Année Universitaire

2019 - 2020

TD1

Matière : Statistiques Descriptives et Probabilités

Nombre de pages : 6

Exercice 1

En période de récession, les dentistes (comme bien d’autres professionnels)

éprouvent des problèmes à se faire payer ce qui leur est dû par leurs clients. Pour un
échantillon de 30 comptes à recevoir non payés, le dentiste Laterreur a noté le
nombre X de jours écoulés depuis l’envoi de sa facture à son client (que nous
appellerons le temps écoulés), ce qui a permis d’obtenir les résultats suivants :

17 57 10 35 26 2
21 11 7 12 5 76
6 20 77 40 14 42
12 32 28 13 19 28
45 8 19 21 38 20

1- En utilisant la règle de Sturges, déterminer le nombre de classes nécessaires

pour regrouper ces données ? (Si par accident cette règle donne un nombre

1
 qui n’est pas un entier, prenez uniquement la partie entière de ce nombre :
par exemple, la partie entière de 4.98 est 4 ; la partie entière de 3.25 est 3 ;
etc.) ?

N c =1+3. 3 log(n )=1+3 . 3 log(30)=5. 8745 donc 5 classes.

2- Déterminer l’amplitude des différentes classes, notée A , en utilisant la

Étendue
A= +1
formule suivante : nombre de classe ?
77−2
A= +1=16
5

3- Présenter dans un tableau les informations suivantes :

a. Les limites (ou les bornes) de chaque classe (commencer par
2≤classe 1<.. . ) ;
b. Le centre de chaque classe ;
c. La fréquence (ou effectif) de chaque classe ;
d. La fréquence relative (ou fréquence) de chaque classe ;
e. La fréquence relative cumulée (ou fréquence cumulée) de chaque
classe.

Classe Centre de la Fréquence de la Fréquence Fréquence

classe classe relative relative cumulée
2≤classe 1<18 10 12 0.4 0.4
18≤classe 2<34 26 10 0.33 0.73
34≤classe 3<50 42 5 0.17 0.90
50≤classe 4 <66 58 1 0.03 0.93
66≤classe 5<82 74 2 0.07 1

4- Pour ces comptes non payés, depuis combien de jours attend-il, en moyenne,
pour être payé ?
5
1
x̄≃ ∑ ni mi =26 .53
30 i=1

5- Déterminer la médiane du temps d’attente.

n 30
Mé≃LB Mé +
2
− F Mé
f Mé ( )
. A Mé =18+ ( )
2
102
− 12
×16=22 .8
 6- À l’aide d’un indice approprié, déterminer si cette série de données est
homogène ou non (s = 18.55) ?
S 18. 55
CV ( X ) = ( )
X̄
⋅100 %= (
26. 53 )
⋅100 %=69 . 92 %

Ce coefficient est très élevé, donc la série de donnée n’est pas homogène.

Exercice 2

Un nouveau concessionnaire d’automobiles neuves a enregistré au cours de ces 40

semaines d’opération le nombre X d’automobiles qu’il a vendues
hebdomadairement. Il a obtenu les résultats suivants :

5 7 2 6 3 4 8 5 4 3
9 6 5 7 6 8 3 4 4 0
8 6 7 1 5 5 4 6 6 10
9 8 1 5 5 6 7 8 5 5

Sans regrouper ces valeurs en classes,

1. Déterminer un tableau statistique pour la variable X :

modalité fréquence Fréquence relative Fréquence relative cumulée

0 1 0.025 0.025
1 2 0.050 0.075
2 1 0.025 0.100
3 3 0.075 0.175
4 5 0.125 0.300
5 9 0.225 0.525
6 7 0.175 0.700
7 4 0.100 0.800
8 5 0.125 0.925
9 2 0.050 0.975
10 1 0.025 1.000

2. Pour la variable X, calculer:

a. La moyenne,
11
1
x̄= ∑ n i x i =5. 4
n i =1

3
 b. Le mode,
Mo=5
c. La médiane,
Méd=5
d. L’étendue
E=10−0=10

Exercice 3

Le ratio prix/bénéfice d’un certain groupe d’actions inscrites à la bourse de New

