PDF Du Cours de Technique Stat Complet

Portail Licence 1ère année-1er semestre (L1S1)
Site de Marseille, division M
Techniques statistiques
Alain Paraponaris, PR
alain.paraponaris@univ-amu.fr
Plan de l’enseignement 3. Les nombres-indices
1. Distributions statistiques à 1 caractère 3.1. Les indices élémentaires
3.1.1. Indices diachroniques et indices synchroniques
1.1. Définitions
1.1.1. Individu et population statistiques 3.1.2. Propriétés des indices élémentaires
1.1.2. Caractères 3.1.3. Indices d’expressions complexes
1.1.3. Modalités 3.2. Introduction aux indices synthétiques
1.2. Distributions statistiques 3.2.1. Principes d’agrégation d’indices élémentaires
1.2.1. Effectifs et fréquences 3.2.2. Indices de Laspeyres
1.2.2. Effectifs et fréquences cumulés 3.2.3. Indices de Paasche
1.2.3. Représentations graphiques 3.2.4. Indices de Fisher
1.3. Caractéristiques numériques
1.3.1. Tendance centrale (mode, moyenne, médiane)
1.3.2. Dispersion (étendue, écart-type, quantiles)
1.3.3. Concentration (Lorenz, Gini)
1.4. Forme des distributions
1.4.1. Distributions symétriques
1.4.2. Distributions asymétriques
2. Distributions statistiques à 2 caractères

2.1. Tableaux de contingence
2.1.1. Effectifs absolus et marginaux
2.1.2. Fréquences absolues, marginales, conditionnelles
2.1.3. Représentations graphiques
2.2. Relations entre deux variables
2.2.1. Corrélation
2.2.2. Ajustement et régression linéaire
Références
Ouvrages
Anderson D.R., Cam J.D., Cochran J.J., Sweeney D.J., Williams T.A., Statistiques pour l’économie et la gestion, De Boeck
Université, 2015 (5ème édition)
Comte M., Gaden J., Statistiques et probabilités pour les sciences économiques et sociales, PUF, 2000
Delmas B., Statistique descriptive, Armand Colin, 2005
Goldfarb B., Pardoux C., Introduction à la méthode statistique, Dunod, 7ème édition, 2013
Py B. Statistique descriptive, Economica, 2011, 4ème édition
Py B. Exercices corrigés de statistique descriptive, Economica, 2007, 3ème édition
Py B., La statistique sans formule mathématique. Comprendre la logique et maîtriser les outils, Pearson Education, 2007
Tribout B., Statistiques pour économistes et gestionnaires, Pearson Education, 2013, 2ème édition
Liens utiles
Notes de cours
http://math.univ-lille1.fr/~ayache/cours_SD.pdf
http://www.itse.be/statistique2010/co/Module_statistique_FSP_1.html
https://www.deleze.name/marcel/sec2/stat-descr/exercices/exercices.pdf
Chaînes YouTube
La statistique expliquée à mon chat: https://www.youtube.com/channel/UCWty1tzwZW_ZNSp5GVGteaA
INSEE: https://www.youtube.com/channel/UChCCvJTbZEYsCXyfu27eQ6g
Présentation de l’UE
Introduction aux concepts principaux de l’analyse statistique descriptive
Un triple objectif
Présenter les instruments et la terminologie de l’analyse statistique
Utiliser ces instruments pour le décryptage et la compréhension de l’information économique et statistique
Produire de l’information statistique
Composition
Cours Magistraux: 24h (12 x 2h), Travaux Dirigés: 12h (8 x 1h30)
Evaluation
MCC 2022-2023: https://intra-feg.univ-amu.fr/system/files/ressources_docs/FEG_M3C_2021_2022_portail_Version_Web_2021_09_13.pdf
UE Statistiques appliquées aux sciences sociales (8 ECTS)
Techniques Statistiques (coeff. 2)
Approches statistiques des questions économiques et sociales (coeff. 1)
Méthodologie documentaire (coeff. 0)
3 éléments d’évaluation au sein du module Techniques Statistiques
Examen de fin de semestre (CT), Travaux Dirigés (inclut l’assiduité) (TD), Contrôle intermédiaire (distant) (CI)
Note finale=Max{CT,[2*CT+Max(CI,(CI+TD)/2)/3]}
Matériel
AMeTICE: https://ametice.univ-amu.fr/course/view.php?id=92247#section-0
Présentation de l’UE
Des récapitulatifs réguliers des connaissances et compétences pour consolider les acquis
TSC: Techniques Statistiques Challenge

Ice Bucket Challenge
Un prize money jamais vu!
1er prix: deux verres d’eau
2ème prix: un verre d’eau
3ème prix: de l’eau
1. Scannez le QR code
J’ai pas de cerveau Challenge
2. Identifiez vous
3. Jouez!
1. Distributions statistiques à 1 caractère
1.1. Définitions
Population statistique: ensemble des individus sur lesquels porte l'étude
statistique.
Population marseillaise, parc automobile français, ensemble des villes de plus de 100 000
habitants, …
Individus statistiques: éléments de base de la population statistique (unités
statistiques)
Marseillais(e), automobile, Marseille, …
Population: ensemble d’individus statistiques présentant (au moins) une
caractéristique commune
Echantillon: sous-ensemble d’individus dans une population
Marseillais de moins de 25 ans, voitures à 3 portes, villes de plus de 100 000 habitants
littorales, …
1.1. Définitions Caractère
Caractère: objet de l’étude

sur une population ou
un échantillon.
Modalités: ensemble
des valeurs ou états pris par un
caractère

sur une population ou quantitatif qualitatif
un échantillon.
Modalités: ensemble
caractère

un échantillon.
Modalités: ensemble discret continu

caractère

un échantillon.

caractère

un échantillon.

