Académique Documents
Professionnel Documents
Culture Documents
Les Rivageois
STATISTIQUE 1
Statistique et mathématique appliquées Partim 1
laurent.houart@hech.be
2
Les puissances
a) Exposants naturels Propriétés
an = a . a . a . … . a an . ap = an+p ex : a2 . a5 = a7
(n facteurs) (an)p = an.p ex : (a2)5 = a10
a1 = a a0 = 1 an a7
p
a n p ex: 2
a5
a a
b) Exposants entiers négatifs
(a . b)n = an . bn ex : (a . b)2 = a2 . b2
1
ex : a 3 3 a
n
an a
3
a3
a n ex: 3
c) Exposants fractionnaires b b b b
4 Les propriétés des puissances sont
ex : a 5 a4
5
applicables non seulement aux exposants
naturels, mais aussi aux exposants négatifs
et aux exposants fractionnaires.
Changement de base
log c b
log a b
log c a
log 3 ln 3
ex : log 7 3 = =
log 7 ln 7
1ML Stat1
3
Un caractère statistique est une propriété qui caractérise les éléments de la population
étudiée.
Exemples:
1. Le salaire des différents employés d’une entreprise.
2. Le chiffre d’affaires de différentes entreprises d’un même secteur d’activités.
3. Les différents types d’avions de la flotte d’une compagnie aérienne.
4. Le kilométrage des véhicules de l’ensemble du parc d’une entreprise.
5. Le nombre de véhicules utilisés par différentes entreprises de transport routier.
6. La localisation géographique (zone (aéro)portuaire, nœud autoroutier, périphérie
urbaine,…) des entreprises de logistique sur un territoire E.
7. Le nombre d’articles par référence d’article en stock dans un magasin.
8. Les volumes de flux de produits traités par différents prestataires de services logistiques sur
une période de temps T.
Exercice Pour chacun des 8 exemples ci-dessus, indiquer à chaque fois si le caractère est
qualitatif ou quantitatif, et dans ce dernier cas s’il est discret ou continu.
1ML Stat1
4
L'ensemble des données relatives à un caractère statistique s'appelle une série statistique.
xi ni fi Ni Fi (%) Ni Fi (%)
1 10 0,125 = 12,5% 10 12,5 80 100
2 15 ....................... 25 31,25 70 87,5
3 30 ....................... ..... ......... ..... .......... ni
fi
4 20 ....................... ..... ......... ..... .......... n
5 ..... ....................... ...... ......... ..... ..........
n= f i ...........
80 = ..........
xi : désigne les différentes valeurs prises par la Ni est la fréquence absolue cumulée
variable (appelées aussi modalités) croissante
ni : s'appelle l'effectif, la répétition ou la Fi est la fréquence relative cumulée
fréquence absolue croissante
fi : s'appelle la fréquence relative Ni est la fréquence absolue cumulée
(exprimée en %) décroissante
n : est l'effectif total Fi est la fréquence relative cumulée
décroissante
Exercices
1. Que signifie le nombre 55 dans la colonne des Ni ?
Rép: 55 halls ont 3 quais de (dé)chargement ou moins que 3 quais.
Ce tableau permet de tracer de nombreux graphiques. On se contentera ici d'examiner les plus
connus (à représenter).
a) Diagramme en bâtons des fréquences (diagramme des fréquences)
b) Diagramme en escalier des fréquences cumulées, croissantes ou décroissantes
(diagramme des fréquences cumulées appelé aussi courbe cumulative ou encore fonction de
répartition)
1ML Stat1
5
Exemple 2.
Nouvelle série statistique : les observations suivantes représentent cette fois les superficies
d’entreposage (x 102 m2) de 50 halls de stockage.
90 127 91 66 83 111 82 106 97 83 Ici, le nombre de valeurs
81 66 69 77 89 76 100 82 125 78 distinctes prises par la variable
56 95 116 80 102 70 71 114 90 79 statistique est très grand. Il n'est
64 88 96 82 47 50 99 75 59 69 pas possible de construire un
55 67 76 58 61 67 70 74 73 64 tableau analogue à celui réalisé
pour l'exemple 1.
Il faut dans ce cas réaliser des groupements en classes. Ce qui donne le tableau descriptif
suivant :
Classes xi (centre ni Ni fi (en %) Fi (en %) Ni Fi (en %)
de classe)
[45, 59 [ 52 5 5 10 10 50 100
[59, 73 [ 66 13 18 ......... 36 45 90
[73, 87 [ ..... 15 ...... ......... ......... ..... ..........
