Statistique Descriptive

Filière : Génie Industriel

CY CLE D ’ I NG ÉNIEUR

( P RE MI ÈRE A N N È E - S 1)

A N N É E U N I V E RS ITA IRE : 2 0 2 3/2024

STATISTIQUE DESCRIPTIVE 1
 Plan
I. Introduction à la statistique
II. Représentation des données
III. Caractéristiques de tendance centrale
IV. Caractéristiques de dispersion et de concentration
V. Séries doubles
VI. Indices Statistiques
VII.Séries Chronologies

STATISTIQUE DESCRIPTIVE 2
I. Introduction à la statistique

STATISTIQUE DESCRIPTIVE 3
 Généralités sur la statistique
• La statistique est l’étude de la collecte de données, leur analyse, leur traitement,
l’interprétation des résultats et leur présentation afin de rendre les données compréhensibles par
tous. C’est à la fois une science, une méthode et un ensemble de techniques.
• La statistique est un outil essentiel pour la compréhension et la gestion des phénomènes
complexes.
• Elle est enseignée dans toutes les filières universitaires, de l’économie à la biologie en passant
par la psychologie et bien sûr les sciences de l’ingénieur.
• La statistique consiste à :
 Recueillir des données.
 Présenter et résumer ces données.
 Tirer des conclusions sur la population étudiée et d’aider à la prise de décision.

Exemple: statistiques relatives aux élections, statistiques relatives aux ventes d’une entreprise…

STATISTIQUE DESCRIPTIVE 4
 Définition
1. La statistique
C’est une science qui consiste à collecter les données, les traiter , les analyser, les interpréter et les
présenter en vue d’étudier un phénomène donné. De manière générale, l’enseignement de la
statistique peut être vu en trois volets:
 Les statistiques descriptives,
 Les statistiques probabilistes,
 Les statistiques prédictives. Probabilité et
statistique

Statistiques probabilistes Statistiques descriptives Statistiques prédictives

STATISTIQUE DESCRIPTIVE 5
 Définition
2. Les statistiques descriptives: consiste en un ensemble d’outils qui peuvent êtres considérés
dans les premières étapes de l’analyse de données. Les objectifs d’une telle analyse se résument en
trois point:
Contrôle des données et éliminer les données aberrantes;
Résumer les données sous forme graphique ou numériques;
Étudier les particularités de ces données.

3. Les statistiques probabilistes: consistes en un ensemble d’outils qui permettent d’étudier les
mécanismes aléatoires à la différence des mécanismes certains qui sont du sort de la statistique
descriptive.
4. Les statistiques prédictives: consistes en un ensemble d’outils qui ont pour objet de mettre à la
disposition du statisticien un outils de décision tout en tenant compte des informations recueillies.

STATISTIQUE DESCRIPTIVE 6
 Statistique descriptive
• La statistique descriptive a pour objet la collecte, la caractérisation, l'analyse et l'interprétation
d'observations relatives à des phénomènes concernant des ensembles plus ou moins importants
d'objets, d'événements ou d'individus.
• L’objectif est de faire « parler » les chiffres afin de prendre une décision. Cette démarche
statistique peut être présenter dans le schéma suivant:

STATISTIQUE DESCRIPTIVE 7
 Vocabulaires de la statistique
Population statistique: Ensemble des éléments sur lesquels porte une étude statistique. Les
éléments de la population sont appelés unités statistiques (ou individus). Une unité statistique peut
être un être humain (étudiant, salarié, femme, …), un être vivant quelconque (animal, plante,
microbe,…), ou un objet (ville, produit, industrie, table, machine,…). Cet ensemble est noté Ω.
Exemple
• On considère l’ensemble des étudiants de la section A. On s’intéresse aux nombre de frères
et sœurs de chaque étudiant.

Dans ce cas Ω = ensemble des étudiants.

• Si l’on s’intéresse maintenant a la circulation automobile dans une ville, la population est
alors constituée de l’ensemble des véhicules susceptibles de circuler dans cette ville à une
date donnée.
Dans ce cas Ω = ensemble des véhicules.

STATISTIQUE DESCRIPTIVE 8
 Vocabulaires de la statistique
 Échantillon: Partie de la population ( une classe, hommes, femmes …..)
 Individu ou unité statistique : éléments de la population ou de l’échantillon (il est noté ω (ω
dans Ω).
 Caractère (variable statistique) : Caractère mesuré sur chaque individu.
Elle est notée 𝑿: 𝛀 → 𝑪
- L’ensemble 𝐶 est dit : ensemble des valeurs du caractère X (c’est ce qui est mesuré ou
observé sur les individus).

Exemple : Taille, température, nationalité, couleur des yeux, catégorie socioprofessionnelle.