caractère

un échantillon.
Modalités: ensemble discret continu nominal

caractère

un échantillon.
Modalités: ensemble discret continu nominal ordinal

caractère
1.1. Définitions
« Combien de personnes composent votre ménage ?»
èCaractère quantitatif discret
« Pourriez-vous indiquer votre revenu mensuel net en €?» * * *. * * * €/mois
èCaractère quantitatif continu
« Pourriez-vous indiquer votre revenu mensuel net en €?»
* De 0 à 999€ * De 5000 à 9999€
* De 1000 à 1999€ * De 10000€ à 99999€
* De 2000 à 4999€ * 100000€ et plus
èCaractère quantitatif continu en classes (discrétisé)
« Vous aimez les endroits: * très secs * secs * ni secs ni humides
* humides * très humides »
èCaractère qualitatif à modalités ordinales
« Vous êtes: * propriétaire * locataire * hébergé(e) à titre gratuit
* logé(e) par votre employeur * sans domicile
* autre, précisez:……………………………….. »
èCaractère qualitatif à modalités nominales
« Neymar Jr est-il un (grand) footballeur? » * non * non
èCaractère qualitatif à modalités … indéfinissables?!?
1.1. Définitions
1.1. Définitions
1.1. Définitions
1.1. Définitions
1.2. Distributions statistiques
1.2.1. Effectifs et fréquences
Modalités On considère le caractère quantitatif X, dont on
Effectifs
du caractère X ordonne de façon croissante les p modalités: X1, X2,
X1 n1 …, Xp.
X2 n2 On distribue une population de taille N selon les p
… … modalités du caractère X.
Xi ni On obtient la distribution statistique des n1, n2, …, np
… … individus statistiques qui présentent respectivement
Xp np la modalité X1, X2, …, Xp du caractère X.
Total N
On vérifie:
Modalités On définit la fréquence de la modalité i du caractère
Fréquences
du caractère X X dans le total de la population par:
X1 f1
X2 f2
… …
Xi fi Il y a % de la population qui présente la modalité i
… … du caractère X.
Xp fp
Total 100%
1.2.2. Effectifs et fréquences cumulés
Modalités Effectifs On définit l’effectif cumulé jusqu’à la k-ème

Effectifs modalité du caractère X:
du caractère X cumulés
X1 n1 N1
X2 n2 N2
… … …
Xi ni Ni
… … …
Xp np N
Total N
Effectifs cumulés
3 618,7
6 718,6
7 743,1
8 045,9
Modalités On définit la fréquence cumulée jusqu’à la

Fréquences k-ème modalité du caractère X:
du Fréquences
cumulées
caractère X
X1 f1 F1
X2 f2 F2
… … …
Xi fi Fi
… … …
Xp fp 100%
Total 100%
Fréquences
cumulées
45,0
83,5
96,2
100,0
Les graphiques les plus courants: courbe, bâtons, histogramme, diagramme circulaire, boîte à
moustaches
La détermination du type de représentation graphique appropriée dépend du

caractère étudié
Pour certains caractères, certaines représentations graphiques ne sont pas envisageables
La courbe
Caractère observable
en temps continu
ou
caractère quantitatif
continu
Déconseillée pour la
représentation graphique
de distributions statistiques
Adaptée aux séries chronologiques (a fortiori en temps continu)
Caractère qualitatif
Effectifs et fréquences (diagrammes différentiels)
Représentations autorisées
Diagramme circulaire
Diagramme à bâtons (histogramme toléré)
Épaisseur des traits identique
Espacement des traits identique
Caractère quantitatif discret
Effectifs et fréquences (diagrammes différentiels), effectifs et fréquences cumulés
(diagrammes intégraux)
Bâtons ou histogramme
Espacement des traits identique
1.2. Distributions statistiques Diagrammes différentiels
Caractère quantitatif discret
Nombre de 1
2
pièces dans le Effectifs 3

4
logement 5
1 1000
2 2000
3 3000 3000
4 2500 2500
2000
5 1500
1500
Total 10000
1000
500
0
1 2 3 4 5
Caractère quantitatif discret Diagramme intégral
Nombre de
Fréquences
pièces dans Effectifs 100%
cumulées
le logement 90%
80%
1 1000 10% 70%
60%
2 2000 30% 50%
3 3000 60% 40%

30%
4 2500 85% 20%
10%
5 1500 100% 0%
Total 10000 0 1 2 3 4 5
Caractère quantitatif continu avec amplitudes de classe égales
Amplitude de classe: !" = $%&" − ()*"
!" = !+ ∀ ( ≠ .
Effectifs et fréquences (diagrammes différentiels), effectifs et fréquences
cumulés (diagrammes intégraux)
Histogramme
Pas d’espacement des traits
1.2. Distributions statistiques Diagrammes différentiels
Caractère quantitatif continu avec

[0;5[
amplitudes de classe égales [5.10[
[10;15[
Notes Fréquences
[15;20[
[0;5[ 20%
[5;10[ 40%
[10;15[ 30% 45%
40%
[15;20[ 10% 35%
Total 100% 30%
25%
20%
15%
10%
5%
0%
[0;5[ [5.10[ [10;15[ [15;20[
Caractère quantitatif continu avec

amplitudes de classe égales Diagramme intégral
100%
Fréquences
80%
Notes Fréquences cumulées
[0;5[ 20% 20% 60%
[5;10[ 40% 60% 40%
[10;15[ 30% 90% 20%

