ÉCOLE SUPÉRIEURE DE GESTION

ET D’ADMINISTRATION DES ENTREPRISES

Agrément définitif par Arrêté n°4677/MES/CAB du 05 Juillet 2017
Accréditée par le Conseil Africain et Malgache pour l’Enseignement Supérieur (CAMES)
BP : 2339 – Brazzaville – CONGO
E-mail : esgae@esgae.org Site web : www.esgae.org

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.

Objectifs spécifiques : Au terme de cet enseignement, l’étudiant doit être capable :

- de compiler les données ;

- de représenter les données sous forme de graphique et de diagramme ;
- de calculer les paramètres, les caractéristiques de position et de dispersion de
séries statistiques ;
- d’interpréter les résultats.

Pré Requis : Avoir une base en mathématiques générales

Méthodes pédagogiques : Cours magistral, petite révision en classe, exercices à faire à

domicile recherche documentaire

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 :

• Lethielleux, M. (2016). Statistique descriptive en 27 fiches. Paris : Dunod, 8ème

édition.
• Anderson, D.R. (2013). Statistiques pour l’économie et l’entreprise. Bruxelles : De
Boeck Nouveaux Horizons ,4ème édition.
• Py, B. (2013). Exercices corrigés de statistique descriptive. Paris : Economica, 3ème
édition
• Piller, A. (2009). Statistique descriptive : Manuel d’exercices corrigés avec rappels
du cours. Paris : Premium, 2eme édition.
• Gaultier, N. (2005). Statistiques ,100 exercices corrigés avec résumés de cours.
Paris : Vuibert, édition.
• Chauvat, G. (2001). Statistique descriptive, résumés de cours. Paris : Armand colin,
1ère édition.
• https://warmaths.fr/MATH/STATs/Mediane.htm
• https://www.tifawt.com/exercices-statistiques/moyennequartilesdiagramme/

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

Section 1 : Les Concepts de base

I. La population, l’échantillon et les unités statistiques

Population Unité statistique

Ou individu

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.

II. Les caractères et les modalités

Pour décrire une population, on classe les individus selon certains attributs que l’on appelle des
caractères ou des variables et une variable (ou caractère) peut avoir plusieurs modalités
• Caractère ou variable : c’est ce qu’on observe sur chacun des individus d’une
population, un caractère c’est donc une propriété ou un aspect particulier ou encore un
critère qui permet de décrire et de classer les individus d’une population. Le caractère est
un critère de classement, c’est l’objet de l’étude.
Exemple : Taille, poids, âge, couleur, profession, nationalité, nombre d’enfants...

• Les Modalités : Un caractère peut présenter plusieurs situations différentes (différentes

valeurs) que l'on appelle modalités.
Les modalités sont les rubriques ou les variantes associées à un caractère donné. En
d’autres termes, ce sont les différentes valeurs prises par le caractère.
6
Exemple : Pour le caractère « degré de satisfaction des clients » on peut avoir les modalités ci-
après :
Très satisfaits - satisfaits - insatisfaits – très insatisfaits

III. Classification des caractères

Les caractères sont classés selon leur nature. On distingue donc :
• Les Caractères quantitatifs
• Les Caractères qualitatifs

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.

Exemple : le degré de satisfaction des clients, le niveau de responsabilité des cadres.

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.

Section 2 : La collecte des données

Pour collecter des informations sur une population statistique, on distingue deux méthodes :
• Le recensement
• L’enquête par sondage
➔ Le recensement ou la méthode exhaustive est une opération qui consiste à obtenir un
ensemble de renseignements statistiques auprès de tous les individus d’une population
étudiée selon le (ou les) caractère(s) étudié(s).
Le recensement n’est pas souhaitable, car très couteux (par exemple, des enquêtes sur toute la
population d'un pays). Pour pallier à ces inconvénients, on a recours au sondage statistique.
➔ L’enquête par sondage ou la méthode de sondage porte sur une fraction d’une
population appelée échantillon. Les résultats issus de cette enquête seront valables sur
l’ensemble de la population-mère.
Il est capital que l'échantillon soit choisi et analysé de manière adéquate. En particulier, il faut
que cet échantillon soit représentatif de la population.

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

Présentons dans un tableau la série statistique.

Modalités Pointage Nombre de personnes

Célibataire : Ce
Marié : Ma
Divorcé : Di
Veuf : Ve
TOTAL 50

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

Section 4 : les séries statistiques

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 ;

2.1.Tableaux statistiques simples

2.1.1 Tableau pour un caractère qualitatif
Exemple
On fait la répartition des étudiants de l’ESGAE selon leur préférence en sport en 2022.
Présentons dans un tableau la série statistique.
Modalités Nombre
d’étudiants
Marche sportive (MS) 1200
Football (FB) 800
Basket-ball (BB) 300
Nzango (NZ) 200
Autres sports (AS) 400
TOTAL 2900

2.1.2. Tableau pour un caractère quantitatif

• Cas de la variable discrète
On a réalisé une enquête au centre-ville de Brazzaville. Dans chacune des 20 maisons, on a
demandé aux gens d'indiquer le nombre de véhicules immatriculés dans leur ménage. Voici les
résultats enregistrés : 1, 2, 1, 0, 3, 4, 0, 1, 1, 1, 2, 2, 3, 2, 3, 2, 1, 4, 0, 0
Le tableau de distribution de fréquences est le suivant :
Distribution de fréquences du nombre de véhicules immatriculés dans les ménages.

