4, 5, 6, 7, 7, 8, 9, 9, 10, 10, 10, 11, 11, 11, 12, 12, 13, 13, 15, 15, 16 .
|
{z
}
|
{z
}
et p = 10 = 2
5 =) p = 5 do Q1 =
Biostatistique
x 5 +x 6
2
7 +8
2
= 7, 5.
24/10/2012
59 / 70
Paramtres de dispersion
Etendue interquartile
On a n = 21 = 2
10 + 1 =) p = 10 do Q2 = M = xp +1 = x11 = 10.
4, 5, 6, 7, 7, 8, 9, 9, 10, 10, 10, 11, 11, 11, 12, 12, 13, 13, 15, 15, 16 .
|
{z
}
|
{z
}
et p = 10 = 2
5 =) p = 5 do Q1 =
x 5 +x 6
2
Biostatistique
7 +8
2
= 7, 5.
24/10/2012
59 / 70
Paramtres de dispersion
Etendue interquartile
On a n = 21 = 2
10 + 1 =) p = 10 do Q2 = M = xp +1 = x11 = 10.
4, 5, 6, 7, 7, 8, 9, 9, 10, 10, 10, 11, 11, 11, 12, 12, 13, 13, 15, 15, 16 .
|
{z
}
|
{z
}
et p = 10 = 2
5 =) p = 5 do Q1 =
x 5 +x 6
2
7 +8
2
= 7, 5.
4, 5, 6, 7, 7, 8,5, 8, 9, 9, 10, 10, 10, 11, 11, 11, 12, 12, 12,5, 13, 13, 15, 15, 16 .
| {z }
|
|
|
{z
}
{z
}
{z
}
Biostatistique
24/10/2012
59 / 70
Paramtres de dispersion
Etendue interquartile
Centre
Eectif
2,35
2,65
2,95
3,25
3,55
3,85
4,15
4,45
5
11
21
39
35
20
13
6
150
Biostatistique
Eectif
Cumul
croissant
5
16
37
76
111
131
144
150
24/10/2012
60 / 70
Paramtres de dispersion
Etendue interquartile
On a
n
4
Biostatistique
24/10/2012
61 / 70
Paramtres de dispersion
Etendue interquartile
On a
n
4
37, 5 37
76 37
(3, 4
3, 1) + 3, 1 = 3, 104Kg
Biostatistique
24/10/2012
61 / 70
Paramtres de dispersion
Etendue interquartile
On a
n
4
et
3n
4
37, 5 37
76 37
(3, 4
3, 1) + 3, 1 = 3, 104Kg
Biostatistique
24/10/2012
61 / 70
Paramtres de dispersion
Etendue interquartile
On a
n
4
et
3n
4
37, 5 37
76 37
(3, 4
3, 1) + 3, 1 = 3, 104Kg
112, 5 111
131 111
(3, 7
4, 0) + 3, 7 = 3, 723Kg
Biostatistique
24/10/2012
61 / 70
Paramtres de dispersion
Etendue interquartile
On a
n
4
et
3n
4
37, 5 37
76 37
(3, 4
3, 1) + 3, 1 = 3, 104Kg
112, 5 111
131 111
(3, 7
4, 0) + 3, 7 = 3, 723Kg
do
IQR
Q3
Q1 = 3, 723
Biostatistique
3, 104
24/10/2012
61 / 70
Paramtres de dispersion
Etendue interquartile
On a
n
4
et
3n
4
37, 5 37
76 37
(3, 4
3, 1) + 3, 1 = 3, 104Kg
112, 5 111
131 111
(3, 7
4, 0) + 3, 7 = 3, 723Kg
do
IQR
= Q3 Q1 = 3, 723
=) IQR = 0, 619Kg .