[15;20[ 10% 100% 0%
Total 100% [0;5[ [5.10[ [10;15[ [15;20[
Caractère quantitatif continu
avec amplitudes de classe inégales
!" = $%&" − ()*"
∃ ( ≠ -/ !" ≠ !/
Effectifs et fréquences (diagrammes différentiels), effectifs et fréquences
cumulés (diagrammes intégraux)
Histogramme
Épaisseur des traits pas identique
Pas d’espacement entre les traits
1.2.3. Représentations graphiques Diagrammes différentiels

avec amplitudes de classe inégales [15;25[
[25;50[
Age Effectifs [50;65[
[15;25[ 30%
[25;50[ 40%
45%
[50;65[ 30%
40%
X
Total 100% 35%
U
30%
FA
25%
20%
(25-15)x0,3=3 (50-25)x0,4=10 (65-50)x0,3=4,5
15%
10%
5%
0%
[15;25[ [25;50[ [50;65[
1.2.3. Représentations graphiques Diagrammes différentiels

avec amplitudes de classe inégales [15;25[
[25;50[
Age Fréq. Amplitude Densité
[50;65[
[15;25[ 30% 10 3%
[25;50[ 40% 25 1,6% densité
[50;65[ 30% 15 2% 4%
T
Total 100% 3%3%
C
3%
2,5%
A
Densité: di=fi / ai
=0,3
2%
3%
0,03 X
2%
E
1,5%
,3
(25-15)x0,3=3 (50-25)x0,4=10 (65-50)x0,3=4,5
=0
0,4
1%1% 15)x =
,02
0,016
)x0
x
(25-
1%
0,5% 25)
50
0-
(5
5-
(6
0%
15 25 50 65
avec amplitudes de classe Diagramme intégral
inégales 100%
90%
Fréquences 80%
Age Fréquences cumulées 70%
[15;25[ 30% 30% 60%
[25;50[ 40% 70% 50%
[50;65[ 30% 100% 40%
Total 100% 30%

20%
(25-15)x0,3=3 (50-25)x0,4=10 (65-50)x0,3=4,5
10%
0%
15 20 25 30 35 40 45 50 55 60 65
1.3.Caractéristiques numériques
1.3.1. Indicateurs de tendance centrale (ou de position)
Principe: résumer l’ensemble de la distribution statistique à l’aide d’un indicateur
unique
3 indicateurs de tendance centrale: mode, moyenne, médiane
Mode / classe modale
Modalité du caractère présentant le plus fort effectif ou la plus forte fréquence
Caractère qualitatif (mode)
Caractère quantitatif discret (mode)
Caractère quantitatif continu avec amplitudes de classe égales (classe modale)
Modalité du caractère présentant la plus forte densité
Caractère quantitatif continu avec amplitudes de classe inégales
S’exprime dans la même unité que les modalités du caractère
Nature de l’inconfort du logement

Caractère qualitatif avec modalités nominales Mode (2002 et 2006): signes
7 modalités d’humidité sur certains murs
30%
Nombre de brosses à dents
25%
utilisées en une année
20% Caractère quantitatif discret
15%
13 modalités
Mode: 1 brosse à dents
10%
5%
0%
0 1 2 3 4 5 6 7 8 9 10 11 12
Notes Effectifs Note des étudiants au premier DSH

[0, 5[ 35 Caractère quantitatif continu avec amplitudes de
classe égales
[5, 10[ 50 4 modalités
[10, 15[ 75 Classe modale: [10, 15[
[15, 20[ 40
Total 200
Age Fréquences Densité

[15;25[ 20% 2%
Age des téléspectateurs du JT de TF1 de 13 heures
Caractère quantitatif continu avec amplitudes de classe inégales
[25;50[ 50% 2% 3 modalités
[50;60[ 30% 3%
Total 100%
Age Fréquences Densité Age des téléspectateurs du JT de TF1 de 13 heures

[15;25[ 20% 2% Caractère quantitatif continu avec amplitudes de classe inégales
3 modalités
[25;50[ 50% 2%
Classe modale: [50, 60[
[50;60[ 30% 3%
Total 100%
Moyenne (valeurs numériques ponctuelles)
On distribue une population de taille N selon les p modalités

d’un caractère S (par exemple le niveau de salaire), ordonnées
de la plus petite (S1) à la plus grande (Sp).
La moyenne est calculable uniquement pour les caractères

quantitatifs.
Moyenne (valeurs numériques ponctuelles)
∑(%&' )% "%
"̅ = (
∑%&' )%
)' "' + )+ "+ + ⋯ + )- "-

=
)' + )+ + ⋯ + )-
1.3.1. Indicateurs de tendance centrale (ou de position) ∑(%&' )% "%
Moyenne (valeurs numériques ponctuelles) "̅ = (
∑%&' )%
)' "' + )+ "+ + ⋯ + )- "-
=
)' + )+ + ⋯ + )-
)' "' + )+ "+ + ⋯ + )- "-

=
. (2
(/ (1
= "' + " + ⋯ + "-
0 0 + 0
= 3' "' + 3+ "+ + ⋯ + 3- "-
(
= 4 3% "%
%&'
Moyenne (valeurs numériques en classes)
Propriété de la moyenne
La moyenne pondérée des écarts à la moyenne est nulle

Heures passées
devant la télévision
0 40 0 10% 0
1 80 80 20% 0,2
2 100 200 25% 0,5
3 120 360 30% 0,9
4 60 240 15% 0,6
Total 400 880 100% 2,2
Heures passées
0 40 0 10% 0
1 80 80 20% 0,2
2 100 200 25% 0,5
3 120 360 30% 0,9
4 60 240 15% 0,6
Total 400 880 100% 2,2
Heures passées
0 40 0 10% 0
1 80 80 20% 0,2
2 100 200 25% 0,5
3 120 360 30% 0,9
4 60 240 15% 0,6
Total 400 880 100% 2,2
Notes
[0, 5[ 35 2,5 87,5 17,5% 0,4375