Nombre de véhicules (x) Dépouillement Effectif

0 4
1 6
2 5
3 3
4 2
TOTAL 20
11
 • Cas de la variable continue
Les unités statistiques prenant sur ce type de variable un nombre très important de valeurs, il est
nécessaire que les valeurs de la variable soient regroupées en classes avant tout traitement.
Exemple :
On a testé 30 piles AA pour déterminer combien de temps elles dureraient. Voici les résultats du
test, arrondis à la minute :
423-369-387-411-393-394-371-377-389-409-392-408-431-401-363-391-405-382-400-381-
399-415-428-422-396-372-410-419-386-390.
Utilisons un intervalle de classe de 10, l'intervalle de la première classe est 360 à 370
Durée de vie des piles AA, en minutes.
Durée de vie des piles
Dépouillement Effectif
(en minutes)
360–370 2
370–380 3
380–390 5
390–400 7
400–410 5
410–420 4
420–430 3
430–440 1
Total 30

2.1.3. Effectif, Fréquence, Amplitude, Centre de classe et Densité

• L’effectif d’une valeur ou d’une modalité noté 𝑛𝑖 c’est le nombre d’individus de
la population ou de l’échantillon ayant cette valeur ou cette modalité. Ou simplement, le
nombre de fois que la valeur ou la modalité a été observée.
• L’effectif d’une classe noté 𝑛𝑖 c’est le nombre d’individus de la population ou de
l’échantillon ayant la valeur comprise dans cet intervalle ou cette classe.
Remarques :
- Par convention, une classe est un intervalle borné, fermé à gauche et ouvert à droite, de
la forme : [p ; q [ ;
-L’effectif s’appelle aussi fréquence absolue.
• L’effectif total noté N (ou taille de la population) est la somme des effectifs(𝑛𝑖 ) des
modalités du caractère.
n
• La fréquence relative (fi ) de la modalité de rang (i) est le rapport fi = i
N
• La fréquence relative en pourcentage 𝒇𝒊 (%) de la modalité de rang (i) est le rapport
𝑛𝑖
𝒇𝒊 (%) = × 100
𝑁
• Effectifs et fréquences cumulé(e)s

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.

• L’amplitude d’une classe (𝑎𝑖 )

La valeur de l’amplitude de la classe [ 𝑏𝑖 ; 𝑏𝑠 [ est calculée par la différence entre la valeur de la
borne supérieure et celle de la borne inférieure. 𝑎𝑖 = 𝑏𝑠 − 𝑏𝑖
Exemple : Pour la classe [10 ; 50[ ; ai= 50 – 10 =40.

NB : Il arrive que la borne inférieure de la première classe et la borne supérieure de la dernière

ne soient pas données. Pour estimer les bornes absentes nous donnerons à la première classe
l’amplitude de la seconde classe et à la dernière classe l’amplitude de l’avant-dernière.

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

1. Quelle est la variable étudiée et préciser sa nature

2. Compléter ce tableau

Modalités Pointage Effectifs Pourcentages

ni

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

1. Quel est la variable étudiée et préciser sa nature.

2. À partir des données de l’enquête, remplir le tableau statistique ci-après. Pour ce faire,
on définit 5 classes d’amplitudes respectives : 2000, 1000, 1000, 2000, 2000. La borne
inférieure de la 1ère classe est fixée à 2000 et la borne supérieure de la dernière classe à
10000.

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 ?

III. Séries statistiques à deux caractères :

1. Définition :
Ce sont des séries où la population est considérée en fonction de deux caractères.
2. Tableaux statistiques à double entrée
Ce sont des tableaux dans lesquels les deux caractères peuvent être qualitatifs ou quantitatifs,
l’un peut être qualitatif et l’autre quantitatif.
Exemple :
La répartition des enfants (de sexe masculin) d’une école maternelle selon leur âge et leur
poids.
Age
(en années) [3 ; 4[ [4 ; 5[ [5 ; 6[ Totaux
Poids
(en kg)
Inférieur à 15 19 7 1 27
[15 ; 20[ 32 21 12 65
[20 ; 25[ 3 18 28 49
[25 ; 30[ 0 0 1 1
Totaux 54 46 42 142
NB : Somme totaux en lignes = Somme totaux en colonne = 142
Donnons une interprétation des valeurs encerclés dans le tableau.
Sur un total de 142 enfants de cette école maternelle :
• 19 enfants âgés de 3ans à moins de 4 ans pèsent moins de 15 kg.
• 21 enfants âgés de 4ans à moins de 5 ans pèsent de 15 à moins de 20kg.
• 49 enfants en tout pèsent de 20 à moins de 25kg (ligne).
• 42 enfants en tout sont âgés de 5 à moins de 6ans (colonne).

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.

Section 1. Représentation graphique d’une variable qualitative

Deux types de diagrammes sont intéressants dans ce cas : Diagramme à bandes espacées et
Diagramme à secteurs circulaires ou camembert

I. Diagramme à bandes espacées

Procédure :
• On place sur l’axe horizontale (ou l’axe des abscisses) les modalités du caractère étudié
et sur la droite verticale (ou l’axe des ordonnées) les effectifs ou les fréquences.
• A chaque modalité on fait correspondre une bande verticale. Les bandes ont une largeur
constante et de hauteur proportionnelle à l’effectif (ou la fréquence). Les bandes sont
séparées les uns des autres.
Exemple :
Préférences en sport Effectif
Gymnastique 30
Basket 40
Marche sportive 80
Foot 50
Hand Ball 10

Représenter ce phénomène par un diagramme à bandes espacées.

