Corrigé de l’Examen de L1-Statistiques 2017-2018

EXERCICE 1. Il s’agit d’une variable continue dont les valeurs sont regroupées en classes ou intervalles.
Classes [0, 20[ [20, 40[ [40, 60[ [60, 80[ [80, 100]
Effectifs (ni ) 1000 5000 10000 30000 13000
Effectifs cumulés (Ni ) 1000 6000 16000 46000 59000
Fréquences cumulées Fi%


1.695 10.169 27.119 77.966 100
Centres de classes (ci ) 10 30 50 70 90

(a) Pour le calcul de la moyenne, on utilise les centres de classes ci :

5
1 X 3930000
m (X) = ni ci = = 66.610 .
59000 i=1 59000

N 59000
(b) L’effectif total est N = 59 000, donc l’effectif moitié est
= = 29500 . La classe médiane est celle dont l’effectif
2 2
cumulé est immédiatement supérieur à l’effectif moitié. C’est donc la classe [60, 80[. Dans cette classe, on trouve la
médiane en résolvant l’équation “rapport des chemins médians = rapport des chemins complets” :
x − 60 80 − 60
= ,
29500 − 16000 46000 − 16000
ce qui donne x = med (X) = 69 .
Nous donnons ci-dessous le polygône des fréquences cumulées, et la détermination graphique de la médiane, en inter-
sectant la droite de hauteur 50% avec ce polygône :

EXERCICE 2.
1. Il s’agit d’un grand échantillon dont nous regroupons dans le tableau suivant les valeurs en un tableau de dénombrement
valeurs-effectifs, en ordonnant naturellement les valeurs par ordre croissant :
Valeurs (heure de marche) (xi ) 0 1 2 3 4 5 6 7 N
Effectifs (ni ) 1 1 2 4 5 7 9 6 35
Effectifs cumulés (Ni ) 1 3 4 8 13 20 29 35

1
 2. On représente ces données par un diagramme en bâtons : les valeurs (heures de marche) xi sont en abscisse et les
effectifs ni sont en ordonnée :

3. Attention, la variable X prend 8 valeurs, et pas 7. Donc :

8
1 X 168
m (X) = ni xi = = 4.8 .
35 i=1 35

N 35
4. La médiane sépare l’échantillon en deux blocs médians d’effectifs égaux. Or = = 17.5 . La valeur médiane est
2 3
celle dont l’effectif cumulé dépasse immédiatement 17.5. On a donc méd (X) = 5. De même les quartiles Q1 et Q3
N 3N
sont les valeurs de X dont les effectifs cumulés dépassent immédiatement = 8.75 et = 26.25. On a donc Q1 = 4
4 4
et Q3 = 6.
5. Le mode est la valeur de X qui a le le plus grand effectif, donc

mode = 6

L’étendue est la différence entre les valeurs extrêmes. Etend (X) = 7 − 0 = 7.

2 1 P8 2 918
6. V (x) = m X 2 − m (X) = 2
i=1 ni xi − m (X) = − 4.82 = 3.188.
p √ N 35
σ (X) = V (X) = 3.188 = 1.786 .
7+9+6
7. p = × 100 = 62.857%.
35

EXERCICE 3. Relation entre la densité de la population et le taux de criminalité dans les régions
métropolitaines.
(a) Nuage statistique, voir plus bas.
(b) Pour la droite de Mayer, attention, les absisses (xi ) ne sont pas ordonnées dans l’énoncé : il faut donc avant tout les
ordonner (et de donc réordonner les (yi ) de façon correspondante), ce qui donne le tableau suivant.
(xi ) 2.2 3.5 3.7 4 4 5.8 7.5 7.5 7.7 8.6 10.3 11.5
(yi ) 4 2.5 4 3 5 9 10 11 12 10 11 15
Pour la droite de Mayer, puisqu’il y a un nombre pair de points, on calcule le barycentre G1 = (x1 , y1 ) des 6 premiers
points, et le barycentre G2 = (x2 , y2 ) des 6 derniers points. On a

G1 = (3.866, 4.583) et G2 = (8.85, 11.5) .

y2 − y1
La droite de Mayer a pour équation : y = (x − x1 ) + y1 = 1.388 × (X − 3.866) + 4.583.
x2 − x1

2
(c) Les calculs directs donnent :
p
m (X) = 6.358, V (X) = 7.947, σ (X) = V (X) = 2.819,
p
m (Y ) = 8.042, V (Y ) = 15.686, σ (Y ) = V (Y ) = 3.961 .
1 P12 738.25
(d) Cov (X, Y ) = m (XY ) − m (X) m (Y ) = i=1 xi yi − m (X) m (Y ) = − 6.358 × 8.042 = 10.389 .
12 12
Cov (X, Y ) 10.389
r (X, Y ) = = = 0.9305 . Le coefficient r est proche de 1, donc il y a une forte corrélation
σ (X) σ (Y ) 2.819 × 3.960
linéaire entre les variables X et Y .
Cov (X, Y )
(e) DY /X : y = ax + b avec a = et b = m (Y ) − a × m (X). On trouve y = 1.307 × y − 0.2702 .
V (X)
Cov (X, Y )
DX/Y : x = ây + b̂ avec â = et bb = m (X) − b
a × m (Y ). On trouve x = 0.662 × y + 1.032 .
V (Y )