1re dition

Mthodes expliques avec cas dapplication corrigs

Lessentiel
de la

Les
CARRs

.........
Armelle Math

Statistique
descriptive

Les
CARRs

47
98
07
51
5

.........

Cette collection de livres prsente de manire synthtique,

rigoureuse et pratique lensemble des connaissances que
ltudiant doit possder sur le sujet trait. Elle couvre :
le Droit et la Science Politique;
les Sciences conomiques;
les Sciences de gestion;
les concours de la Fonction publique.

x.

co

:Ig

at

eg

ro
up

:5

72

64
34
34
:

88
83
29
85
:

41
.

13
7.
68
.2
22
:1

Armelle Math est enseignante dans de nombreux cursus et pour des publics trs divers. Elle
assure en effet lenseignement des mathmatiques appliques (statistiques et probabilits,
mathmatiques financires, techniques doptimisation) luniversit Paris 1 Sorbonne,
au Conservatoire National des Arts et Mtiers. Elle enseigne galement le contrle de
gestion lInstitut national des techniques conomiques et comptables et lEnoes. Elle est
membre du jury du DCG de ltat et de lIntec et participe la rdaction de sujets dexamen
dans ces matires.

na

l.s
ch

ol

ar

vo

Du mme auteur, chez le mme diteur

in
t

er

na

tio

Collection Carrs Rouge

Lessentiel des Mathmatiques financires, 1re d. 2015.

Gualino diteur, Lextenso ditions 2016

70, rue du Gouverneur Gnral bou
92131 Issy-les-Moulineaux cedex
ISBN 978 - 2 - 297 - 06062 - 2
ISSN 1288-8206

Suivez-nous sur

PRSENTATION
88
83
29
85
:

41
.

13
7.
68
.2
22
:1

47
98
07
51
5

Le formidable dveloppement des outils informatiques et de leur puissance de calcul permet de

traiter de trs grands nombres de donnes, dobtenir rapidement des rsultats et des interprtations
et il est peu de domaines aujourdhui qui ne fassent appel aux statistiques comme sources dinformations. Que lon sintresse la physique, fondamentale ou applique, la biologie, que lon
travaille dans la finance, le commerce, lassurance, dans le monde de la recherche comme celui de
lentreprise, les donnes sont releves, analyses, et exploites.

vo

x.

co
m

:Ig

at

eg

ro
up

:5

72

64
34
34
:

La premire tche de la statistique consiste dcrire de faon prcise et rigoureuse les ensembles
quelle tudie sous langle particulier qui lintresse. Cette partie de la statistique est appele statistique descriptive. Elle se propose de traiter les observations afin de les prsenter dune
faon aisment lisible (tableaux, graphiques, etc.) et de dgager par le calcul un certain nombre
de grandeurs caractristiques de lensemble (moyenne, mdiane, indicateurs de dispersion, etc.).

in

te

rn

at

io
n

al
.s

ch
o

la
r

La tche ne sarrte pas l. Au-del des observations quelle peut effectuer, la statistique cherche
laborer des hypothses plus ou moins probables concernant certains vnements chappant son
observation directe; soit parce que ces vnements concernent des ensembles plus vastes que ceux
qui ont t observs (exemple, sondages), soit quil sagisse dvnements venir (valuation de la
proportion probable de ventes dune entreprise au cours de lanne venir).
Par exemple, les organismes officiels fourniront des statistiques descriptives concernant les accidents
de la route. partir de celles-ci, il sera possible de dterminer un certain nombre de probabilits
relatives au nombre daccidents et au cot des sinistres. On pourra ainsi prendre les dcisions
adaptes.
Cette deuxime partie de la statistique est appele statistique infrentielle ou statistique inductive. Celle-ci part des rsultats obtenus sur les chantillons observs, et, connaissant les diffrents
modles dvelopps (thorie des probabilits) permet dlaborer des hypothses valables avec de
fortes probabilits portant sur la population alors mme que celle-ci naura pas t observe de
faon exhaustive.

L'essentiel de la Statistique descriptive

Lobjet de ce manuel est de prsenter les lments de statistique descriptive. Un deuxime ouvrage
traite de la statistique infrentielle.
Cet ouvrage est ainsi une aide prcieuse pour les tudiants qui prparent des diplmes en universit,
en cole de commerce, aussi bien dans les domaines de la gestion, de la finance, quen mdecine
ou autres. Les statistiques et les probabilits sont en effet une science transversale et il est peu de
filires qui ne les utilisent.

rn

at

io
n

al
.s

ch
o

la
r

vo

x.

co
m

:Ig

at

eg

ro
up

:5

72

64
34
34
:

88
83
29
85
:

41
.

13
7.
68
.2
22
:1

47
98
07
51
5

Chaque notion nouvelle est illustre de nombreux exemples, de schmas, de faon faciliter son
assimilation.

te

in

SOMMAIRE
47
98
07
51
5

Prsentation 3

11

1 - Le vocabulaire de la statistique

11

88
83
29
85
:

41
.

13
7.
68
.2
22
:1

Chapitre 1 -Sries statistiques dune variable

co
m

:Ig

at

eg

ro
up

:5

72

64
34
34
:

Vocabulaire 11
Le tri des donnes
13
13
a) Modalits
13
b) Effectif dune modalit
c) Frquence dune modalit
15
la
r

vo

x.

2 - Les tapes dune tude statistique

16

in

te

rn

at

io
n

al
.s

ch
o

Dfinition de la population et des variables tudier puis collecte

de renseignements (enqute): on obtient alors les donnes brutes
16
a) Cration de linformation par enqute
16
b) Rutilisation dune information dj existante
17
Dpouillement 17
Prsentation des rsultats
17

3 - Reprsentations graphiques des sries statistiques

Reprsentation graphique des sries variables qualitatives ou nominales
a) Le graphique secteurs
b) Le graphique en tuyaux dorgue ( bandes)
Reprsentation graphique des sries variables quantitatives
Le diagramme en btons: reprsentation des sries variables
quantitatives discrtes ou ordinales

18
18
18
19
21
21

4 - Les caractristiques dune variable statistique

22
27
27

31

te

rn

at

io
n

al
.s

ch
o

la
r

vo

x.

co
m

:Ig

at

eg

ro
up

:5

72

64
34
34
:

88
83
29
85
:

41
.

