Copie de Stat Descriptive Rim 1

Statistiques descriptives
à une variable
Statistiques descriptives à une variable
Objectifs de ce module
1. Savoir décrire et représenter une série statistique

par un tableau et un ou plusieurs graphiques
adaptés.
2. Pouvoir résumer une série de données par un ou

plusieurs paramètres représentatifs (moyenne,
médiane…)
3. Indiquer comment les valeurs de la série se
répartissent « autour » de ces paramètres.
Plan du module
Voici les parties que nous allons aborder :
I. Représentations tabulaires et graphiques.

II. Paramètres de tendance centrale.
III. Paramètres de dispersion.
Représentations tabulaires
et graphiques
Ⅰ. Représentations tabulaires et graphiques
Plan de la partie
Voici les chapitres que nous allons aborder :
1. Caractères qualitatifs.
2. Caractères quantitatifs discrets.
3. Caractères quantitatifs continus.
Introduction
1. La représentation tabulaire est préalable à toute

analyse statistique. Elle fait suite au travail
préliminaire de collecte des données.
1. La représentation graphique d’un seul caractère

repose sur une règle de proportionnalité des
hauteurs ou aires des graphiques aux effectifs (ou
fréquences).
1. Tout graphique devra être lisible et fidèle
aux données.
2. Le choix d’un type de graphique dépendra

de la nature du caractère étudié.
1. Caractères qualitatifs
Représentation tabulaire
1. Tableau à simple entrée, sans hiérarchie (sauf
si le caractère est ordinal).
2. La première colonne renseigne les modalités et

les deux suivantes les effectifs et fréquences.
3. Si le caractère est ordinal, on pourra rajouter

une dernière colonne avec les fréquences
cumulées.
Débouchés ni fi
SSII 149 28%

➢ Exemple : débouchés Editeurs
de 532 anciens élèves 101 19%
logiciels
Banque,financ
85 16%
e
➢ Les modalités sont ici
les natures de ces Télécoms 75 14%
débouchés.
Industrie 69 13%
Autres 53 10%
Diagramme à bandes
1. Aussi appelé représentation par « tuyaux
d’orgue ».
2. Les modalités sont placées sur un axe horizontal.
3. Les effectifs (ou fréquences) sont placés sur un

axe vertical.
4. La hauteur de chaque tuyau est proportionnelle à
l’effectif correspondant.
5. Permet de comparer d’un « coup d’œil » les
différentes modalités.
Anciens élèves par secteurs d'activités
160
140
120
100
80
60
40
20
0
SSII Editeurs banque, Télécoms Industrie Autres
logiciels finance,
assurance
Diagramme circulaire
1. L’aire, et donc l’angle au centre d’un

secteur, est proportionnelle à la fréquence
(ou l’effectif) de la modalité considérée (d’où
un angle de fi x 360° pour la modalité i).
2. Permet de bien visualiser la part relative de

chaque modalité.
Anciens élèves par secteurs
d'activités
10%
28%
13%
SSII
Editeurs logiciels
banque, finance, assurance
Télécoms
Industrie
14% Autres
19%
16%
2. Caractères quantitatifs discrets
Tableau à simple entrée, où les données sont

classées par ordre croissant.
La première colonne renseigne les différentes

valeurs du caractère, et les trois suivantes les
effectifs, fréquences et fréquences cumulées.

nomb ni fi Fi
Exemple : 4 3 6,12 6,12
1. nombre de lettres du 5 2 4,08 10,20
prénom des étudiants
6 20 40,82 51,02
2. Ce caractère est discret : 7 9 18,37 69,39

il ne peut prendre qu’un 8 5 10,20 79,59
nombre fini de valeurs.
9 7 14,29 93,88
10 1 2,04 95,92
12 1 2,04 97,96
14 1 2,04 100
Diagramme bâton des effectifs
A chaque valeur du caractère portée en

abscisse, on associe un « bâton » vertical
dont la hauteur est proportionnelle à l’effectif.
Cette représentation permet de comparer les

effectifs de chaque valeur du caractère.

