Vidéo # 7 : Variable quantitative

Nous verrons comment présenter les données obtenues à l’aide
de tableaux et de graphiques avec la variable quantitative.
1. Variable quantitative discrète
1.1 Tableau de répartition
Titre : Répartition du nombre d’unités statistiques (de
l’échantillon) en fonction (ou selon) de la variable
1ère colonne : Nom de la variable avec les valeurs et le total.
2e colonne : Nombre d’unités statistiques (fréquences absolues).
3e colonne : Pourcentage d’unités statistiques (fréquences
relatives).
4e colonne : Pourcentage cumulé d’unités statistiques.
Source (si les modalités proviennent d’une étude), lieu, moment.
Lorsque la somme des fréquences relatives n’égale pas 100% (à
cause des arrondissements), on place une note à cet effet au bas
du tableau : « En raison de l’arrondissement des données, le total
ne correspond pas nécessairement à la somme des parties. »
2. Variable quantitative continue ou discrète (plusieurs valeurs)
2.1 Tableau de répartition (données groupées en classes)
Même forme que pour la variable quantitative discrète, mais on
utilise des classes.
Classe : Intervalle utilisé pour grouper des données.
1. Étendue (E) : Valeur maximale – valeur minimale
2. Nombre de classes souhaitées (k) : Utiliser le tableau ci-bas.
Étendue
3. *Amplitude (largeur) d’une classe :
Nb de classes souhaitées (k)
*Utiliser son gros bon sens! (Arrondir.)
Tableau donné à l’examen (p. 97 du volume) :

TROU #1 À REMPLIR :
Exemple 1 : Compléter le tableau suivant et les interprétations.
Répartition des 1 273 245 familles québécoises (avec
enfants) selon le nombre d'enfants, Québec, 2016
Nombre Nombre de
d'enfants familles
1 596 025 46,81 46,81
2 487 145 38,26 *85,07
3 et plus 190 075 #14,93 100,00
Total 1 273 245 100,00 TROU #2 À REMPLIR :
Source : https://www.mfa.gouv.qc.ca/fr/Famille/chiffres-famille- Exemple 3 : Construire le tableau de répartition à l’aide des
quebec/chiffres-famille/Pages/demographie-population-familles.aspx données suivantes :
*

1.2 Graphique : diagramme à bâtons (bandes minces)

Même titre que le tableau de répartition + source (au besoin).
On doit nommer les axes.
On écrit les différentes valeurs sur un des axes.
On indique le nb ou le % de chaque valeur sur les bâtons.
Tous les bâtons ont la même largeur et il faut laisser un espace
égal entre chacun.
Exemple 2 :
Répartition des 1 273 245 familles québécoises
(avec enfants) selon le nombre d'enfants,
Québec, 2016
46.81
50.00
38.26
Pourcentage de familles

40.00
30.00 8,16 8,16
20.00 14.93 [150, 200[ 20 40,82 48,98
10.00
[200, 250[ 14 28,57 77,55
0.00
[250, 300[ 6 12,24 *
1 2 3 et plus [300, 350[ 4 8,16 97,95
1 2,04 99,99
Nombre d'enfants Total 49 99,99
Source : Gouvernement du Canada. Climat, Rapport de données mensuelles,
Source : https://www.mfa.gouv.qc.ca/fr/Famille/chiffres-famille- en ligne, http://climat.meteo.gc.ca, consulté le 31 août 2015. En raison de
quebec/chiffres-famille/Pages/demographie-population-familles.aspx l’arrondi, le total n’est pas de 100%.

MQ H21 Notes de cours vidéo #7 1

 2.2 Graphiques TROU #3 À REMPLIR :
Source au besoin. Exemple 5 : Ogive construite à partir de l’exemple 3. Compléter les
phrases ci-bas (utiliser une règle).
1. Histogramme (diagrammes à bandes verticales collées)
Même titre que le tableau de répartition.
On doit nommer les axes.
On écrit les valeurs correspondant aux classes sur un des axes.
On indique le nb ou le % de chaque valeur sur les bandes.
Toutes les bandes ont en général la même largeur et elles doivent
être collées. (L’aire d’une bande correspond au % de données.)

Exemple 4 : Histogramme construit à partir de l’exemple 3.

Répartition en poucentage de 49 années, selon la
quantité annuelle de neige (cm), Montréal, 1966-
2014
45%
40%
Pourcentage d'années

35% 40.82%
30%
25% 28.57%
20%
15%
a) Environ 60% des années étudiées ont reçu ___ cm de neige et
moins.
10%
12.24%
5% 8.16% 8.16% 2.04% b) Environ 30% des années étudiées ont reçu ___ cm de neige et
0% moins.
100-150 150-200 200-250 250-300 300-350 350-400
Quantité de neige (cm) c) Environ _____% des années étudiées ont reçu moins de 160 cm
Source : Gouvernement du Canada. Climat, Rapport de données de neige.
mensuelles, en ligne, http://climat.meteo.gc.ca, consulté le 31
août 2015. d) Environ _____% des années étudiées ont reçu moins de 300 cm
de neige.