13
7.
68
.2
22
:1

47
98
07
51
5

Caractristiques de tendance centrale ou de position

31
31
a) La moyenne arithmtique
b) Le mode
35
c) La mdiane
36
d) Les quartiles
40
Caractristiques de dispersion
42
a) tendue de la srie statistique
43
b) Intervalle interquartile
43
44
c) Variance et cart-type
Proprits de la moyenne arithmtique et de lcart-type
pour un changement de variable affine
46
Moyenne harmonique et moyenne gomtrique
47
a) Sur les donnes brutes x1, x2, x3, , xn 47
b) Sur les donnes tries, x1, x2, x3, , xk respectivement avec les effectifs
n1, n2, n3, , nk 48
Complments 49
a) Couples de caractristiques
49
b) Le cfficient de variation
50
c) Les botes moustaches (boxplots) 50
in

SOMMAIRE

Reprsentation graphique des sries variables continues: lhistogramme

Courbe des effectifs (frquences) cumuls croissants
Courbe des effectifs (frquences) cumuls dcroissants

Chapitre 2 -Sries statistiques de deux variables 53

1 - Les donnes 54
2 - tude des distributions marginales et conditionnelles 55
tude des distributions marginales
tude des distributions conditionnelles
Indpendance des variables. Les profils des frquences conditionnelles

55
57
58

3 - La rgression linaire. Modlisation de la liaison

entre deux variables quantitatives 59

59
61
62
64
68
69

47
98
07
51
5

4 - Modles exponentiel et puissance 70

13
7.
68
.2
22
:1

Modle exponentiel: liaison de la forme Y = b aX 70

Modle puissance: liaison de la forme Y = b Xa
73

88
83
29
85
:

41
.

Chapitre 3 -Sries chronologiques 81

64
34
34
:

1 - Dfinition 81
2 - Le lissage des sries chronologiques 82

ch
o

la
r

vo

x.

co
m

:Ig

at

eg

ro
up

:5

72

Lissage par dessaisonalisation partir des cfficients saisonniers.

Srie corrige des variations saisonnires
Lissage laide des moyennes mobiles centres
a) Choix de lordre du lissage
b) Calcul de la moyenne mobile centre

83
84
84
84

io
n

al
.s

3 - Le calcul des cfficients saisonniers 87

in

te

rn

at

Mthode du rapport aux moyennes mobiles centres

Mthode du rapport la tendance

87
89

4 - Finalit des cfficients saisonniers 92

Dessaisonalisation des donnes. Srie corrige des variations saisonnires
Prvisions: utilisation du modle

92
92

Chapitre 4 -Notions de statistique multivarie 95

1 - Lanalyse en composantes principales: mthode ACP 95
Dtermination du nombre daxes retenus pour les projections
Analyse du cercle des corrlations ou nuage des points variables
Qualit de la reprsentation des variables

97
98
99

SOMMAIRE

Reprsentation graphique des donnes: le nuage statistique

Pratique de lajustement linaire par la mthode des moindres carrs
Qualit de lajustement. Indicateur de la force de la liaison linaire:
cfficient de corrlation linaire R et cfficient de dtermination R2
Notion de levier, contribution de chaque observation la construction
de la droite des moindres carrs
tude des rsidus et des observations influentes
Prdictions et prvisions

99
100
100

2 - Lanalyse factorielle des correspondances: mthode AFC 107

Dtermination du nombre daxes retenus pour les projections
Examen spar des deux nuages
Examen de la reprsentation superpose des deux nuages

109
109
110

47
98
07
51
5

Chapitre 5 -Typologies de populations 115

88
83
29
85
:

41
.

13
7.
68
.2
22
:1

1 - Dcomposition de la moyenne et de la variance en prsence

de sous-populations 118
2 - Application de lanalyse de la variance la typologie 121
64
34
34
:

Principe 121
Cfficient de dtermination r2 121
ro
up

:5

72

3 - Mthode 122

vo

x.

co
m

:Ig

at

eg

Chapitre 6 -Indices statistiques 123

ch
o

la
r

1 - Indices simples 123

io
n

al
.s

Indices et pourcentages daugmentation et de diminution

125

te

rn

at

2 - Proprits 125
3 - Indices synthtiques 127
in

SOMMAIRE

Corrlations des variables entre elles

Corrlations des variables avec les axes principaux
Analyse du nuage des points individus: carte des individus

Indice de Laspeyres
a) Cas particulier de lindice de Laspeyres des prix
b) Cas particulier de lindice de Laspeyres des quantits
Indice de Paasche
a) Cas particulier de lindice de Paasche des prix
b) Cas particulier de lindice de Paasche des quantits
Indice de Fisher

127
128
130
131
132
133
134

4 - Quelques indices particuliers 135

Indice des valeurs

135

135
135
135

Chapitre 7 -Statistiques avec Excel 139

1 - Le tri des donnes brutes avec le tableur Excel 139
47
98
07
51
5

La fonction NB.SI. (catgorie statistique)

La fonction frquence (catgorie statistique)
Les tris croiss

139
141
144

13
7.
68
.2
22
:1

2 - Le calcul des caractristiques de la variable statistique 149

64
34
34
:

88
83
29
85
:

41
.

Les fonctions de la catgorie statistique

a) Les fonctions ecartypep et VAR.P
b) Les fonctions ecartype et VAR
Statistiques sur les chantillons prlevs

149
149
149
150

72

3 - Les reprsentations graphiques avec le tableur Excel 150

in

te

rn

at

io
n

al
.s

ch
o

la
r

vo

x.

co
m

:Ig

at

eg

ro
up

:5

Reprsentation des sries variables qualitatives

151
Reprsentation de sries pour lesquelles les modalits sont des valeurs
151
quantitatives discrtes: diagramme en btons
Reprsentation de sries pour lesquelles les modalits sont des classes:
lhistogramme 151
152
a) Le problme des classes damplitudes diffrentes
b) Le problme de la graduation sur laxe de la variable
154

4 - Lajustement linaire avec le tableur Excel 156

Le nuage de points
Les fonctions du tableur
La rgression linaire dans lutilitaire danalyse

156
158
158

SOMMAIRE

Indice des prix en euros constants

Indice du pouvoir dachat
Indice de la productivit

in
at

rn

te
io
n
al
.s
ch
o
la
r
x.

vo
:Ig

co
m

13
7.
68
.2
22
:1

41
.