[87, 101 [ ..... 10 ...... ......... ......... ..... ..........
[101, 115 [ ..... 4 ...... ......... ......... ..... ..........
[115, 129 [ ..... ..... ...... ......... ......... ..... ..........
n= f i ........
.........
Dans un tableau avec groupement en classes, les valeurs exactes prises par la variable étudiée
sont définitivement perdues. Dans les calculs ultérieurs, on assimilera toutes ces valeurs au
centre de la classe dans laquelle elles se situent.
On ne peut pas donner de règles précises pour la formation des classes. Les conventions
varient d'un statisticien à un autre. De notre côté, nous dirons, de manière très sommaire, que
le nombre de classes devrait idéalement être compris entre 5 et 20 et qu'il est bon que l'effectif
par classe ne soit pas anormalement bas.
Exercice
Estimer le pourcentage des halls qui ont des superficies
a) de moins de 10100 m2 b) d’au moins 7300 m2 c) entre 6500 m2 et 9500 m2
Rép: a) 86% b) 64% c) 56,29%
Remarques
1. Le groupement en classes se fait non seulement si la variable est continue, mais aussi
pratiquement toujours si la variable est discrète et qu’elle a un grand nombre de valeurs
possibles.
1ML Stat1
6
2. Il est possible de réaliser des groupements avec des classes de largeurs inégales, les classes
centrales étant plus étroites puisque c'est la partie centrale du tableau qui est la plus
densément peuplée. Cette manière de procéder ne pose pas de problèmes supplémentaires sauf
pour le tracé de l'histogramme des fréquences et du
polygone des fréquences qui lui est associé. Classes xi ni fi (en %)
Reprenons l'exemple 2 et effectuons un groupement en [45, 65 [ 55 9 18
classes différent (voir tableau ci-contre). [65, 75 [ 70 11 22
[75, 85 [ ..... 13 26
[85, 95 [ ..... 5 10
Voici l'ébauche de l'histogramme (à compléter). [95, 105 [ ..... 6 12
[105, 135 [ ..... 6 12
fi
30 On constate
que dans
l'histogramme
c'est l'aire des
20 rectangles qui
représente la
fréquence.
= 1% Ainsi, le
rectangle de
10 base 45-65
qui a une base
double du
rectangle
Classes
0 suivant aura
35 45 135 145 une hauteur
de 9 et non
une hauteur
de 18 comme indiqué dans le tableau pour la fréquence. Il faudra donc tenir compte de la
densité des différentes classes.
3. Parmi les nombreuses autres représentations graphiques utilisées pour représenter un
ensemble de données ou de résultats, il faut citer les graphes circulaires appelés aussi
diagrammes à secteurs (ou "camembert").
Exercices
1. La série statistique suivante donne les loyers (en €/m2/période T) de 80 surfaces
commerciales :
68 84 75 82 68 90 62 88 76 93 73 79 88 73 60 93 71 59 85 75
61 65 75 87 74 62 95 78 63 72 66 78 82 75 94 77 69 74 68 60
96 78 89 61 75 95 60 79 83 71 79 62 67 97 78 85 76 65 71 75
65 80 73 57 88 78 62 76 53 74 86 67 73 81 72 63 76 75 85 77
a) Réaliser un groupement en 7 classes égales de largeur 7. La borne inférieure de la première
classe sera égale à 51.
b) Calculer les fréquences (absolues et relatives) des classes.
c) Calculer les fréquences cumulées croissantes et décroissantes.
d) Représenter, sur un même système d'axes, l'histogramme des fréquences et le polygone des
fréquences.
e) Représenter, sur un même système d'axes, les deux courbes cumulatives des fréquences
(polygones des fréquences cumulées croissantes et décroissantes).
1ML Stat1
7
2. On reprend les exemples 1 et 2. Indiquer pour chacun d’eux si la variable est qualitative ou
quantitative, et dans ce dernier cas si elle est continue ou discrète. Expliquer à chaque fois
pourquoi.
Réponse:
Quantitative discrète pour l’exemple 1 et quantitative continue pour l’exemple 2
1ML Stat1
8
Classes Ni fi
(en %) 20
[10, 20[ 5 10
[20, 30[ 15 30
[30, 40[ 20 40 Classes
[40, 50[ 10 20 0
10 20 30 40 50
Mo = 33
Attention : Si les classes n'ont pas la même
largeur, ce n'est plus la fréquence maximum, mais la densité maximum qui détermine la classe
modale.
