Académique Documents
Professionnel Documents
Culture Documents
Département Licence
Statistique Appliquée à la
Gestion de l’Entreprise
Parcours
L1 – Gestion
Enseignants
Equipe pédagogique
1
ESGAE-Brazzaville
COURS DE STATISTIQUE
APPLIQUÉE A LA GESTION
DE L’ENTREPRISE
Niveau L1 de Gestion
2
L1 - EC 2
Statistique Appliquée à la Gestion d’Entreprise
Crédit : 6 Volume horaire présentiel : 60 H et TPE estimé : 90 H
Objectif général : Cet enseignement vise à fournir des outils de base de la statistique
applicable à la gestion de l’entreprise.
Évaluation :
• Sommative (DST et Examens)
• Formative en TD et du TPE (travail personnel de l’étudiant)
Contenu pédagogique :
Chapitre 1 Élaboration des données statistiques
Section 1 Concepts de base
Section 2 Collecte des données statistiques
Section 3 Dépouillement des observations
Section 4 Séries statistiques
Chapitre 2 Représentation graphique d’une série statistique à un caractère
Section 1 Séries à caractère qualitatif
Section 2 Séries à caractère quantitatif
Chapitre 3 Paramètres de tendance centrale d’une série statistique
Section 1 Mode d’une série statistique
Section 2 Médiane d’une série statistique
Section 3 Moyennes d’une série statistique
Chapitre 4 Caractéristiques de dispersion d’une série statistique
Section 1 Écarts simples
Section 2 Écart absolu moyen
Section 3 Variance et écart – type
Chapitre 5 Indices statistiques
Section 1 Définition
Section 2 Indices simples
Section 3 Indices composés
3
Bibliographie :
4
Introduction Générale
• Historique
Traditionnellement, c’est au Professeur allemand Gottfried ACHENWALL (1719-1772) de
l’université de Göttingen que l’on attribue la diffusion en 1746 du terme « statistique » déjà
employé par un de ses professeurs, le hongrois Marton SCHEMEIZEL, et même dès 1672 par
Helenus POLITANUS dans son « microscopium statisticum ».
Pourtant, la statistique elle-même débute avec les grands Empires de l’Antiquité, soucieux
d’administrer leurs biens, leurs hommes, leurs armées et leurs immenses travaux publics.
L’histoire de la statistique montre trois étapes dans son évolution :
o La statistique descriptive : jusqu’au XVIIIe siècle, la statistique reste
purement descriptive car elle s’occupe du recensement des populations et
des ressources. Il n’y a pas encore de méthode d’interprétation des résultats.
o La statistique, outil de prévision : c’est seulement au XVIIIe siècle que
s’est répandue l’idée que les statistiques recueillies en matière
démographique pouvaient servir de base à des prévisions.
o La statistique mathématique : il faut attendre les premiers statisticiens
anglais, autour de 1900, pour voir apparaître une méthodologie statistique.
C’est une théorie bien formalisée qui permet, à partir des données observées,
de tirer des conclusions sur les lois de probabilités des phénomènes.
• Double sens du mot « statistique »
o Les statistiques (employé au pluriel) désignent les données c’est-à-dire est un ensemble
de nombres présentés sous forme de tableaux ou de graphiques et concernant un sujet
déterminé.
o La statistique est l’ensemble des méthodes et techniques permettant de collecter, de
traiter et d’interpréter les données (informations chiffrées) associées à une situation ou
un phénomène donné, dans le but de les rendre compréhensibles pour aider à la prise de
décision et à la résolution des problèmes.
5
Chapitre 1 : Élaboration des données statistiques
Échantillon
• Population : c’est l’ensemble des individus ou des unités statistiques sur lesquels porte
une étude statistique.
Exemple : les travailleurs congolais
• Échantillon : C’est une fraction d’individus prélevés dans une population déterminée.
Exemple : les travailleurs du secteur privé.
• Unité statistique (ou individu): c’est un élément de la population statistique.
Exemple : un travailleur parmi les travailleurs congolais.
Les individus d’une population peuvent être des personnes, des animaux, des plantes, des objets
des entreprises ou autres.
Degré de
satisfaction
Niveau de
responsabilité
1. Variables qualitatives :
Un caractère est dit « qualitatif » lorsque ses modalités ne sont pas mesurables et ne peuvent
faire l’objet de calcul.
Exemples:
• Le sexe ;
• La nationalité ;
• La profession ;
• L’état matrimonial ;
• La couleur ;
Si les modalités du caractère qualitatif sont présentées dans un ordre croissant ou décroissant
(ou peuvent être hiérarchisées), le caractère est dit ordinal.
7
Si les modalités du caractère qualitatif ne sont pas présentées dans un ordre croissant ou
décroissant (ou ne peuvent pas être hiérarchisées), le caractère est dit nominal.
Exemple : la couleur des chaussures, état matrimonial.
NB : Un caractère nominal peut être dichotomique s’il ne peut prendre que deux modalités.
2. Variables quantitatives :
Un caractère est dit quantitatif si ses modalités sont mesurables et peuvent faire l’objet de calculs.
On distingue deux types de variables quantitatives: les variables discrètes ou discontinues et
les variables continues.
2.1 Variables quantitatives discrètes :
Une variable quantitative est dite « discrète » (ou discontinue) lorsque ses modalités sont les
nombres isolés (les nombres entiers naturels) :
Exemple : Le nombre d’enfants par ménage, le nombre de pièces dans un logement, le nombre
d’appareils électroménagers par ménage.
2.2 Variables quantitatives continues :
Une variable quantitative est dite « continue » lorsque ses modalités se présentent sous forme
d’intervalle de ℝ.
Exemple : taille, revenus, chiffre d’affaires, poids, etc.
8
Section 3 : Le dépouillement des observations lorsque ses modalités
Définition :
Le dépouillement est l’opération qui consiste à repartir les unités statistiques suivant les
modalités du caractère étudiés. Pour permettre qu'elles soient ordonnées, classées et faciliter ainsi
leur exploitation.
