Académique Documents
Professionnel Documents
Culture Documents
Moussa KONE
1 Chapitre 1 1
1.1 Présentation des données . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.1.1 La population . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.1.2 L’unité statistique ou l’individu . . . . . . . . . . . . . . . . . . . 2
1.1.3 L’échantillon . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.1.4 Le caractère ou la variable . . . . . . . . . . . . . . . . . . . . . . 2
1.1.5 Variable quantitative . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.1.6 Variable quantitative . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.1.7 Variable quantitative continue . . . . . . . . . . . . . . . . . . . . 3
1.1.8 La modalité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.1.9 La discrétisation . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
iii
Chapitre 0 TABLE DES MATIÈRES
Bibliographie 21
Moussa KONE iv
Licence 1 : AGRO, BIO, FMQA, GAM/U-AN
Chapitre
1
Chapitre 1
Sommaire
1.1 Présentation des données . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.1.1 La population . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.1.2 L’unité statistique ou l’individu . . . . . . . . . . . . . . . . . . . . . . 2
1.1.3 L’échantillon . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.1.4 Le caractère ou la variable . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.1.5 Variable quantitative . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.1.6 Variable quantitative . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.1.7 Variable quantitative continue . . . . . . . . . . . . . . . . . . . . . . 3
1.1.8 La modalité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.1.9 La discrétisation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1. la planification du projet ;
Il ne faut pas confondre la statistique qui est la science qui vient définie et une statistique
qui est un ensemble de données chiffrées sur un sujet précis. Les premières statistiques
correctement élaborées ont été celles des recensements démographiques. Ainsi le voca-
bulaire statistique est essentiellement celui de la démographie. Les ensembles étudiés
sont appelés population. Les éléments de la population sont appelés individus ou unités
statistiques. La population est étudiée selon un ou plusieurs caractères.
1
Chapitre 1 1.1. PRÉSENTATION DES DONNÉES
1.1.1 La population
C’est l’ensemble des individus (ou unités statistiques) présentant un caractère com-
mun. Pour une thématique donnée, la population regroupe toujours la totalité des indi-
vidus relatifs à cette thématique (notion d’exhaustivité).
1.1.3 L’échantillon
C’est un sous-ensemble construit et représentatif d’une population donnée.
1.1.8 La modalité
C’est la valeur qualitative ou quantitative que peut prendre le caractère précédem-
ment défini.
Exemple 1.1.7. sexe féminin ou masculin, poids 45 kg, couleur verte, etc. Attention, les
modalités sont exhaustives et mutuellement exclusives. Chaque individu doit pouvoir être
classé dans une et une seule modalité.
1.1.9 La discrétisation
Lorsque les modalités sont des valeurs numériques isolées, comme le nombre d’enfants
par ménage, on parle de variable discrète. Ce découpage en classes pose de nombreuses
questions : choix des amplitudes, amplitudes constantes ou variables, nombre de classes,
etc. Nous ne rentrerons pas ici dans le détail de ces opérations.
Sommaire
2.0.1 Les fréquences absolue, relative et cumulée . . . . . . . . . . . . . . . 6
2.1 La moyenne . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
2.1.1 La moyenne arithmétique . . . . . . . . . . . . . . . . . . . . . . . . . 7
2.1.2 La moyenne arithmétique pondérée . . . . . . . . . . . . . . . . . . . . 7
2.1.3 Moyenne arithmétique d’une variable continue . . . . . . . . . . . . . 7
2.1.4 La moyenne géométrique . . . . . . . . . . . . . . . . . . . . . . . . . 8
2.1.5 La moyenne harmonique . . . . . . . . . . . . . . . . . . . . . . . . . . 8
2.1.6 La moyenne quadratique . . . . . . . . . . . . . . . . . . . . . . . . . . 8
2.2 Mode - Classe modale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
2.2.1 Mode . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
2.2.2 Classe modale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
2.2.3 Densités . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
2.3 Médiane-Classe médiane . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
2.3.1 Médiane d’une variable discrète . . . . . . . . . . . . . . . . . . . . . . 11
2.3.2 Médiane d’une variable continue ( groupée en classe) . . . . . . . . . . 12
5
Chapitre 2 2.1. LA MOYENNE
Tous trois ne décrivent par la même chose et sont, de ce fait, complémentaires dans la
description et l’analyse d’une distribution.