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

Pour les pourcentages 𝑝𝑖 ×360° 𝑝𝑖 ×180°

• 𝜃𝑖 = • 𝜃𝑖 =
100 100

Pour les fréquences simples • 𝜃𝑖 = 𝑓𝑖 × 360° • 𝜃𝑖 = 𝑓𝑖 × 180°

Exemple : Représenter la série ci-après par un diagramme circulaire.

Préférences en sport Effectifs Angles
Basket 100 90°
Marche sportive 40 36°
Foot 180 162°
Hand Ball 80 72°
Total 400 360°

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

II. Diagramme cumulatif en escalier

C’est une fonction de répartition en escalier. Pour le représenter :
• On place sur l’axe horizontale (ou l’axe des abscisses) les valeurs discrètes de la variable
• Et sur la droite verticale (ou l’axe des ordonnées) les effectifs cumulés ou les fréquences
cumulées.

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.

Section 3. Représentation graphique d’une variable Continue

Deux types de diagrammes sont intéressants dans ce cas :
• L’histogramme de fréquences + polygone de fréquences
• Le polygone de fréquences cumulées.

I. L’histogramme de fréquences + polygone de fréquences :

Avant toute construction d'histogramme, il y a lieu de regarder si les classes sont d'amplitudes
égales ou inégales.

1. Cas des classes d’amplitudes égales :

Pour tracer l’histogramme dans ce cas d’amplitudes égales

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

2. Cas des classes d’amplitudes inégales

Procédure :
Pour tracer l’histogramme dans ce cas d’amplitudes inégales, il faut d’abord rectifier les
effectifs. Puis :
• 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 rectifiés ou les densités
n n
𝑛𝑖𝑟 = ai x A et 𝑑𝑖 = ai
i i

• 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

Compléter le tableau et représenter graphiquement cette série.

II. Le polygone de fréquences cumulées

Procédure :
• Pour tracer la courbe des effectifs cumulés croissants, on relie les points formés par
les valeurs des effectifs cumulés croissants et les bornes supérieures des classes.

• 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.

Section 1 : Le mode d’une série statistique

I. Définition :
Le mode noté Mo est la valeur dominante, la valeur de la variable la plus fréquente. C'est la
valeur observée d’effectif maximum. Le mode peut ou ne pas exister. Quand il existe, on peut
distinguer :
• Les séries uni modales avec un seul mode ;
• Les séries bimodales avec deux modes ;
• Les séries plurimodales avec plusieurs modes.

II. Détermination du mode :

1. Mode d’une série à variable discrète :
a) Cas d’une série simple :
Ici le mode est la valeur de la variable qui se répète le plus grand nombre de fois.
Exemple :
Déterminer le mode de la série statistique suivante : 14 - 5 - 11 - 7 – 0 - 19 – 11 - 3 – 15 – 6 –
11 - 12 - 8 - 10 -17 - 9 -11.
Le mode Mo = 11
b) Cas d’une variable discrète en distribution de fréquences :
Quand les valeurs discrètes de la variable sont présentées dans un tableau, le mode est dans ce
cas la valeur de la variable qui est associée à l’effectif le plus grand.
Exemple :
Déterminer le mode de la série statistique suivante :
Nombre d'enfants Nombre de familles
0 10
1 20
2 25
3 15
4 5
Total 75
Le mode Mo = 2

2. Mode d’une série à variable continue regroupée en classes :

Dans ce cas, il y a lieu de regarder si les classes sont d'amplitudes égales ou inégales.
a) Cas des d’amplitudes égales :
Pour calculer le mode dans ce cas, la procédure est la suivante :
• Trouver la classe modale (classe contenant le mode), c’est celle qui a l’effectif le plus
grand dans ce cas ;
• Calculer la valeur exacte par la relation suivante :

26
 ∆1
𝑀𝑜 = 𝑙𝑜 + 𝑎 ( )
∆1 + ∆2

o lo est la limite inférieure de la classe modale

o a est l’amplitude de la classe modale
o Δ1 est la différence entre l’effectif de la classe modale et celle de la classe
précédente
o Δ2 est la différence entre l’effectif de la classe modale et celle de la classe
suivante.

b) Cas des d’amplitudes inégales

Pour calculer le mode dans ce cas, la procédure est la suivante :
• Trouver la classe modale (classe contenant le mode), c’est celle qui a dans ce cas l’effectif
rectifié le plus grand;
• Calculer la valeur exacte par la relation suivante :
∆1
𝑀𝑜 = 𝑙𝑜 + 𝑎 ( )
∆1 + ∆2

o lo est la limite inférieure de la classe modale

o a est l’amplitude de la classe modale
o Δ1 est la différence entre l’effectif rectifié de la classe modale et celle de la classe
précédente
o Δ2 est la différence entre l’effectif rectifié de la classe modale et celle de la classe
suivante.
NB : Graphiquement, le mode se détermine dans le cas de la variable continue à partir de
l’histogramme de fréquences.

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

Déterminer graphiquement le mode de cette série et vérifier le résultat par le calcul.

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.