On distingue plusieurs types de dépouillement parmi lesquels :
• Le dépouillement manuel c’est-à-dire le dépouillement qui se fait à la main.
• Le dépouillement électronique c’est-à-dire le dépouillement qui se fait à l’aide d’un
ordinateur.
Exercices d’application :
Exercice 1 :
On interroge 50 personnes sur leur Etat matrimonial. En adoptant la codification suivante :
Célibataire : Ce, Marié : Ma, Divorcé : Di, Veuf : Ve, on a obtenu la série statistique ci-après :
Ce Di Ce Ce Ve Ce Ma Di Ma Ce
Ce Ma Ce Ce Ma Ma Ce Ma Ve Ma
Ma Ce Ce Ma Di Ce Ce Ve Ce Ma
Di Ce Ma Ce Ce Ve Ma Ce Ma Di
Ce Ma Ve Di Ce Ma Ce Di Ma Ce
Exercice 2 : On a réalisé une enquête au centre-ville de Brazzaville. Dans chacun des 36 maisons,
on a demandé d’indiquer le nombre de véhicules immatriculés dans leur ménage. Les résultats
obtenus sont indiqués dans ce tableau :
0 1 0 1 1 2 2 0 2
2 1 3 4 2 1 0 2 3
0 1 1 1 3 1 4 0 3
0 2 3 2 0 0 0 0 0
1. Identifiez la variable statistique
2. Compilez cette série et compléter la distribution suivante :
9
Nombre de véhicules Effectif
0
1
2
3
4
Total
Exercice 3 :
On a fait une enquête sur le chiffre d’affaires de 30 maisons de commerce. La liste des
informations est la suivante (en millier de francs) :
6500 4800 3200 8500 12000 5000
6000 7200 6700 8400 9800 10000
4500 9000 6800 10000 8400 9400
5000 7800 9000 6700 5000 12000
6200 5400 7000 9200 7000 6800
Classer ces données en se servant du tableau suivant :
Classes
Comptage Effectifs
CA
[3000 ; 4000[
[4000 ; 5000[
[5000 ; 6000[
[6000 ; 7000[
7000 et plus
Total
I. Définition
Une série statistique est une liste ou un relevé de valeurs obtenues par l’observation d’un ou de
plusieurs caractères sur des individus d’une population ou d’un échantillon.
On distingue deux types de séries statistiques :
• Séries statistiques à un caractère
• Séries statistiques à deux caractères
10
II. Séries statistiques à un caractère :
1. Définition :
Une série statistique est dite à un caractère lorsque, à chaque élément de la population, on
associe un seul et même caractère.
2. Tableaux statistiques
Le tableau statistique permet de résumer la série statistique en faisant un regroupement des
individus associés aux modalités auxquelles ils appartiennent.
Il doit :
• Comporter un titre ;
• Préciser l’unité de mesure utilisée ;
• Indiquer la source ou la référence ;
• Avoir l’année d’élaboration ;
Effectifs cumulés croissants : (ECC) est le nombre d'individus pour lesquels la variable est
inférieure ou égale à xi.
12
• Effectifs cumulés décroissants : (ECD)
L’Effectif cumulé décroissant : est le nombre d'individus pour lesquels la variable est supérieure
ou égale à xi.
• La fréquence cumulée croissante :
Est la proportion d'individus pour lesquels la variable est inférieure ou égale à xi.
• La fréquence cumulée décroissante :
Est la proportion d'individus pour lesquels la variable est supérieure ou égale à xi.
Exercice d’application :
Au cours d’une enquête réalisée dans 80 restaurants d’une même catégorie, on a relevé l’effectif
du personnel. Les résultats sont groupés dans les colonnes 1 et 2 du tableau.
Nombre Nombre de Fréquences Fréquences ECC FCC ECD FCD
d’employés restaurants (fi) (en %) (en %) (en %)
(xi) (ni)
2 5
3 8
4 21
5 14
6 17
7 9
8 6
Total : 100
1. Compléter le tableau.
2. Calculer les fréquences et compléter la colonne 3.
3. Dans combien de restaurants trouve-t-on au plus 4 salariés ? Quelle est la fréquence
correspondante ?
4. Dans combien de restaurants trouve-t-on au moins 6 salariés ? Quelle est la proportion
correspondante ?
5. Quelle est la proportion de restaurants ayant un nombre d’employés inférieur à 5 ?
6. Traduire par des phrases les réponses des quatre cases colorées.
13
• Le centre d’une classe (𝒄𝒊 )
Le centre d’une classe est la demie-somme des deux bornes de cette classe :
𝑏𝑖 + 𝑏𝑠
𝑐𝑖 =
2
Exemple : Pour la classe [10 ; 50[ ;
10 + 50
𝑐𝑖 = = 30
2
• La densité d’une classe : la densité d’une classe 𝑖 est notée 𝑑𝑖 et se calcule de la façon
𝑛
suivante : 𝑑𝑖 = 𝑎𝑖
𝑖
Exercice 1 :
On a interrogé 50 salariés dans une entreprise privée sur leur Nationalité. En adoptant la
codification (ou la nomenclature) suivante : Chinoise (Ch), Béninoise (Be), Française (Fr) et
Congolaise (Co) on a obtenu la série statistique ci-après :
Ch Co Be Co Ch Co Be Ch Co Ch
Ch Fr Ch Fr Co Ch Fr Be Ch Co
Fr Ch Co Ch Co Fr Ch Co Fr Ch
Ch Co Ch Fr Ch Co Fr Ch Be Co
Ch Co Be Ch Co Fr Ch Co Ch Fr
Total
Exercice 2 :
Soit la répartition suivante des rubriques des dépenses d’un ménage
Rubriques Fréquence
des dépenses %
Alimentation 35
Loyer 20
Transport 15
Divers …
Retrouver le pourcentage des dépenses diverses
14
Exercice 3 :
Soit la répartition suivante des dépenses d’un ménage par rubrique :
Rubriques Montant des Fréquences (%)
des dépenses dépenses
Alimentation ? 40
Loyer 75.000 25
Transport ? …..
