Vous êtes sur la page 1sur 25

ESAA

Statistique de gestion
Licence en Management L1

Dr. Sid-Ahmed Mokhtari

Février 2017
Dr. S. Mokhtari Statistique de gestion ESAA, Fév. 2017

Syllabus du cours : Statistique de Gestion Licence 1

Professeur :

Mokhtari Sid-Ahmed
Maître de conférences à l’ENSSEA
Docteur en sciences financières et de gestion
Email : msido70@yahoo.fr

Présentation du cours

Ce cours se divise en trois parties.

I. Concepts fondamentaux
a. La variable statistique,
b. Notion de distribution de fréquences
II. Statistique uni-variée
a. Les mesures de la tendance centrale
i. Le Mode
ii. La Médiane
iii. La moyenne
iv. Les quantiles
b. Les mesures de la dispersion
i. L’écart absolu moyen
ii. La variance et l’écart-type
iii. Les écarts inter quantiles
III. Statistiques bi-variée
a. Présentation des statistiques bi-variées,
b. La covariance,
c. La corrélation
IV. L’échantillonnage :
a. Définition et typologie
b. Distribution d’échantillonnage de la moyenne
c. Distribution d’échantillonnage des fréquences

Objectif

L’objectif du cours statistique de gestion est de fournir les outils de base pour la mesure et
l'analyse de l’information dans le domaine de gestion. Différents outils statistiques, seront
présentés et on insistera surtout sur la compréhension intuitive, l'interprétation correcte et
l'utilisation pratique de ces outils.
Par conséquent, l'emploi de concepts mathématiques est indispensables pour une bonne
maîtrise des fondamentaux et une compréhension des méthodes étudiées.
Les exemples seront principalement inspirés d'études et recherches réelles dans le monde de
l’entreprise.

2
Dr. S. Mokhtari Statistique de gestion ESAA, Fév. 2017

Ressources bibliographiques

1. Étienne BRESSOUD, J. C, KAHANÉ : Statistiques descriptive avec Excel. Edition


Pearson Education, 2009.
2. Michel Lejeune : Statistique, la théorie et ses applications. Springer Edition, 2010.
3. P. A, Cornillon et Éric M. lober : Régression, théorie et applications. Springer
Edition, 2007.
4. T. Lafay : « Techniques Quantitatives de Gestion », Edition Economica 2009.
5. Yadolah Dodge « Mathématiques de base pour économistes » Springer Edition, 2010.
6. J. F, Delmas et Benjamin Jourdain : Modèles aléatoires : Applications aux sciences de
l’ingénieur. Springer Edition, 2010.

3
Dr. S. Mokhtari Statistique de gestion ESAA, Fév. 2017

4
Dr. S. Mokhtari Statistique de gestion ESAA, Fév. 2017

5
Dr. S. Mokhtari Statistique de gestion ESAA, Fév. 2017

6
Dr. S. Mokhtari Statistique de gestion ESAA, Fév. 2017

7
Dr. S. Mokhtari Statistique de gestion ESAA, Fév. 2017

8
Dr. S. Mokhtari Statistique de gestion ESAA, Fév. 2017

9
Dr. S. Mokhtari Statistique de gestion ESAA, Fév. 2017

Les quartiles

Les déciles

10
Dr. S. Mokhtari Statistique de gestion ESAA, Fév. 2017

Les centiles

11
Dr. S. Mokhtari Statistique de gestion ESAA, Fév. 2017

5. Le coefficient de variation

12
Dr. S. Mokhtari Statistique de gestion ESAA, Fév. 2017

EXERCICE
Les données suivantes indiquent les montants de 40 prêts à la consommation en
KDA des salariés d'une même entreprise:

900 500 450 1900 1200 1250 2500 550 1650 1200
1000 550 950 600 750 1300 850 350 1400 700
300 1100 300 1600 1500 1000 1800 900 500 650
2000 1000 2000 450 750 850 600 3000 350 1500

1. Déterminez la population, l'individu, la vs, le type de vs ainsi que les modalités?


2. Organiser ces données après avoir déterminer le nombre de classes?
3. Calculez les centres de classes, les effectifs, les effectifs cumulés, les fréquences et les densités?
4. Déterminer le mode, la médiane, la moyenne de la série?
5. Calculer les quartiles, les déciles et les centiles?
6. Donnez les écarts interquartiles, inter déciles et inter centiles ?
7. Calculer la variance, l'écart-type ainsi que le CV ?
SOLUTION