II. Détermination de la médiane :

a) La médiane d’une série à variable discrète :
a) Cas d’une série simple :
Deux situations sont possibles :
• Quand le nombre de valeurs n est impair
On considère que 𝑛 est de la forme 𝑛 = 2𝑝 + 1 et la médiane est la (𝑝 + 1)𝑒 observation ou
la médiane est de rang (𝑝 + 1) .
Exemple :
Déterminer la médiane de la série statistique suivante : 14 - 5 - 11 - 7 – 0 - 19 – 11 - 3 – 15 – 6
– 11 - 12 - 8 - 10 -17 - 9 -11.
Ordonnons la série : 0 – 3 - 5 – 6 - 7 - 8 - 9 – 10 - 11-11- 11 -11-12 – 14 – 15 -17-19.
Comme 𝑛 = 17 On pose que : 𝑛 = 2𝑝 + 1 car 𝑛 est impair et l’équation devient 17 = 2𝑝 +
1 => 𝑝 = 8 et la médiane est la (𝑝 + 1)𝑒 observation. Donc la médiane est la 9e observation
c’est-à-dire Me = 11 .
• Quand le nombre de valeur est pair
𝑝𝑒 +(𝑝+1)𝑒
On considère que 𝑛 est de la forme 𝑛 = 2𝑝 et la médiane est la observation ou la
2
𝑝+(𝑝+1)
médiane est de rang .
2
Exemple :
Déterminer la médiane de la série statistique suivante :
0 – 2 - 3 – 6 - 9 - 9 - 10 – 10 - 11-13- 14 -14-15 – 16 – 17 -18-19 - 20.
Comme 𝑛 = 18 On pose que : 𝑛 = 2𝑝 car 𝑛 est pair et l’équation devient 18 = 2𝑝 => 𝑝 =
9𝑒 +(9+1)𝑒 9𝑒 +(10)𝑒 11+13
9 et la médiane est la = = = 12 . Donc Me = 12.
2 2 2

b)Cas d’une variable discrète en distribution de fréquences :

Quand les valeurs discrètes de la variable sont présentées dans un tableau, la médiane obéit aux
mêmes formules précédentes.
• Si l’effectif total N est pair, on pose : 𝑁 = 2𝑝 + 1 et la médiane est la (𝑝 + 1)𝑒
observation ou la médiane est de rang (𝑝 + 1)
𝑝𝑒 +(𝑝+1)𝑒
• Si l’effectif total N est pair, on pose : 𝑁 = 2𝑝 et la médiane est la observation
2
𝑝+(𝑝+1)
ou la médiane est de rang .
2
NB : Dans ces cas, les effectifs cumulés croissants représentent les rangs.

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 /

N=23 impair 𝑁 = 2𝑝 + 1 => 23 = 2𝑝 + 1 => 𝑝 = 11 et la médiane est la (11 + 1)e donc

la 12e observation, ce qui correspond à Me = 3

b) La médiane d’une série à variable continue regroupée en classes :

Pour calculer la médiane dans ce cas, la procédure est la suivante :
𝑁
• Trouver la classe médiane (classe de rang ), lu aux cumulés croissants.
2
• Calculer la valeur exacte par la relation suivante :
𝑁
− 𝑁𝐶 𝑀é−1
𝑀𝑒 = 𝑙𝑜 + 𝑎 ( 2 )
𝑛𝑀𝑒

o lo est la limite inférieure de la classe médiane

o a est l’amplitude de la classe médiane
𝑁
o est la moitié de l’effectif total
2
o 𝑁𝐶 𝑀é−1 est l’effectif cumulé croissant de la classe précédent à la classe médiane
o 𝑛𝑀𝑒 est l’effectif simple de la classe médiane
NB : La médiane se détermine graphiquement, dans le cas de la variable continue à partir du
polygone des fréquences cumulées. La médiane est l'abscisse du point de la courbe ayant pour
ordonnée la moitié N / 2 de l'effectif total. (ou l'ordonnée 0,5 d'une courbe de fréquence ou 50%
pour les pourcentages). En d’autres termes la médiane est l’abscisse du point d’intersection des
deux courbes des effectifs cumulés.

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

Déterminer graphiquement la prime médiane et vérifier le résultat par le calcul.

Solution :
Primes Effectifs Effectifs Effectifs
(unité monétaire) ni Cum. croissants Cum. décroissants
[ 1000 ; 1500 [ 6 6 65
[ 1500 ; 2000 [ 12 18 59
[ 2000 ; 2500 [ 25 43 47
[ 2500 ; 3000 [ 17 60 22
[ 3000 ; 3500 [ 5 65 5
Total 65 / /

30
2e méthode :

Graphiquement on obtient Me≈2300

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:

𝑥1 +𝑥2 +𝑥3 +⋯+𝑥𝑛 ∑ 𝑥𝑖

𝑥= ou 𝑥=
𝑛 𝑛
Exemple : Soit la série statistique des âges de 9 salariés d’une entreprise (années révolues) :
39-25-31-72-48-42-18-35-59. Calculer l’âge moyen ou la moyenne arithmétique des âges.
39 + 25 + 31 + 72 + 48 + 42 + 18 + 35 + 59 369
𝑥= = = 41
9 9
2. La moyenne arithmétique pondérée ou d’une série groupée :
Si les valeurs de la variable sont : 𝑥1 , 𝑥2 , 𝑥3 … 𝑥𝑘 sont affectées de coefficients ou
d’effectifs 𝑛1 , 𝑛2 , 𝑛3 … 𝑛𝑘 la moyenne arithmétique est:
𝑛1 ×𝑥1 +𝑛2 ×𝑥2 +𝑛3 ×𝑥3 +⋯+𝑛𝑘 ×𝑥𝑘 ∑ 𝑛𝑖 ×𝑥𝑖
𝑥= ou 𝑥 =
𝑛1 +𝑛2 +𝑛3 +⋯+𝑛𝑘 𝑁
Remarques :
• Pour le cas d’une variable continue regroupée en classes, les 𝑥𝑖 sont les centres des
∑ 𝑐𝑖 ×𝑛𝑖
classes et la formule devient : 𝑥 = .
𝑁
• 𝑥 peut aussi se calculer en fonction des fréquences relatives simples 𝑥 = ∑ 𝑓𝑖 × 𝑥𝑖 ou
𝑥 = ∑ 𝑓𝑖 × 𝑐𝑖
• 𝑥 peut aussi se calculer en fonction des fréquences relatives en pourcentage 𝑥 =
∑ 𝑓𝑖 (%) ×𝑥𝑖 ∑ 𝑓𝑖 (%) ×𝑐𝑖
ou
100 100

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

Calculer la moyenne arithmétique de cette série.