Biostatistique
3, 104
24/10/2012
61 / 70
Biostatistique
24/10/2012
62 / 70
Biostatistique
24/10/2012
62 / 70
P
eij
! R2
7! (xi , yj )
Biostatistique
24/10/2012
62 / 70
P
eij
! R2
7! (xi , yj )
Biostatistique
24/10/2012
62 / 70
y1
y2
yj
yl
x1
x2
..
.
n11
n21
..
.
n12
n22
..
.
n1j
n2j
..
.
n1l
n2l
..
.
Eectif
margianl
n1
n2
..
.
xi
..
.
ni 1
..
.
ni 2
..
.
nij
..
.
nil
..
.
ni
..
.
xk
Eectif
marginal
nk 1
nk 2
nkj
nkl
nk
Biostatistique
24/10/2012
63 / 70
y1
y2
yj
yl
x1
x2
..
.
n11
n21
..
.
n12
n22
..
.
n1j
n2j
..
.
n1l
n2l
..
.
Eectif
margianl
n1
n2
..
.
xi
..
.
ni 1
..
.
ni 2
..
.
nij
..
.
nil
..
.
ni
..
.
xk
Eectif
marginal
nk 1
nk 2
nkj
nkl
nk
Biostatistique
24/10/2012
63 / 70
y1
y2
yj
yl
x1
x2
..
.
n11
n21
..
.
n12
n22
..
.
n1j
n2j
..
.
n1l
n2l
..
.
Eectif
margianl
n1
n2
..
.
xi
..
.
ni 1
..
.
ni 2
..
.
nij
..
.
nil
..
.
ni
..
.
xk
Eectif
marginal
nk 1
nk 2
nkj
nkl
nk
Biostatistique
24/10/2012
63 / 70
y1
y2
yj
yl
x1
x2
..
.
n11
n21
..
.
n12
n22
..
.
n1j
n2j
..
.
n1l
n2l
..
.
Eectif
margianl
n1
n2
..
.
xi
..
.
ni 1
..
.
ni 2
..
.
nij
..
.
nil
..
.
ni
..
.
xk
Eectif
marginal
nk 1
nk 2
nkj
nkl
nk
Biostatistique
24/10/2012
63 / 70
y1
y2
yj
yl
x1
x2
..
.
n11
n21
..
.
n12
n22
..
.
n1j
n2j
..
.
n1l
n2l
..
.
Eectif
margianl
n1
n2
..
.
xi
..
.
ni 1
..
.
ni 2
..
.
nij
..
.
nil
..
.
ni
..
.
xk
Eectif
marginal
nk 1
nk 2
nkj
nkl
nk
Biostatistique
24/10/2012
63 / 70
nij
= fi
n
Biostatistique
ni
n
nj
n
24/10/2012
64 / 70
nij
= fi
n
nj
n
ni
n
Denition
On appelle covariance des variables X et Y et on note Cov (X , Y ) , le
nombre
Cov (X , Y ) =
1 k l
nij xi
n i
=1 j =1
1 k l
nij xi yj
n i
=1 j =1
XY.
Biostatistique
yj
24/10/2012
64 / 70
Remarque
1
Biostatistique
24/10/2012
65 / 70
Remarque
1
1 k
1 l
n j yj .
n
x
et
Y
=
i i
n i
n j
=1
=1
Biostatistique
24/10/2012
65 / 70
Remarque
1
1 k
1 l
n j yj .
n
x
et
Y
=
i i
n i
n j
=1
=1
Biostatistique
24/10/2012
65 / 70
Remarque
1
1 k
1 l
n j yj .
n
x
et
Y
=
i i
n i
n j
=1
=1
Biostatistique
24/10/2012
65 / 70
Remarque
1
1 k
1 l
n j yj .
n
x
et
Y
=
i i
n i
n j
=1
=1
Denition
Si Cov (X , Y ) = 0 on dit que les variables X et Y sont non corrles.