88
83
29
85
:

64
34
34
:

72

:5

ro
up

eg

at

47
98
07
51
5

Chapitre
Chapitre 10
1

13
7.
68
.2
22
:1

47
98
07
51
5

Sries statistiques
dune variable

64
34
34
:

88
83
29
85
:

41
.

La statistique descriptive a pour objet la collecte, lanalyse et linterprtation dobservations relatives

des phnomnes concernant des ensembles plus ou moins importants dobjets, dvnements ou dindividus. Notons que la mthode statistique cherche obtenir des rsultats densemble, elle ne sintresse
pas aux individus en particulier.

ro
up

:5

72

Attention enfin: le terme statistique a un sens diffrent selon quil est employ au singulier ou au
pluriel:

x.

co
m

:Ig

at

eg

les statistiques concernent un ensemble de donnes observes (exemple: les statistiques de vente
dune entreprise);
ch
o

la
r

vo

la statistique dsigne la science qui permet dobtenir et de traiter ces donnes.

in

te

rn

at

io
n

al
.s

Elle peut galement dsigner la variable alatoire utilise pour effectuer des estimations ou des tests, en
statistique infrentielle.

1 Le vocabulaire de la statistique
Statistique descriptive: ensemble de techniques permettant dtudier des populations travers
un certain nombre de critres. Lobjectif est de rsumer linformation, de caractriser les donnes,
de les faire parler.

Vocabulaire
Population: on dsigne sous ce terme lensemble qui est tudi, mme si les individus qui le composent ne sont pas des tres humains. Il est souvent impossible, pour des raisons pratiques ou pour

L'essentiel de la Statistique descriptive

des raisons de cot, dobserver la population de faon exhaustive et ltude est alors faite sur un
chantillon prlev dans la population.
Individus ou units statistiques: lments de la population ou de lchantillon.
Variable statistique ou caractre: on dsigne sous ces noms les critres qui vont tre tudis,
ceux sur lesquels va porter ltude (par exemple le nombre de personnes dun foyer, la dure dattente
un guichet, le nombre journalier darrts techniques dune machine-outil).
La variable peut tre qualitative ou quantitative:

13
7.
68
.2
22
:1

47
98
07
51
5

elle est qualitative si ses valeursne sont pas numriques (par exemple le sexe, les catgories socioprofessionnelles, etc.). Dans le cas o les valeursdune variable qualitative sont codes avec des
nombres, elle est appele variable nominale (par exemple le code postal, le sexe (1 ou 2), sont
des variables nominales: leurs valeurssont des nombres mais il ny a pas dordre sur ces valeurs);
88
83
29
85
:

41
.

elle est quantitative si ses valeurssont numriques ou bien peuvent tre ordonnes de manire
logique). Parmi les variables quantitatives, on distingue les variables:

ro
up

:5

72

64
34
34
:

discrtes: les valeursprises par la variable sont alors en nombre fini ou dnombrable (par
exemple le nombre denfants, le salaire, le nombre de pices dune production, le nombre
dtoiles, etc.);

x.

co
m

:Ig

at

eg

ordinales: les valeurssont ordonnes de manire logique (par exemple le niveau de satisfaction
dune prestation peut prendre les valeurs0, 1, 2, 3, 4, de pas du tout satisfait trs satisfait).

rn

at

io
n

al
.s

ch
o

la
r

vo

Aussi bien la variable nominale que la variable ordinale prennent des valeurscodes. On peut toutefois les distinguer car dans le cas dune variable nominale, effectuer des oprations algbriques
avec ces valeurs, comme calculer une moyenne na pas de sens, contrairement la variable ordinale.
Par exemple, la moyenne de 1,5 pour le sexe na aucune signification, alors quun degr moyen de
satisfaction de la prestation gale 2 en a.
te

12

in

Si la variable est quantitative discrte, chaque diffrence entre deux variables de la variable a le
mme sens: ainsi pour la variable nombre denfants, la modalit 2enfants signifie 2fois plus
denfants que la modalit 1enfant. Ce nest pas le cas pour une variable ordinale et par exemple
la valeur4 du degr de satisfaction ne signifie pas que lon est 4fois plus satisfait que pour la valeur1.
continues: la variable peut alors prendre une infinit de valeurs, appartenant lensemble des
nombres rels, ou un intervalle de nombres rels (par exemple la dure dun vnement, la
longueur, le poids, etc.). Lorsque la variable est continue ou lorsquelle est discrte mais prend
un grand nombre de valeurs, le statisticien est conduit regrouper les valeursde la variable par
classes qui sont des intervalles de nombres rels.

Chapitre 1 Sries statistiques dune variable

Notons que la variable discrte, si elle est regroupe par classes pour les besoins de lanalyse, est
alors traite, et donc considre, comme une variable continue.
La largeur de la classe est appele amplitude de la classe, et le milieu de la classe est appel
valeurcentrale de la classe.
En labsence dinformations, on considre que les valeursde la variable sont rparties uniformment
lintrieur dune classe, la valeurcentrale la classe correspond alors la valeurconsidre comme
la valeurmoyenne de la classe.
47
98
07
51
5

Notation. Dans tout louvrage:

la variable est note X, avec une majuscule;

13
7.
68
.2
22
:1

les diffrentes valeursde la variable sont notes x ou xi, avec des minuscules.
88
83
29
85
:

41
.

Le tri des donnes

72

64
34
34
:

lissue de la collecte des donnes, on dispose de la valeurprise par la variable pour chaque
individu.

:Ig

at

eg

ro
up

:5

Ces donnes sont appeles les donnes brutes et sont ranges dans un tableau individuvariable.

al
.s

ch
o

la
r

vo

x.

co
m

Les donnes peuvent alors tre tries en fonction des diffrentes valeursde la variable. On obtient
alors un tableau modalits-effectifs.

te

rn

at

io
n

a) Modalits
in

On appelle modalits les valeursou regroupements de valeurseffectues par le statisticien qui traite
les donnes. Ces modalits sont le rsultat dun choix.

b) Effectif dune modalit

Leffectif dune modalit est gal au nombre dindividus pour lesquels la variable prend une
valeurgale ou comprise dans la modalit.
Exemple1
On a relev les 10notes obtenues par un lve ses devoirs dun trimestre.
Soit X la variable statistique: note obtenue un devoir i.