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

b) La moyenne harmonique d’une série groupée :

Si les valeurs de la variable sont : 𝑥1 , 𝑥2 , 𝑥3 … 𝑥𝑘 sont affectées de coefficients ou
d’effectifs 𝑛1 , 𝑛2 , 𝑛3 … 𝑛𝑘 la moyenne harmonique est:
𝑁 𝑁
𝐻 = 𝑛1 𝑛 𝑛 𝑛 ou 𝐻= 𝑛
+ 2 + 3 +⋯+ 𝑘 ∑( 𝑖 )
𝑥1 𝑥2 𝑥3 𝑥𝑘 𝑥 𝑖
NB : Pour le cas d’une variable continue regroupée en classes, les 𝑥𝑖 sont les centres des
classes.
2. Moyenne quadratique :
a) La moyenne quadratique d’une série simple :
Si les valeurs de la variable sont : 𝑥1 , 𝑥2 , 𝑥3 … 𝑥𝑛 la moyenne harmonique est:
2
𝑥 +𝑥 +𝑥 +⋯+𝑥𝑛 2 2 2 ∑ 𝑥𝑖2
𝑄 = √ 1 2 𝑛3 ou 𝑄=√ 𝑛

b) La moyenne quadratique d’une série groupée :

Si les valeurs de la variable sont : 𝑥1 , 𝑥2 , 𝑥3 … 𝑥𝑘 sont affectées de coefficients ou
d’effectifs 𝑛1 , 𝑛2 , 𝑛3 … 𝑛𝑘 la moyenne harmonique est:
2 2
𝑛 𝑥 +𝑛 𝑥 +𝑛 𝑥 +⋯+𝑛𝑘 𝑥𝑘 2 2 ∑ 𝑛𝑖 𝑥𝑖2
𝑄 = √ 1 1 2 2 𝑁3 3 ou 𝑄=√ 𝑁
NB : Pour le cas d’une variable continue regroupée en classes, les 𝑥𝑖 sont les centres des classes

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

b) La moyenne géométrique d’une série groupée :

Si les valeurs de la variable sont : 𝑥1 , 𝑥2 , 𝑥3 … 𝑥𝑘 sont affectées de coefficients ou
d’effectifs 𝑛1 , 𝑛2 , 𝑛3 … 𝑛𝑘 la moyenne géométrique est:
𝑛𝑁 𝑛 𝑛 𝑛 ∑ 𝑛𝑖 ×𝑙𝑜𝑔𝑥𝑖
𝐺 = √𝑥1 1 × 𝑥2 2 × 𝑥3 3 × … × 𝑥𝑘 𝑘 ou log 𝐺 = 𝑁

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

• Moyenne géométrique simple:

4 4
𝐺 = 𝑛√𝑥1 × 𝑥2 × 𝑥3 × … × 𝑥𝑛 = √4 × 1 × 12 × 27 = √1296 =

• Moyenne harmonique simple :

𝑛 4
𝐻= 1 = 1 1 1 1 = 2,92
∑( ) + + +
𝑥 4 1 12 27
𝑖

• Moyenne quadratique simple :

∑ 𝑥𝑖2 42 +12 +122 +272
𝑄=√ =√ = 𝟏𝟒, 𝟗𝟐
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

log 𝐺 = 0,326 => 𝐺 = 100,326 => 𝐺 = 𝟐, 𝟏𝟐

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

b) La relation d’ordre est vérifiée car : 𝐻 < 𝐺 < 𝑥 < 𝑄.

1,86 < 2,12 < 2,4 < 2,68

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

Calculer l’étendue pour chaque série de notes.

Exercice 2 : Trouver l’étendue de la distribution

Classes 𝒏𝒊
[5 ; 10[ 1
[10 ; 25[ 3
[25 ; 50[ 5
[50 ; 70[ 4
[70 ; 95[ 2
TOTAL 15

a) Déterminer l’étendue de cette distribution.

b) Calculer l’étendue de la première et dernière classes.

II. L’intervalle interquartile

L’intervalle interquartile est la différence entre le troisième quartile (Q3) et le premier quartile
(Q1) ou simplement l’écart entre le 1er et le 3ème quartile.
𝑰𝒏𝒕𝒆𝒓𝒗𝒂𝒍𝒍𝒆 𝒊𝒏𝒕𝒆𝒓𝒒𝒖𝒂𝒓𝒕𝒊𝒍𝒆 = 𝑸𝟑 − 𝑸𝟏
Il contient 50% des valeurs de la série.

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).