2. Courbe des fréquences relatives cumulées (ou ogive) e) Environ _____% des années étudiées ont reçu plus de 260 cm de
Permet des calculer des pourcentages cumulés sur une variable. neige.
Titre : Répartition cumulée ou courbes des pourcentages
cumulés des unités statistiques selon la variable f) Environ _____% des années étudiées ont reçu plus de 150 cm de
On doit nommer les axes. neige.
Axe des y : Pourcentage cumulé des unités statistiques (arrête
à 100%). g) Environ _____% des années étudiées ont reçu entre 200 cm et 300
L’axe des x comprend les valeurs des extrémités des classes. cm de neige.
Remarque : Ne jamais utiliser de ligne brisée pour l’axe des y!
Sinon, on obtient un graphique totalement faux.

Devoir : Volume p. 138 # 8, 12 et 14 a) b) c) d) e) f) et h).

MQ H21 Notes de cours vidéo #7 2

 Vidéo # 8 : Mesures de tendance centrale (1)
Les mesures de tendance centrale donnent une valeur qui TROU #4 À REMPLIR :
résume bien l’ensemble des données sans avoir à toutes Exemple 4 : Donner la classe modale et interpréter.
les regarder.

Dans ce vidéo, nous verrons comment calculer et

interpréter deux mesures de tendance centrale : le mode et
la médiane.

1. Mode (Mo) : Valeur ou modalité la plus fréquente.

À noter : Le mode n’est pas toujours unique.

TROU #1 À REMPLIR :
Exemple 1 : « Quel âge avez-vous ? » Donner le mode et
interpréter.
Série statistique (données) : 6, 9, 10, 13, 13, 37, 40.

TROU #2 À REMPLIR :
Exemple 2 : « À quel point le réchauffement de la planète
est-il un problème grave ? » Donner le mode et interpréter.
2. Médiane (Md) : Valeur ou modalité qui divise une série statistique
ordonnée en deux groupes comptant chacun environ 50% des données.
À noter : Pour l’évaluer, il faut employer au moins une échelle ordinale
(pas d’échelle nominale).

TROU #5 À REMPLIR :
Exemple 1 : « Quel âge avez-vous ? » Donner la médiane et interpréter.
Série statistique #1 : 6, 9, 10, 13, 13, 37, 40.

Série statistique #2 : 6, 9, 10, 13, 13, 37.

TROU #6 À REMPLIR :
Exemple 2 : « À quel point le réchauffement de la planète est-il un
TROU #3 À REMPLIR : problème grave ? » Donner la médiane et interpréter. (Voir tableau 5.1.)
Exemple 3 : Donner le mode et interpréter.

TROU #7 À REMPLIR :
Exemple 3 : Donner la médiane et interpréter. (Voir tableau 5.16.)

Classe médiane : Classe qui contient la médiane.

Pour des données groupées par classe, on trouve la classe médiane où se
trouvent 50% ou plus de 50% (la majorité) des données.

TROU #8 À REMPLIR :
Exemple 4 : Donner la classe médiane et interpréter. (Voir tableau 3.26.)

Classe modale : Classe qui présente la plus forte

fréquence lorsque les données ont été groupées par classes
de même amplitude. Devoir : Volume p. 231 # 4, 5, 6 a), 9 jusqu’à 6 a) et 10.

MQ H21 Notes de cours vidéo #7 3

 Vidéo # 9 : Mesures de tendance centrale (2)
Dans ce vidéo, nous verrons comment calculer et interpréter une TROU #4 À REMPLIR :
mesure de tendance centrale : la moyenne, et comment choisir la Exemple 4 : Calculer la moyenne et interpréter.
bonne mesure de tendance centrale dans un contexte.

3. Moyenne (𝒙 ̅ ou µ) : Somme des valeurs divisée par le nombre

de données.
À noter : Pour l’évaluer, il faut employer au moins une échelle
d’intervalle ou de rapport. La moyenne est influencée par les
valeurs extrêmes, ce qui fait qu’elle n’est pas toujours fiable.

TROU #1 À REMPLIR :
Exemple 1 : « Quel âge avez-vous ? » Calculer la moyenne et
interpréter.
Série statistique #1 : 6, 9, 10, 13, 13, 37, 40.