Divers 50.000 …..
Compléter ce tableau
Exercice 4 :
Une enquête auprès de 30 exploitations agricoles portant sur le nombre de tracteurs « 4 roues
motrices » a donné les résultats suivants :
0 1 3 5 1 4 0 3 2 0
1 2 1 3 2 1 5 2 1 3
1 4 0 2 1 0 2 2 0 1
1. Quel est la variable étudiée et préciser sa nature
2. Présenter les résultats de cette enquête sous forme de tableau statistique.
3. Compléter ce tableau par des effectifs croissants et les fréquences cumulées décroissantes
en pourcentage
4. Quel est l’effectif des exploitations ayant un nombre de tracteurs inférieur ou égal à 4.
5. Quel le pourcentage et la proportion des exploitations ayant un nombre de tracteurs
supérieur ou égal à 3.
Exercice 5 :
On a réalisé une enquête sur le chiffre d’affaires de 40 maisons de commerce. La liste des
informations est la suivante (en millier de francs) :
3200 5800 5900 5200 5300 4300 3700 3900 8600 4000
5100 3000 5200 5000 5100 3600 7900 6300 6400 4800
8200 5300 2400 5900 2000 4400 4500 4500 4100 7500
9000 6100 5500 2200 5600 4700 7600 6200 6600 9900
15
Classes Dépouillement Effectifs Fréquences Fréquences Fréquences Effectifs Effectifs
C.A en U.M ni fi cumulées Fi cumulées Fi Cumulés Cumulés
croissants décroissants
en % en % en %
3. Quelle est la proportion des maisons de commerce ayant un chiffre d’affaires supérieur
ou égal à 5000 UM ?
4. Quel est le nombre des maisons de commerce ayant un chiffre d’affaires compris entre
4000 et 10000 UM ?
16
Chapitre 2. Représentation graphique des données
Une représentation graphique de données statistiques est un résumé visuel des données
statistiques chiffrées. Elle permet en un seul coup d'œil d'en saisir la tendance générale.
Suivant le type de variable, le mode de représentation graphique va être différent.
17
II. Diagramme à secteurs circulaires ou camembert
Représenter ce phénomène par un diagramme à secteurs circulaires.
Procédure :
Les diagrammes circulaires, ou semi-circulaires, consistent à partager un disque (360°) ou un
demi-disque (180°), en tranches, ou secteurs, correspondant aux modalités observées.
• L’effectif total est représenté par un disque ou un demi-disque
• Les modalités sont représentées par des tranches ou secteurs dont la surface est
proportionnelle à l'effectif, ou à la fréquence, de la modalité.
Il s’agit d’un disque découpé en secteur représentant chacun une et une seule modalité du
caractère étudié.
Formules :
Type Cas d’un disque Cas d’un demi-disque
Pour les effectifs 𝑛𝑖 ×360° 𝑛𝑖 ×180°
• 𝜃𝑖 = • 𝜃𝑖 =
𝑁 𝑁
PREFERENCE EN SPORT
Hand
Ball Basket
80 100
Marche
Foot sportive
180 40
18
Section 2. Cas de la variable discrète
Dans le cas d’une variable discrète, le graphique est un diagramme à bâtons, ainsi
apparaît la discontinuité entre deux valeurs.
I. Diagramme en bâtons
• Nous portons en abscisse les valeurs discrètes de la variable.
• Nous portons en ordonnée des segments dont la longueur est proportionnelle aux
effectifs (ou aux fréquences) de chaque modalité.
• Nous appelons polygone statistique, ou diagramme polygonal, la ligne obtenue en
joignant les sommets des bâtons.
Exemple 1 : Représenter graphiquement la série ci-après par un diagramme approprié.
Nombre d'enfants Nombre de familles
0 10
1 20
2 25
3 15
4 5
Total 75
19
Exemple 2 : Représenter la distribution suivante par un diagramme approprié.
Nombre d’appareils
Nombre de ménages
électroménagers
« xi »
ni
1 1
2 6
3 15
4 2
5 1
6 10
7 3
8 13
9 1
20
Effectif Cum.
Nombre d'enfants Effectif Croissants
1 10 10
2 15 25
3 18 43
4 12 55
5 8 63
6 7 70
Total 70 /
La meme chose peut etre fait dans un même repère ou non pour les effectifs cumulés
décroissants.
Procédure :
- On place sur l’axe horizontale (ou l’axe des abscisses) les classes et sur la droite
verticale (ou l’axe des ordonnées) les effectifs ou les fréquences.
21
- A chaque modalité on fait correspondre une bande verticale de surface proportionnelle à
l’effectif (ou la fréquence). Les bandes sont ici juxtaposées et non espacées.
NB : le Polygone de fréquences est obtenu e joignant par des segments de droite les milieux
des bases supérieures des rectangles de l’histogramme puis des deux classes fictives situées
de part et d’autre de l’histogramme.
Exemple 1 : Tracer l’histogramme représentant la répartition des salaires dans une entreprise
Valeur du Effectifs
caractère
[0 ; 100] 40
[100 ; 200] 70
[200 ; 300] 80
[300 ; 400] 110
[400 ; 500] 30
Total
22
Exemple 2 : Tracer l’histogramme représentant la répartition des salaires horaires dans une
entreprise.
Salaire Effectifs
ni
1000 à 1500 50
1500 à 2000 70
2000 à 2500 60
2500 à 3000 40
3000 à 3500 20
3500 à 4000 10
TOTAL 250
• Le Polygone de fréquences est obtenu ici en joignant par des segments de droite les
milieux des bases supérieures de chaque intervalle unitaire.
23
Exemple : Soit la distribution des salaires de bases horaire du personnel d’une société.
