Statistique descriptive

La statistique descriptive est l’ensemble des méthodes et des techniques mathématique

permettant de réunir des données chiffrées sur des ensembles nombreux.

Chapitre1: Concepts fondamentaux de la statistique

1- Population (univers statistique) : est l’ensemble des éléments sur lesquels

porte l’étude statistique.
Exemple :
 Les étudiants de la faculté de Meknès.
 L’ensemble des salariés.
 Le nombre de pièce fabrique par une entreprise.
La taille de population définie sur Ω peut être fini ou infini.

2- Unité statistique : où individu statistique est un élément quelconque pris de la

population.
Exemple :
 Un étudiant
 Un salarie
 Une pièce fabrique

3-Echantillon statistique : est un sous ensemble prélevé de la population mère.

Pour des raisons du cout et du temps.

Population (N) ****** Echantillon (n) avec n ≤ N

******
******
Exemple : ******
 40 étudiants prélevés au hasard auprès des étudiants de la faculté de Meknès.
 100 salaries choisis parmi l’ensemble des employés.

1
Méthode de choix de l’échantillon :
1- Méthode aléatoire simple :

Elle consiste à prélevés de façon au hasard un échantillon de taille n à partir d’une

population de taille N.
2- Méthode raisonnée : (méthode empirique)

Consiste à prélever un échantillon pour des considérations objectives ou subjectives.

Exemples : un échantillon des petites entreprises.

4- Caractère statistique :
Chaque individu statistique peut être étudie suivant un même aspect appelé caractère.
(C’est qui est étudié dans la population).
Il existe deux types de caractère :
Qualitatif : caractère non mesurable Exemple : (sexe, diplôme)
Quantitatif : le caractère est mesurable Exemple : Age, Taille, Notes.

5- Modalité :
Est une situation dans laquelle se trouve individu vis-à-vis du caractère étudié.
Les modalités sont notes xi :
 Etat Matrimonial : célibataire, marie, veuf, divorce,
 Couleur : bleu, noire, rouge
 Nombre d’enfant par ménage : {1,2,3,4,5}

Nominale (non ordonnée)

Qualitatif Ordinal (ordonnée)
Caractère
Quantitatif Discret Si 𝑋𝑖 ∈ 𝑁
Continu Si 𝑋𝑖 ∈ 𝑅

2
6- Effectif :
On appelé effectif (fréquence absolu) d’une modalité donnée, l’ensemble des individus près
entant cette modalité.
Modalité « xi » effectif « ni »

7-Fréquence relative :
est la proportion des individus près tant la modalité xi dans la population.
𝒏𝒊 𝒏𝒊
𝒇𝒊 = en pourcentage 𝒇𝒊 % = × 𝟏𝟎𝟎
𝑵 𝑵

∑𝒏𝒊=𝟏 𝒇𝒊= 1 ; ∑𝒏𝒊=𝟏 𝒇𝒊% = 100%

 Le caractère qualitatif ne se prête qu’au calcul des fréquences.
Aucun autre calcul n’est possible.

3
Résume : Calculs statistique et représentation graphique

-Effectifs -Diagramme en secteur.

Qualitatif
-Fréquence relatifs. -Diagramme en tuyau d’orgue.

Quantitatif

Discret Continu

-Fréquence relative -Fréquence

-Fréquence cumulées - fréquence cumulées
-Effectifs cumulées - Effectifs cumulées
-Diagramme en bâton -Amplitudes
-Courbes cumulatives (diagramme en escalier) -Fréquence ajustées (corrigées)
- Effectif corrigé
-Courbes cumulées
-Histogramme
-Polygone des fréquences

Chapitre 2 : Paramètre de position

La tendance centrale :
Il existe plusieurs tendance centrales, (dites aussi paramètres de position). Les plus
courantes sont :
-Les paramètres de position
 Le mode
 La médiane
 Les quantiles (quartiles, quantiles, déciles)
 Centiles
 La moyenne (arithmétique, géométrique, harmonique et quadratique).

4
1-Le mode :
La note modes : le mode est la valeur de la variable associée au plus grand nombre
d’effectif (ou encore à la plus grande fréquence). En d’autre sens, le mode est la modalité
la plus fréquente de la distribution statistique.
Cas continu :

𝑎𝑖 (𝑛𝑖 −𝑛𝑖−1 )
Amplitude égale : 𝑚𝑜 = 𝑒𝑖 +
(𝑛𝑖 −𝑛𝑖−1 )+(𝑛𝑖 −𝑛𝑖−1 )

Amplitude inégale : (effectif corrigé)

2- Médiane :
Est la valeur du caractère qui partage statistique en deux ensembles égaux.
Cas continu :

𝑎𝑖 (𝑁/2−𝑁𝑖−1 ) 𝑎𝑖 (50%−𝐹𝑛−1 )
𝑚𝑒 = 𝑒𝑖 + = 𝑒𝑖 +
𝑛𝑖 𝑓𝑖

3- Moyenne arithmétique simple :

∑𝑋
𝑋̅ = 𝑛 𝑖 avec 𝑋𝑖 les valeurs prises par le caractere.

4- Moyenne arithmétique pondérée.

