I.3.2.

ANALYSE UNIVARIEE
-les caractéristiques de forme et de concentration-
Sommaire:
A. La loi normale (définition et concepts)

B. Loi normale et Boite à moustaches

C. Moments centrés d’ordre r

D. Les caractéristiques de formes:

 Le concept de symétrie
 Le concept d'aplatissement
E. Les caractéristiques de concentration
A. La loi normale : définition et concepts

 Nous avons vu que, selon son caractère discret ou continu, une série statistique peut être
représentée par un diagramme en bâtons ou un histogramme des fréquences que l’on
complète en général par le tracé du polygone des fréquences. En lissant le polygone des
fréquences, pour le cas d’une variable continue, on peut représenter la série statistique par
une distribution continue.

 La loi normale, également appelée loi de Laplace-Gauss, est le modèle fondamental des
distributions continues. De nombreux caractères quantitatifs du monde réel suivent une loi
normale : les tailles des individus, les poids, la pression sanguine, les notes à un examen,
etc..

 La loi normale est entièrement déterminée par deux paramètres: sa moyenne et son écart-
type (σ). La loi normale centrée réduite et de moyenne nulle et écart type unitaire.
La courbe de la loi normale centrée réduite:

 La courbe représentant la distribution N(0 ; 1) est symétrique, avec :

x = Mo = Me = 0. Elle est « normalement aplatie ».

La courbe en cloche de la loi normale centrée réduite

B. Loi normale et boite à moustaches

 La boîte à moustaches d’une distribution statistique conforme à

une distribution normale mettra en évidence la symétrie : Q1 et Q3
sont équidistants de la médiane (Me) qui est dans ce cas la
moyenne arithmétique et le mode .

Boîte à moustaches de la loi normale centrée réduite.

C. Moments centrés (moments centrés d’ordre r)

Avec: mc2 (x) = V(x)

D. Les caractéristiques de formes:
D.1. L’ASYMÉTRIE (SKEWNESS)
 Une distribution est dite symétrique, comme la loi normale, si les
valeurs observées se répartissent de façon uniforme autour des trois
valeurs centrales alors égales : la moyenne, le mode et la médiane.

… les trois formes de symétrie et d’asymétrie possibles sont:

 Pour mesurer l’asymétrie d’une distribution, on dispose de
différents coefficients. Le but est de comparer les formes de plusieurs
distributions, ces comparaisons n’ayant de sens que si elles sont faites
à partir des mêmes coefficients appliqués aux différentes
distributions.

D.1.1. Le coefficient de Yule et Kendall

 Le coefficient de Yule et Kendall compare l’étalement de la courbe à
droite et à gauche de la médiane. Il sert à mesurer l’asymétrie de la
distribution en tenant compte des positions relatives des quartiles par
rapport à la médiane. Il est défini par:

 ou encore:
 Ce coefficient permet de localiser la médiane dans la boîte à
moustaches, par rapport au milieu du segment formé par Q1 et Q3.

 Dans le cas d’une distribution symétrique, comme la loi normale, ce

coefficient est nul, les quartiles Q1 et Q3 étant équidistants de la
médiane (de la même distance).

 Ce coefficient CY est indépendant de l’unité de mesure. En outre, il

est toujours compris entre –1 et 1, car la médiane est située entre Q1
et Q3.

Si CY = 0, la distribution est symétrique.

Si CY > 0, la distribution est étalée à droite.
Si CY < 0, la distribution est étalée à gauche.
D.1.2. Les coefficients de Pearson
 Les coefficients de Pearson étudient l’étalement de la courbe à partir
des valeurs de la moyenne, du mode et de l’écart-type.
a. coefficient de S Pearson:
…Le coefficient S de Pearson mesure l’asymétrie d’une distribution par
une comparaison entre les valeurs de la moyenne et du mode. Il se
note:

Il s’agit d’un coefficient sans dimension. L’interprétation de la valeur

du S de Pearson se fait comme suit :

Si S = 0, la distribution est symétrique.

Si S > 0, la distribution est étalée à droite.
Si S < 0, la distribution est étalée à gauche.
b. Le coefficient d’asymétrie β1 de Pearson:
il est défini par :

Avec:
μ3 est le moment centré d’ordre 3,

μ2 est le moment centré d’ordre 2, c’est-à-dire la variance.

…L’interprétation de la valeur du β1 de Pearson se fait comme suit :

 Si β1 = 0, la distribution est symétrique.

 Si β1 > 0, elle est étalée à droite pour μ3 > 0 et étalée à gauche pour μ3 < 0.
D.1.3. Le coefficient d’asymétrie γ1 de Fisher:

Il est défini par :

Avec :
μ3 désigne le moment centré d’ordre 3.
…Ce coefficient, sans dimension, a le même signe que μ3.

L’interprétation de la valeur du γ1 de Fisher se fait comme suit :

- Si γ1 = 0, la distribution est symétrique.
- Si γ1 > 0, la distribution est étalée à droite.
- Si γ1 < 0, la distribution est étalée à gauche.
D.2. L’aplatissement (KURTOSIS)

L’aplatissement d’une distribution est un indicateur de la dispersion

autour des valeurs centrales. Plus la dispersion est grande, plus la
courbe sera « plate ». On définira deux coefficients, celui de
Pearson et celui de Fisher, ces coefficients étant des coefficients de
comparaison par rapport à la distribution normale.
…. les trois formes d’aplatissement possibles sont :
D.2.1. Le coefficient de Pearson (β2) :

Le coefficient β2 de Pearson sert à mesurer l’aplatissement. Il est

défini par :

…Il s’agit d’un coefficient sans dimension. Dans le cas d’une

distribution normale β2 = 3.

Interprétation :
Si β2 < 3, la courbe est dite platicurtique, c’est-à-dire plus plate que la loi
normale.
Si β2 = 3, la courbe est proche de la courbe normale.
Si β2 > 3, la courbe est leptocurtique, c’est-à-dire plus pointue que la loi
normale.
D.2.2. Le coefficient de Fisher (γ2) :

Le coefficient γ2 de Fisher sert à mesurer l’aplatissement. Il est défini

par :

Ou encore, de manière équivalente, γ2 = β2 − 3.

…La constante 3 est choisie de façon à obtenir un coefficient nul pour une
distribution normale ;

Interprétation :
Si γ2 < 0, la courbe est dite platicurtique, c’est-à-dire plus plate que la loi
normale.
Si γ2 = 0, la courbe est proche de la courbe normale. (distribution normale).
Si γ2 > 0, la courbe est leptocurtique, c’est-à-dire plus pointue que la loi
normale.