SÉRIES STATISTIQUES A UNE VARIABLE

PARAMÈTRES DE POSITION ET DE DISPERSION

Exemple

Le responsable d’une maison de retraite a réalisé une enquête concernant les résidents de
son établissement :
- L’activité préférée parmi celle proposées les après midi
- L’âge des résidents
- La fréquentation à ces activités au cours d’une semaine

Les résultats de cette enquête sont présentés dans les tableaux suivants :

Type d’activité Nombre de résidents

Travaux manuels 16
Loto 28
Wii 40
Jeu de cartes 12

Âge Nombre de résidents

[75 ; 85[ 24
[85 ; 90[ 30
[90 ; 95[ 24
[95 ; 105[ 18

Fréquentation aux
Nombre de résidents
activités
0 6
1 18
2 24
3 30
4 12
5 6

Séries statistiques à une variable : Paramètres de position et de dispersion 1

Activité n°1 : Le mode

Le mode d'une série statistique est la valeur du caractère correspondant au plus

grand effectif.
Dans le cas où les valeurs du caractère sont regroupées en classes, on parle de classe
modale.
 si les observations sont regroupées en classes de même amplitude, la classe
modale est la classe correspondant au plus grand effectif.
 si les classes n'ont pas la même amplitude, la classe modale correspond à
l'effectif le plus élevé par classe d'amplitude unitaire.

- Dans l’exemple sur le type d’activité choisi par les résidents, le mode est :

…………………………………………………………………………………………………………………………………

- Dans l’exemple sur l’âge des résidents, la classe modale est :

…………………………………………………………………………………………………………………………………

- Dans l’exemple sur la fréquentation aux activités, le mode est :

…………………………………………………………………………………………………………………………………

Activité n°2 : La médiane

La médiane est un paramètre de position. La médiane d'une série statistique est la

valeur du caractère telle qu'il y est dans cette série autant de valeurs plus grandes
que de valeurs plus petites.

 Caractère quantitatif discret :

o Lorsque le nombre de valeurs est impair, la médiane est la valeur du caractère

n+1
correspondant au rang (n étant le nombre de valeurs).
2
o Lorsque le nombre de valeurs est pair, la médiane peut-être toute valeur du
n n
caractère compris entre la valeur de rang et + 1 (n étant le nombre de
2 2
valeurs).

 Caractère quantitatif continu (valeurs du caractère regroupées en classe):

Recherche graphique de la médiane : en traçant les polygones des effectifs cumulés

croissants et décroissants, on obtient un point d'intersection dont l'abscisse est la
médiane. L'ordonnée de ce point correspond à la moitié de l'effectif total. Le tracé
d'une seule courbe peut donc suffire.
De la même façon, il est possible de déterminer graphiquement la médiane à l’aide
des polygones des fréquences cumulées croissantes et(ou) décroissantes.

Séries statistiques à une variable : Paramètres de position et de dispersion 2

 - Dans l’exemple sur la fréquentation aux activités :

1 ;1 ;1 ;… ;1 ;2 ;2 ;… ;2 ;3 ;3 ;… ;3 ;4 ;4 ;… ;4 ;5 ;5 ;… ;5 ;6 ;6 ;… ;6
n°1 n°6 n°7 n°24 n°25 n°48 n°49 n°78 n°79 n°90 n°91 n°96

Le nombre de valeurs étant impair (96), la médiane peut être toute valeur comprise
entre la valeur de rang 48 et la valeur de rang 49.
Par habitude, on prendra la valeur moyenne, la médiane est donc …………………

- Dans l’exemple sur l’âge des résidents

Effectifs
100

x
95

90

85

Coordonnées du point M du
80
x
polygone dont l’ordonnée est
75
96
= 48 :
70
2

M(…………… ; 48)
65
La médiane de cette série
60 statistique est donc ……………………

55
x
50

45

40

35

30

25
x
20

15

10

00 x
Somme (€)
75 80 85 90 95 100 105 110

Séries statistiques à une variable : Paramètres de position et de dispersion 3

Activité n°3 : La moyenne

La moyenne est un paramètre de position. La moyenne d'une série de valeurs est le

rapport de la somme de ces valeurs sur le nombre de valeurs. On la note x .

n1 x1  n2 x2  .......  np x p
x 
N
x1 ; x2 ; … sont les valeurs du caractère si le caractère est quantitatif discret et les
centres des classes si le caractère est quantitatif continu.
n1 ; n2 ; … les effectifs correspondants

Remarque : calcul du centre d’une classe

a+b
classe [a ; b [ centre de classe :
2

- Dans l’exemple sur la fréquentation aux activités :

Fréquentation aux Nombre de résidents Produit

activités ni xi  ni
xi
0 6
1 18
2 24
3 30
4 12
5 6
Total

La moyenne en jours de la fréquentation aux activité est : ……………………………………………

- Dans l’exemple sur l’âge des résidents :

Âge Nombre de résidents Centres des Produit

ni classes xi  ni
xi
[75 ; 85[ 24
[85 ; 90[ 30
[90 ; 95[ 24
[95 ; 105[ 18
Total

L’âge moyen des résidents est : ………………………………………………………

Séries statistiques à une variable : Paramètres de position et de dispersion 4

Activité n°3 : La variance et l’écart-type

L’écart-type est un paramètre de dispersion. Il caractérise l’étalement des valeurs du

caractère autour de la moyenne.
Pour calculer l’écart-type, on calcule d’abord la variance V

n1 (x 1 - x ) 2  n2 (x 2 - x ) 2  ........  np (x p - x ) 2
V 
N
puis l’écart-type :   V

Plus l’écart-type est élevé, plus les valeurs sont dispersées autour de la moyenne.
Plus l’écart-type est petit, plus les valeurs sont regroupées autour de la moyenne.

- Dans l’exemple sur la fréquentation aux activités : x = ………………………

Fréquentation aux Nombre de résidents Produit

activités ni ni  (xi - x )²
xi
0 6
1 18
2 24
3 30
4 12
5 6
Total

La variance est : ……………………………………… L’écart-type est : ……………………………………

- Dans l’exemple sur l’âge des résidents : x = ………………………

Âge Nombre de résidents Centres des Produit

ni classes ni  (xi - x )²
xi
[75 ; 85[ 24
[85 ; 90[ 30
[90 ; 95[ 24
[95 ; 105[ 18
Total

La variance est : ……………………………………… L’écart-type est : ……………………………………

Séries statistiques à une variable : Paramètres de position et de dispersion 5

Loi normale : Une série statistique suit une loi normale lorsque :
68% de la population est dans l’intervalle [ x -  ; x + ]
95% de la population est dans l’intervalle [ x -  ; x + ]
99,7% de la population est dans l’intervalle [ x -  ; x + ]

Déterminons si cette série statistique concernant l’âge des résidents suit une loi normale.

Effectifs
100
……………………………………………………………
x ……………………………………………………………
95

……………………………………………………………
90
……………………………………………………………
85 ……………………………………………………………

……………………………………………………………
80
x
……………………………………………………………
75
……………………………………………………………

70 ……………………………………………………………

……………………………………………………………
65

……………………………………………………………
60
……………………………………………………………

……………………………………………………………
55
x
……………………………………………………………
50
……………………………………………………………
45
……………………………………………………………

40 ……………………………………………………………

……………………………………………………………
35
……………………………………………………………
30 ……………………………………………………………

……………………………………………………………
25
x
20

15

10

00 x
Somme (€)
75 80 85 90 95 100 105 110

Séries statistiques à une variable : Paramètres de position et de dispersion 6