• 25% de valeurs 25% de valeurs

Me

Q1 Q2 Q3

Intervalle interquartile

2. Détermination des quartiles :

2.1. Cas d’une série à variable discrète :
2.1.1 Pour une série simple :
➢ Pour déterminer le premier quartile Q1, on range la série dans l’ordre croissant ou
1
décroissant puis calcule le quart de l’effectif total : 𝑛 ou 25% de valeurs
4
➢ Pour déterminer le premier quartile Q3, on range la série dans l’ordre croissant ou
3
décroissant puis calcule les trois quart de l’effectif total : 4 𝑛 ou 75% de valeurs
• Si le résultat est entier naturel, on prend la valeur correspondante.
• Si le résultat n’est pas un entier naturel, on arrondit à la valeur entière par excès.
• Le deuxième quartile Q2 n’est autre que la médiane. Sa détermination a déjà été vue
dans le chapitre précédent.

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

Calculer les trois quartiles et l’intervalle interquartile.

2.2 Cas d’une variable continue regroupée en classe :

• Pour déterminer le premier quartile Q1, on retrouve d’abord la classe contenant Q1 (la
1
classe de rang 4 𝑁 et on calcule la valeur de Q1 par la relation :
𝑁
− 𝑁𝐶 𝑄1−1
𝑄1 = 𝑙𝑜 + 𝑎 ( 4 )
𝑛𝑄1

o lo est la limite inférieure de la classe de Q1

o a est l’amplitude de la classe de Q1
𝑁
o est le quart de l’effectif total
4
o 𝑁𝐶 𝑄1−1 est l’effectif cumulé croissant de la classe précédent à la classe de Q1
o 𝑛𝑄1 est l’effectif simple de la classe de Q1
• On n’oublie pas que Q2 est la médiane déjà vue. Pour déterminer le deuxième quartile
Q2, on retrouve d’abord la classe contenant Q2 ou la classe médiane (la classe de rang
1
𝑁 et on calcule la valeur de Q2 par la relation :
2
𝑁
− 𝑁𝐶 𝑄2−1
𝑄2 = 𝑙𝑜 + 𝑎 ( 2 )
𝑛𝑄2

o lo est la limite inférieure de la classe de Q2

o a est l’amplitude de la classe de Q2
𝑁
o est le quart de l’effectif total
2
o 𝑁𝐶 𝑄2−1 est l’effectif cumulé croissant de la classe précédent à la classe de Q2
o 𝑛𝑄2 est l’effectif simple de la classe de Q2

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

o lo est la limite inférieure de la classe de Q3

o a est l’amplitude de la classe de Q3
3𝑁
o est le quart de l’effectif total
4
o 𝑁𝐶 𝑄3−1 est l’effectif cumulé croissant de la classe précédent à la classe de Q3
o 𝑛𝑄3 est l’effectif simple de la classe de Q3

Exemple1 : Voici le tableau statistique suivant :

Primes Effectifs Effectifs Effectifs

(unité monétaire) ni Cum. croissants Cum. décroissants
[ 1000 ; 1500 [ 6 6 65
[ 1500 ; 2000 [ 12 18 59
[ 2000 ; 2500 [ 25 43 47
[ 2500 ; 3000 [ 17 60 22
[ 3000 ; 3500 [ 5 65 5
Total 65 / /

• Déterminer graphiquement les trois quartiles.

• Vérifier ces résultats par le calcul et trouver l’intervalle interquartile.

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

Déterminer graphiquement les quartiles

Section 2 : Écart absolu moyen

L’écart absolu moyen est la moyenne de la valeur absolue des écarts à la moyenne. Autrement
dit, c'est la distance moyenne à la moyenne.
Il est d’autant plus grand que les valeurs 𝑥𝑖 de la variable sont plus éloignées de la moyenne
arithmétique.

1. Cas de la série simple :

Si 𝑥1 , 𝑥2 , 𝑥3 … 𝑥𝑛 sont les valeurs de la variable, l’écart absolu moyen est:

|𝑥1 −𝑥|+|𝑥2 −𝑥|+|𝑥3 −𝑥|+⋯+|𝑥𝑛 −𝑥| ∑|𝑥𝑖 −𝑥|

𝑒𝑥 = ou 𝑒𝑥 =
𝑛 𝑛

2. Cas de variable discrète en distribution de fréquences :

Si 𝑥1 , 𝑥2 , 𝑥3 … 𝑥𝑘 sont les valeurs de la variable qui sont affectées de coefficients ou
d’effectifs 𝑛1 , 𝑛2 , 𝑛3 … 𝑛𝑘 , l’écart absolu moyen est:

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.

Section 3 : Variance, Écart – type et Coefficient de variation

I. La variance

1. Cas de la série simple :

Si 𝑥1 , 𝑥2 , 𝑥3 … 𝑥𝑛 sont les valeurs de la variable, la variance se calcul de deux manières :
• 1ère méthode : La variance est la moyenne des carrés des écarts à la moyenne.

(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

2. Cas des séries groupées:

Si les valeurs de la variable sont : 𝑥1 , 𝑥2 , 𝑥3 … 𝑥𝑘 sont affectées de coefficients ou
d’effectifs 𝑛1 , 𝑛2 , 𝑛3 … 𝑛𝑘 la variance est:
• 1ère méthode : La variance est la moyenne des carrés des écarts à la moyenne.

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

• 2e méthode : La variance est la moyenne des carrés moins le carré de la moyenne

arithmétique.

𝑛1 𝑥1 2 +𝑛2 𝑥2 2 +𝑛3 𝑥3 2 +⋯+𝑛𝑘 𝑥𝑘 2 2 ∑ 𝑛𝑖 𝑥𝑖 2

𝑉= −𝑥 ou 𝑉= − (𝑥)2
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

II. Écart type :

1. Définition : L’écart type est défini comme la racine carrée de la variance. L'écart-
type sert à mesurer la dispersion, ou l'étalement, d'un ensemble de valeurs autour de
leur moyenne.
2. Formules : 𝛿 = √𝑉
a) Série simple :

∑(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

▪ Variable continue regroupée en classes

∑ 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.