TROU #2 À REMPLIR :
Exemple 2 : « À quel point le réchauffement de la planète est-il
un problème grave ? » Calculer la moyenne et interpréter.
4. Choix d’une mesure de tendance centrale : Pour bien quantifier
une situation donnée, on doit choisir la ou les mesure(s) de tendance
centrale appropriée(s) : mode, médiane ou moyenne.

1) Si la distribution des données est multimodale (plusieurs modes),

ou que le mode se démarque de la distribution de données, il est
préférable d’utiliser le mode.
2) Si la distribution est asymétrique (pas d’axe de symétrie si on met
les données sur un graphique), on utilise la médiane.

TROU #5 À REMPLIR :
Dans chacun des 4 exemples, choisir la ou les mesure(s) de tendance
centrale appropriée(s) pour décrire la situation.

Exemple 1 :
Exemple 2 :

Exemple 3 : Répartition de 126 étudiants selon le nb d’échecs en un trimestre

TROU #3 À REMPLIR :
Exemple 3 : Calculer la moyenne et interpréter. 80
60
d'étudiants
Nombre

40
20
0
0 1 2 3 4 5
Exemple 4 :

Données groupées par classe : On utilise les points milieux des

classes pour faire une approximation de la moyenne.
Devoir : Volume p. 236 # 12 jusqu’à 6 a), 15 et 18.

MQ H21 Notes de cours vidéo #7 4

 Vidéo # 10 : Mesures de dispersion
Dans ce vidéo, nous verrons comment calculer et interpréter des TROU #3 À REMPLIR :
mesures de dispersion : étendue, variance, écart type et coefficient Exemple 1 : « Quel âge avez-vous ? » Calculer la variance, l’écart
de variation. type et interpréter si c’est pertinent.
À noter : On utilise ces mesures pour des variables quantitatives. Série statistique #1 : 17, 18, 18, 18, 19, 19, 19. 𝑥̅ ≈ 18,29 ans
Série statistique #2 : 6, 9, 10, 13, 13, 37, 40. 𝑥̅ ≈ 18,29 ans
1. Étendue (E) : Écart entre la plus grande et la plus petite valeur
d’une série statistique. 𝑬 = 𝑽𝒎𝒂𝒙 − 𝑽𝒎𝒊𝒏

TROU #1 À REMPLIR :
Exemple 1 : « Quel âge avez-vous ? » Donner l’étendue et
interpréter.
Série statistique #1 : 17, 18, 18, 18, 19, 19, 19.
Série statistique #2 : 6, 9, 10, 13, 13, 37, 40.

Pour calculer l’étendue de données groupées par classes, on fait la

différence entre la limite supérieure de la dernière classe et la limite
inférieure de la première classe.

TROU #2 À REMPLIR :
Exemple 2 : Calculer l’étendue et interpréter.
4. Coefficient de variation (𝑪𝑽) : Écart type en % de la moyenne.

é𝑐𝑎𝑟𝑡 𝑡𝑦𝑝𝑒
𝐶𝑉(%) = × 100
𝑚𝑜𝑦𝑒𝑛𝑛𝑒

À noter : On utilise le CV pour une échelle de rapport.

Le CV permet de comparer la variabilité de deux séries statistiques

qui ont des moyennes différentes ou qui ne sont pas mesurées avec
les mêmes unités.

Plus le coefficient de variation est faible (moins de 15%), plus une

𝟐 𝟐
série statistique est homogène et plus la moyenne est une bonne
2. Variance (𝝈 𝒐𝒖 𝒔 ) : Correspond à la moyenne des carrés des mesure à utiliser pour décrire les données.
écarts par rapport à la moyenne (des données).
Plus le coefficient de variation est élevé (plus de 15%), plus une
Pour une population : Pour un échantillon : série statistique est hétérogène et plus la moyenne doit être utilisée
∑(𝑥𝑖 − 𝜇)2 ∑(𝑥𝑖 − 𝑥̅ )2 avec prudence.
𝜎2 = 𝑠2 =
𝑁 𝑛−1
N = taille de la population n = taille de l’échantillon TROU #4 À REMPLIR :
𝜇 = moyenne de la population 𝑥̅ = moyenne de l’échantillon Exemple 1 : « Quel âge avez-vous ? » Calculer le coefficient de
variation et interpréter si c’est pertinent.
3. Écart type (𝝈 𝒐𝒖 𝒔) : Racine carrée de la variance. Permet Série statistique #1 : 17, 18, 18, 18, 19, 19, 19. 𝑥̅ ≈ 18,29 ans
d’avoir des unités (et non des 𝑢𝑛𝑖𝑡é𝑠 2 ). Série statistique #2 : 6, 9, 10, 13, 13, 37, 40. 𝑥̅ ≈ 18,29 ans
À noter : On utilise l’écart type (et la variance) pour comparer la
variabilité de deux séries statistiques seulement si les moyennes
sont semblables et ont les mêmes unités de mesures.