Salaire Effectifs Amplitudes Effectifs Nombre
(unité 𝒏𝒊 𝒂𝒊 rectifiés d’intervalles
monétaire) 𝒏𝒊𝒓 unitaires
[ 1000 ; 1200 [ 72
[ 1200 ; 1300 [ 51
[ 1300 ;1600 [ 54
[ 1600 ; 2000 [ 60
Total 237
• Pour tracer la courbe des effectifs cumulés décroissants, on relie les points formés par
les valeurs des effectifs cumulés décroissants et les bornes inférieures des classes.
Exemple 1 : Le tableau ci-dessous donne la répartition des salaires mensuels, en euros, des
employés d’une entreprise :
Salaire Effectifs Effectifs
cum. Crois.
[800 ; 900] 42 42
[900 ; 1000] 49 91
[1000 ; 1050] 74 165
[1050 ; 1150] 19 184
[1150 ; 1300] 16 200
Total 200 /
Tracer les courbes des effectifs cumulés croissants.
24
Exemple 2 :
Classes Effectifs ni
Simple ECC ECD
[ 10 ; 15 [ 3 3 52
[ 15 ; 20 [ 9 12 49
[ 20 ; 25 [ 12 24 40
[ 25 ; 35 [ 18 42 28
[ 35 ; 40 [ 6 48 10
[ 40 ; 45 [ 3 51 4
[ 45 ; 50 [ 1 52 1
25
Chapitre 3 : Paramètres de tendance centrale
Les mesures principales de tendance centrale d'une série statistique sont : La moyenne, la
médiane et le mode.
26
∆1
𝑀𝑜 = 𝑙𝑜 + 𝑎 ( )
∆1 + ∆2
Exercice :
Voici la répartition des employés de l’Entreprise MEDIA- SERVICE selon leur âge :
L’âge (en années) [18;24[ [24;32[ [32;44[ [44;60[ Total
Effectifs (ni) 50 160 180 160 550
27
Section 2 : La Médiane d’une série statistique
I. Définition :
La médiane notée Me est la valeur de la variable qui divise la série en deux groupes de même
effectif dans une série ordonnée dans l’ordre croissant ou décroissant. De sorte que 50% des
observations sont inférieures à la médiane et 50% des observations sont supérieures à la médiane.
Exemple :
28
Déterminer le mode de la série statistique suivante :
Nombre d'enfants Nombre de familles
1 5
2 6
3 4
4 8
Total 23
Solution :
Effectifs cum.
Nombre d'enfants Nombre de familles croissants
1 5 5
2 6 11
3 4 15
4 8 23
Total 23 /
29
Exercice :
On a consigné les primes de fin d’année attribuées aux salaries d’une entreprise dans le tableau
suivant :
Primes Effectifs
(unité monétaire) ni
[ 1000 ; 1500 [ 6
[ 1500 ; 2000 [ 12
[ 2000 ; 2500 [ 25
[ 2500 ; 3000 [ 17
[ 3000 ; 3500 [ 5
Total 65
30
2e méthode :
Par le calcul :
𝑁 65
= = 32,5 donc la classe médiane est [2000 ; 2500 [
2 2
𝑁
− 𝑁𝐶 𝑀é−1
𝑀𝑒 = 𝑙𝑜 + 𝑎 ( 2 )
𝑛𝑀𝑒
o lo = 2000
o a = 2500 – 2000 = 500
𝑁 65
o = = 32,5
2 2
o 𝑁𝐶 𝑀é−1 = 18
o 𝑛𝑀𝑒 = 25
Application numérique :
32,5 − 18
𝑀𝑒 = 2000 + 500 ( ) = 2290 ≈ 𝟐𝟑𝟎𝟎
25
31
Section 3 : Les moyennes d’une série statistique
I. La moyenne arithmétique :
1. La moyenne arithmétique d’une série simple :
La moyenne arithmétique d’une série est la somme des valeurs prises par la variable divisée par
leur nombre. Si les valeurs de la variable sont : 𝑥1 , 𝑥2 , 𝑥3 … 𝑥𝑛 la moyenne arithmétique est:
Exemple 1 :
Supposons qu’un étudiant obtienne les notes 8 -11 -14 -15 et 10 de coefficients respectifs 3 –
1 – 1 - 5 et 2 . Calculer la moyenne de cet étudiant.
𝑥1 ×𝑛1 +𝑥2 ×𝑛2 +𝑥3 ×𝑛3 +⋯+𝑥𝑘 ×𝑛𝑘 (8×3)+(11×1)+(14×1)+(15×5)+(10×2)
𝑥= = =13
𝑛1 +𝑛2 +𝑛3 +⋯+𝑛𝑘 3+1+1+5+2
Exemple 2 :
On donne la distribution suivante :
𝒙𝒊 𝒏𝒊
0 24
1 57
2 75
3 53
4 33
5 7
6 4
TOTAL 253
32
Calculer la moyenne arithmétique de cette série.
Solution :
𝒙𝒊 𝒏𝒊 𝒏𝒊 × 𝒙𝒊
0 24 0
1 57 57
2 75 150
3 53 159
4 33 132
5 7 35
6 4 24
TOTAL 253 557
∑ 𝑛𝑖 × 𝑥𝑖 557
𝑥= = = 2,2
𝑁 253
Exemple 3 :
Calculer la moyenne arithmétique dans le cas suivante :
Classes 𝒏𝒊
[0 ; 10[ 1
[10 ; 20[ 3
[20 ; 30[ 5
[30 ; 40[ 4
[40 ; 50[ 2
TOTAL 15
Solution
Classes 𝒏𝒊 𝑐𝑖 𝑛𝑖 × 𝑐𝑖
[0 ; 10[ 1 5 5
[10 ; 20[ 3 15 45
[20 ; 30[ 5 25 125
[30 ; 40[ 4 35 140
[40 ; 50[ 2 45 90
TOTAL 15 / 405
∑ 𝑛𝑖 × 𝑐𝑖 405
𝑥= = = 27
𝑁 15
33
II. Les autres moyennes :
1. Moyenne harmonique :
a) La moyenne harmonique d’une série simple :
Si les valeurs de la variable sont : 𝑥1 , 𝑥2 , 𝑥3 … 𝑥𝑛 la moyenne harmonique est:
𝑛 𝑛
𝐻= 1 1 1 1 ou 𝐻= 1
+ + +⋯+𝑥 ∑( )
𝑥1 𝑥2 𝑥3 𝑛 𝑥 𝑖
3. Moyenne géométrique :
a) La moyenne géométrique d’une série simple :
Si les valeurs de la variable sont : 𝑥1 , 𝑥2 , 𝑥3 … 𝑥𝑛 la moyenne géométrique est:
𝐺 = 𝑛√𝑥1 × 𝑥2 × 𝑥3 × … × 𝑥𝑛
NB :
• Pour le cas d’une variable continue regroupée en classes, les 𝑥𝑖 sont les centres des
classes.