III. Coefficient de variation :

1. Définition :
Le coefficient de variation (CV) est le rapport de l'écart-type à la moyenne.

2. Formule :
𝐸𝑐𝑎𝑟𝑡 𝑡𝑦𝑝𝑒 𝛿
𝐶𝑉 = =
𝑚𝑜𝑦𝑒𝑛𝑛𝑒 𝑎𝑟𝑖𝑡ℎ𝑚é𝑡𝑖𝑞𝑢𝑒 𝑥

𝐸𝑐𝑎𝑟𝑡 𝑡𝑦𝑝𝑒 𝛿
ou en pourcentage 𝐶𝑉 = × 100 = × 100
𝑚𝑜𝑦𝑒𝑛𝑛𝑒 𝑎𝑟𝑖𝑡ℎ𝑚é𝑡𝑖𝑞𝑢𝑒 𝑥

NB : Plus la valeur du coefficient de variation est élevée, plus la dispersion autour de la

moyenne est grande. Il est généralement exprimé en pourcentage. Sans unité, il permet la
comparaison de distributions de valeurs dont les échelles de mesure ne sont pas comparables.

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

Calculer la variance, l’écart-type et le coefficient de variation.

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.

Section 2 : Différents types d’indices statistiques

On distingue : les indices simples et les indices composés.
1- Les indices simples ou élémentaires
1.1 – Définition
L’indice simple est un indice qui ne prend en compte que la variation d’une seule grandeur
mesurable
1.2 – Formule générale
Soient Go, la mesure d’une grandeur à la période ou époque de base 0 et Gn, la mesure de cette
grandeur à la période courante ou actuelle n.
𝐺
L’indice simple de la grandeur G à la période n par rapport à la période 0 est : 𝐼𝑛/0 = 𝐺𝑛 (Indice
0

𝐺𝑛
calculé sur la base 1) ou 𝐼𝑛/0= 𝐺 × 100 (Indice calculé sur la base 100)
0

Remarque : L’indice de la période de base est toujours égal à 1 ou à 100.

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

1.4 - Différents types d’indices simples

Il existe autant d’indices simples que de grandeurs mesurables.

1.4.1 – L’indice simple de prix (Ip)

𝑃𝑛 𝑃𝑛
𝐼𝑃𝑛/0 = (base 1) ou 𝐼𝑃𝑛/0 = × 100 (base 100)
𝑃0 𝑃0

1.4.2 – L’indice simple de quantité ou de volume (IQ)

𝑄𝑛 𝑄𝑛
𝐼𝑄𝑛/0 = (base 1) ou 𝐼𝑄𝑛/0 = × 100 (base 100)
𝑄0 𝑄0

1.4.3 – L’indice simple de valeur ou de chiffre d’affaire (𝑰𝑪.𝑨 )

La valeur ou chiffre d’affaires est définie par le produit P×Q (Prix × quantité)

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

3) La production d’électricité en France en 1938 a été de 21 milliards de KWh ; en 1948,

elle atteignait 30 milliards de KWh.
Quel était l’indice sur la base 100 en 1938 ?

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

1) Données Calculons 𝐼𝑃1992/1990 ?

P1990 = 1500F 𝐼𝑃 𝑃
= 1992 
𝐼𝑃 =
1800
= 1,2
1992/1990 𝑃1990 1992/1990 1500

P1992 = 1800F
𝐼𝑃1992/1990 ?

2) Données Calculons 𝐼𝑃65/62 ?

P62 = 40490F 𝐼𝑃 𝑃
= 65 ×100 
𝐼𝑃 =
49458
× 100 = 122,148 ≈122,15%
65/62 𝑃62 65/62 40490

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

D’où, de 1965 à 1967, le prix de gros du cuivre a crû de 38,94%

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%)

3) Données Calculons 𝐼𝑄48/38

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 ?

Donc, de 1938 à 1948, la quantité produite d’électricité a augmenté de 42,86% en France.

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

2) Soient les tableaux suivants :

Années 2000 2001 Années 2001 2002
Indices 1 0,95 Indices 1 1,02

Années 2002 2003 Années 2003 2004

Indices 1 1,13 Indices 1 0,85

T.A.F : Réunir ces indices dans un seul tableau calculés à base 1 :

a) En 2000 ; b) En 2002

2 – Les indices composés ou synthétiques

2.1- Définition

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

2.3.1 – Les méthodes

Le calcul d’un indice composé peut se faire selon deux méthodes : la moyenne des rapports et le
rapport des moyennes.

1ère méthode : La moyenne arithmétique pondérée des indices simples (M.A.P.I.S)

Somme des indices simples pondérés

𝐼𝑛/0 = × 100
Somme des coefficients de pondération
Gn
∑ ×Q
G0
𝐼𝑛/0 = ∑Q
× 100 avec Q : coefficients de pondération

Remarque : Les indices composés calculés par cette méthode ne sont ni réversibles, ni
transférables.