1
Il existe aussi les paramètres de forme et les paramètres de concentration. Les paramètres de forme sont des
nombres non dimensionnés qui renseignent sur la forme des distributions statistiques (symétrie, aplatissement de
la courbe des fréquences). Par ailleurs, il est également légitime de chercher à déterminer si la série s'écarte plus
ou moins d'une série "idéale" dans laquelle les écarts entre les observations seraient parfaitement "égalitaires".
Cette mesure est celle de la concentration: on calcule de combien la série observée s'écarte d'une série
"idéalement égalitaire".
2
La notion de mode est due (1895) à l'Anglais Pearson (1857-1936).
1ML Stat1
9
Exemple 4. Une étude portant sur la durée de vie d'une centaine d'appareils électriques du
même type a permis d'établir le tableau ci-contre. Compléter le tableau et déterminer la classe
modale.
Rép: [5000, 6000[
Exercice
Déterminer le mode et la classe modale des exemples 1 et 2 (cf. supra).
Rép: Ex 1.: 3 Ex 2.: [73, 87[
La médiane (median)
Dans une série statistique dont les valeurs sont rangées par ordre croissant, la médiane3 notée
Me ou x~ est la valeur de la série qui partage celle-ci en deux parties égales. Le nombre des
observations inférieures à Me est donc égal au nombre des observations supérieures à Me.
La méthode la plus simple pour déterminer la médiane d'une série avec groupement en classes
est très certainement la méthode graphique qui fait appel à la courbe des fréquences cumulées
croissantes4.
Exemple 5.
Le tableau ci-après reprend le prix de vente unitaire Prix de vente Nombre fi Fi
de 80 articles. La première colonne indique les prix unitaire en € d'articles ni (%) (%)
en € et la deuxième colonne le nombre d'articles [20, 60[ 12 ….. …..
vendus. Calculer la médiane. [60, 140[ 40 ….. …..
[140, 200[ 18 ….. …..
Le polygone des fréquences cumulées donne: [200, 260[ 10 ….. …..
total: 80 …..
3
La médiane a été utilisée pour la première fois en 1860 par l'Allemand Fechner (1801-1887).
4
D'autres méthodes existent. Certaines font davantage appel au calcul. Elles ne donnent pas de meilleurs
résultats. C'est pourquoi, nous n'avons pas tenu à les exposer ici.
1ML Stat1
10
Fi Pour déterminer
Me, il suffit de
tracer, à partir de
100 la valeur 50% sur
87,5 l'axe des Fi (axe
des ordonnées),
65 une horizontale
B
qui rencontre la
50 C courbe
cumulative en C.
La verticale qui
15 A passe par C
Prix rencontre l'axe
20 60 Me 140 200 260 des abscisses en
Me.
La moitié des articles ont donc été vendus à un prix unitaire inférieur à 116 € et l’autre moitié
des articles à un prix supérieur à 116 €.
Exemple 6.
Le tableau ci-après donne la répartition du nombre de trajets effectués à vide par camion, sur
un parc de 200 véhicules, pour une période T.
Fi
Nombre Nombre Fi Fi
trajets de (en %) (en %) 100
à vide camions
xi ni
0 20 ........ ........
1 65 ........ ........
2 70 ........ ........ 50
3 30 ........ ........
4 10 ........ ........
5 5 ........ ........
tot.: 200 ......….
On peut toujours utiliser la courbe cumulative
qui, comme nous l'avons vu précédemment, est xi
0 1 2 3 4 5
une fonction en escalier. = Me
La médiane est 2. On remarque qu'ici l'effectif
n'est pas exactement partagé en deux sous-
ensembles égaux: 42,5% des valeurs observées sont inférieures à la médiane et 22,5% des
valeurs observées sont supérieures à la médiane.
1ML Stat1
11
La médiane, dans le cas des variables discrètes possédant peu de valeurs distinctes et ne
nécessitant donc pas un groupement en classes, présente peu d'intérêt.
La notion de médiane, on l'a vu, part de l'idée suivante: il s'agit de décomposer la distribution
de façon à faire apparaître autant d'observations avant la médiane qu'après la médiane (50%
avant et 50% après).
La détermination des quartiles, déciles, centiles est en tout point analogue à celle de la
médiane.
La moyenne (mean)
Soit la série statistique suivante : 14, 12, 18, 12, 14, 14, 12, 18, 14.