13
Dr. S. Mokhtari Statistique de gestion ESAA, Fév. 2017

LES SERIES STATISTIQUES DOUBLES

14
Dr. S. Mokhtari Statistique de gestion ESAA, Fév. 2017

15
Dr. S. Mokhtari Statistique de gestion ESAA, Fév. 2017

16
Dr. S. Mokhtari Statistique de gestion ESAA, Fév. 2017

17
Dr. S. Mokhtari Statistique de gestion ESAA, Fév. 2017

18
Dr. S. Mokhtari Statistique de gestion ESAA, Fév. 2017

19
Dr. S. Mokhtari Statistique de gestion ESAA, Fév. 2017

IV. Échantillonnage

On mentionnera à nouveau ici les rôles différents de la statistique descriptive et de la


statistique inférentielle. La statistique descriptive nous permet de résumer les données d’un
échantillon. La statistique inférentielle nous permet de faire le lien entre un échantillon et une
population, nous informant sur ce que l’on peut savoir de la population à partir des données de
l’échantillon.

On s’intéresse à une population, mais on ne dispose que d’un échantillon

Une étude statistique portant sur tous les éléments d’une population étant, soit impossible à
réaliser (trop grand nombre d’individus à étudier), soit trop onéreuse, il faut obtenir des
résultats fiables sur les caractéristiques d’une population en se limitant à l’étude des éléments
ou unités d’un échantillon. Cet échantillon doit non seulement donner des estimations non
biaisées des paramètres mais permettre, de plus, d’évaluer la marge d’erreurs dues aux
fluctuations d’échantillonnage.
L’échantillon doit être représentatif de la population; il en résulte, en particulier, que chaque
unité doit avoir une probabilité non nulle d’être tirée, un tel échantillon est qualifié
d’aléatoire.
En conclusion, toute démarche statistique consiste :
V. à prélever un échantillon représentatif de la population (échantillon aléatoire) par des
techniques appropriées. Les différentes méthodes utilisées pour obtenir un tel échantillon
relèvent de la théorie de l’échantillonnage;
VI. à étudier les principales caractéristiques d’un échantillon, issu d’une population dont on
connaît la loi de probabilité;
VII. à savoir réaliser des échantillons de variables aléatoires pour vérifier des conclusions en
utilisant des techniques de simulation.

1. DEFINITION DE L’ECHANTILLONNAGE
L’échantillonnage est une méthode permettant d’étudier un caractère ou un phénomène d’une
population par des prélèvements appelés « échantillon ».

20
Dr. S. Mokhtari Statistique de gestion ESAA, Fév. 2017

Un échantillon est un ensemble de quelques individus représentatifs de la population pour


lesquels une variable est effectivement mesurée.

L’échantillonnage a pour rôle l’estimation des paramètres qui caractérisent une population
(moyenne, variance,…) à partir des statistiques de l’échantillon

2. ECHANTILLON REPRESENTATIF
Un échantillon d’une population est représentatif s’il est aléatoire, c’est-à-dire s’assurer que
chaque individu de la population ait la même « chance » d’être sélectionné dans l’échantillon
afin que toute la diversité de la population y soit représentée.
Comment faire ?

Afin de constituer notre échantillon, le plus simple serait de numéroter la liste complète des
individus de la population et d’en tirer un certain nombre au hasard. La génération des
nombres peut se faire soit grâce à des tables des nombres au hasard, soit par Excel grâce à la
fonction ALEA.

3. ECHANTILLONNAGE EXHAUSTIF ET NON EXHAUSTIF


Un échantillon est exhaustif si l’élément ne peut être choisi qu’une seule fois. On dira
que le tirage est « sans remise ».
Un échantillon est non exhaustif si l’élément peut être choisi plus d’une fois. On dira
que le tirage est « avec remise ».

On supposera aussi que les observations qui constituent un échantillon sont indépendantes.

4. Formulation de l’échantillonnage

On adopte alors le point de vue suivant :

les caractéristiques de la population sont dites les « paramètres »,


les caractéristiques de l’échantillon sont vues comme des estimateurs (ou des
estimations) de ces paramètres.