2ème méthode : L’indice des moyennes arithmétiques pondérées (I.M.A.P)

Moyenne arithmétique pondérée de l’époque n

𝐼𝑛/0 = × 100
Moyenne arithmétique pondérée de l’époque 0
∑ Gn ×Q
𝐼𝑛/0 = ∑ G0 ×Q
× 100 avec Q : grandeur pondérante

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 :

Années 1980 1982 1984 Pondérations

Produits
Riz 350 385 395 3
Sucre 270 375 450 6
Corned beef 500 580 620 5

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

Produits 𝐏𝟖𝟐 𝐏𝟖𝟒 𝐏𝟖𝟎

×𝐐 ×𝐐 ×𝐐
Q 𝐏𝟖𝟎 𝐏𝟖𝟎 𝐏𝟖𝟐

Riz 3 3,3 3,39 2,73

Sucre 6 8,33 10 4,32

Corned-beef 5 5,8 6,2 4,31

 14 17,43 19,59 11,36

17,43
I82/80 = × 100 = 124,5%
14
19,59
I84/80 = × 100 = 139,928% ≈ 139,93%
14

b) Calculons I82/80 et I84/80 par la méthode I.M.A.P

∑ P82 ×Q ∑ P84 ×Q
𝐼82/80 = ∑ P80 ×Q
× 100 ; 𝐼84/80 = ∑ P80 ×Q
× 100

Produits P80.Q P82.Q P84.Q P80.Q

Riz 1050 1155 1185 1050

Sucre 1620 2250 2700 1620

Corned beef 2500 2900 3100 2500

 5170 6305 6985 5170

∑ 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

D’où : 124,5 × 81,14 =? 10000

10101,93 ≠ 10000  L’indice synthétique n’est pas réversible

b) Pour la méthode I.M.A.P

 les époques 1980 et 1982 : I82/80 x I80/82 = 10000
∑P .Q 5170
𝐼80/82 = ∑ P80 .Q × 100 = 6305 × 100 = 81,998% ≈ 82%
82

D’où : 121,95 × 82 = ? 10000

9999,9  10000  l’indice synthétique est réversible.

2.3.2 – Pondérations en matière d’indices

2.3.2.1 – La pondération de Laspeyres

Laspeyres, mathématicien et économiste allemand (1834 – 1913) retient la pondération de

l’époque de base 0 pour le calcul de son indice.

• Indice de prix de Laspeyres (Lp)

Les prix varient et les quantités sont constantes

Méthodes M.A.P.I.S I.M.A.P

Formules
de l’indice ∑
Pn
× Q0
∑ Pn × Q0
P0 𝐿𝑃𝑛/0 = × 100
𝐿𝑃𝑛/0 = × 100 ∑ P0 × Q0
∑Q

• Indice de quantité de Laspeyres

Les prix sont constants et les quantités varient

Méthodes M.A.P.I.S I.M.A.P

Formules Qn ∑ P0 × Qn
∑ × P0 𝐿𝑄𝑛/0 = × 100
de l’indice Q0 ∑ P0 × Q0
𝐿𝑄𝑛/0 =
∑ P0

2.3.2.2 – La pondération de Paasche

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

• Indice de quantité de Paasche (PQ)

Méthodes MAPIS IMAP
Formules Qn ∑ Pn × Qn
∑ × Pn 𝑃𝑄𝑛/0 = × 100
de l’indice 𝑃𝑄𝑛/0 =
Q ∑ Pn × Q0
∑ Pn

2.3.3 – Indice de valeurs globales (I.V.G)

La valeur globale correspond au produit P.Q.

∑ Pn × Qn
𝐼. 𝑉. 𝐺𝑛/0 = × 100
∑ P0 × Q0

Remarque :
LPn/0 × PQn/0 LQn/0 × PPn/0
𝐼. 𝑉. 𝐺𝑛/0 = =
100 100

2.3.4 – Indices de Fisher

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

2.3.4.1 – Indice de prix de Fisher (Fp)

𝐹𝑃𝑛/0 = √𝐿𝑃𝑛/0 × 𝑃𝑃𝑛/0

2.3.4.2 – Indice de quantité de Fisher (FQ)

𝐹𝑄𝑛/0 = √𝐿𝑄𝑛/0 × 𝑃𝑄𝑛/0

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

1) Calculons LP90/85 et LQ90/85

∑ P90 ×Q85 ∑ Q90 × P85
𝐿𝑃90/85 = ∑ P85 ×Q85
× 100 ; 𝐿𝑄90/85 = ∑ Q85 × P85
× 100

P90.Q85 P85.Q85 Q90.P85 P90.Q90

Produits
Crayon 1000 600 525 875
Règle 1200 900 810 1080
Gomme 750 1000 1300 975
Cahier 6750 4800 4160 5850
 9700 7300 6795 8780

9700 6795
𝐿𝑃90/85 = × 100 = 132,87 ; 𝐿𝑄90/85 = × 100 = 93,08
7300 7300

2) Calculons PP90/85 et PQ90/85

∑ P85 ×Q85 ∑ Q85 × P85
𝑃𝑃85/90 = ∑ P90 ×Q85
× 100 ; 𝑃𝑄85/90 = ∑ Q90 × P85
× 100

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

4) Calculons FP90/85 et FQ90/85

𝐹𝑃90/85 = √𝐿𝑃90/85 × 𝑃𝑃90/85  𝐹𝑃90/85 = √132,87 × 129,21 = 131,02

𝐹𝑄90/85 = √𝐿𝑄90/85 × 𝑃𝑄90/85  𝐹𝑄90/85 = √93,08 × 90,051 = 91,78

N.B : On peut aussi calculer IVG par la formule :

FPn/0 ×FQn/0 131,02 ×91,78
𝐼𝑉𝐺90/85 = (4e méthode)  𝐼𝑉𝐺90/85 = = 120,25
100 100

56