[5, 10[ 50 7,5 375 25% 1,875
[10, 15[ 75 12,5 937,5 37,5% 4,6875
[15, 20[ 40 17,5 700 20% 3,5
Total 200 2100 10,5
Notes
[0, 5[ 35 2,5 87,5 17,5% 0,4375

[5, 10[ 50 7,5 375 25% 1,875
[10, 15[ 75 12,5 937,5 37,5% 4,6875
[15, 20[ 40 17,5 700 20% 3,5
Total 200 2100 10,5
Notes
[0, 5[ 35 2,5 87,5 17,5% 0,4375

[5, 10[ 50 7,5 375 25% 1,875
[10, 15[ 75 12,5 937,5 37,5% 4,6875
[15, 20[ 40 17,5 700 20% 3,5
Total 200 2100 10,5
Notes
[0, 5[ 35 2,5 87,5 17,5% 0,4375

[5, 10[ 50 7,5 375 25% 1,875
[10, 15[ 75 12,5 937,5 37,5% 4,6875
[15, 20[ 40 17,5 700 20% 3,5
Total 200 2100 10,5
Médiane: valeur de la modalité du caractère qui divise la population totale en deux sous-
populations de taille égale
http://www.konbini.com/fr/entertainment-2/great-teacher-
Intuition issaba-kery-james-maths-rap-statistiques/
On compte le nombre de pièces de 2€ dans le porte-monnaie de 5 personnes. On en trouve:

3, 5, 3, 4, 7.
On ordonne la liste: 3, 3, 4, 5, 7.
La valeur médiane est celle qui divise la liste (le nombre de porte-monnaie) en deux sous-
listes de taille égale: 4.
Discussion: nombre impair/pair d’individus statistiques
Si dans un 6ème porte-monnaie, on trouve 8 pièces de 2€, la liste devient:
3, 3, 4, 5, 7, 8 et la médiane est comprise entre 4 et 5 pièces.
Calcul de la médiane: Expression de la distribution en fréquences cumulées
Calcul de la médiane
Expression de la distribution en fréquences cumulées
Pour quelle valeur k de la modalité du caractère, est-elle égale à 50%?
N (100%)
min max
Expression de la distribution en fréquences cumulées
Pour quelle valeur k de la modalité du caractère, est-elle égale à 50%?
N/2 (50%) N/2 (50%)
min médiane max

Repérage de la tranche dans
laquelle dépasse 50%
(hyp. tranche [ Bi -1; Bi [ )
Représentation graphique de la
série de fréquences cumulées
Construction des couples de

points:
A0 ( 0;0% ) , A1 ( B1 ; F1 ) , A2 ( B2 ; F2 ) ,
A3 ( B3 ; F3 ) ,..., Ai ( Bi ; Fi ) ,..., Ap ( B p ;100% )
Ap
Fp = 100%
Fi
Ai
Fi -1 Ai -1
F2
A1 A2
F1
0%
0 B1 B2 Bi -1 Bi Bp
Fi
Ai
Fi -1 Ai -1
0%
0 Bi -1 Bi
Fi
Ai
Fi -1 Ai -1
0%
0 Bi -1 Bi
Calcul de la médiane Hypothèse de répartition uniforme de
la population entre les valeurs Bi -1
et Bi (ajustement linéaire de Ai -1 à Ai )
Fi
Ai
Fi -1 Ai -1
0%
0 Bi -1 Bi
Fi
50% Ai
Fi -1 Ai -1
0%
0 Bi -1 Me B
i
Ce théorème est connu sous le nom de:
1. Théorème de Jessica
A
2. Théorème de Julien Marie
B’
3. Théorème de Afida
B
C’
4. Théorème de Thalès
C
Calcul de la médiane https://www.youtube.com/watch?v=MaMo2ed6kP0
Ce théorème est connu sous le nom de:
1. Théorème de Jessica
A
2. Théorème de Julien Marie
B’
3. Théorème de Afida
B
C’
4. Théorème de Thalès
C
Calcul de la médiane Corollaire du théorème de Thalès:
,-
!" !"′ !#′ que déduire quant au rapport ?
= → !# = ×!" ,.
!# !#′ !"′ On trace une troisième droite (DD’) parallèle à (BB’) et
!" !"′ !(′ (CC’)
= → !( = ×!" A
!( !(′ !"′
!#′
"# !# − !" ×!" − !"
= !"′ B’
=
"( !( − !" !(′
×!" − !"
!"′
!#′ !# + − !"′ B
!" −1
!"′ = !"′
= +
!(′ !( − !"′ C’
!" −1 !"′
!"′
!# + − !"′ !"′
= × C D’
!"′ !( + − !"′
!# + − !"′ " + #′
= =
!( + − !"′ " + (′ D
En vertu de ce qui vient
d’être démontré:
=
Fi
50% Ai
Fi -1 Ai -1
0%
0 Bi -1 Me B
i
Fréquences La médiane appartient à l’intervalle [25;50[.
Age Fréquences cumulées
[15;25[ 30% 30%
[25;50[ 40% 70%
[50;65[ 30% 100%
Total 100%
x
100%
Fk
x
70%
50%
30% x ans
0% Age
15 25 Me 50 65
Autre manière de procéder:
Fréquences F2-F1=40% (=f2) X3-X2=25 (=a2)
Age Fréquences cumulées
[15;25[ 30% 30% 50%-F1=20% Me-X2
[25;50[ 40% 70%
(F2-F1) x (Me-X2) = (50%-F1) x ( X3-X2)
[50;65[ 30% 100% (50%-F1)
(Me-X2) = x ( X3-X2)
Total 100% (F2-F1)
(50%-F1)
F2-F1=40% (=f2) Me = x ( X3-X2) + X2
(F2-F1)
50%-F1=20%
30% 70% Fréq Cum
50%
médiane
25 50 Age
Me-X2
X3-X2=25 (=a2)
1.3.2. Indicateurs de dispersion
Principe: caractériser à l’aide d’un indicateur unique la variabilité des réalisations
des modalités du caractère
3 indicateurs de dispersion: étendue, écart-type, quantiles
S’exprime dans la même unité que les modalités du caractère
Ne se calcule que pour les caractères quantitatifs
Etendue
Différence entre la valeur maximale et la valeur minimale des modalités du caractère
Etendue Heures passées ni
0 40 Mode: 3h
1 80
2 100
Etendue: 4-0=4h
3 120
4 60
Total 400
Age Fréquences
[15;25[ 30% Classe modale: 15-24 ans
[25;50[ 40% Etendue: 65-15=50h
[50;65[ 30%
Total 100%
Ecart-type (variance)
Définition L’écart-type d’un caractère est défini comme la racine carrée de la moyenne pondérée
du carré des écarts des réalisations de la variable à la moyenne des réalisations (variance).
Pour une distribution statistique, c’est la racine carrée de la moyenne pondérée du carré des
écarts entre les modalités du caractère étudié et la moyenne de la distribution selon ce même
caractère.
L’écart-type se lit ainsi comme l’écart moyen par rapport à la moyenne:
Pour les caractères quantitatifs continus dont les modalités sont