Diagramme bâton des effectifs
25
20
15
10
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14

Courbe des fréquences cumulées
1. Représente l’évolution des fréquences
cumulées.
2. Le caractère étant discret, la courbe est en
« escalier ».
3. En effet, les valeurs étant séparées, entre
chacune d’elle la fréquence cumulée est
inchangée, d’où ces paliers.

100
90
80
70
60
50
40
30
20
10
0
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
3. Caractères quantitatifs
continus
Tableau à simple entrée, où les classes de

données sont triées par ordre croissant.
1. La première colonne renseigne les
différentes classes de valeurs du caractère,
et les trois suivantes les effectifs,
fréquences et fréquences cumulées.
2. Si les classes ne sont pas toutes de même
amplitude, on rajoute une colonne
contenant les densités de fréquence, i.e. la
fréquence de la classe divisée par son
amplitude.
3. Caractères quantitatifs continus
Classes ni fi Fi di
1. Exemple : salaire ]13;15] 12 12,77 12,77 6,38

annuels en ]15;16] 12 12,76 25,53 12,76
milliers d’euros
des employés ]16;17] 14 14,89 40,42 14,89
d’une entreprise. ]17;18] 15 15,96 56,38 15,96
]18;20] 20 21,28 77,66 10,64

2. Ce caractère est
continu : il peut ]20;22] 12 12,77 90,43 6,38
prendre toute ]22;26] 9 9,57 100 3,19
valeur entre 13 et
26.
continus
Histogramme des densités de fréquence
Ensemble de rectangles contigus.
Pour chaque classe on trace un rectangle :
de base B proportionnelle à l’amplitude de la
classede hauteur h proportionnelle à la densité de
fréquence de la classe
L’aire du rectangle sera alors proportionnelle à
la fréquence de la classe.
continus
Double interprétation :
1. On comparera les densités de fréquence

des classes en comparant les hauteurs des
rectangles.
2. On comparera les fréquences des classes
en comparant les aires des rectangles.
On se servira pour ce faire du rectangle « témoin »,
dont l’aire représente 1%.
continus Histogramme des densités de
fréquences
16
14
représente
12 1%
10
0
12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27
3. Caractères quantitatifs continus

1. Représente l’évolution des fréquences

cumulées.
2. Le caractère étant continu, la courbe l’est
également.
3. Pour la construire, on joint les points de

coordonnées (bi,Fi) où bi désigne l’extrémité
supérieure de la ième classe.
continusCourbe des fréquences cumulées
100
90
80
70
60
50
40
30
20
10
0
12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27
Paramètres de tendance
centrale
Ⅱ. Paramètres de tendance centrale
Plan de la partie
1. Mode.
2. Moyennes.
3. Médiane.
Introduction
1. Les tableaux et graphiques contiennent la
totalité des données : ils sont parfois durs à
interpréter.
2. On va chercher à résumer les données par

quelques valeurs numériques.
3. Dans cette partie, on s’intéresse aux
paramètres de tendance centrale, i.e. aux
paramètres mesurant le « centre » des séries
statistiques.
1. Mode
Définition
Pour un caractère discret, le mode est la valeur
la plus fréquente.
Pour un caractère continu, la classe modale est
la classe ayant la plus forte densité de
fréquence.
Exemple
6 est le mode pour le nombre de lettres du
prénom.
]17,18] est la classe modale pour les salaires
1. Mode
Remarques
1. On peut définir de même le mode pour un
caractère qualitatif.
2. L’exemple des salaires montre que la classe
modale n’est pas nécessairement la classe de
plus grand effectif.
3. On peut définir le mode pour un caractère
quantitatif continu, en prenant le milieu de la
classe modale.
1. Mode
Si la série n’a qu’un seul mode, elle est dite
unimodale.
Dans le cas contraire, on la qualifie de
plurimodale.
On peut alors se poser la question de savoir si
notre population n’est pas un mélange de
groupes hétérogènes.
Exemple : étude des pointures de chaussures

dans la population française. La série est
bimodale car est un mélange de deux
groupes hétérogènes : les hommes et les
femmes.
2. Moyennes
Moyenne arithmétique
1. Si xi désigne les valeurs du caractère, ni les

effectifs correspondants et n l’effectif total alors :
1
x =  ni x i
n i
est la moyenne arithmétique de la série statistique.