34
• Lorsque les quatre moyennes sont définies, 𝐻 < 𝐺 < 𝑥 < 𝑄.
Exercices d’application :
Exercice 1
Soit la série suivante : 4 ; 1 ; 12 ; 27. Calculer les quatre moyennes et vérifier la relation
d’ordre entre les quatre.
Solution :
Cette série statistique est simple les calculs sont les suivants :
• Moyenne arithmétique simple:
∑ 𝑥𝑖 4 + 1 + 12 + 27
𝑥= = = 𝟏𝟏
𝑛 4
Exercice 2
On considère la série statistique discrète suivante :
𝑥𝑖 1 2 3 4 5 6
𝑛𝑖 22 31 20 11 4 1
a) Calculer les moyennes arithmétique, géométrique, harmonique et quadratique de
cette série.
b) Vérifier la relation d’ordre entre les quatre moyennes.
Solution :
a) Calculons les quatre moyennes dans un même tableau ou en tableaux séparés :
Moyenne arithmétique :
𝑥𝑖 𝑛𝑖 𝑛𝑖 . 𝑥𝑖
1 22 22
2 31 62
3 20 60
4 11 44
5 4 20
6 1 6
Total 89 214
35
∑ 𝑥𝑖 × 𝑛𝑖 214
𝑥= = = 𝟐, 𝟒
𝑁 89
Moyenne géométrique :
𝑥𝑖 𝑛𝑖 𝑙𝑜𝑔𝑥𝑖 𝑛𝑖 𝑙𝑜𝑔𝑥𝑖
1 22 0 0
2 31 0,30 9,3
3 20 0,48 9,6
4 11 0,60 6,6
5 4 0,70 2,8
6 1 0,78 0,78
Total 89 / 29,08
∑ 𝑛𝑖 × 𝑙𝑜𝑔𝑥𝑖 29,08
log 𝐺 = = = 0,326
𝑁 89
Moyenne harmonique :
𝑥𝑖 𝑛𝑖 𝑛𝑖
𝑥𝑖
1 22 22
2 31 15,5
3 20 6,67
4 11 2,75
5 4 0,8
6 1 0,17
Total 89 47,89
𝑁 89
𝐻= 𝑛 = = 𝟏, 𝟖𝟔
∑( 𝑖 ) 47,89
𝑥𝑖
Moyenne quadratique :
𝑥𝑖 𝑛𝑖 𝑥𝑖2 𝑛𝑖 . 𝑥𝑖2
1 22 1 22
2 31 4 124
3 20 9 180
4 11 16 176
5 4 25 100
6 1 36 36
Total 89 / 638
36
∑ 𝑛𝑖 𝑥𝑖2 ∑ 𝑛𝑖 . 𝑥𝑖2 638
𝑄=√ =√ =√ = √7,17 = 𝟐, 𝟔𝟖
𝑁 𝑁 89
37
Chapitre 4 : Paramètres de dispersion
Section 1 : Écarts simples
I. Étendue ou range
1) Définition :
L’étendue d’une série ou intervalle de variation ou range est la différence entre les deux valeurs
extrêmes ou la différence entre la plus grande et la plus petite valeur de la série.
• L’étendue d’une variable discrète est la différence entre la plus grande et la plus petite
modalité. Il n’y a pas de notation particulière pour l’étendue.
• L’étendue d’une variable continue est la différence entre la borne supérieure de la
dernière classe et la borne inférieure de la première classe.
2) Formule :
𝑒 = 𝑥𝑖 𝑚𝑎𝑥 − 𝑥𝑖 𝑚𝑖𝑛
Exercice 1 : On considère deux séries de notes attribuées par deux enseignants à dix (10)
étudiants.
Enseignant X 7 8 9 10 10 11 12 12 13 13
Enseignant Y 0 6 8 10 13 15 15 16 18 19
38
1. Définition des trois quartiles Q1 , Q2 , Q3
Les quartiles sont trois nombres Q1, Q2, Q3 tels que :
– 25% des valeurs prises par la série sont inférieures à Q1 ;
– 25% des valeurs prises par la série sont supérieures à Q3 ;
– Q2 est la médiane Me ;
En d’autres termes :
• Le premier quartile, noté Q1, est théoriquement égal à la valeur du caractère tel que
25% (un quart) des observations lui soit inférieur (75% sont supérieures).
• Le second quartile, que l’on noter Q2, n’est autre que la médiane Me correspondant au
nombre tel que 50% lui soit supérieur (50% sont inférieures).
• Le troisième quartile, noté Q3 correspondant au nombre tel que 25% lui soit supérieur
(75% sont inférieures).
Q1 Q2 Q3
Intervalle interquartile
Exemple : Soit le relevé des notes obtenues par un étudiant lors d’une évaluation :
14 -16 -12 -9 – 11 – 18 – 7 – 8 – 10 – 17 – 7 – 10 – 18
Calculer les trois quartiles et l’intervalle interquartile.