Ces statistiques ne se calculent que dans le cas où nous avons à faire à des variables
quantitatives. Dans le cas où nous avons des variables qualitatives, on procède aux fré-
quences. Avant d’analyser ces trois indicateurs de position, nous allons d’abord aborder
la notion de la fréquence.
2.1 La moyenne
La moyenne constitue l’un des paramètres fondamentaux de tendance centrale mais
non suffisant pour caractériser une distribution. Complémentaire du mode et surtout
de la médiane, la moyenne constitue à n’en point douter, la mesure la plus calculée et
la plus utilisée lors de la description de séries statistiques. Il existe plusieurs types de
moyennes, chacun adapté à des situations précises :
x1 + x2 + · · · + xn 1X n
X̄ = = xi
n n i=1
Exemple 2.1.1. 1. Calculer la moyenne des valeurs suivantes : 20, 14, 30, 29.
2. Calculer la moyenne de : 8, 9,3,5,5,4,6,4,7,9
Classe (ou Modalité) [xi , xi+1 [ [x1 , x2 [ [x2 , x3 [ · · · [xi , xi+1 [ · · · [xm−1 , xm
Effectif ni n1 n2 ··· ni ··· nm
1 Xm
X̄ = ci × ni
n k=1
xi + xi+1
où ci = est le centre de la classe et ni l’effectif associé à la classe [xi ; xi+1 [.
2
Exemple 2.1.2. Calculer la moyenne de la série statistique suivante :
Classes Effectifs
[0,5[ 10
[5,10[ 15
[10,15[ 12
[15,25[ 25
[25,30[ 10
Exemple 2.1.3. 1. Les prix de l’immobilier ancien ont augmenté ces trois dernières
année de la façon suivante : 2,4,8. Calculer la moyenne arithmétique du prix du
loyer de ces trois dernière année.
2. Calculer le taux de moyen géométrique.
Exemple 2.1.4. Pour une distance donnée, le temps de trajet est d’autant plus court que
la vitesse est élevée.
Un loyer dans le parc privé est d’autant plus élevé que la taille ou la surface du
logement est petite. Cette moyenne s’écrit de la manière suivante :
n
H̄ = n
X 1
i=1 xi
négatives. Elle est, de ce fait, très utilisée en électricité. Elle permet notamment de
calculer la grandeur d’un ensemble de nombre. A titre d’information, elle s’écrit :
v
n
u1 X
u
Q̄ = t (x )2i
n i=1
2.2.1 Mode
Le mode, M0 , d’une série statistique est la valeur du caractère la plus fréquente ou
dominante dans l’échantillon. Autrement dit, c’est la valeur qui a la fréquence (absolue
ou relative) la plus élevée. Lorsque la distribution a plus d’un mode, on parle d’une
distribution multimodale (bimodale, trimodale , etc).
∆i
M0 = xi + ai ×
∆s + ∆i
Avec
— xi : limite inférieure de la classe modale ;
— ai : amplitude de la classe modale ;
— ∆i : écart d’effectif ou de fréquence entre la classe modale et la classe inférieure la
plus proche
∆i = n0 − ni ou bien ∆i = f0 − fi
— n0 et f0 sont l’effectif et la fréquence associés à la classe modale.
— ni et fi sont l’effectif et la fréquence de la classe inférieure la plus proche de la
classe modale
— ∆s : écart d’effectif ou de fréquence entre la classe modale et la classe supérieure
la plus proche.
∆s = n0 − ns ou bien ∆s = f0 − fs .