1. Si l’on ne dispose que d’un regroupement en
classes, on prendra pour xi le centre de la ième
classe.
2. Moyennes
Exemples
La moyenne du nombre de lettres des prénoms

des étudiants est de 7.
Le salaire moyen des employés de l’entreprise

est de 18,04 milliers d’euros.
2. Moyennes
Avantages
Elle a de bonnes propriétés calculatoires

comme la linéarité : ax + b = ax + b
Elle prend en compte


l’ensemble des valeurs
(contrairement au mode).
2. Moyennes
Inconvénient
Elle est très sensible aux valeurs « extrêmes ».
Exemple : si dans votre entreprise les 10 salariés

(dont vous faites partie) gagnent chacun 1500€
par mois et que le patron gagne lui 7000€ par
mois, le salaire moyen mensuel est de 2000€…
3. Médiane
Définition
Si F désigne la fonction des fréquences cumulées,
la médiane d’une série statistique sera la plus
petite valeur x telle que
F(x) ≥ 0,5. On la note Me.
Interprétation : plus de 50 % des valeurs de la

série seront inférieures à Me et plus de 50 % lui
seront supérieures.
3. Médiane
Avantages
Contrairement à la moyenne, la médiane n’est
pas sensible aux valeurs extrêmes.
dans l’exemple de l’entreprise où les 10 salariés
gagnent chacun 1500€ par mois et le patron
7000€ par mois, le salaire médian mensuel est de
1500€.
La médiane a une signification concrète, c.f.
interprétation de la diapositive précédente.
3. Médiane
Inconvénients
La détermination de la médiane ne prend pas
en compte toutes les données.
La médiane n’a pas de bonnes propriétés

calculatoires. En particulier, elle n’est pas
linéaire.
3. Médiane
Détermination pratique : caractère discret
1. Si l’effectif total n est impair, i.e. n = 2k + 1, la

médiane sera le k+1ème terme de la série.
2. Si n est pair, i.e. n = 2k, la médiane sera le kème
terme de la série.
3. Dans l’exemple de la partie Ⅰ on trouve ainsi Me
= 6.
4. La médiane peut également se déterminer
graphiquement Avec ce même exemple cela
donne
3. Médiane
médiane : détermination graphique
100
90
80
70
60
50
40
30
20
10
0
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
3. Médiane
Détermination pratique : caractère
continu
On commence par déterminer la classe
médiane, i.e. la première classe où la
fréquence cumulée dépasse 0,5.
Ensuite, on calcule Me par interpolation linéaire.
Dans l’exemple de la partie Ⅰ, la classe
médiane est ]17;18]. On a alors :
50 − 40,42
M e = 17 + (18 −17)  = 17,6
56,38 − 40,42
3. Médiane
Médiane : détermination graphique
100
90
80
70
60
50
40
30
20
10
0
12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27
Paramètres de
dispersion
Ⅲ. Paramètres de dispersion
Plan de la partie
Voici les chapitres que nous allons aborder :
1. Étendue.
2. Écart interquartile. Boîte à moustache.
3. Écart absolu.
4. Écart type.
5. Paramètres de dispersion relative.
Introduction
Deux séries statistiques peuvent avoir les
mêmes paramètres de tendance centrale
mais pas la même « dispersion ».
Exemple :
Notes de Mick : 7 , 8 , 11 , 12 , 13 , 13 et 13. ➢
Notes de Keith : 4 , 7 , 9 , 12 , 13 , 13 et 19. ➢
Il est donc nécessaire d’adjoindre à un

paramètre de tendance centrale, un ou des
paramètres mesurant l’écartement des
valeurs entres elles.
1. Étendue
Définition
L’étendue d’une série statistique est la
différence entre la plus grande valeur de la
série et la plus petite.
Remarque
Paramètre très simple à calculer et à interpréter.
Par nature très sensible aux valeurs extrêmes.
2. Espace interquartile.
Définition
Si F désigne la fonction des fréquences
cumulées, le premier (resp. troisième) quartile
d’une série statistique sera la plus petite valeur
x telle que F(x) ≥ 0,25 (resp. 0,75) . On le note
Q1 (resp. Q3).
Interprétation : plus de 25 % des valeurs de la

série seront inférieures à Q1 et plus de 75 % lui
seront supérieures. De même plus de 75 %
des valeurs de la série seront inférieures à Q 3
et plus de 25 % lui seront supérieures.
Détermination pratique : caractère discret