12 . 3 14 . 4 18 . 2
La moyenne sera donc : x ...
9
Cette moyenne que nous appellerons dorénavant moyenne arithmétique, joue un rôle essentiel
en statistique. Nous ajouterons simplement qu'il s'agit d'une moyenne arithmétique pondérée
parce que certaines valeurs sont répétées plusieurs fois.
Exemple 7.
Répartition des employés d'une entreprise selon le salaire brut mensuel en euros :
Modalités ni xi ni . xi
La moyenne x s'obtient en utilisant la
(classes) k
[3500, 4000[ 26 ........ ........... n .x i i
[4000, 4500[ 33 ........ ........... formule x i 1
, avec
[4500, 5000[ 64 ........ ........... n
k
n ni .
[5000, 5500[ 7 ........ ...........
[5500, 6000[ 10 ........ ........... i 1
n = ...... k
n .x
i 1
i i ......
Ce qui donne, ici : x = …
Le salaire mensuel brut moyen dans
cette entreprise est donc de ………… euros.
Exercice
Un distributeur passe régulièrement commande à un de ses fournisseurs de lots contenant
chacun 2000 articles pouvant être revendus à la pièce.
Trois types principaux de lots sont en général commandés :
5
Les quartiles, et leurs généralisations, les déciles et centiles, sont dus (1889) à l'Anglais Galton (1822-1891).
1ML Stat1
12
1°type : Sur les 2000 articles, la distribution des prix à la revente sera la suivante :
750 articles de référence A seront vendus à un prix unitaire de 3,39€
700 articles de référence B seront vendus à un prix unitaire de 3,49€
Quant aux 550 restants, la répartition se fera comme suit :
300 articles de référence C seront vendus à un prix unitaire de 4,09€
250 articles de référence D seront vendus à un prix unitaire de 4,19€
3°type : La distribution des prix des 2000 articles se présente comme suit :
400 articles de référence J seront vendus à un prix unitaire de 1,99€
400 articles de référence K seront vendus à un prix unitaire de 1,95€
350 articles de référence L seront vendus à un prix unitaire de 2,05€
300 articles de référence M seront vendus à un prix unitaire de 2,15€
300 articles de référence N seront vendus à un prix unitaire de 2,25€
250 articles de référence O seront vendus à un prix unitaire de 3,99€
Parmi les trois paramètres de position principaux (mode, moyenne, médiane), quel(s) est
(sont) celui (ceux) qui représente(nt) le mieux le prix de revente d’un article, et ce pour
chacun des 3 types de lots ? Pourquoi ?
La médiale (medial)
Alors que la médiane se calcule relativement aux effectifs ou aux fréquences relatives, la
médiale notée Mle se calcule relativement aux valeurs globales ni.xi ou aux valeurs globales
n .x
relatives qi k i i .
ni . xi
i 1
1ML Stat1
13
Pour calculer la médiale, on utilise la même démarche sauf qu'on utilise les Qi au lieu des
Fi.
On trouve sans trop de difficultés que:
Mle 140 50 45,53
Mle 148,63
200 140 76,63 45,53
Ce qui signifie que la moitié du chiffre d'affaire est réalisé avec des articles dont le prix de
vente est inférieur à 148,63 € et la moitié du chiffre d'affaire est réalisé avec des articles dont
le prix est supérieur à 148,63 €.
Exercices
1. On reprend l’exercice1 des pages 6 et 7.
a) Quelle est la classe modale de la distribution statistique ? Pourquoi ? Estimer
graphiquement la valeur du mode au sein de cette classe en utilisant la méthode
des diagonales.
b) Calculer algébriquement la valeur de ce mode *et en déduire une formule
mathématique générale.
c) Les mode et classe modale restent-ils identiques dans le cas d’une répartition des
données suivant le point m) page 7 ? Pourquoi ?
d) Calculer la médiane de la distribution et donner son interprétation dans le cadre de
l’énoncé.
e) Idem avec la moyenne arithmétique.
1ML Stat1
14
L'étendue (range)
L’étendue e d’une série6 est la différence entre la plus grande et la plus petite valeur observée.
Ces deux valeurs définissent également l'intervalle de variation.
L'étendue est un paramètre rapidement et facilement déterminable, mais trop simpliste. Il ne
tient compte que des valeurs extrêmes sans même se préoccuper du nombre d'observations de
la série.