2.2.3 Densités
ni
La densité di = où ni est l’effectif de la classe ci = [xi ; xi+1 [ et ai = xi+1 − xi
ai
l’amplitude de la classe.
Classes Effectifs
[0,5[ 10
[5,10[ 15
[10,15[ 12
[15,25[ 25
[25,30[ 10
Moussa KONE 10
Licence 1 : AGRO, BIO, FMQA, GAM/U-AN
2.3. MÉDIANE-CLASSE MÉDIANE Chapitre 2
n+1
Me = ième valeur de la série
2
Exemple 2.3.2. Les notes obtenues par un élève, au cours d’un mois, sont :
{4, 7, 7, 11, 13, 15, 17}.
Moussa KONE 11
Licence 1 : AGRO, BIO, FMQA, GAM/U-AN
Chapitre 2 2.3. MÉDIANE-CLASSE MÉDIANE
7+1
Il y a 7 notes dont la médiane se trouve à la position = 4. La médiane de
2
cette distribution est 11, car trois notes sont inférieure et supérieure.
50% − Fi 0, 5 − Fi
M e = xi + ai = xi + ai ×
Fs − Fi Fs − Fi
— xi : limiteinf érieuredelaclassemédiane;
— ai : amplitude de la classe médiane ;
— Fi : la valeur de la fréquence cumulée croissante inférieure la plus proche de
la classe médiane.
— Fs : la valeur de la fréquence cumulée croissante de la classe médiane.
Exemple 2.3.3. Le tableau suivant donne la répartition les étudiants de la premère année
de l’UFR-ST selon leur taille.
Taille (cm) xi Effectifs ni
[155 ;160[ 25
[160 ;165[ 50
[165,170[ 100
[170,175[ 175
[175,180[ 60
[180,185[ 40
[185,190[ 30
[190,195[ 20
Moussa KONE 12
Licence 1 : AGRO, BIO, FMQA, GAM/U-AN
2.3. MÉDIANE-CLASSE MÉDIANE Chapitre 2
Déterminer la médiane de cette série statistique par calcul et graphiquement. Pour faire
le calcul, dressons le tableau des effectifs cumulés croissants et décroissants.
Moussa KONE 13
Licence 1 : AGRO, BIO, FMQA, GAM/U-AN
Chapitre 2 2.3. MÉDIANE-CLASSE MÉDIANE
Moussa KONE 14
Licence 1 : AGRO, BIO, FMQA, GAM/U-AN
Chapitre
3
Chapitre 3 : Indices de dispersion
Sommaire
3.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
3.2 Étendue d’une série ou intervalle de variation . . . . . . . . . . . . . . . . . . 15
3.3 Les quartiles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
3.4 Écart absolu moyen. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
3.5 Fluctuation ou variance - Écart-type ou écart quadratique moyen . . . . . . . 19
3.5.1 Fluctuation ou variance . . . . . . . . . . . . . . . . . . . . . . . . . . 19
3.5.2 Écart-type ou écart quadratique moyen . . . . . . . . . . . . . . . . . 20
3.5.3 Intérêt de l’écart-type. . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
3.5.4 Coefficient de variation . . . . . . . . . . . . . . . . . . . . . . . . . . 20
3.6 EXERCICES . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
3.1 Introduction
Les valeurs types d’une série statistiques (mode, médiane, moyenne) donnent une
id]’ee sommaire de la distribution des observation mais elle ne suffisent pas à la carac-
tériser.
Considérons, par exemple, deux groupes de sept élèves d’une même classe qui ob-
tiennent à un devoir les notes suivantes :
Groupe A : 9 10 10 11 12 12 13
Groupe B : 5 7 9 11 13 15 17.
Ces deux séries ont la même médiane et la même moyenne arithmétique 11. Dans la
première, les valeurs sont groupées autour de la valeur typique 11 ; dans la deuxième, elles
sont plus étalées, plus dispersées de la valeur centrale. Nous disons que la distribution
A a une faible dispersion, tandis que B a une forte dispersion.