Biostatistique
24/10/2012
65 / 70
Biostatistique
24/10/2012
66 / 70
Biostatistique
24/10/2012
66 / 70
Biostatistique
24/10/2012
66 / 70
Biostatistique
24/10/2012
66 / 70
2
3
Biostatistique
24/10/2012
66 / 70
2
3
4
Biostatistique
24/10/2012
66 / 70
2
3
4
Biostatistique
24/10/2012
66 / 70
2
3
4
Biostatistique
1 si a < 0.
24/10/2012
66 / 70
S=
nij (yj
axi
b )2 .
i =1 j =1
Biostatistique
24/10/2012
67 / 70
S=
nij (yj
axi
b )2 .
i =1 j =1
Theorem
La droite de rgression de Y en X est la droite de la forme Y = aX + b
avec
Biostatistique
24/10/2012
67 / 70
S=
nij (yj
axi
b )2 .
i =1 j =1
Theorem
La droite de rgression de Y en X est la droite de la forme Y = aX + b
avec
Cov (X , Y )
a=
2X
Biostatistique
24/10/2012
67 / 70
S=
nij (yj
axi
b )2 .
i =1 j =1
Theorem
La droite de rgression de Y en X est la droite de la forme Y = aX + b
avec
Cov (X , Y )
Cov (X , Y )
a=
et b = Y
X.
2
X
2X
S=
nij (yj
axi
b )2 .
i =1 j =1
Theorem
La droite de rgression de Y en X est la droite de la forme Y = aX + b
avec
Cov (X , Y )
Cov (X , Y )
a=
et b = Y
X.
2
X
2X
S=
nij (yj
axi
b )2 .
i =1 j =1
Theorem
La droite de rgression de Y en X est la droite de la forme Y = aX + b
avec
Cov (X , Y )
Cov (X , Y )
a=
et b = Y
X.
2
X
2X
S=
nij (yj
axi
b )2 .
i =1 j =1
Theorem
La droite de rgression de Y en X est la droite de la forme Y = aX + b
avec
Cov (X , Y )
Cov (X , Y )
a=
et b = Y
X.
2
X
2X
Biostatistique
24/10/2012
67 / 70
2
5
7
8
2
10
9
2
9
6
1
18
Biostatistique
11
13
1
7
1
1
4
1
10
ni
5
10
10
17
8
50
24/10/2012
68 / 70
2
5
7
35
175
63
11
8
2
10
70
490
216
2
9
6
1
18
162
1458
368
13
1
7
1
1
4
1
10
110
1210
786
5
65
845
432
Biostatistique
ni
5
10
10
17
8
50
442
4178
1865
ni xi
ni xi2
5
20
40
102
72
239
5
40
160
612
648
1465
24/10/2012
69 / 70
239
= 4, 78
50
Biostatistique
24/10/2012
70 / 70
239
= 4, 78
50
442
= 8, 84
50
Biostatistique
24/10/2012
70 / 70
X
Y
X
239
= 4, 78
50
442
=
= 8, 84
50
r
1465
=
4, 782 = 2, 54
50
Biostatistique
24/10/2012
70 / 70
X
Y
X
Y
239
= 4, 78
50
442
=
= 8, 84
50
r
1465
=
4, 782 = 2, 54
50
r
4178
=
8, 842 2, 3269
50
Biostatistique
24/10/2012
70 / 70
Cov (X , Y ) =
239
= 4, 78
50
442
= 8, 84
50
r
1465
4, 782 = 2, 54
50
r
4178
8, 842 2, 3269
50
1865
4, 78 8, 84 = 4, 9552
50
Biostatistique
24/10/2012
70 / 70
Cov (X , Y ) =
(X , Y ) =
239
= 4, 78
50
442
= 8, 84
50
r
1465
4, 782 = 2, 54
50
r
4178
8, 842 2, 3269
50
1865
4, 78 8, 84 = 4, 9552
50
4, 9552
0, 8384.
2, 54 2, 3269
Biostatistique
24/10/2012
70 / 70