exprimées à l’aide de classes, est substitué à .
Coefficient de variation relatif à la moyenne (%)
Mesure la magnitude des variations du caractère par rapport à

son comportement moyen
Heures passées
0 40 0 -2,2 4,84 193,6
1 80 80 -1,2 1,44 115,2
2 100 200 -0,2 0,04 4,0
3 120 360 0,8 0,64 76,8
4 60 240 1,8 3,24 194,4
Total 400 880 584
Heures passées
0 40 0 -2,2 4,84 193,6
1 80 80 -1,2 1,44 115,2
2 100 200 -0,2 0,04 4,0
3 120 360 0,8 0,64 76,8
4 60 240 1,8 3,24 194,4
Total 400 880 584
Heures passées
0 40 0 -2,2 4,84 193,6
1 80 80 -1,2 1,44 115,2
2 100 200 -0,2 0,04 4,0
3 120 360 0,8 0,64 76,8
4 60 240 1,8 3,24 194,4
Total 400 880 584
Heures passées
0 40 0 -2,2 4,84 193,6
1 80 80 -1,2 1,44 115,2
2 100 200 -0,2 0,04 4,0
3 120 360 0,8 0,64 76,8
4 60 240 1,8 3,24 194,4
Total 400 880 584
=1,21
=584/400=1,46
=55%
Heures passées
0 40 10% -2,2 4,84 0,484
1 80 20% -1,2 1,44 0,288
2 100 25% -0,2 0,04 0,01
3 120 30% 0,8 0,64 0,192
4 60 15% 1,8 3,24 0,486
Total 400 100% 1,46
Heures passées
0 40 10% -2,2 4,84 0,484
1 80 20% -1,2 1,44 0,288
2 100 25% -0,2 0,04 0,01
3 120 30% 0,8 0,64 0,192
4 60 15% 1,8 3,24 0,486
Total 400 100% 1,46
Heures passées
0 40 10% -2,2 4,84 0,484
1 80 20% -1,2 1,44 0,288
2 100 25% -0,2 0,04 0,01
3 120 30% 0,8 0,64 0,192
4 60 15% 1,8 3,24 0,486
Total 400 100% 1,46
Heures passées
0 40 10% -2,2 4,84 0,484
1 80 20% -1,2 1,44 0,288
2 100 25% -0,2 0,04 0,01
3 120 30% 0,8 0,64 0,192
4 60 15% 1,8 3,24 0,486
Total 400 100% 1,46
=1,21
=1,46
=55%
Heures passées
0 40 0 0,0 0
1 80 80 1,0 80
2 100 200 4,0 400
3 120 360 9,0 1080
4 60 240 16,0 960
Total 400 880 2520
Heures passées
0 40 0 0,0 0
1 80 80 1,0 80
2 100 200 4,0 400
3 120 360 9,0 1080
4 60 240 16,0 960
Total 400 880 2520
Heures passées
0 40 0 0,0 0
1 80 80 1,0 80
2 100 200 4,0 400
3 120 360 9,0 1080
4 60 240 16,0 960
Total 400 880 2520
=1,21
=2520/400 – 2,22=1,46
=55%
Heures passées
0 40 10% 0,0 0,0
1 80 20% 1,0 0,2
2 100 25% 4,0 1,0
3 120 30% 9,0 2,7
4 60 15% 16,0 2,4
Total 400 100% 6,3
Heures passées
0 40 10% 0,0 0,0
1 80 20% 1,0 0,2
2 100 25% 4,0 1,0
3 120 30% 9,0 2,7
4 60 15% 16,0 2,4
Total 400 100% 6,3
Heures passées
0 40 10% 0,0 0,0
1 80 20% 1,0 0,2
2 100 25% 4,0 1,0
3 120 30% 9,0 2,7
4 60 15% 16,0 2,4
Total 400 100% 6,3
=1,21
=6,3 – 2,22=6,3-4,84=1,46
=55%
Quantiles
Définition Les quantiles d’ordre n permettent de diviser la population statistique distribuée
selon les modalités d’un caractère en n sous-populations de taille égale (N/n).
On peut définir autant de répartitions d’une distribution en quantiles que de sous-populations
de taille égale envisageables (une infinité).
https://www.youtube.com/watch?v=uIx2xvdwIIo
Quantiles
Pour quelle valeur k de la modalité du caractère, est-elle égale à:
– 50% (médiane)?
N/2 (50%) N/2 (50%)
min médiane max