39
2.1.2 Cas d’une variable discrète en distribution de
fréquences :
1
• Pour déterminer le premier quartile Q1, on calcule le quart de l’effectif total : 4 𝑁 et Q1
1
est la valeur de rang 4 𝑁 et les effectifs cumulés permettent de déterminer les rangs.
3
• Pour déterminer le premier quartile Q3, on calcule les trois quart de l’effectif total : 4 𝑁
3
et Q3 est la valeur de rang 𝑁.
4
Exemple : Soit le relevé des notes obtenues par un étudiant lors d’une évaluation :
𝑥𝑖 3 8 9 10 11 12 13 14 15 16 18 19 N
𝑛𝑖 1 3 3 1 1 4 2 5 4 3 2 1 30
40
• Pour déterminer le troisième quartile Q3, on retrouve d’abord la classe contenant Q3 (la
3
classe de rang 4 𝑁 et on calcule la valeur de Q3 par la relation :
3𝑁
− 𝑁𝐶 𝑄3−1
𝑄3 = 𝑙𝑜 + 𝑎 ( 4 )
𝑛𝑄3
Indications :
41
Exemple2 :
Voici le tableau statistique suivant
Salaire [800; 900[ [900; 1000[ [1000; 1050[ [1050; 1150[ [1150; 1300[
Effectif 42 49 74 19 16
Effectifs cum. Crois. 42 91 165 184 200
𝑛1 |𝑥1 −𝑥|+𝑛2 |𝑥2 −𝑥|+𝑛3 |𝑥3 −𝑥|+⋯+𝑛𝑘 |𝑥𝑘 −𝑥| ∑ 𝑛𝑖 |𝑥𝑖 −𝑥|
𝑒𝑥 = ou 𝑒𝑥 =
𝑛1 +𝑛2 +𝑛3+ …+𝑛𝑘 𝑁
42
3. Cas de la variable continue regroupée en classe :
Contrairement au cas précédent, ici on les 𝑥𝑖 sont les centres des classes. Et la formule devient:
𝑛1 |𝑐1 −𝑥|+𝑛2 |𝑐2 −𝑥|+𝑛3 |𝑐3 −𝑥|+⋯+𝑛𝑘 |𝑐𝑘 −𝑥| ∑ 𝑛𝑖 |𝑐𝑖 −𝑥|
𝑒𝑥 = ou 𝑒𝑥 =
𝑛1 +𝑛2 +𝑛3+ …+𝑛𝑘 𝑁
Exemple1 : On considère deux séries de notes attribuées par deux enseignants à neuf (9)
étudiants.
Enseignant X 7 8 9 10 10 10 11 12 13
Enseignant Y 0 5 9 10 10 10 11 15 20
Calculer écart absolu moyen des deux séries. Et commenter les résultats obtenus.
Exemple 2 :
Le responsable d’une société de transports réalise une enquête statistique comparative sur 2
équipes. Elle porte sur 60 livraisons effectuées au cours du mois.
ÉQUIPE A ÉQUIPE B
Duré de livraison en min Effectif ni Duré de livraison en min Effectif ni
[ 20 ; 40 [ 11 [ 20 ; 40 [ 0
[40 ; 60 [ 17 [40 ; 60 [ 24
[60 ; 80 [ 18 [60 ; 80 [ 32
[80 ; 120 [ 14 [80 ; 120 [ 4
Sachant que la durée moyenne est égale à 64 minutes, dans les deux cas, calculer l’écart moyen
des deux distributions.
I. La variance
(𝑥1 −𝑥)2 +(𝑥2 −𝑥)2 +(𝑥3 −𝑥)2 +⋯+(𝑥𝑛 −𝑥)2 ∑(𝑥𝑖 −𝑥)2
𝑉= ou 𝑉=
𝑛 𝑛
43
• 2e méthode : La variance est la moyenne des carrés moins le carré de la moyenne
arithmétique.
𝑥1 2 +𝑥2 2 +𝑥3 2 +⋯+𝑥𝑛 2 2 ∑ 𝑥𝑖 2
𝑉= −𝑥 ou 𝑉 = − (𝑥 )2
𝑛 𝑛
𝑛1 (𝑥1 −𝑥)2 +𝑛2 (𝑥2 −𝑥)2 +𝑛3 (𝑥3 −𝑥)2 +⋯+𝑛𝑘 (𝑥𝑘 −𝑥)2 ∑ 𝑛𝑖 (𝑥𝑖 −𝑥)2
𝑉= ou 𝑉=
𝑛1 +𝑛2 +𝑛3 +⋯+𝑛𝑘 𝑁
NB : Pour le cas d’une variable continue regroupée en classes, les 𝑥𝑖 sont les centres des
classes et les formules deviennent :
∑ 𝑛𝑖 (𝑐𝑖 −𝑥)2 ∑ 𝑛 𝑖 𝑐𝑖 2
𝑉= ou 𝑉= − (𝑥)2
𝑁 𝑁
∑(𝑥𝑖 −𝑥)2 ∑ 𝑥𝑖 2
𝛿=√ ou bien 𝛿 = √ − (𝑥)2
𝑛 𝑛
b) Séries groupées
▪ Variable discrète en distribution de fréquences
∑ 𝑛𝑖 (𝑥𝑖 −𝑥)2 ∑ 𝑛𝑖 𝑥𝑖 2
𝛿=√ ou bien 𝛿 = √ − (𝑥)2
𝑁 𝑁
∑ 𝑛𝑖 (𝑐𝑖 −𝑥)2 ∑ 𝑛𝑖 𝑐𝑖 2
𝛿=√ ou bien 𝛿 = √ − (𝑥)2
𝑁 𝑁
44
NB : Si l’écart-type est faible, cela signifie que les valeurs sont assez concentrées autour de la
moyenne et si l’écart-type est élevé, cela veut dire au contraire que les valeurs sont plus
dispersées autour de la moyenne.