STATISTIQUE DESCRIPTIVE 9
 Vocabulaires de la statistique
Modalités: les différentes valeurs que peut prendre la variable X

Exemple:
– Variable est " situation familiale " ⇒ Modalités sont " célibataire, marié, divorcé ,... "
– Variable est " catégories socio-professionnelles " ⇒ Modalités sont " Employés, ouvriers, retraités,... "

 Les modalités sont les différentes situations dans lesquelles les individus peuvent se trouver à
l’égard du caractère considéré. On note leurs nombre par J
 Série statistique: suite des valeurs prises par la variable 𝑋. on la note: (𝑥1 , 𝑥2 , … , 𝑥𝑛 )

STATISTIQUE DESCRIPTIVE 10
Vocabulaires de la statistique

STATISTIQUE DESCRIPTIVE 11
 Vocabulaires de la statistique
 Effectif totale (taille) d’une population ou d’une série statistique (série brute), noté N , est le
nombre d'individus qui composent cette série ou population.
𝐽
 Effectif : 𝑛𝑖 = nombre d’apparition d’une valeur 𝑥𝑖 de la variable X. On a: σ𝑖=1 𝑛𝑖 = 𝑁

Exemple : Au cours d’un semestre, on a observé 20 élèves d’une école dont les notes sont
données par le tableau suivant :

- Calculer l’effectif total et l’effectif de chaque modalité

STATISTIQUE DESCRIPTIVE 12
 Vocabulaires de la statistique
Exemple :
Le classement de la série des 20 notes précédentes par ordre croissant donne les résultats
suivants: 5,5,5, 5, 7,7,7,7, 8,8, 10,10,10,10, 12, 12, 12, 12, 13, 13
- L'effectif total de cette série est N= 20
- Les modalités obtenues après le regroupement des observations sont: 5,7,8, 10,12 et 13.
Donc on a:
La modalité x1 = 5 a pour effectif n1 = 4
La modalité x2 = 7 a pour effectif n2 = 4
La modalité x3 = 8 a pour effectif n3 = 2
La modalité x4 = 10 a pour effectif n4 = 4
La modalité x3 = 12 a pour effectif n3 = 4
La modalité x4 = 13 a pour effectif n4 = 2

STATISTIQUE DESCRIPTIVE 13
 Vocabulaires de la statistique
𝑛𝑖 𝐽
 Fréquence : 𝑓𝑖 = 𝑁
associée à la valeur 𝑥𝑖 . On a : σ𝑖=1 𝑓𝑖 = 1.
4
Exemple : La fréquence des élèves qui ont obtenu 5 est égale à : 𝑓1 = 20 = 0,2
𝐽
 Pourcentage (%) : 𝑝𝑖 = (100 × 𝑓𝑖 ) associée à la valeur 𝑥𝑖 . On a: σ𝑖=1 𝜌𝑖 = 100%.

 Effectif cumulé : 𝑁𝑖 = σ𝑖𝑗=1 𝑛𝑗 . (𝑁1 = 𝑛1 , 𝑁2 = 𝑛1 +𝑛2 , 𝑁3 = 𝑛1 +𝑛2 + 𝑛3 , … . )

 Fréquence cumulée : 𝐹𝑖 = σ𝑖𝑗=1 𝑓𝑗 . (𝐹1 = 𝑓1 , 𝐹2 = 𝑓1 +𝑓2 , 𝐹3 = 𝑓1 +𝑓2 + 𝑓3 , … . )

 Pourcentage cumulé : 𝑃𝑖 = σ𝑖𝑗=1 𝑝𝑗 . (𝑃1 = 𝑝1 , 𝑃2 = 𝑝1 +𝑝2 , 𝑃3 = 𝑝1 +𝑝2 + 𝑝3 , … . )

 Distribution d’un caractère: On appelle distribution d'un caractère X, l'ensemble des couples:

On peut écrire aussi la distribution sous la forme suivante:

STATISTIQUE DESCRIPTIVE 14
 Types des caractères

Continue
Quantitative
Discrète
Variable statistique
Nominale
Qualitative
Ordinale

STATISTIQUE DESCRIPTIVE 15
 Types des caractères
• Caractères qualitatifs : sont ceux dont les modalités ne peuvent pas être ordonnées, c’est-à-
dire que si l’on considère deux caractères pris au hasard, on ne peut pas dire de l’un des
caractères qu’il est inférieur ou égal à l’autre.
Exemple: L’état d’une maison : on peut considérer les modalités suivantes
– Ancienne.
– Dégradée.
– Nouvelle.
– Rénovée.
• Caractères quantitatifs : sont des caractères dont les modalités peuvent être ordonnées. Ainsi,
l’âge, la taille de vie ou le salaire d’un individu sont des caractères quantitatifs.

