Académique Documents
Professionnel Documents
Culture Documents
Effectif relative (fi) : C’est le pourcentage des individus ayant la modalité i dans la
k
ni
population étudiée on a : fi
N
et f
i 1
i 1
4,5
n1
4
3,5
n3
3
2,5
n2
2
1,5
0,5
0
x1 x2 x3 x4
Diagramme circulaire
N 360 n
i 360 i 360 fi
ni i N
Exemple
La répartition des candidats convoqués pour participer au test d’admissibilité à la formation
en management pour l’accession à l’ENCG d’Agadir, selon la série de bac se présente comme
suit :
La série de Bac (xi) Le nombre des candidats (ni)
Science économique 250
Science mathématique 200
Science expérimentale 400
T.G.A 50
T.G.C 100
2,5
1,5
0,5
0
0 1 2 3 4 5 6
Remarque :
Dans l’axe des X on représente les xi et dans l’axe des Y on représente les fi ou ni
Le polygone de fréquence pour une variable continue, doit être toujours fermé avec
l’axe des abscisses en prenant deux points aux deux extrémités de l’histogramme, ces
aN a
deux points sont : (Borne inf1- , 0) et (Borne supk+ N , 0)
2 2
Exemple
Le tableau suivant représente la distribution de 50 étudiants en fonction de leurs tailles.
Tracez l’histogramme et le polygone de fréquence de cette série statistique.
Taille en cm : xi Nombre d’étudiant : ni
150-160 16
160-165 6
165-170 12
170-175 14
175-180 2
Exemple :
Donner la représentation graphique des fonctions cumulative croissante et décroissante de la
série statistique suivante :
xi ni
3 5
4 15
6 15
7 10
8 5
Le polygone des fréquences cumulés décroissantes est une fonction continue qui joint
les points d’abscisse les ornes inferieurs de classe i et d’ordonnées Ni BI , N
i i
Exemple :
Tracer le polygone de fréquences cumulées croissant et décroissant de la série statistique
suivante :
xi ni
150-160 15
160-165 5
165-170 10
170-175 18
175-180 2
3. Caractéristiques de position
3.1. La moyenne
3.1.1. Définition
C’est la valeur centrale et il y’en a 4 :
BSi BI i
Lorsque la variable étudiée est continue, il faut remplacer xi par ci=
2
La moyenne harmonique est utilisée dans les questions traitant des taux (∝/β), des
vitesses (km/h), des productivités (pièces/ouvrier ou pièces/heure).
3.1.2. Exemples
Exemple 1
Calculer la moyenne de la série statistique suivante :
Taille en cm (xi) Nombre d’étudiants (ni)
150-160 8
160-165 6
165-170 12
170-175 14
175-180 10
Exemple 2
Calculer la moyenne de la série statistique suivante :
Vitesse (km/h) (xi) Distance parcourus (ni)
40 20
30 15
10 10
5 5
3.2. La médiane
3.2.1. Cas d’une série statistique simple
Avant de déterminer la valeur de la médiane, il faut classer la série statistique par ordre
croissant. Deux cas de figure peuvent se présenter :
Le nombre d’observation est impair : N=2p+1
Dans ce cas la médiane est numéro (p+1) : Me=xp+1
Exemple : Calculez la médiane de la série statistique suivante :
19,17,20,18,17,17,20,19,15,16,20,23,22,14,15.
19,17,20,18,17,17,20,19,15,16,20,23,22,14,15,24
Interprétation :
3.3. Le mode
a- Caractère qualitatif ou quantitatif discret
La modalité dont l’effectif ni est le plus grand est le mode Mo=xi
b- Caractère quantitatif continue
La classe modale i est celle dont l’effectif ni est le plus grand et on a :
ni ni 1
M o BI i ai .
(ni ni 1 ) (n i n i 1 )
Remarque : Si les classes ont des amplitudes différentes, on travaillera avec les nicor ou
avec les densités di au lieu des ni
c- Exemple
Déterminez la valeur modale de la série statistique suivante :
Taille en cm (xi) Nombre d’étudiant (ni)
150-165 15
165-170 6
170-175 10
175-185 16
185-200 3
4. Caractéristiques de dispersion
Il y en a 4 :
f ( x X )²
i 1
i i
k
1 k
1 k = fi ( xi X )² = ni xi ² ( X )²
Var(X)= ni xi ² ( X )²
N i 1
i 1 N i 1
k k
= fi xi ² ( X )²
i 1
= f x ² ( X )²
i 1
i i
1 k
E. A.M (Mo) ni ci Mo
N i 1
200
150
100
50
0
0 1 2 3 4 5 6 7
2. Ajustement
2.1. La méthode de Mayer
Consiste à déterminer la droite passant par 2 points moyen de nuage de points (le
nuage est partagé suivant les valeurs croissantes des xi en 2 nuages d’égale
importance).
Exemple : Déterminer la droite de Mayer dans l’exemple d’évolution des nombre
d’adhérant dans un club de rugby.
2,5
M1
2 Q2
Valeur des Y
1,5 Q3 Linéaire (Valeur des Y)
0,5 M3
0
0 0,5 1 1,5 2 2,5 3 3,5
n
Objectif : On cherche à minimiser (M Q )²
i 1
i i
Dans le plan muni d’un repère orthonormé, on considère un nuage de n points de coordonnées
(xi, yi). La droite (D) d’équation y=ax+b est appelée droite de régression de y en x de la série
statistique si et seulement la quantité suivante est minimale.
n n
régression de x en y.
Définition : On appel covariance de la série statistique double de variable x et y, le nombre
1 n 1 n
réel : cov( x, y) xy ( xi x)( yi y) ou cov( x, y) xi yi x y
n i 1 n i 1
Remarque2 : On a var( X ) cov( x, x) x ² ( x )²
Propriétés :
xy
La droite de régression (D) de y en x a pour équation y=ax+b où a et b vérifie
( x )²
l’équation y ax b
Le point G appartient à la droite de régression de y en x
Exemple
Calculer la droite de régression dans l’exemple d’évolution du nombre d’adhérents d’un club
du rugby.