2. Formule :
𝐸𝑐𝑎𝑟𝑡 𝑡𝑦𝑝𝑒 𝛿
𝐶𝑉 = =
𝑚𝑜𝑦𝑒𝑛𝑛𝑒 𝑎𝑟𝑖𝑡ℎ𝑚é𝑡𝑖𝑞𝑢𝑒 𝑥
𝐸𝑐𝑎𝑟𝑡 𝑡𝑦𝑝𝑒 𝛿
ou en pourcentage 𝐶𝑉 = × 100 = × 100
𝑚𝑜𝑦𝑒𝑛𝑛𝑒 𝑎𝑟𝑖𝑡ℎ𝑚é𝑡𝑖𝑞𝑢𝑒 𝑥
Exercices d’application :
Exercice 1 : Soit la série statistique des âges de 9 salariés d’une entreprise (années révolues) :
39-25-31-72-48-42-18-35-59. Calculer la variance, l’écart-type et le coefficient de variation.
Exercice 2 :
Soit la série statistique suivante :
𝑥𝑖 𝑛𝑖 𝑥𝑖 × 𝑛𝑖
0 24 0
1 57 57
2 75 150
3 53 159
4 33 132
5 7 35
6 4 24
TOTAL 253 557
Calculer la variance, l’écart-type et le coefficient de variation.
45
Exercice 3:
On donne la série statistique ci-après :
Classes 𝒏𝒊
[0 ; 10[ 1
[10 ; 20[ 3
[20 ; 30[ 5
[30 ; 40[ 4
[40 ; 50[ 2
TOTAL 15
46
Chapitre 5 : Indices statistiques
Pour l’étude des phénomènes économiques et sociaux, on a souvent besoin de décrire les
variations des grandeurs économiques simples (prix du blé, production du maïs,…) ou
complexes (niveau général des prix, production industrielle, …). On parle alors respectivement
d’indices statistiques simples et composés.
Section 1 : Définition
Les indices statistiques sont des nombres sans dimension qui facilitent la comparaison dans
l’espace dans le temps et dans l’espace des observations quantitatives.
On les exprime souvent en pourcentage.
𝐺𝑛
calculé sur la base 1) ou 𝐼𝑛/0= 𝐺 × 100 (Indice calculé sur la base 100)
0
1.3 – Propriété
1.3.1 – L’identité
L’indice simple est identique si, ∀ l’époque n :
𝐼𝑛/𝑛 = 1 (base 1) ou 𝐼𝑛/𝑛 = 100 (base 100)
1.3.2 – La réversibilité
L’indice simple est réversible si, ∀ les époques 0 et n : 𝐼𝑛/0 × 𝐼𝑛/0 = 1 (base 1) ou 𝐼𝑛/0 × 𝐼𝑛/0 =
10.000 (base 100)
47
1.3.3 – La transférabilité
L’indice simple est transférable si, ∀ les époques 0, 1 et 2 :
𝐼2/1 × 𝐼1/0
𝐼2/0 = 𝐼2/1 × 𝐼1/0 (base 1) ou 𝐼2/0 = (base 100)
100
𝑃𝑛 𝑃𝑛
𝐼𝑃𝑛/0 = (base 1) ou 𝐼𝑃𝑛/0 = × 100 (base 100)
𝑃0 𝑃0
C.A = P.Q
𝐶.𝐴𝑛 𝑃𝑛 . 𝑄𝑛 𝐶.𝐴𝑛 𝑃𝑛 . 𝑄𝑛
𝐼𝐶𝐴𝑛/0 = = (base 1) ou 𝐼𝐶𝐴𝑛/0 = × 100 𝐼𝐶𝐴𝑛/0 = × 100 (base 100)
𝐶.𝐴0 𝑃0 . 𝑄0 𝐶.𝐴0 𝑃0 . 𝑄0
Applications
1) Le prix d’un kg de viande était, en septembre 1990 de 1500F et, en septembre 1992 de
1800F.
Calculer l’indice simple de prix d’un kg de viande sur la base 1 en 1990
2) Le prix de gros du cuivre était de 40490F les 100kg en 1962, de 49458F en 1965 et de
68719F en 1967.
Calculer I65/62, I67/65 et I62/67
4) Soit une entreprise qui fabrique et ne vend qu’un seul bien. En 1985, elle a vendu 60
articles à 90F l’unité ; en 1986, elle en a vendu 50000 à 100F l’unité.
Quelle est l’évolution du chiffre d’affaires de cette entreprise ?
48
Correction
P1992 = 1800F
𝐼𝑃1992/1990 ?
P65 = 49458F
P67 = 68719F
𝐼𝑃65/62 ?; 𝑃67/65 ?; 𝑃62/67 ?
Donc, de 1962 à 1965, le prix de gros du cuivre a augmenté de 22,15% (122,15% - 100% =
22,15%).
Calculons 𝐼𝑃67/65
𝐼𝑃 𝑃 𝐼𝑃 68719
67/65 = 67 ×100 67/65 =
49458
× 100 = 138,944 ≈138,94%
𝑃65
Calculons 𝐼𝑃62/67
𝐼𝑃 𝑃 𝐼𝑃 40490
62/67 = 62 ×100 62/67 =
68719
× 100 = 58,921 ≈58,92%
𝑃67
En conclusion, de 1967 à 1962, le prix de gros du cuivre a baissé de 41,08% (58,92% -100% = -
41,08%)
Q38 = 21 milliards 𝐼𝑄 𝑄
= 48 ×100
𝐼𝑃 =
30
×100 =142,857% ≈142,86%
48/38 𝑄38 48/38 21
Q48 = 30 milliards
𝐼𝑄48/38 ?