Afin de distinguer entre paramètres et estimateurs, on utilisera les notations suivantes :

µ dénote la moyenne de la population et la moyenne de l’échantillon (on dira aussi


moyenne empirique)
dénote la variance de la population et la variance de l’échantillon (on dira aussi
variance empirique).
Taille de la population
: Taille de l’échantillon

Si les individus de notre échantillon sont tirés au hasard d’une population dans laquelle une
variable a une moyenne et une variance , on aura pour chaque observation :

21
Dr. S. Mokhtari Statistique de gestion ESAA, Fév. 2017

5. Distribution d’échantillonnage de la moyenne

Considérons n échantillons prélevés caractérisés comme suit

Echantillon Taille Moyenne Ecart-type


Echantillon 1 N
Echantillon 2 N
… … … …
Echantillon n N
Alors

s’appelle distribution d’échantillonnage de la moyenne


s’appelle distribution d’échantillonnage de l’écart-type

On note :

: La moyenne de la distribution d’échantillonnage de la moyenne (la moyenne des


moyennes) ;
: L’écart-type de la distribution d’échantillonnage de la moyenne (l’écart-type des
moyennes) ;

On peut à présent calculer la moyenne des moyennes qui est l’espérance mathématique
de .

Ce résultat signifie que serait en moyenne égal à µ si on répétait l’expérience. On dit alors
que est un estimateur sans biais de .

En plus, si l’échantillonnage est exhaustif ou la taille de la population est finie on a :

Dans le cas où l’échantillonnage est non exhaustif ou la taille de la population est infinie nous
avons :

22
Dr. S. Mokhtari Statistique de gestion ESAA, Fév. 2017

EXERCICE 1

Une population est constituée de cinq nombres. On considère tous les échantillons possibles
non exhaustif de taille 2 de cette population :

2 3 6 8 11
Calculer
1. La moyenne de la population
2. L’écart-type de la population
3. La moyenne de la distribution d’échantillonnage de la moyenne
4. L’écart-type de la distribution d’échantillonnage de la moyenne
SOLUTION

1.

2. ou encore
3. Il y a 25 échantillons1 exhaustifs de taille 2 :
(2,2) (2,3) (2,6) (2,8) (2,11)
(3,2) (3,3) (3,6) (3,8) (3,11)
(6,2) (6,3) (6,6) (6,8) (6,11)
(8,2) (8,3) (8,6) (8,8) (8,11)
(11,2) (11,3) (11,6) (11,8) (11,11)
Les moyennes des 25 échantillons tirés sont :
2 2,5 4 5 6,5
2,5 3 4,5 5,5 7
4 4,5 6 7 8,5
5 5,5 7 8 9,5
6,5 7 8,5 9,5 11
La moyenne de la distribution d’échantillonnage de la moyenne est donnée par :

4. L’écart-type de la distribution d’échantillonnage de la moyenne est donné par :

Ce qui donne

D’autre part,

1
Il est calculé comme .

23
Dr. S. Mokhtari Statistique de gestion ESAA, Fév. 2017

EXERCICE 2

Même exercice mais avec des échantillons exhaustifs


1.
2.
3. Le nombre2 d’échantillons exhaustifs de taille 2 prélevés sur population de taille est
. Ces derniers sont représentés comme suit :

(2,3) (2,6) (2,8) (2,11)


(3,6) (3,8) (3,11)
(6,8) (6,11)
(8,11)
Les moyennes correspondantes sont :

2,5 4 5 6,5
4,5 5,5 7
7 8,5
9,5
La moyenne de la distribution d’échantillonnage de la moyenne est donnée par :

4. L’écart-type de la distribution d’échantillonnage de la moyenne est donné par :

Ce qui donne

D’autre part,

6. Distribution d’échantillonnage des fréquences


Considérons une population présentant une caractéristique mesurée par une proportion
connue.
Prélevons n échantillons caractérisés comme suit

2
Le nombre d’échantillons exhaustifs de taille N prélevés sur population de taille est

24
Dr. S. Mokhtari Statistique de gestion ESAA, Fév. 2017

Echantillon Taille Proportion


Echantillon 1 N
Echantillon 2 N
… … …
Echantillon n N

La série s’appelle distribution d’échantillonnage des fréquences. On peut donc


calculer sa moyenne et son écart-type :
Moyenne de la distribution d’échantillonnage des fréquences

Ecart-type de la distribution d’échantillonnage des fréquences

EXERCICE 3

Soit la même population de l’exercice précédent. On s’intéresse à la proportion des nombres


paires On prélève tous les échantillons possibles non exhaustif de taille 2.

2 3 6 8 11
Calculer
1. La moyenne de la distribution d’échantillonnage des fréquences
2. L’écart-type de la distribution d’échantillonnage des fréquences
SOLUTION
1. La distribution d’échantillonnage des fréquences est donnée par
1 0,5 1 1 0,5
0,5 0 0,5 0,5 0
1 0,5 1 1 0,5
1 0,5 1 1 0,5
0,5 0 0,5 0,5 0

La moyenne est

2. L’écart-type est 0,346. On retrouve cette valeur par

l’expression .

25