York se présente comme suit :

14.6 25.4 12.2 9.3 20.3 7.6

13.4 9.6 14.7 25.3 13.7 10.1
11.9 18.9 8.5 12.3 14.8 8.6
28.2 16.2 12.8 16.2 12.1 14.0
15.4 27.5 30.4 16.2 16.5 11.6
9.7 21.1 12.9 9.8 30.4 13.3
11.7 8.7 31.6 19.5 22.4 8.3

Pour ce ratio,

1. Déterminer un tableau statistique (prenez 7.5 comme limite inférieure de la

première classe et construire des classes d’amplitude 2)

classes Centre de la Fréquence de la Fréquence Fréquence relative

classe classe relative cumulée
7.5 – 9.49 8.5 6 0.143 0.143
9.5 – 11.49 10.5 4 0.095 0.238
11.5 – 13.49 12.5 10 0.238 0.476
13.5 – 15.49 14.5 6 0.143 0.619
15.5 – 17.49 16.5 4 0.095 0.714
17.5 – 19.49 18.5 1 0.024 0.738
19.5 – 21.49 20.5 3 0.071 0.809
21.5 – 23.49 22.5 1 0.024 0.833
23.5 – 25.49 24.5 2 0.048 0.881
25.5 – 27.49 26.5 0 0 0.881
27.5 – 29.49 28.5 2 0.048 0.929
29.5 – 31.49 30.5 2 0.048 0.977
31.5 – 33.49 32.5 1 0.024 1

4
 2. Calculer à partir du tableau déterminé en 1) :

a. La moyenne,
h
1
x̄≃ ∑ n x =16 .02
n i =1 i i
b. La médiane,
n 42
Mé≃LB Mé +
c. Le mode,
2
( )
− F Mé
f Mé
. A Mé =13. 5+
2
6( )
− 20
×2=13.83

Δ1 6
Mo= LBMo +
( Δ1+ Δ2). A Mo =11 . 5+( )
6+ 4
×2=12 . 7

Exercice 4

Dans une manufacture, le temps pendant lequel une machine n’est pas en opération
est appelé « temps mort ». Le tableau suivant donne la distribution d’un échantillon
de 100 « temps mort » pour une machine :

« temps mort » Centre de la classe Fréquence

(minutes)
0 – 9.99 5 3
10 – 19.99 15 13
20 – 29.99 25 30
30 – 39.99 35 25
40 – 49.99 45 14
50 – 59.99 55 8
60 – 69.99 65 4
70 – 79.99 75 2
80 – 89.99 85 1

On aimerait vérifier si cette distribution peut être considérée comme « normale ».

Pour effectuer cette vérification, calculer un coefficient d’asymétrie et un coefficient
d’aplatissement pour cette distribution et tirer des conclusions qui en découlent au
sujet de la normalité.

Pour déterminer l’asymétrie nous utilisons par exemple le coefficient de Pearson

basé sur le mode.

5
 x̄ -Mo 34−27 . 73
Asp= = =0. 397On a donc une asymétrie positive.
s 15 .7954

Δ1 30−13
Mo= LBMo +
( Δ 1+ Δ 2 )
. A Mo =20+
(
( 30−13 )+( 30−25 )
×10=27 .73
)
h 2

s=
√ h
∑
i
ni x^ 2i −

n−1
(∑ )
i
ni x^ i

n
= 15 .7954
x̄≃

Pour déterminer l’aplatissement nous utilisons l’indice suivant :

1
h
∑ n x =34
n i=1 i i

m 218845
AP= 44 = 4
=3. 5157≠3 m 4 =∑ f i ( x^ i− x̄ )4 =218845
s 15 . 7954 avec i , on a donc
une distribution leptocurtique.

Finalement, nous pouvons conclure, en se basant sur ces les indices précédents, que
cette distribution n’est pas normale.