Comme pour la variance, plus l’écart type est élevé, plus les
données sont éloignées de la moyenne. Plus l’écart type est faible,
plus les données sont concentrées autour de la moyenne.

Pour calculer la variance ou l’écart type de données groupées par

classes, on utilise les points milieu des classes.

On peut calculer la moyenne, la variance et l’écart type d’une série

statistique avec une calculatrice ayant des fonctions statistiques. Devoir : Volume p. 279 # 7 b) c) d) i), 10 et 11.

MQ H21 Notes de cours vidéo #7 5

 Vidéo # 11 : Mesures de position
Dans ce vidéo, nous verrons comment calculer et interpréter des TROU #4 À REMPLIR :
mesures de position : quantiles (médiane, quartile, décile, centile) et Exemple 3 : Voici l’ogive de l’exemple précédent. Trouver 𝑄3
cote z. et 𝐷3 et interpréter dans le contexte.

1. Quantiles (Q) : Valeurs qui divisent une série statistique ordonnée

en plusieurs groupes comprenant approximativement la même
proportion (%) de données.

1.1 Médiane (𝑴𝒅) : Divise la série statistique en 2 groupes

comprenant environ 50% des données.

1.2 Quartiles (𝑸𝟏 , 𝑸𝟐 , 𝑸𝟑 ) : Divisent la série statistique en 4

groupes comprenant environ 25% des données.

1.3 Déciles (𝑫𝟏 , 𝑫𝟐 , … , 𝑫𝟏𝟎 ) : Divisent la série statistique en 10

groupes comprenant environ 10% des données.

1.4 Centiles (𝑪𝟏 , 𝑪𝟐 , … , 𝑪𝟏𝟎𝟎 ) : Divisent la série statistique en

100 groupes comprenant environ 1% des données.

Remarques : On utilise les quantiles pour des séries statistiques

comprenant un grand nombre de données, surtout pour les centiles.
(Exemple : votre rang centile lors des examens du secondaire pour
tous les élèves de 5e secondaire du Québec)
TROU #1 À REMPLIR :
Exemple 1 : Illustrer les quartiles et compléter l’égalité.
𝑀𝑑 =
TROU #2 À REMPLIR :
Exemple 2 : « Quel âge avez-vous ? » Trouver 𝑄1 et 𝑄2
interpréter dans le contexte.
Série statistique : 6, 9, 10, 13, 13, 37, 40.
2. Cote z (z) : Valeur qui indique à combien d’écart type au-
dessus ou au-dessous de la moyenne se situe une donnée. Permet
de quantifier à quel point une donnée se démarque de la moyenne.
𝑑𝑜𝑛𝑛é𝑒 − 𝑚𝑜𝑦𝑒𝑛𝑛𝑒 𝑥 − 𝜇
𝑧= =
é𝑐𝑎𝑟𝑡 𝑡𝑦𝑝𝑒 𝜎
Si 𝑧 = 0, alors la donnée est égale à la moyenne.
Si 𝑧 < 0, alors la donnée est plus petite que la moyenne.
Si 𝑧 > 0, alors la donnée est plus grande que la moyenne.
La cote z se situe généralement entre -3 et 3.
et TROU #5 À REMPLIR :
Exemple 4 : Voici les notes d’un étudiant de cégep dans trois
cours. Calculer sa cote z pour chaque cours pour trouver dans
quelle matière il a une meilleure « performance relative ».

TROU #3 À REMPLIR :
Exemple 3 : Trouver 𝑄3 et 𝐷3 et interpréter dans le contexte.
Répartition de 49 années à Montréal en fonction de la quantité
annuelle de neige reçue
Quantité de Nombre Pourcentage Pourcentage
neige (cm) d’années d’années cumulé d’années

[100, 150[ 4 8,16 8,16

[150, 200[ 20 40,82 48,98
[200, 250[ 14 28,57 77,55
[250, 300[ 6 12,24 89,79
[300, 350[ 4 8,16 97,95
[350, 400[ 1 2,04 99,99
Total 49 99,99
Source : Gouvernement du Canada. Climat, Rapport de données mensuelles,
en ligne, http://climat.meteo.gc.ca, consulté le 31 août 2015. En raison de
l’arrondi, le total n’est pas de 100%.
Devoir: Volume p. 284 # 14 sauf d), 15 sauf d), 20 et 25 sauf c).

MQ H21 Notes de cours vidéo #7 6