G
13

L'essentiel de la Statistique descriptive

14

Le tableau individu-variable est le suivant:

Numro i du devoir
Note xy

10

12

16

16

12

12

11

12

16

Les donnes tries donnent le tableau modalit-effectif suivant:

Effectif de la modalit: ni

8
11
12
16
Total

2
1
4
3
10

13
7.
68
.2
22
:1

47
98
07
51
5

Notes obtenues aux devoirs: xi

64
34
34
:

88
83
29
85
:

41
.

Dans ce cas, le statisticien a choisi comme modalits les diffrentes valeursde la variable.
Le statisticien peut galement choisir de trier les valeursde la variable selon dautres modalits, pour
les besoins de son tude:
Effectif de la modalit: ni

la
r

vo

x.

co
m

:Ig

at

eg

2
5
3
10

io
n

al
.s

Notes infrieures la moyenne 10

Notes comprises entre 10 et 15
Notes suprieures 15
Total

ro
up

:5

72

xi

ch
o

in

te

rn

at

Notons que dans ce cas, la variable Note, par nature discrte, a t regroupe par classes de valeurs,
et est traite comme une variable continue. Le statisticien a choisi de trier les valeursde la variable
laide de trois modalits.
Exemple 2
Une enqute portant sur lge des individus qui se sont prsents une exposition a donn les
rsultats suivants:
15
16
17
18

15
16
17
18

15
16
17
18

15
16
17
18

15
16
17
18

15
16
17
18

15
16
17
18

15
17
17
18

15
17
17
18

15
17
17
18

16
17
17
18

16
17
17
18

16
17
17
18

16
17
17
18

16
17
17
19

16
17
18
19

16
17
18
19

16
17
18
19

16
17
18
19

16
17
18
19

Chapitre 1 Sries statistiques dune variable

La variable ge est une variable continue, par nature. En effet, les 10individus qui ont rpondu
15ans, nont trs probablement pas le mme ge, la minute prs, la seconde prs
Le tri des donnes va conduire au regroupement des valeursde la variable par classes: on va ainsi
compter comme ayant le mme ge tous les individus qui ont entre 15 et 16ans, tous ceux qui ont
entre 16 et 17ans, etc.
Le plus souvent, on comprend la valeurinfrieure et on exclut la valeursuprieure de chaque classe.
Effectif: ni

[15; 16[

10

[16; 17[

17

[17; 18[

28

n3 = 28

[18; 19[

19

il y a 28individus dont

[19; 20[
Total

6
80

lge x est compris entre17 et 18ans

88
83
29
85
:

41
.

13
7.
68
.2
22
:1

47
98
07
51
5

ge: X

co
m

:Ig

at

eg

ro
up

:5

72

64
34
34
:

Lamplitude de la classe est gale la diffrence entre lextrmit infrieure et lextrmit suprieure
de chaque classe. Toutes les classes sont ici damplitude 1. On a tri les donnes laide de 5modalits damplitude 1an.
On peut galement choisir des modalits damplitudes ingales:

[17; 18[

28

[18; 20[

25

Total

80

te

rn

io
n

al
.s

ch
o

at

Effectif: ni
27

in

ge: X
[15; 17[

la
r

vo

x.

Par exemple:

c) Frquence dune modalit

Il est souvent plus parlant, et en particulier si on veut pouvoir effectuer des comparaisons sur les
populations qui nauraient pas la mme taille, de transformer les effectifs en pourcentages ou en
proportions.
On appelle frquence la proportion dindividus qui appartiennent une modalit. La
frquence se calcule comme le rapport entre leffectif correspondant la modalit niet leffectif
total n de la population ou de lchantillon observ.

G
15

L'essentiel de la Statistique descriptive

16

Ainsi:
fi = ni / n

On peut multiplier la frquence par 100 pour lexprimer en pourcentage.

Reprenons lexemple 1

(en dcimaux)
0,2
0,1
0,4
0,3
1

13
7.
68
.2
22
:1

2
1
4
3
n = 10

41
.

8
11
12
16
Total

Frquence fi = ni / n

Frquence fi = ni / n

88
83
29
85
:

ni

(en pourcentages)
20
10
40
30
100

:5

72

xi

47
98
07
51
5

Soit X la variable statistique: note obtenue un devoir i.

64
34
34
:

at

eg

ro
up

Ainsi, par exemple, llve a eu 4 fois la note 12, soit encore 40% de ses notes sont des 12.

ch
o

la
r

vo

x.

co
m

:Ig

Attention: la somme des frquences est gale 1 (si elles sont exprimes en pourcentages, leur
somme vaut 100).

rn

at

io
n

al
.s

2 Les tapes dune tude statistique

in

te

Une tude statistique comporte plusieurs phases.

Dfinition de la population et des variables tudier puis collecte

de renseignements (enqute): on obtient alors les donnes brutes

Diffrentes mthodes sont possibles.

a) Cration de linformation par enqute

1) Recensement ou enqute exhaustive
Chaque individu fait lobjet dune observation destine mesurer la valeurprise par le caractre
tudi. Le recueil des donnes est alors souvent long et coteux.

Chapitre 1 Sries statistiques dune variable

2) Sondage ou enqute partielle
Les observations sont limites un sous-ensemble de la population appel chantillon.
Ce type denqute est plus frquemment utilis que la prcdente car elle est moins coteuse.
Lchantillon doit tre compos de faon reprsenter la population le plus fidlement possible.
Pour procder la composition de lchantillon, cest--dire lchantillonnage, on peut utiliser
diffrentes mthodestelles:
le tirage alatoire: le nombre dsir dindividus est prlev au hasard dans la population initiale.
Cette mthode est surtout utilise en entreprise pour le contrle de la qualit de la production;

13
7.
68
.2
22
:1

47
98
07
51
5

la mthode des quotas: le principe est de btir un chantillon qui soit un modle rduit de la
population initiale. Cette mthode est surtout employe dans les enqutes dopinion.

88
83
29
85
:

On a alors recours des recherches de type documentaire:

41
.

b) Rutilisation dune information dj existante

64
34
34
:

1) Informations internes lentreprise

:Ig

at

eg

ro
up

:5

72

Les documents que lon utilise sont ceux fournis par la comptabilit de lentreprise, ceux du service
du personnel ou bien encore ceux relatifs la production, etc.

vo

x.

co
m

2) Informations externes lentreprise

io
n

al
.s

ch
o

la
r

volution globale du march, tat de la concurrence, importance des importations par type de
produit et par pays dorigine, etc.
in

te

rn

at

De nombreux organismes nationaux tels lINSEE (Institut national de la statistique et des tudes
conomiques) ou internationaux tels que lOCDE (Organisation de coopration et de dveloppement
conomique) ou la Banque mondiale publient des statistiques relevant de domaines divers tels que
lindustrie, le commerce, la sant, la dmographie, lconomie, etc.