Si n désigne l’effectif total, Q1 sera égal à xi, où i
est le plus petit entier supérieur ou égal à n/4.
Q3 sera égal à x i, où i est le plus petit entier
supérieur ou égal à 3n/4.
Dans l’exemple de la partie Ⅰ on trouve Q1 = 6 et

Q3 = 8.
La détermination graphique se fait comme pour la
médiane :
quartiles : détermination graphique
100
90
80
70
60
50
40
30
20
10
0
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
Détermination pratique : caractère continu
On commence par déterminer dans quels
intervalles se situent Q1 et Q3.
On procède ensuite par interpolation linéaire.
Pour l’exemple de la partie Ⅰ, cela donne :
25 −12,77
Q1 = 15 + (16 −15)  = 15,96
25,53 −12,77
75 − 56,38
Q3 = 18 + (20 −18)  = 19,75
77,66 − 56,38


quartiles : détermination graphique
100
90
80
70
60
50
40
30
20
10
0
12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27
Définition
L’intervalle interquartile est l’intervalle [Q1;Q3].
L’écart interquartile est la différence Q 3 - Q1.
Interprétation :
L’intervalle interquartile contient au moins 50%
des valeurs de la série.
L’écart interquartile mesure la dispersion sans
tenir compte des valeurs extrêmes.
Après les quartiles, on peut définir de la même
façon les déciles (voire les centiles) d’une
série statistique.
Il s’agit de regarder les valeurs de la série

correspondant à des fréquences cumulées
de 0,1 ; 0,2 … 0,9.
.
Pour visualiser la dispersion d’une série
statistique, on peut alors représenter une
« boîte à moustache ».
Le graphique suivant se suffit à lui même pour

la compréhension.
boîte à moustache
1er décile 9éme décile
max min
1er quartile médiane 3éme quartile

3. Écart absolu
Définition
Écart absolu moyen : moyenne des valeurs
absolues des écarts à la moyenne.
1
e =  ni x i − x
n i
Écart absolu médian : moyenne des valeurs

absolues des écarts à la médiane.
1
e'=  n i x i − M e
n i
3. Écart absolu
Intérêts
Paramètres simples à calculer, prenant en

compte l’ensemble des données.
Très facile d’interprétation.
Inconvénient
Mauvaises propriétés calculatoires (non linéaire).

Peu utilisés par les logiciels de statistiques.
4. Écart type
Définition ⚫
Écart quadratique moyen : moyenne des carrés

des écarts à la moyenne. Souvent appelé
variance. 1
 n (x )
2
Vx = i i −x
n i
Écart type :  x = Vx

4. Écart type
Propriétés calculatoires
Formule de Koenig :
1
() =x
Vx =  n i (x i ) − x
2 2 2
2
−x
n i
Invariance par translation et conséquence d’un
changement d’échelle :  = a
 ax +b x
4. Écart type
Intérêts
1. Bonnes propriétés calculatoires. Prend en
compte l’ensemble des valeurs de la série.
2. Paramètre de dispersion le plus utilisé en
statistiques. Calculé par tous les logiciels et
calculatrices.
3. Sous certaines hypothèses, il permet de

construire des intervalles de confiance autour de
la moyenne
4. Très utile pour effectuer des« tests statistiques ».
4. Écart type
Inconvénients
➢ La définition de l’écart type est moins

naturelle que celle de l’écart absolu.
➢ Sa signification et son interprétation ne sont