Quantiles
– 50% (médiane)?
– 10% (premier décile, D1)?
10% 90%
min D1 max
Quantiles
– 50% (médiane)?
– 25% (premier quartile, Q1)?
25% 75%
min Q1 max
Quantiles
– 50% (médiane)?
– 90% (neuvième décile, D9)?
90% 10%
min D9 max
Quantiles
– 50% (médiane)?
– 90% (neuvième décile, D9)?
– 99% (quatre-vingt-dix-neuvième (per)centile, C99 ou P99)?
99% 1%
min C99 max

Quantiles
Exemple de définition d’un quantile dans la distribution d’un caractère quantitatif dont les modalités sont exprimées
par des classes: troisième quartile (Q3)
On repère la modalité dans laquelle les 75% de fréquence cumulée sont dépassés. On relève la fréquence cumulée à
l’entrée de la classe FA et la fréquence cumulée à la sortie FB, la borne inférieure XA et la borne supérieure de la
classe XB.
Fi
100% x
FB x
75%
50%
FA x
x
0%
XA Xp Xi
0 Q3 XB
Quantiles
Mesure de dispersion utilisant les quantiles: l’écart inter-quartile Q3-Q1
Par construction: l’intervalle [Q1;Q3] contient 50% de la population

Quantiles
Notes
[0, 5[ 35 17,5% 17,5%

[5, 10[ 50 25% 42,5%
[10, 15[ 75 37,5% 80%
[15, 20[ 40 20% 100%
Total 200 100%
Quantiles: revenu individuel
1.3.2. Indicateurs de dispersion https://www.insee.fr/fr/metadonnees/definition/c1890
Richesse mondiale
100% x
52% x
0% x 99%
100%
0%
Population mondiale
Revenu ⇢ quel quantile?

https://www.inegalites.fr/Salaire-etes-vous-riche-ou-pauvre
+7,7%
+7,1%
+11,8%
+23,3%
+42,8%
1.3.3. Indicateurs de concentration
La courbe de Lorenz permet de mesurer la concentration d’un phénomène économique (par

exemple, la concentration de richesses).
Attention! La concentration n’est pas l’antonyme de la dispersion.
La dispersion se mesure à partir de la distribution en fréquence cumulée d’une population selon
les modalités d’un caractère.
La concentration met en relation cette distribution en fréquence cumulée avec la distribution en
fréquence cumulée des valeurs concentrées par les individus présentant la même modalité.
Elle donne lieu à des constats du type: « X% de la population détient Y% de la richesse. »
https://www.youtube.com/watch?v=3QqR3AQe-SU
ordonnée abscisse
Courbe de Lorenz:
ensemble des points de coordonnées ( Fi ; Fi )
v
Fi varie de 0 à 100%
100%
Fi v
90%
Fi v varie de 0 à 100% 80%
70%
60%
50%
40%
30%
20%
10%
0%
Fi
0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%
fi fi v Fi Fi v 100%
Fi v
0% 0% 0% 0% 90%
10% 3% 10% 3% 80%
10% 5% 20% 8% 70%
10% 6% 30% 13% 60%

10% 7% 40% 20% 50%
10% 8% 50% 28%
40%
10% 9% 60% 37%
30%
10% 11% 70% 48%
20%
10% 13% 80% 60%
10%
10% 15% 90% 75%
Fi
10% 25% 100% 100% 0%
0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%
100% 100% Revenu disponible, France-2004
Fi v
0% 0% 0% 0% 90%
10% 3% 10% 3% 80%
10% 5% 20% 8% 70%
10% 6% 30% 13% 60%

10% 7% 40% 20% 50%
10% 8% 50% 28%
40%
10% 9% 60% 37%
30%
10% 11% 70% 48%
20%
10% 13% 80% 60%
10%
10% 15% 90% 75%
Fi
10% 25% 100% 100% 0% X
0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%
Fi v
0% 0% 0% 0% 90%
10% 3% 10% 3% 80%
10% 5% 20% 8% 70%
10% 6% 30% 13% 60%

10% 7% 40% 20% 50%
10% 8% 50% 28%
40%
10% 9% 60% 37%
30%
10% 11% 70% 48%
20%
10% 13% 80% 60%
10%
10% 15% 90% 75%
X Fi
10% 25% 100% 100% 0% X
0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%
Fi v
0% 0% 0% 0% 90%
10% 3% 10% 3% 80%
10% 5% 20% 8% 70%
10% 6% 30% 13% 60%

10% 7% 40% 20% 50%
10% 8% 50% 28%
40%
10% 9% 60% 37%
30%
10% 11% 70% 48%
20%
10% 13% 80% 60%
10%
10% 15% 90% 75%
X
X
Fi
10% 25% 100% 100% 0% X
0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%
Fi v
0% 0% 0% 0% 90%
10% 3% 10% 3% 80%
10% 5% 20% 8% 70%
10% 6% 30% 13% 60%

10% 7% 40% 20% 50%
10% 8% 50% 28%
40%
10% 9% 60% 37%
30%
10% 11% 70% 48%
20%
10% 13% 80% 60%
X
10%
10% 15% 90% 75%
X
X
Fi
10% 25% 100% 100% 0% X
0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%
Fi v
0% 0% 0% 0% 90%
10% 3% 10% 3% 80%
10% 5% 20% 8% 70%
10% 6% 30% 13% 60%

10% 7% 40% 20% 50%
10% 8% 50% 28%
40%
10% 9% 60% 37%
30%
10% 11% 70% 48%
20% X
10% 13% 80% 60%
X
10%
10% 15% 90% 75%
X
X
Fi
10% 25% 100% 100% 0% X
0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%
Fi v
0% 0% 0% 0% 90%
10% 3% 10% 3% 80%
10% 5% 20% 8% 70%
10% 6% 30% 13% 60%