Dpouillement
Les donnes sont tries en fonction des modalits dfinies par le statisticien.

Prsentation des rsultats

Il sagit de prsenter les rsultats de faon mettre en vidence les caractristiques essentielles des
donnes. On va donc proposer des graphiques, calculer des indicateurs, cest--dire des nombres

G
17

L'essentiel de la Statistique descriptive

18

qui rsument linformation. On distinguera parmi ces indicateurs les caractristiques de position et
celles de dispersion.

3 Reprsentations graphiques des sries statistiques

13
7.
68
.2
22
:1

47
98
07
51
5

Pratiquement tous les graphiques reprsentatifs des sries statistiques sont fonds sur la notion de
proportionnalit entre laire de la surface associe une modalit et leffectif ou la frquence de
cette modalit.
Les types de reprsentation sont toutefois diffrents selon la nature de la variable reprsente, il est
donc indispensable, avant de choisir un mode de reprsentation, de rflchir sur la nature des
modalits.

88
83
29
85
:

41
.

Reprsentation graphique des sries variables qualitatives ou nominales

Si la variable est qualitative, on a une multitude de reprsentations possibles.
64
34
34
:

Parmi les reprsentations les plus utilises, on compte:

ro
up

:5

72

a) Le graphique secteurs

ch
o

la
r

vo

x.

co
m

:Ig

at

eg

Chaque secteur a un angle au centre, et donc une aire proportionnelle leffectif de la modalit
quil reprsente.
al
.s

Exemple3

at

io
n

in

te

rn

On dispose de donnes portant sur le mode dhbergement en 2013 pour les voyages
personnels.
Nuites
Hbergement marchand
Htel
Camping
Location, gte ou chambre dhte
Autre
Hbergement non marchand
Rsidence secondaire

En millions
469
144
92
164
69
709
167

En pourcentage
39,8%
12,2%
7,8%
13,9%
5,9%
60,2%
14,2%

Chapitre 1 Sries statistiques dune variable

Famille
Amis
Autre
Total

432
86
24
1178

19

36,7%
7,3%
2,0%
100,0%

Champ: rsidents mtropolitains de 15ans ou plus.

Source: DGE.

Corrig

13
7.
68
.2
22
:1

Le diagramme secteur reprsentant ces donnes est le suivant:

47
98
07
51
5

On veut reprsenter ces donnes.

Hbergement non marchand

88
83
29
85
:

41
.

Hbergement marchand
Htel

64
34
34
:

Camping

Famille
Amis

at

eg

Autre

la
r

vo

x.

co
m

:Ig

Autre

ro
up

:5

72

Location, gte ou
chambre d'hte

Rsidence secondaire

io
n

al
.s

ch
o

b) Le graphique en tuyaux dorgue ( bandes)

in

te

rn

at

Chaque sous-population relative une modalit est reprsente par une bande.
Les bandes sont toutes de mme largeur et leur hauteur ou leur longueur est proportionnelle leffectif de la sous-population quelle reprsente. Ce type de reprsentation facilite les comparaisons.
Exemple 4
Tlvision, Hi-Fi, vido, photo
Informatique
Disques, cassettes, pellicules photo
Presse, livres et papeterie
Services culturels(1)

2013
7,2
9,4
2,7
13,9
17,0

2014
6,8
9,1
2,3
13,6
17,5

L'essentiel de la Statistique descriptive

20

Jeux, jouets, articles de sport

Jardinage, animaux de compagnie
Services rcratifs et sportifs(2)
Jeux de hasard
Autres biens culturels et de loisir
Total

12,0
12,5
10,4
9,9
4,9
100,0

12,1
12,8
10,6
10,1
4,9
100,0

(1) Cinma,

13
7.
68
.2
22
:1

47
98
07
51
5

spectacles vivants, muses, abonnements audiovisuels (y compris redevance TV), dveloppements

de tirage de photos, etc.
(2) Sport, location de matriel sportif, ftes foraines, parcs dattractions, voyages forfait, week-ends, etc.
Champ: France (hors Mayotte avant 2011).
Source: Insee, comptes nationaux - base 2010.

88
83
29
85
:

41
.

Reprsenter graphiquement les dpenses culturelles et de loisirs en 2013 et en 2014.

Corrig

ro
up

:5

72

64
34
34
:

Le diagramme en tuyaux dorgue reprsentant les dpenses par catgorie pour chaque anne est
le suivant:

co
m

:Ig

at

eg

Dpenses culturelles et de loisirs en 2013 et en 2014

Autres biens culturels et de loisir
vo

x.

2014
2013

ch
o

la
r

Jeux de hasard
at

io
n

al
.s

Services rcratifs et sportifs

in

te

rn

Jardinage, animaux de compagnie

Jeux, jouets, articles de sport
Services culturels
Presse, livres et papeterie
Disques, cassettes, pellicules photo
Informatique
Tlvision, hifi, vido, photo
0

8 10 12 14 16 18 20

Comparaison des dpenses culturelles et de loisirs en 2013 et en 2014: la principale dpense est
celle consacre aux services culturels, ce, aussi bien en 2013 quen 2014.

Chapitre 1 Sries statistiques dune variable

21

Notons que toutes les dpenses ont augment de 2013 2014 exceptes celles qui concernent la
presse, les livres et papeterie, celles consacres aux disques, cassettes, pellicules photo, linformatique, ainsi qu la tlvision, la hi-fi, la vido, et la photo.

Reprsentation graphique des sries variables quantitatives

47
98
07
51
5

Si la srie est variable quantitative, on peut alors classer les diffrentes valeursde la variable sur
un axe gradu.
Le diagramme diffrentiel des effectifs ou des frquences est un diagramme cartsien reprsentatif
dune srie variable quantitative.

ro
up

:5

72

64
34
34
:

88
83
29
85
:

41
.