donc pas évidente.
4. Écart type
Exemples
Si l’on reprend les exemples de la partie Ⅰ, on
obtient :
Pour le premier exemple (caractère discret) :
e = 1,375, Vx = 3,489, σx = 1,868.
Pour le second exemple (caractère continu) :
e = 2,308, Vx = 8,023, σx = 2,832.
5. Paramètres de dispersion
relative
La dispersion mesurée par les paramètres présentés
précédemment est qualifiée d’absolue : ils
s’expriment dans l’unité de mesure du caractère.
Pour comparer la dispersion de deux séries
statistiques ayant des unités différentes (ou même
des ordres de grandeur différents), il faut
considérer des paramètres de dispersion relative.
Un paramètre de dispersion relative sera un rapport
du type :
paramètre de dispersion absolue
paramètre de dispersion relative =
paramètre de tendance centrale
relative
Coefficient de variation : x
CVx =
x
 Q3 − Q1
Me
Coefficient interquartile relatif :
écart absolu moyen


x
Écart moyen relatif :
relative
Exemples
Pour les exemples de la partie Ⅰ, on obtient
pour coefficient de variation, coefficient
interquartile relatif et écart moyen relatif :
Pour le premier exemple : 26,60%, 33,33% et
19,59%.
Pour le second exemple : 15,70%, 21,53% et
12,79%.
La seconde série apparaît donc moins
dispersée que la première.

Copie de Stat Descriptive Rim 1

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

Copie de Stat Descriptive Rim 1

Transféré par

Droits d'auteur :

Formats disponibles

Statistiques descriptives

1. Savoir décrire et représenter une série statistique

2. Pouvoir résumer une série de données par un ou

I. Représentations tabulaires et graphiques.

Voici les chapitres que nous allons aborder :

1. La représentation tabulaire est préalable à toute

1. La représentation graphique d’un seul caractère

2. Le choix d’un type de graphique dépendra

2. La première colonne renseigne les modalités et

3. Si le caractère est ordinal, on pourra rajouter

SSII 149 28%

2. Les modalités sont placées sur un axe horizontal.

3. Les effectifs (ou fréquences) sont placés sur un

1. L’aire, et donc l’angle au centre d’un

2. Permet de bien visualiser la part relative de

2. Caractères quantitatifs discrets

Tableau à simple entrée, où les données sont

La première colonne renseigne les différentes

2. Caractères quantitatifs discrets

2. Ce caractère est discret : 7 9 18,37 69,39

2. Caractères quantitatifs discrets

Diagramme bâton des effectifs

A chaque valeur du caractère portée en

Cette représentation permet de comparer les

2. Caractères quantitatifs discrets

2. Caractères quantitatifs discrets

2. Caractères quantitatifs discrets

Tableau à simple entrée, où les classes de

3. Caractères quantitatifs continus

1. Exemple : salaire ]13;15] 12 12,77 12,77 6,38

]18;20] 20 21,28 77,66 10,64

1. On comparera les densités de fréquence

3. Caractères quantitatifs continus

1. Représente l’évolution des fréquences

3. Pour la construire, on joint les points de

2. On va chercher à résumer les données par

Exemple : étude des pointures de chaussures

1. Si xi désigne les valeurs du caractère, ni les

La moyenne du nombre de lettres des prénoms

Le salaire moyen des employés de l’entreprise

Elle a de bonnes propriétés calculatoires

Elle prend en compte

Elle est très sensible aux valeurs « extrêmes ».

Exemple : si dans votre entreprise les 10 salariés

Interprétation : plus de 50 % des valeurs de la

La médiane n’a pas de bonnes propriétés

1. Si l’effectif total n est impair, i.e. n = 2k + 1, la

Voici les chapitres que nous allons aborder :

Il est donc nécessaire d’adjoindre à un

Interprétation : plus de 25 % des valeurs de la

Détermination pratique : caractère discret

Dans l’exemple de la partie Ⅰ on trouve Q1 = 6 et

Il s’agit de regarder les valeurs de la série

Le graphique suivant se suffit à lui même pour

1er décile 9éme décile

1er quartile médiane 3éme quartile

Écart absolu médian : moyenne des valeurs

Paramètres simples à calculer, prenant en

Mauvaises propriétés calculatoires (non linéaire).

Écart quadratique moyen : moyenne des carrés

3. Sous certaines hypothèses, il permet de

➢ La définition de l’écart type est moins

➢ Sa signification et son interprétation ne sont

écart absolu moyen