∑𝑛 𝑋
𝑋̅ = 𝑛𝑖 𝑖 = ∑ 𝑓𝑖 𝑋𝑖

Cas d’un caractère statistique continu :

∑𝑛 𝐶 𝒃𝒐𝒓𝒏𝒆 𝒊𝒏𝒇𝒆𝒓𝒊𝒆𝒖𝒓𝒆 + 𝒃𝒐𝒓𝒏𝒆 𝒔𝒖𝒑𝒆𝒓𝒊𝒆𝒖𝒓𝒆

𝑋̅ = 𝑛𝑖 𝑖 avec 𝐶𝑖 : Centre de classe =
𝟐

5
 Propriétés de la moyenne :
Propriété 1 :
-Il y a autant d’écart à la moyenne que d’observation (xi),
- La somme des écarts à la moyenne est nulle :
𝑘

∑(𝑋𝑖 − 𝑋̅) = 0 𝑑𝑎𝑛𝑠 𝑙𝑒 𝑐𝑎𝑠 𝑠𝑖𝑚𝑝𝑙𝑒

𝑖=1
𝑘

∑ 𝑛𝑖 (𝑋𝑖 − 𝑋̅) = 0 𝑑𝑎𝑛𝑠 𝑙𝑒 𝑐𝑎𝑠 𝑝𝑜𝑛𝑑𝑒𝑟𝑒

{ 𝑖=1

Chapitre 3 : Mesure de dispersion

1- L’étendue :

 E= 𝑋𝑚𝑎𝑥 - 𝑋𝑚𝑖𝑛

 𝑋𝑚𝑎𝑥 = La valeur maximale de la distribution

 𝑋𝑚𝑖𝑛 = La valeur minimale de la distribution

Plus E est élevé plus la dispersion est grande entre les points extrêmes de la
distribution
 Avantage : Elle est très facile à calculer
 Inconvénient : Elle ne dépend que des valeurs extrêmes et peut ne pas représenter
la dispersion des autres valeurs.

2- Les intervalles interquartiles, inter déciles et inter-centiles :

Synthèse :
 Plus l’écart interquartile est grand, plus la dispersion est importante entre les
bornes de l’intervalle.
 De même pour l’écart inter décile et l’écart inter-centile où la dispersion est
mesurée entre les bornes de l’intervalle correspondant.

3- L’écart absolu moyen :

L’écart absolu moyen note « 𝑒𝑚 »
1
Cas simple : 𝑒𝑚 = 𝑛 ∑𝑘𝑖=1|𝑥𝑖 − 𝑋̅|

Plus l’écart absolu moyen est élevé plus la dispersion est forte.
1
Cas pondère : 𝑒𝑚 = 𝑛 ∑𝑘𝑖=1 𝑛𝑖|𝑥𝑖 − 𝑋̅|

Plus l’écart absolu moyen est élevé plus la dispersion est forte.
6
4-L’écart médian moyen :
-Il s’agit d’une mesure de dispersion par rapport à la médiane :
1
𝑒𝑀𝑒 = 𝑛 ∑𝑘𝑖=1|𝑥𝑖 − 𝑀𝑒 | Cas simple
1
𝑒𝑀𝑒 = 𝑛 ∑𝑘𝑖=1 𝑛𝑖|𝑥𝑖 − 𝑀𝑒 | Cas pondère

Plus 𝑒𝑀𝑒 est élevé plus la dispersion autour de la médiane est forte.

5- La variance et l’écart type :

La variance :
soit 𝑋̅ la moyenne arithmétique de xi, l’écart par rapport à cette moyenne arithmétique est
de (Xi-𝑋̅)
Avec i= 1,2…… k.
Si Xi > 𝑋̅ (Xi - 𝑋̅) >0
Si Xi < 𝑋̅ (Xi - 𝑋̅) < 0
Pour conserver le principe des amplitudes des écarts positifs, il suffit de relever les écarts
au carré.
-Dans le cas simple :
∑(𝑋𝑖−𝑋̅ )2
La variance est : 𝑆 2 = 𝑛

-Dans le cas pondéré :

∑ 𝑛𝑖 (𝑋𝑖−𝑋̅ )2
La variance est : 𝑆 2 = 𝑛

 La variance en termes de fréquence relative :

Elle n’est valable que pour le cas pondère.

𝑆 2 =∑𝑘𝑖=1 𝑓𝑖(𝑋𝑖 − ̅̅̅

𝑋)2

 Autre formule de la variance :

Formule de Koenig de la variance
En termes d’effectif :
∑𝑘
𝑖=1 𝑋𝑖
2
Cas simple : 𝑆 2 = - 𝑋̅ 2
𝑛

∑𝑘
𝑖=1 𝑛𝑖𝑋𝑖
2
Cas pondéré : 𝑆 2 = - 𝑋̅ 2
𝑛

7
Propriété de la variance :
-Propriété 1 : La variance de X est toujours positive ou nulle.
-Propriété 2 : Pour toute constante « a » la variance de a est égale à zéro : V(a) = 0
-Propriété 3 : Pour toute constante « a » : V(aX)= 𝑎2 v(X).

L’écart type :

∑𝑘
𝑖=1 𝑋𝑖
2
𝑆 = √( ) − 𝑋̅ 2 Sans pondération
𝑛

∑𝑘
𝑖=1 𝑛𝑖𝑋𝑖
2
𝑆 = √( ) − 𝑋̅ 2 Avec pondération des observations
𝑛

L’écart type en termes de fréquence

S= √∑𝑘𝑖=1 𝑓𝑖(𝑋𝑖 − 𝑋̅)2 = √∑𝑘𝑖=1 𝑓𝑖𝑋𝑖 2 − 𝑋̅ 2

La médiale d'une variable aléatoire est la valeur qui partage la masse d'une variable en deux parties
de même poids (G : masse).

Le coefficient de variation :
Également nommé écart type relatif, est une mesure de dispersion relative.

𝐸𝑐𝑎𝑟𝑡 𝑡𝑦𝑝𝑒
𝐶𝑣 =
𝑋̅