Remarques
a) Le désavantage de l’écart moyen est que sa formule contient des valeurs absolues qui ne se
prêtent pas toujours bien à des calculs mathématiques quelque peu complexes.
6
Pour chaque classe d'une série groupée, on parle de largeur de la classe ou d'amplitude de la classe.
1ML Stat1
15
b) Si on n'utilisait pas les valeurs absolues, donc si on prenait les écarts à la moyenne parfois
avec des signes positifs et parfois avec des signes négatifs, la moyenne de ces écarts serait
toujours égale à 0 et, par conséquent, non significative. Autrement dit, on peut montrer que
k
n .(x x)
i i
i 1
0 quelle que soit la série envisagée. On peut facilement vérifier ce fait sur
n
l'exemple 9.
Le calcul de la variance à partir de la formule de base signalée ci-dessus entraîne parfois des
opérations sur des nombres décimaux (voir colonne 6 du tableau) k
relativement complexes. Il est alors possible de rendre les calculs plus ni . xi ²
7 iI
simples en utilisant une autre formule équivalente pour la variance : V ( x )²
Dans le cas présent, on obtient: n
1192450
V (75,85)² 5962,25 5753,2225 209,0275.
200
7
L'équivalence des deux formules est une conséquence directe du théorème de König. Ce théorème, parfois
aussi appelé théorème de Huygens se démontre sans trop de difficultés. Il prouve que si a est une valeur
quelconque:
n .(x x)² n .(x a )² (x a )² .
i i i i
n n
1ML Stat1
16
N.B. Enfin, il convient de signaler que les calculatrices scientifiques modernes donnent
immédiatement l'effectif total n, la moyenne x , l'écart-type , le total des ni.xi (x) et le total
des ni.xi² (x²).
Remarque
Lorsque l'écart-type est petit, il y a une accumulation
importante des valeurs de la variable autour de la
moyenne arithmétique. Tandis que si l'écart-type est
grand, les valeurs de la variable sont plus dispersées
par rapport à la moyenne arithmétique.
Dans le cas où la variable suit une loi normale, les
fréquences sont réparties suivant une courbe dite
"courbe en cloche" de Laplace-Gauss8. Cette courbe
(voir figure ci-contre), symétrique par rapport à un axe
passant par la moyenne arithmétique et parallèle à
l'axe des ordonnées, constitue une limite du polygone
des fréquences. On connaît très bien cette courbe et la loi de probabilité qui lui est associée,
appelée "loi normale". On sait que:
dans l'intervalle [ x -, x +], dans l'intervalle [ x -2, x +2], dans l'intervalle [ x -3, x +3],
on trouve 68,27% des valeurs on trouve 95,45% des valeurs on trouve 99,73% des valeurs
de la variable. de la variable. de la variable.
On utilise ces résultats pour voir si une série statistique peut s'ajuster à une loi normale.
Pour cela, on calcule le pourcentage des valeurs de la série statistique qui sont compris dans
les intervalles [ x -, x +], [ x -2, x +2] et [ x -3, x +3] et on compare ces résultats à ceux
qui sont connus pour la loi normale.
Selon les écarts constatés, on rejette ou on ne rejette pas l'hypothèse que la série statistique
puisse être ajustée par une loi normale9.
Notons toutefois que des tests de normalité plus performants permettent d'affiner cette
hypothèse.
Calculons par exemple, dans le cas qui nous occupe, le Intervalles fi
pourcentage des valeurs de la série qui sont compris dans (en %)
l’intervalle [ x -, x +], c'est-à-dire dans [61,39; 90,31]. [61,39; 70[ 8,61
24. 20,664
En supposant une répartition uniforme des valeurs, on peut 10
écrire: [70; 80[ 27
[80; 90[ 21
Le total trouvé (69%) comparé au total théorique (68,27%) 0,31
semble accréditer l'hypothèse d'une loi normale pour la série [90; 90,31[ 11 . 0,341
10
considérée. Tot: 69,005
8
Laplace : mathématicien français (1749-1827) - Gauss: mathématicien allemand (1777-1855)
9
De plus, on peut calculer le mode, la moyenne et la médiane. La proximité des valeurs trouvées pour ces
différents paramètres constitue un indice supplémentaire quant à l'existence d'une loi normale.
1ML Stat1
17
Le coefficient de variation permet de comparer des observations qui ne sont pas exprimées
dans la même unité et dont les moyennes sont différentes. C'est un nombre non dimensionné
que l'on exprime souvent en %.