15
Chapitre 3 3.3. LES QUARTILES
Moussa KONE 16
Licence 1 : AGRO, BIO, FMQA, GAM/U-AN
3.3. LES QUARTILES Chapitre 3
3n
− Ni
4
Q3 = xi + ai
ni
25% − Fi 0, 25 − Fi
Q1 = xi + ai × = xi + ai ×
Fs − Fi Fs − Fi
75% − Fi 0, 75 − Fi
Q3 = xi + ai × = xi + ai ×
Fs − Fi Fs − Fi
Intervalle inter-quartile
L’intervalle inter-quartile est la différence Q3 − Q1 . Il caractérise la dispersion car il
contient la moitié (50%) des effectifs.
Moussa KONE 17
Licence 1 : AGRO, BIO, FMQA, GAM/U-AN
Chapitre 3 3.4. ÉCART ABSOLU MOYEN.
177,08-167,25=9,83 cm.
1X n
e= |xi − x̄|
n i=1
Exemple 3.4.1. Calculer l’écart moyen. 8, 10, 11, 11, 12, 13, 14, 16.
3. Dans le cas d’observation groupées en classes, l’écart absolu moyen est définit par
1X m
e= ni |xi − x̄|
n i=1
Moussa KONE 18
Licence 1 : AGRO, BIO, FMQA, GAM/U-AN
3.5. FLUCTUATION OU VARIANCE - ÉCART-TYPE OU ÉCART QUADRATIQUE
MOYEN Chapitre 3
Remarque 3.4.1. Dans cette étude, nous avons définit l’écart moyen d’une série par
rapport à la moyenne arithmétique. On pourrait le définir par rapport à une autre valeur
typique, la médiane par exemple. D’ailleurs, dans les distributions courantes, la médiane
et la moyenne arithmétique ont des valeurs très voisines.
Modalité x1 x2 · · · xm
Effectif n1 n2 · · · nm
Fréquence f1 f2 · · · fm
ni
n = n1 + n2 + · · · + nm et fi = et x̄ la moyenne de cette série. elle s’exprime par :
n
1X m 1X m m
σ2 = ni (xi − x̄)2 = ni x2i − x̄2 = fi x2i − x̄2
X
n i=1 n i=1 i=1
Moussa KONE 19
Licence 1 : AGRO, BIO, FMQA, GAM/U-AN
Chapitre 3 3.6. EXERCICES
3.6 EXERCICES
Exercice 1.
Moussa KONE 20
Licence 1 : AGRO, BIO, FMQA, GAM/U-AN
3.6. EXERCICES Chapitre 3
Salaire (en Dollars) xi [30,40[ [40,50[ [50,60[ [60,70 [ [70,80[ [80,90[ [90,100[
Effectif ni 11 26 63 81 35 21 13
1. Quelle est l’étendu de cette grille salariale ?
2. Quelle est le salaire moyen du personnel de cette entreprise ?
3. Quelle est la classe modale de cette série ?
4. Construire l’histogramme des effectifs et détermine graphiquement le mode.
5. Confirmer cette valeur par le calcul de M0
6. Donner le tableau cumulatif des effectifs cumulés croissants et décroissants.
7. Construire la courbe cumulative croissante et décroissante des effectifs et déduire
graphique une valeur approximative de la médiane, le premier et le troisième quar-
tile (Q1 et Q3 ).
8. Confirmer ces valeur par calcul de la valeur de la médiane M e, du premier et l
troisième quartile.
9. Calculer écart absolu moyen e.
10. Calculer la variance, l’écart-type et le coefficient de variation.
11. En déduire si on a une bonne estimation du salaire moyen du personnel.
Exercice 2
Moussa KONE 21
Licence 1 : AGRO, BIO, FMQA, GAM/U-AN
Chapitre 3 3.6. EXERCICES
Moussa KONE 22
Licence 1 : AGRO, BIO, FMQA, GAM/U-AN
Chapitre
4
Statistiques à deux variables
4.1 Généralités
23