13
7.
68
.2
22
:1

Il prend une forme diffrente selon que la variable est discrte ou continue.
Notons bien la diffrence entre le diagramme en btons qui est un diagramme cartsien et le
diagramme en bandes. Un diagramme cartsien est un diagramme pour lequel les valeursde
la variable sont repres sur un axe gradu. Il ne faut pas confondre cet axe gradu, sur lequel
on a une chelle (une norme) et donc un ordre avec le simple segment dun diagramme en bandes
sur lequel reposent les diffrentes modalits dune variable qualitative, dont les places peuvent
commuter puisque les valeursde ces variables nont pas dordre.
:Ig

at

eg

Le diagramme en btons: reprsentation des sries

vo

x.

co
m

variables quantitatives discrtes ou ordinales

in

te

rn

at

io
n

al
.s

ch
o

la
r

Le diagramme en btons est un diagramme cartsien. Les valeursde la variable sont reprsentes
par ordre croissant sur laxe des abscisses. chacune de ces valeurs, correspond un bton dont la
hauteur est proportionnelle leffectif ou la frquence de la modalit.
Exemple5
On considre les donnes brutes suivantes, qui donnent le nombre de personnes vivant au foyer des
individus interrogs.
3
3

3
3

3
3

2
3

2
3

4
3

4
2

On veut reprsenter cette distribution.

4
6

4
4

4
4

2
4

2
4

4
4

4
4

4
2

6
6

L'essentiel de la Statistique descriptive

22

Corrig
Il faut dabord trier les donnes. On obtient le tableau modalits-effectifs suivant:
Nombre de personnes au foyer
2
3
4
6

Nombre de foyers
6
9
14
3

Nombre de foyers

13
7.
68
.2
22
:1

15

47
98
07
51
5

Do le diagramme en btons:

88
83
29
85
:

41
.

10

4
5
6
Nombre de personnes
:5

:Ig

at

eg

ro
up

72

64
34
34
:

vo

x.

co
m

Reprsentation graphique des sries variables continues:

la
r

lhistogramme

al
.s

ch
o

in

te

rn

at

io
n

Rappelons que si la srie est variable continue, les valeursde la variable sont regroupes sous forme
de classes, cest--dire dintervalles de nombres rels.
Lhistogramme est constitu de rectangles dont laire est proportionnelle leffectif (ou la frquence)
de chaque classe.
Laire dun rectangle tant gale au produit de la largeur par la hauteur, les bases des rectangles
correspondent aux diffrentes classes et les hauteurs des rectangles sont gales aux effectifs (frquences) par unit damplitude.
Effectif par unit damplitude =

effectif dune classe

nombre dunits damplitudes de la classe

On appelle effectif corrig ou effectif rectifi leffectif par unit damplitude dune classe.

Chapitre 1 Sries statistiques dune variable

23

Exemple6: tude de la rpartition de 150appartements dun lot en fonction

de leurs superficies (en mtres carrs)
Lenqute a fourni le tableau suivant:
Nombre dappartements
3
14
26
30
26
42
9
150
88
83
29
85
:

41
.

13
7.
68
.2
22
:1

47
98
07
51
5

Superficie en mtres carrs

[5; 10[
[10; 20[
[20; 40[
[40; 45[
[45; 50[
[50; 70[
[70; 100[
Total

64
34
34
:

On veut reprsenter la distribution des appartements selon leur superficie.

ro
up

:5

72

Corrig

x.

co
m

:Ig

at

eg

La superficie est une variable continue, le diagramme reprsentatif de la srie est un

histogramme.

io
n

al
.s

ch
o

la
r

vo

Il faut donc dterminer les effectifs ou frquences par unit damplitude, de faon construire des
rectangles dont laire est proportionnelle leffectif ou la frquence de la classe.
in

te

rn

at

Si on choisit 1 mtre carr comme unit damplitude:

Superficie en m: xi

Amplitude de la classe: ai

Nombre dappartements
ni

Effectif par unit

damplitude ni / ai

[5; 10[
[10; 20[
[20; 40[
[40; 45[
[45; 50[
[50; 70[
[70; 100[

10 5 = 5
20 10 = 10
40 20 = 20
45 40 = 5
50 45 = 5
70 50 = 20
100 70 = 30

3
14
26
30
26
42
9

3/5 = 0,6
14/10 = 1,4
26/20 = 1,3
30/5 = 6
26/5 = 5,2
42/20 = 2,1
9/30 = 0,3

L'essentiel de la Statistique descriptive

24

Do lhistogramme des nombres dappartements selon leurs superficies:

Rpartition des appartements en fonction de leur superficie
Unit damplitude = 1 mtre carr

Effectifs (par unit d'amplitude)

6
5
2,
5
7,
5
12
,5
17
,5
22
,5
27
,5
32
in
te
,5
rn
at
io
37
na
,5
l.s
ch
ol
4
ar
2,
vo
5
x.
co
4
m
7
:Ig
,5
at
eg
52
ro
up
,5
:5
725
647
3,45
3
62 4:88
,5 832
98
67
5:
41
,5
.1
37
72
.6
8.
,5
22
2:
14
77
79
,5
80
75
82
15
,5
87
,5
92
,5
97
,5

4
3
2
1
0

Superficies

Sur laxe horizontal, on lit les valeursde la variable, cest--dire les superficies, sur laxe vertical, on
lit les effectifs corrigs. On dtermine les effectifs des classes en multipliant le nombre dunits
damplitude des classes par les effectifs corrigs qui correspondent.
Il a t choisi 1mtre carr comme unit damplitude pour construire le prcdent histogramme.
Si lunit damplitude est maintenant gale 5mtres carrs, les amplitudes des classes et par
consquent les effectifs par units damplitudes sont modifis. On obtient:
Superficie en m: xi

Amplitude de la classe: ai

Nombre dappartements
ni

Effectif par unit

damplitude ni / ai

[5; 10[
[10; 20[
[20; 40[
[40; 45[
[45; 50[
[50; 70[
[70; 100[

(10 5)/5 = 1
(20 10)/5 = 2
(40 20)/5 = 4
(40 4)/5 = 1
(50 4)/5 = 1
(70 50)/5 = 4
(100 70)/5 = 6

3
14
26
30
26
42
9

3/1 = 3
14/2 = 7
26/4 = 6,5
30/1 = 30
26/1 = 26
42/4 = 10,5
9/6 = 1,5

Chapitre 1 Sries statistiques dune variable

25

Et lhistogramme correspondant est le suivant:

Rpartition des appartements en fonction de leur superficie
Unit damplitude = 5 mtres carrs

35

Effectifs (par unit d'amplitude)