N.B. Hors valeurs extrêmes ou anormales, on constate que la plupart des séries statistiques
ont leurs observations situées entre ces deux bornes.
[On identifie ensuite la plus petite et la plus grande observation comprises entre ces bornes.
Ces observations sont appelées valeurs adjacentes et correspondent aux extrémités inférieure
et supérieure des segments de droites reliant ces valeurs au rectangle. Les observations qui ne
sont pas comprises entre les valeurs adjacentes sont représentées par des symboles particuliers
et considérées comme des valeurs extrêmes (outliers).]
Exercices
1. On donne la répartition du nombre de rotations effectuées à l’étranger par les véhicules
x i 0 1 2 3 4 5 6 d’une entreprise sur une période de temps T.
ni 15 31 45 51 30 25 3
a) Déterminer le type de variable statistique étudiée.
b) Quel est le mode de la série ? Pourquoi ?
c) Déterminer la moyenne arithmétique et l'écart-type.
d) Déterminer le pourcentage de véhicules qui ont effectué au moins 4 rotations.
e) Déterminer le pourcentage de véhicules qui ont effectué entre 2 et 4 rotations.
f) Tracer les diagrammes des fréquences et des fréquences cumulées.
Rép:
a) variable b) Mo = 3 c) x = 2,685 d) 29% e) 63% f)//////
discrète et = 1,485
1ML Stat1
18
3. On donne la répartition en classes du temps habituel (en min.) du trajet de retour à domicile
pour un ensemble d'étudiants.
Le temps le plus court est de 9 minutes et la largeur des classes est de 9 minutes.
Les effectifs respectifs sont: 18, 21, 43, 59, 68, 58, 39, 25, 19.
a) Déterminer l'effectif total et l'étendue de la série statistique.
b) Déterminer la durée moyenne du trajet et l'écart-type de la distribution.
c) Calculer le pourcentage d'étudiants dont la durée du trajet se situe à moins d'un écart-type
de la durée moyenne.
d) Calculer le temps maximum des 25% des étudiants qui rentrent les premiers chez eux.
e) Construire le polygone des fréquences de cette distribution.
Rép:
a) n = 350 et e = 81 b) x = 49,68 min. et c) 65,39% d) Q1 36,84 min. e) ///////
18,32 min.
10
On considère comme temps "normal" le temps compris dans l'intervalle [ x -, x +].
1ML Stat1
19
6. On donne la série suivante où 50 employés sont répertoriés en fonction de leur salaire brut
Salaire Nombre hebdomadaire en euros.
brut d’employés a) Calculer la médiane et donner son interprétation dans le
hebdo. (€) cadre de cet énoncé.
[100, 150[ 5 b) Calculer la médiale et donner son interprétation dans le
[150, 200[ 10 cadre de cet énoncé.
[200, 250[ 18 c) Calculer l'écart M entre la médiale et la médiane.
[250, 300[ 13 M
d) Calculer le quotient où e est l'étendue de la série. Si ce
[300, 350[ 4 e
quotient est petit, on pourrait dire que les variations relatives
tot: 50 entre les salaires sont faibles.
Rép:
a) Me 227,78 € b) Mle 240,43 € c) M = 12,65 € M
50% des employés ont un 50% de la masse salariale d) = 0,0506 = 5,06 %
salaire supérieur à 227,78€ est constituée par des
e
On peut estimer que la
et 50% des employés ont salaires supérieurs à
disparité des salaires est de
un salaire inférieur à 240,43€ et 50% par des
l'ordre de 5%: elle est
227,78€. salaires inférieurs à
faible.
240,43€.
1ML Stat1
20
7. La distribution statistique ci-dessous représente les loyers les plus élevés du marché de la
logistique et de la distribution (en m2/an), observés dans une centaine d’agglomérations
européennes :
8. Un agriculteur essaie deux méthodes de culture différentes pour des haricots. Dans une
première parcelle il utilise des engrais chimiques, et dans une autre de l’engrais naturel
provenant de son compost et de son fumier. Lors de la récolte, il prélève 80 haricots de
chacune des deux parcelles et il mesure leur longueur. Ses observations figurent dans le
tableau ci-dessous :
Ce producteur doit satisfaire des acheteurs qui souhaitent des longueurs homogènes, plus
pratiques pour le conditionnement. Quelle méthode choisir pour satisfaire de tels clients ?
Justifier ce choix en utilisant des arguments statistiques.
1ML Stat1