10% 7% 40% 20% 50%
10% 8% 50% 28%
40%
10% 9% 60% 37%
30%
X
10% 11% 70% 48%
20% X
10% 13% 80% 60%
X
10%
10% 15% 90% 75%
X
X
Fi
10% 25% 100% 100% 0% X
0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%
Fi v
0% 0% 0% 0% 90%
10% 3% 10% 3% 80%
10% 5% 20% 8% 70%
10% 6% 30% 13% 60%

10% 7% 40% 20% 50%
10% 8% 50% 28%
40%
X
10% 9% 60% 37%
30%
X
10% 11% 70% 48%
20% X
10% 13% 80% 60%
X
10%
10% 15% 90% 75%
X
X
Fi
10% 25% 100% 100% 0% X
0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%
Fi v
0% 0% 0% 0% 90%
10% 3% 10% 3% 80%
10% 5% 20% 8% 70%
10% 6% 30% 13% 60%

10% 7% 40% 20% 50%
X
10% 8% 50% 28%
40%
X
10% 9% 60% 37%
30%
X
10% 11% 70% 48%
20% X
10% 13% 80% 60%
X
10%
10% 15% 90% 75%
X
X
Fi
10% 25% 100% 100% 0% X
0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%
Fi v
0% 0% 0% 0% 90%
10% 3% 10% 3% 80%
10% 5% 20% 8% 70%
10% 6% 30% 13% 60% X

10% 7% 40% 20% 50%
X
10% 8% 50% 28%
40%
X
10% 9% 60% 37%
30%
X
10% 11% 70% 48%
20% X
10% 13% 80% 60%
X
10%
10% 15% 90% 75%
X
X
Fi
10% 25% 100% 100% 0% X
0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%
Fi v
0% 0% 0% 0% 90%
10% 3% 10% 3% 80%

X
10% 5% 20% 8% 70%
10% 6% 30% 13% 60% X

10% 7% 40% 20% 50%
X
10% 8% 50% 28%
40%
X
10% 9% 60% 37%
30%
X
10% 11% 70% 48%
20% X
10% 13% 80% 60%
X
10%
10% 15% 90% 75%
X
X
Fi
10% 25% 100% 100% 0% X
0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%
fi fi v Fi Fi v
100% X
v
0% 0% 0% 0%
90%
Fi
10% 3% 10% 3%
80%
10% 5% 20% 8% X
70%
10% 6% 30% 13% n
60% t i tio X
10% 7% 40% 20% r
pa
10% 8% 50% 28% 50% u iré
q X
d’é
in é
10% 9% 60% 37%
ite
ga
40%
o X
Dr
li
in é
té
10% 11% 70% 48% 30%
s
ga
X
-
10% 13% 80% 60%
li té
20% X
s
10% 15% 90% 75%
+
X
10%
10% 25% 100% 100%
0% X X
X
inégalité parfaite Fi
100% 100% 0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%
Revenu disponible, France-2004
Richesse mondiale
100% x
52% x
0% x 99%
100%
0%
Population mondiale
Richesse mondiale
100% x
52% x
0% x 99%
100%
0%
Population mondiale
Richesse mondiale
100% x
52% x
0% x 99%
100%
0%
Population mondiale
Richesse mondiale
100% x
52% x
5,5%
0% x x 99%
0% 80% 100%
Population mondiale
http://www.lemonde.fr/les-
decodeurs/article/2015/01/19/la-concentration-des-
richesses-dans-le-monde-en-
graphiques_4558914_4355770.html
https://www.lemonde.fr/les-
decodeurs/article/2017/05/30/dix-
graphiques-qui-illustrent-les-inegalites-
en-france_5136168_4355770.html
https://wid.world/fr/country/france-2/
100% X
v
La situation révélée par la 90%
Fi
courbe bleue est-elle plus
égalitaire que la situation 80%
X
représentée par la courbe 70%
marron?
60% X
50%
X
Impossible de l’établir sur la
40%
base de la comparaison des X
courbes de Lorenz 30%
X
20% X
X
10%
0% X X
X
Fi
0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%
100% X
v
La situation révélée par la 90%
Fi
courbe bleue est-elle plus
égalitaire que la situation 80%
X
représentée par la courbe 70%
marron?
in é
60% X
ga
li
50%
té
X
Impossible de l’établir sur la
+s
40%
base de la comparaison des X
courbes de Lorenz 30%
in é
X
ga
20% X
lité
s
X
10%
-
0% X X
X
Fi
0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%
100% X
v
Méthode algébrique 90%
Fi
80%
Détermination de la part de
X
l’aire entre la droite 70%
d’équirépartition et la courbe
60% X
de Lorenz …
50%
X
40%
X
30%
X
20% X
10% X
0% X X
X
Fi
0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%
100% X
v
Fi
Détermination de la part de 80%
X
l’aire entre la droite 70%
60% X
de Lorenz …
50%
X
A
40%
X
30%
X
20% X
X
10%
0% X X
X
Fi
0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%
100% X
v
Fi
Détermination de la part de 80%
l’aire entre la droite