30
25

2,
5
7,
5
12
,5
17
,5
22
,5
27
,5
in
32
te
rn
,5
at
io
37
na
l.s
,5
ch
ol
42
ar
vo
,5
x.
co
m
4
7,
:Ig
5
at
eg
ro
5
2,
up
5
:5
72
654
734,
534
62 :888
,5 329
85
67
:4
1.
,5
13
7.
68
72
.2
,5
22
:1
47
77
98
,5
07
51
82
5
,5
87
,5
92
,5
97
,5

20

15
10

5
0

Superficies

La forme de lhistogramme est exactement la mme, seule la graduation sur laxe vertical est modifie. Rappelons que les effectifs correspondent aux aires des rectangles, on retrouve le mme effectif
dans chacune des modalitsque lon choisisse le premier diagramme ou le second.
Par exemple, leffectif de la modalit [40; 45[ est gal 65 = 30 partir du premier histogramme
puisque lunit damplitude est gale 1; leffectif de cette mme modalit [40; 45[ est gal
301 = 30 pour le deuxime histogramme puisquune unit damplitude est gale 5. Ceci
correspond bien au nombre dappartements observs qui ont une surface comprise entre 40 et
45 mtres carrs.
On reprend lexemple 2: ge des individus qui se sont prsents
pour la visite dune exposition
On veut reprsenter graphiquement cette distribution.
Corrig
La variable ge est continue, la reprsentation de la srie est un histogramme.

L'essentiel de la Statistique descriptive

26

Dans le cas o les donnes ont t tries dans 5classes damplitude 1an, la rpartition est rsume
dans le tableau ci-dessous:

[15; 16[
[16; 17[
[17; 18[
[18; 19[
[19; 20[
Total

10
17
28
19
6
80

Amplitudes des classes

Effectif par unit damplitude

(unit gale 1an)

1
1
1
1
1

47
98
07
51
5

Effectifs

10
17
28
19
6

13
7.
68
.2
22
:1

Classes dge

88
83
29
85
:

Rpartition des ges

41
.

Lhistogramme est alors:

la
r

vo

x.

co
m

:Ig

at

eg

ro
up

:5

72

Effectifs (par unit d'amplitude)

14,5 15,5 16,5 17,5 18,5 19,5

20,5

ges

te

rn

at

io
n

al
.s

30
25
20
15
10
5
0

64
34
34
:

Unit damplitude gale 1 an

ch
o

in

Dans le cas o la rpartition est faite en 3 classes damplitudes ingales: [15; 17[; [17; 18[;
[18; 20[. On a la rpartition suivante:
Classes dge

Effectifs

[15; 17[
[17; 18[
[18; 20[
Total

27
28
25
80

Amplitudes des classes

(unit gale 1an)
2
1
2

Effectif par unit damplitude

27/2 = 13,5
28/1 = 28
25/2 = 12,5

Chapitre 1 Sries statistiques dune variable

Lhistogramme prend maintenant la forme suivante:
Rpartition des ges
Unit damplitude gale 1 an

Effectifs (par unit d'amplitude)

14,5 15,5 16,5 17,5 18,5 19,5

20,5

13
7.
68
.2
22
:1

ges

47
98
07
51
5

30
25
20
15
10
5
0

ro
up

:5

72

64
34
34
:

88
83
29
85
:

41
.

Nous constatons cette fois que la reprsentation graphique nest pas la mme. Selon le choix des
regroupements de valeurseffectu par le statisticien qui traite les donnes, les reprsentations graphiques sont diffrentes. Le choix des modalits nest pas sans consquence sur lanalyse de la srie.
Les courbes cumulatives permettent de dterminer le nombre dindividus (ou la proportion dindividus) pour lesquels la variable est infrieure (ou suprieure) une valeurparticulire.

co
m

:Ig

at

eg

Courbe des effectifs (frquences) cumuls croissants

al
.s

ch
o

la
r

vo

x.

Cette courbe permet de dterminer le nombre dindividus pour lesquels la variable prend une
valeurinfrieure x0, x0 tant un nombre rel.
in

te

rn

at

io
n

Dans le cas de variables continues: cest la courbe constitue par les points ayant pour abscisses
les bornes suprieures des classes et pour ordonnes les effectifs (frquences) cumuls croissants.
Cette courbe est, elle aussi, croissante.

Courbe des effectifs (frquences) cumuls dcroissants

Cette courbe permet de dterminer le nombre dindividus pour lesquels la variable prend une
valeursuprieure x0, x0 tant un nombre rel.
Dans le cas de variables continues: cest la courbe constitue par les points ayant pour abscisses
les bornes infrieures des classes et pour ordonnes les effectifs (frquences) cumuls
dcroissants.
Remarque: dans le cas o la variable est discrte, les deux courbes cumulatives sont des courbes
en escalier.

G
27

L'essentiel de la Statistique descriptive

28

On reprend lexemple 2 portant sur lge des visiteurs dune exposition

La variable est continue. On veut construire les deux courbes cumulatives.
Corrig
Courbe des effectifs cumuls croissants

Effectifs cumuls croissants

10
10 + 17 = 27
27 + 28 = 55
55 + 19 = 74
74 + 6 = 80

at

eg

ro
up

:5

72

64
34
34
:

88
83
29
85
:

41
.

Effectifs
10
17
28
19
6
80

co
m

Classes dge
[15; 16[
[16; 17[
[17; 18[
[18; 19[
[19; 20[
Total

13
7.
68
.2
22
:1

47
98
07
51
5

partir des donnes tries, on somme les effectifs des classes pour obtenir les effectifs cumuls
croissants (ou les frquences cumules croissantes), cest--dire le nombre (ou la proportion) de
visiteurs qui ont moins de x annes.
Ces effectifs correspondront aux ordonnes des points de la courbe des effectifs cumuls
croissants.

:Ig

in

te

rn

at

io
n

al
.s

ch
o

la
r

vo

x.

Ainsi, par exemple, 10visiteurs ont moins de 16ans, 74 ont moins de 19ans.
Il est possible, bien sr, dextrapoler pour obtenir le nombre dindividus qui ont moins de tel ou tel
ge, ou de rsoudre le problme rciproque.
Il faut rajouter le point de coordonnes (15; 0) puisquaucun visiteur na moins de 15ans.
Courbe cumulative croissante des ges
100

Nombre de visiteurs d'ge infrieur x

80
60
40
20
0

14

16

18

20

22
ges

Chapitre 1 Sries statistiques dune variable

Courbe cumulative dcroissante
Il faut cette fois calculer les effectifs cumuls dcroissants, partir des donnes tries.
Effectifs cumuls dcroissants
80
70
53
25
6
47
98
07
51
5

Effectifs
10
17
28
19
6
80

13
7.
68
.2
22
:1

Classes dge
[15; 16[
[16; 17[
[17; 18[
[18; 19[
[19; 20[
Total

88
83
29
85
:

41
.

