L'ÉTUDE QUANTITATIVE DE LA VARIATION = BIOMETRIE

Introduction à la notion de variation : Entre les enfants et leurs parents, on note généralement une
certaine ressemblance que traduit le mot hérédité. Mais les enfants présentent aussi des caractères différents de
ceux de leurs parents et deux enfants nés des mêmes parents ne sont jamais absolument semblables : ce sont
ces différences que traduit le mot variation.
L'étude quantitative de la variation ou biométrie : est une branche de la biologie, qui s'intéresse à l'étude de
la variation quantitative, en appliquant des méthodes mathématiques et statistiques, dans le but d'expliquer la
distribution des caractères quantitatifs au sein des populations d’êtres vivants.
La biométrie : est une méthode statistique appliquée à la biologie pour étudier quantitativement la variation au
sein d’une population.
Un caractère quantitatif : tout caractère mesurable quantifié par un nombre (taille, poids, diamètre, nombre de
naissances, nombre de graines, …)
Les caractères quantitatifs mesurables sont des variables classées en deux catégories, variables continues et
variables discontinues :
- variable continue : peut prendre toutes les valeurs d’un intervalle donné (théoriquement un nombre infini
de valeurs) , valeurs entiers naturels et valeurs irrationnels positifs.
- variable discontinue (ou discrète) : peut prendre seulement les valeurs des nombres entiers naturels de
l’intervalle.
Les valeurs des mesures effectuées de la variable sont regroupées dans un tableau à deux lignes ou deux colonnes
où xi représente les valeurs de la variable et ni (fi) représente leurs effectifs.
Remarque : Dans le cas de la variable continue les valeurs xi représentent les

Représentation graphique d’une distribution de fréquence :

Diagramme en bâtons : représentation dans le cas
d’une variable discontinue.
Sur deux axes de coordonnées, on porte les valeurs
des xi en abscisse et les fréquences ni
correspondantes en ordonnée. À chaque valeur xi
correspond une fréquence ni représenté sur le
graphique par un point. On relie chaque point à l’axe
des abscisses par un trait vertical ou bâton et on
obtient un diagramme en bâtons.
Exemple : Distribution de nombres de capsules selon
le nombre de bandes chez le coquelicot.
Histogramme : représentation dans le cas d’une
variable continue.
On Porte sur l’axe des abscisses les limites des classes
xi et en ordonnés les fréquences ni correspondantes.
À partir des limites des classes, on trace des réctangles
dont les hauteurs correspondent à leurs effectifs. Le
graphique représenté correspond à un histogramme
de fréquences.
Exemple : Distribution de la quantité de lait produite
en Kg/jour chez une population composée de 50
vaches laitières.
Polygone de fréquence : Tracé obtenu en reliant les extrémités des bâtons ou les milieux des côtés libres de
l’histogramme par des segments de droites
Courbe de fréquence : S’obtient suite à la régularisation des contours du polygone. Cette opération, difficile à
réaliser de façon rigoureuse, peut être faite approximativement, à la main levée, en veillant à ce que les aires
délimitées par le polygone et la courbe soient équivalentes de part et d’autre de celui-ci.

Paramètres de position : deux paramètres sont déterminés le mode et la moyenne arithmétique

Mode : représente la valeur de xi qui correspond à l’effectif le plus élevé de la distribution
Moyenne arithmétique : correspond à la somme des xi.fi divisé par la somme des fi (effectif total de l’échantillon).
̅ = ∑ 𝐱𝐢 .𝐟𝐢
𝑿 ∑ 𝐟𝐢

Nous remarquons que ces deux paramètres de

positions restent insuffisants pour déterminer la
distribution des valeurs de la variable xi et l’étendue de
sa dispersion. En effet, deux échantillons qui ont la
même moyenne arithmétique peuvent avoir des
distributions différentes. Pour chacune, la distribution est
plus centrée ou plus étalée autour de la moyenne.

Paramètres de distribution :
L’écart moyen arithmétique (E) : correspond à la moyenne des écarts à la moyenne arithmétique. Il est toujours
positif et il est calculé selon la formule :

La variance (V) : elle est définie comme la moyenne des carrés des écarts à la moyenne de la distribution
statistique. on la calcule selon la formule :

L’écart type (σ) : Correspond à la racine carrée de la variance, il sert à mesurer la dispersion, ou l'étalement, d'un
ensemble de valeurs autour de leur moyenne. On le calcule selon la formule : Ϭ = √𝑽
Plus la valeur de σ est petit, plus l’écart à la moyenne est faible, les valeurs xi sont plus centrées autour de la
moyenne et la dispersion est faible. Dans ce cas la population est plus homogène pour le caractère étudié.

L’intervalle de confiance : On détermine l’intervalle de confiance en utilisant l’écart-type σ et la moyenne

arithmétique 𝑿 ̅.
 ̅ –Ϭ;𝑿
Intervalle de confiance [𝑿 ̅+Ϭ] ̅ –2Ϭ;𝑿
Intervalle de confiance [𝑿 ̅+2Ϭ]

Dans cette intervalle de confiance, on trouve 68% des Dans cette intervalle de confiance, on trouve 95% des
individus de la population. individus de la population.
̅ , il détermine le degré d’homogénéité d’une
Le coefficient de variabilité k : représente la relation entre σ et 𝑿
population et la nature de la dispersion. Il exprime le rapport de l'écart-type à la moyenne. Plus la valeur du
coefficient de variation est élevée, plus la dispersion autour de la moyenne est grande. Il est généralement
exprimé en pourcentage. On calcule ce coefficient de variabilité k selon la formule :

 Si K < 15% : la dispersion des valeurs autour de la moyenne est faible et la population est dite homogène.
 Si 15 ≤ K < 30% : les valeurs sont moyennement dispersées, l’homogénéité de la population est moyenne.
 Si 30 ≤ K ≤ 100% : les valeurs sont trop dispersées autour de la moyenne et la population est hétérogène.

La sélection artificielle :
La sélection artificielle, contrairement à la sélection naturelle, est un processus de sélection opéré par l'homme et
qui permet de conserver, chez des plantes et des animaux d’élevage, les caractères présentant un avantage pour
lui. Dans l'histoire de l'agriculture, cette sélection artificielle s'est d'abord déroulée de manière empirique, c'est-à-
dire basée sur l'observation. Dans les programmes de la sélection artificielle, en élevage ou en culture, on ne
garde que les individus ou les familles qui satisfont à des critères phénotypiques déterminés au préalable pour ce
qui est des phénotypes quantitatifs ou encore les individus qui présentent le phénotype qualitatif souhaité.

Exemple sélection de variété de tomates ayant le critère quantitatif de la masse la plus élevée

Sélection dans une population P1 hétérogène dont le

polygone de fréquence est bimodal :
On isole les tomates de la classe [195 ;205] qu’on a
cultivées dans des conditions adéquates ce qui a
permis d’obtenir une 2ème population P2 dont la
distribution est différente de celle de P1. Dans ce cas
on dit que la sélection est efficace.
Si on répète l’opération plusieurs fois, toujours en
cultivant les graines de P2 isolées de la même classe
[195 ;205] et on obtient toujours une distribution
stable identique à celle de P2, on dit que P2 est
homogène (de race pure) et que la sélection est
devenue inefficace. Dans ce cas la population initiale
P1 était hétérogène, pour le caractère étudié,
Polygones de fréquence des deux populations P1 et P2
constituée d’un mélange au moins de deux (P1 : avant sélection P2 : après sélection)
populations différentes.