A1 X
70%
60% X
de Lorenz …
d’où: 50% A1
A = A1 + A2
X
40%
A1 A - A2 A2
X
A2
= = 1- 30%
X
A A A 20% X
d’où: X
A1 10%
A= 1 = 1 - 2 A0%
X
Fi
2 A
2 X X
0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%
100% X
A1 Fi v
= 1 - 2 A2 90%
A
80%
A A1 X
A1 = A, A2 = 0 et 1 = 1 70%
A 60% X
inégalité parfaite
50% A1 X
A1
A1 = 0, A2 = A et =0 40%
X
A2
A 30%
X
égalité parfaite
20% X
X
10%
0% X X
X
Fi
0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%
100% X
A2 , somme d’aires de Fi v
polygones (trapèzes) 90%
80%
A1 X
70%
60% X
B = Fi v
b = Fi -v1
50%
v
A1 X
Fi
h = ( Fi - Fi -1 ) 40% X
A2
aire du trapèze jaune = 30% X
v
B+b 20% F i -1 X
´h = X
2 10%
Fi -1 Fi
X
X
Fi
Fi v + Fi -v1 0%X
´ ( Fi - Fi -1 ) 0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%
2 Revenu disponible, France-2004
B+b Fi v + Fi -v1
aire du trapèze jaune = ´h = ´ ( Fi - Fi -1 )
2 2
p
(F v
+ Fi -v1 ) ( Fi - Fi -1 ) p
A2 = å =1 å ( i i-1 ) ( Fi - Fi-1 )
i
F v
+ F v
i =1 2 2 i =1
p
2 å(
Gini = 1 - 2 ´ A2 = 1 - 2 ´ 1 F i
v
+ Fi -v1 ) ( Fi - Fi -1 )
i =1
p
= 1 - å ( Fi v + Fi -v1 ) ( Fi - Fi -1 )
i =1
Fi Fi v ( Fi - Fi-1 ) ( F
i
v
+ Fi -v1 ) ( Fi - Fi-1 ) ´ ( Fi v + Fi-v1 ) Revenu disponible,
0% 0% 0% 0% 0% France-2004
10% 3% 10% 3% 0%
p
20% 8% 10% 11% 1% Gini = 1 - å ( Fi v + Fi -v1 ) ( Fi - Fi -1 )
i =1
30% 13% 10% 21% 2%
= 1 - 68% = 32%
40% 20% 10% 33% 3%
50% 28% 10% 47% 5%
60% 37% 10% 64% 6%
70% 48% 10% 84% 8%
80% 60% 10% 108% 11%
90% 75% 10% 135% 14%
100% 100% 10% 175% 18%
68%
https://www.populationdata.net/cartes/monde-coefficient-de-gini/
1.4. Forme des distributions statistiques
La distribution la plus répandue dans la mesure de caractères socio-économiques est la

distribution Normale (distribution de Gauss).
Cette distribution est symétrique, faiblement dispersée autour de la moyenne et caractérisée
par:
Mode=Moyenne=Médiane
1.4.2. Distributions dissymétriques
On distingue deux types de distribution statistique dissymétrique.
La distribution concentrée à gauche est appelée distribution du Khi-Deux (c2).
Concentrée à gauche Concentrée à droite
Mode<Médiane<Moyenne
On distingue deux types de distribution statistique dissymétrique.
La distribution concentrée à gauche est appelée distribution du Khi-Deux (c2).
Concentrée à gauche Concentrée à droite
Mode<Médiane<Moyenne Mode>Médiane>Moyenne

PDF Du Cours de Technique Stat Complet

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

PDF Du Cours de Technique Stat Complet

Transféré par

Droits d'auteur :

Formats disponibles

Portail Licence 1ère année-1er semestre (L1S1)

Site de Marseille, division M

2. Distributions statistiques à 2 caractères

TSC: Techniques Statistiques Challenge

Caractère: objet de l’étude

Caractère: objet de l’étude

Caractère: objet de l’étude

Modalités: ensemble discret continu

des valeurs ou états pris par un

Caractère: objet de l’étude

Modalités: ensemble discret continu

des valeurs ou états pris par un

Caractère: objet de l’étude

Modalités: ensemble discret continu

des valeurs ou états pris par un

Caractère: objet de l’étude

Modalités: ensemble discret continu nominal

des valeurs ou états pris par un

Caractère: objet de l’étude

Modalités: ensemble discret continu nominal ordinal

des valeurs ou états pris par un

Modalités Effectifs On définit l’effectif cumulé jusqu’à la k-ème

Modalités On définit la fréquence cumulée jusqu’à la

La détermination du type de représentation graphique appropriée dépend du

pièces dans le Effectifs 3

3 3000 60% 40%

Caractère quantitatif continu avec

Caractère quantitatif continu avec

[5;10[ 40% 60% 40%

[10;15[ 30% 90% 20%

Caractère quantitatif continu

Age Effectifs [50;65[

Caractère quantitatif continu

[25;50[ 40% 70% 50%

[50;65[ 30% 100% 40%

Total 100% 30%

Nature de l’inconfort du logement

Notes Effectifs Note des étudiants au premier DSH

Age Fréquences Densité

Age Fréquences Densité Age des téléspectateurs du JT de TF1 de 13 heures

On distribue une population de taille N selon les p modalités

La moyenne est calculable uniquement pour les caractères

)' "' + )+ "+ + ⋯ + )- "-

)' "' + )+ "+ + ⋯ + )- "-

La moyenne pondérée des écarts à la moyenne est nulle

[0, 5[ 35 2,5 87,5 17,5% 0,4375

[0, 5[ 35 2,5 87,5 17,5% 0,4375

[0, 5[ 35 2,5 87,5 17,5% 0,4375

[0, 5[ 35 2,5 87,5 17,5% 0,4375

On compte le nombre de pièces de 2€ dans le porte-monnaie de 5 personnes. On en trouve:

Pour quelle valeur k de la modalité du caractère, est-elle égale à 50%?

Pour quelle valeur k de la modalité du caractère, est-elle égale à 50%?

N/2 (50%) N/2 (50%)

min médiane max

Construction des couples de

Pour les caractères quantitatifs continus dont les modalités sont

Coefficient de variation relatif à la moyenne (%)

Mesure la magnitude des variations du caractère par rapport à

N/2 (50%) N/2 (50%)

min médiane max

min C99 max

Par construction: l’intervalle [Q1;Q3] contient 50% de la population

[0, 5[ 35 17,5% 17,5%

Revenu ⇢ quel quantile?