Ainsi, par exemple, 70individus ont plus de 16ans, 53 ont plus de 17ans. Ce sont les bornes
suprieures des classes qui sont attaches aux effectifs cumuls dcroissants.
Il faut rajouter cette fois le point de coordonnes (20; 0) puisquaucun visiteur na plus de 20ans.
64
34
34
:

Courbe cumulative dcroissante des ges

ro
up

:5

72

Nombre de visiteurs d'ge infrieur x

eg

100

co
m

:Ig

at

80
vo

x.

60
al
.s

ch
o

la
r

40
at
rn
te

14

in

io
n

20

16

18

20

22
ges

Remarques: le travail effectu avec les effectifs peut aussi bien ltre avec les frquences. Les deux
courbes cumulatives se coupent au point dordonne gal la moiti de leffectif total (frquence
gale 50%). Labscisse de ce point est gale la valeurmdiane de la srie.
Exemple 7: le cas dune variable quantitative discrte
On dispose dinformations quant au nombre dachats X par jour dun article A. Lobservation a t
faite sur 200jours et les frquences ont t calcules.

G
29

L'essentiel de la Statistique descriptive

30

f1: proportion des jours pour lesquels le nombre

dachat gale x1 (en pourcentages)
0,8%
9,6%
38,4%
51,2%
1

X = x1
0
1
2
3
Total

47
98
07
51
5

On veut construire la courbe cumulative croissante des frquences.

13
7.
68
.2
22
:1

Corrig

F1 : frquences cumules croissantes

0,8%
10,4%
48,8%
100%

co
m

:Ig

at

eg

ro
up

:5

72

64
34
34
:

f1 : frquences
0,8%
9,6%
38,4%
51,2%
1
vo

x.

X = x1
0
1
2
3

88
83
29
85
:

41
.

Il faut dabord dterminer les frquences cumules croissantes, cest--dire la proportion des jours
pour lequel le nombre dachat est infrieur x, o x est un nombre rel.

in

te

rn

at

io
n

al
.s

ch
o

la
r

On en dduit la fonction de rpartition F et sa reprsentation graphique:

si x ] , 0[,F ( x ) = 0
si x [0,1[,F ( x ) = 0,008 = 0,8 %
si x [1, 2[,F ( x ) = 0,104 = 10,4 %
si x [2, 3[,F ( x ) = 0,488 = 48,8 %
si x [3, + [,F ( x ) = 1 = 100 %
Fonction de rpartition
1,2
1,0
0,8
0,6
0,4
0,2
0,0

F(x)

3 2 1 0

5 x

Chapitre 1 Sries statistiques dune variable

4 Les caractristiques dune variable statistique

Aprs avoir reprsent les observations, il est intressant de calculer les caractristiques de la srie
dobservations cest--dire de dterminer des indicateurs numriques permettant de rsumer linformation contenue dans les donnes.
Ces calculs ne sont ralisables que pour les caractres quantitatifs.
On distingue deux types de caractristiques numriques:
47
98
07
51
5

les caractristiques de tendance centrale ou caractristiques de position, qui permettent

de rsumer lensemble des valeursde la variable;

41
.

13
7.
68
.2
22
:1

les caractristiques de dispersion, qui permettent dapprhender la disparit des valeursobserves de la variable.
88
83
29
85
:

Caractristiques de tendance centrale ou de position

72

64
34
34
:

Ces indicateurs sexpriment dans la mme unit que la variable elle-mme.

eg

ro
up

:5

a) La moyenne arithmtique

in

te

rn

at

io
n

al
.s

ch
o

la
r

vo

x.

co
m

:Ig

at

La moyenne arithmtique est la caractristique de position la plus souvent utilise, elle prend en
compte toutes les diffrentes valeursprises par la variable.
Elle a galement lavantage de pouvoir tre calcule facilement, puisquelle est le rsultat dune
formule.
Toutes les calculatrices ont ainsi une fonctionnalit permettant dobtenir sa valeur.
Soit x la moyenne arithmtique des valeursxi de la variable.
Il faut, avant tout calcul, dterminer si les donnes dont on dispose sont des donnes brutes (on a
un tableau individus-variables), ou si elles ont t tries (on a un tableau modalits-effectifs ou
modalits-frquences).

1) Cas des donnes brutes (ou individualises)

Si xi: valeurde la variable, ou valeurcentrale de la classe.
n

x =

x i
i =1

G
31

L'essentiel de la Statistique descriptive

32

x1 + x2 + x3 + xn
si les valeurs x1, x2, x3, xn reprsentent
n
les diffrentes valeursprises par la variable.

Cette notation remplace lcriture: x =

n est leffectif total de la srie, cest--dire le nombre dobservations effectues.

Exemple8

3
2
3
4

2
2
3
4

2
4
3
4

4
4
3
4

4
4
2
2

13
7.
68
.2
22
:1

3
4
3
4

41
.

3
4
3
4

47
98
07
51
5

Un lve a obtenu les notes: 12, 15, 6, 12, 12, 15. Sa moyenne sera: 12 + 15 + 6 + 12 + 12 + 15 = 12
6
Reprenons lexemple 4, portant sur le nombre de personnes vivant au foyer des individus
interrogs.

88
83
29
85
:

4
6
6
6

:Ig

at

eg

ro
up

:5

72

64
34
34
:

La moyenne de la srie est gale x = 3 + 3 + + 6 = 3,53.

32
On compte donc en moyenne 3,53personnes par foyer.

ch
o

la
r

vo

x.

co
m

On reprend lexemple 2 portant sur lge des visiteurs de lexposition

te

rn

at

io
n

al
.s

x = 15 + 15 + L + 19 = 16,925
80
in

Lge moyen des visiteurs est gal 16,925ans, soit pratiquement 17ans.

2) Cas des donnes tries (tableaux deffectifs ou de frquences)

n

x =

ni xi
i =1

Avec:
ni: effectif de la classe ou de la modalit;
fi: frquence de la classe ou de la modalit;
xi: valeurprise par la variable X.

ou x =

fi xi
i =1