49
4) Données Calculons 𝐼𝐶𝐴86/85
𝐶.𝐴 𝑃 .𝑄
Q85 = 60000 articles 𝐼𝐶𝐴86/85 = 𝐶.𝐴86 × 100 𝐼𝐶𝐴86/85 = 𝑃86 . 𝑄86 × 100
85 85 85
P85 = 95F
100 × 50000
Q86 = 50000 articles 𝐼𝐶𝐴86/85 = × 100 = 92,592% ≈ 92,59%
90 × 60000
P86 = 100 F
𝐼𝐶𝐴86/85 ? D’où, le chiffre d’affaires de cette entreprise diminué de 7,41%
Exercices
1) Compléter le tableau suivant ci – dessous :
Années Article A Article B
Prix Indices Prix Indices
1980 1400 100 2400 120
1982 1700 100
1984 110 1920
a) En 2000 ; b) En 2002
Un indice synthétique est un indice qui fait intervenir un ensemble de grandeurs qui,
qualitativement ou quantitativement se révèlent déterminantes dans les variations d’un
phénomène économique.
2.2 – Propriétés
Les indices composés ont les mêmes propriétés que les indices simples. Cependant, certains
indices synthétiques sont réversibles et transférables, d’autres ne le sont pas.
50
2.3 – Détermination des indices composés
Le calcul d’un indice composé peut se faire selon deux méthodes : la moyenne des rapports et le
rapport des moyennes.
Remarque : Les indices composés calculés par cette méthode ne sont ni réversibles, ni
transférables.
Remarques :
• Les indices composés calculés par cette méthode sont réversibles et transférables.
• Dans un exercice, si la méthode n’est pas précisée, on utilisé la méthode I.M.A.P
Application
Le tableau ci – dessous retrace les prix unitaires de différents produits à différentes périodes :
1) En considérant l’année 1980 pour époque de base, calculer l’indice synthétique par les
méthodes M.A.P.I.S et I.M.A.P des années 1982 et 1984.
2) Vérifier la réversibilité des indices calculés de 1982/1980
51
Solution
1)
a) Calculons I82/80 et I84/80 par la méthode M.A.P.I.S
P82 P84
∑ ×Q ∑ ×Q
P80 P80
𝐼82/80 = ∑Q
× 100 ; 𝐼84/80 = ∑Q
× 100
17,43
I82/80 = × 100 = 124,5%
14
19,59
I84/80 = × 100 = 139,928% ≈ 139,93%
14
∑ P82 ×Q ∑ P84 ×Q
𝐼82/80 = ∑ P80 ×Q
× 100 ; 𝐼84/80 = ∑ P80 ×Q
× 100
∑ P82 ×Q 6305
𝐼82/80 = ∑ P80 ×Q
× 100 = 5170 × 100 = 121, 953% ≈ 121,95%
∑ P84 ×Q 6985
𝐼84/80 = ∑ P80 ×Q
× 100 = 5170 × 100 = 135, 106% ≈ 135,11%
2) Vérifions la réversibilité :
a) Pour la méthode M.A.P.I.S
∀ les époques 1980 et 1982, on a : I82/80 × I80/82 = 10000
52
P
∑ 80 ×Q 11,36
P82
Avec 𝐼80/82 = ∑Q
× 100 = × 100 = 81,14%
14
Paasche, statisticien allemand (1851 – 1925) retient pour le calcul de son indice, la pondération
de l’époque actuelle n.
53
• Indice de prix de Paasche (Pp)
Méthodes M.A.P.I.S I.M.A.P
Formules Pn ∑ Pn × Qn
∑ × Qn 𝑃𝑃𝑛/0 = × 100
de l’indice P0
𝑃𝑃𝑛/0 = × 100 ∑ P0 × Qn
∑ Qn
∑ Pn × Qn
𝐼. 𝑉. 𝐺𝑛/0 = × 100
∑ P0 × Q0
Remarque :
LPn/0 × PQn/0 LQn/0 × PPn/0
𝐼. 𝑉. 𝐺𝑛/0 = =
100 100
L’indice de Fischer est la racine carrée du produit de l’indice de Laspeyres par l’indice de
Paasche. En d’autres termes, c’est la moyenne géométrique des indices
Remarque :
FPn/0 × FQn/0
𝐼𝑉𝐺 =
100
54
Application
Soient quatre (4) produits : crayon, règle, gomme et cahier dont les quantités et les prix
pratiqués en 1985 et 1990 sont donnés dans le tableau ci – dessous :
1995 1990
Produits
Prix Quantités Prix Quantités
Crayon 15 40 25 35
Règle 45 20 60 18
Gomme 20 60 15 65
Cahier 100 30 225 26
Calculer :
1) L’indice de prix et de quantité de Laspeyres, époque de base 1985 de l’année 1990.
2) L’indice de prix et de quantité de Paasche de l’année 1986, base 100 en 1990.
3) L’indice de valeurs globales de 1990 par rapport à 1985.
4) Les indices de Fisher de 1990/1985
Correction
9700 6795
𝐿𝑃90/85 = × 100 = 132,87 ; 𝐿𝑄90/85 = × 100 = 93,08
7300 7300
7300 7300
𝑃𝑃85/90 = 9700 × 100 = 75,25 ; 𝑃𝑄85/90 = × 100 = 107,43
6795
3) Calculons IVG90/85
∑ P90 ×Q90 8780
1ère méthode : 𝐼. 𝑉. 𝐺90/85 = ∑ P85 ×Q85
× 100 = 7300 × 100 = 120,27
55
2ème méthode :
LP90/85 ×PQ90/85 ∑ Q90 × P90 8780
𝐼. 𝑉. 𝐺90/85 = or 𝑃𝑄90/85 = ∑ Q85 × P90
× 100 = 9700 × 100 = 90,51 =>
100
132,87 ×90,51
𝐼. 𝑉. 𝐺90/85 = = 120,26
100
3ème méthode :
LQ90/85 ×PP90/85 ∑ P90 ×Q90 8780
𝐼. 𝑉. 𝐺90/85 = or 𝑃𝑃90/85 = ∑ P85 ×Q90
× 100 = 6795 × 100 = 129,21 =>
100
93,08 ×129,21
𝐼. 𝑉. 𝐺90/85 = = 120,26
100
56