STATISTIQUE DESCRIPTIVE 16
 Types des caractères
 Variable quantitative discrète : les modalités sont mesurables, finis ou dénombrables (Note,
taille, poids, âge, mesure,…)
 Variable quantitative continue: l’ensemble des modalités mesurables est un intervalle fini ou
infini ( [8; 20[, [0; +∞[, ℝ…)
 Variable qualitative nominale : les modalités ne sont pas mesurables et ne peuvent pas être
ordonnées: (sexe, couleur, …)
 Variable qualitative ordinale : les modalités ne sont pas mesurables mais peuvent être
ordonnées: (taille d’un vêtement: XXL, XL, L, M, S)

STATISTIQUE DESCRIPTIVE 17
Exemples

STATISTIQUE DESCRIPTIVE 18
Exemples

STATISTIQUE DESCRIPTIVE 19
II. Représentation des données

STATISTIQUE DESCRIPTIVE 20
 Tableaux statistiques
• Le tableau de distribution de fréquences est un mode synthétique de présentation des données
collectées.
 Immédiat dans le cas qualitatifs ou quantitatif discret.
 Nécessite une transformation de données dans le cas quantitatif continu. (des classes)

• C’est un tableau qui se compose de plusieurs colonnes: modalités (𝑥𝑖 ), effectif (𝑛𝑖 ), fréquence
(𝑓𝑖 ), effectif cumulé (𝑁𝑖 ) et fréquence cumulée (𝐹𝑖 )
Remarque:
Dans le cas d’un caractère qualitatif pure (Nominale), le tableau statistique se résume à trois
colonnes: modalités (𝑥𝑖 ), effectif (𝑛𝑖 ) et fréquence (𝑓𝑖 ).

STATISTIQUE DESCRIPTIVE 21
 Tableaux statistiques
Distribution d’un caractère
Cas d’un caractère qualitatif
Exemple :On effectué une enquête sur 20 agriculteurs d’un petit village concernant leurs
opinions vis-à-vis d’un produit agricole appelé GA.
• Soit X un caractère qui désigne l’opinion des agriculteurs par rapport à un produit agricole
appelé GA

1. Déterminer la distribution de ce caractère.

2. Tracer le tableau statistique de ce caractère.

STATISTIQUE DESCRIPTIVE 22
 Tableaux statistiques
Distribution d’un caractère
Cas d’un caractère qualitatif
Exemple :On effectué une enquête sur 20 agriculteurs d’un petit village concernant leurs
opinions vis-à-vis d’un produit agricole appelé GA.
• Soit X un caractère qui désigne l’opinion des agriculteurs par rapport à un produit agricole
appelé GA
• Les 5 valeurs possibles de ce caractère sont :

• Donc la distribution de ce caractère est:

STATISTIQUE DESCRIPTIVE 23
 Tableaux statistiques
Distribution d’un caractère
Cas d’un caractère qualitatif
Le tableau statistique de ce caractère est:
i Modalité Effectif Effectif cumulé Fréquence Fréquence cumulé
𝒙𝒊 𝒏𝒊 𝑵𝒊 𝒇𝒊 𝑭𝒊
1 M 5 5 0,25 0,25
2 P 4 9 0,2 0,45
3 AB 3 12 0,15 0,6
4 B 5 17 0,25 0,85
5 TB 3 20 0,15 1
TOTAL 20 1

STATISTIQUE DESCRIPTIVE 24
 Tableaux statistiques
Distribution d’un caractère
Cas d’un caractère quantitatif
A- Variable discrète
Exemple : Soit X un caractère qui désigne le nombre d’enfants par ménage pour les 20
agriculteurs.

1. Déterminer la distribution de ce caractère.

2. Tracer le tableau statistique de ce caractère.

STATISTIQUE DESCRIPTIVE 25
 Tableaux statistiques
Distribution d’un caractère
Cas d’un caractère quantitatif
A- Variable discrète
Exemple : Soit X un caractère qui désigne le nombre d’enfants par ménage pour les 20
agriculteurs. Les 7 valeurs possibles de ce caractère sont:

• Donc la distribution de ce caractère est:

STATISTIQUE DESCRIPTIVE 26
 Tableaux statistiques
Distribution d’un caractère
Cas d’un caractère quantitatif A- Variable discrète: Le tableau statistique de ce caractère est:
i Modalité Effectif Effectif cumulé Fréquence Fréquence cumulé
𝒙𝒊 𝒏𝒊 𝑵𝒊 𝒇𝒊 𝑭𝒊
1 0 2 2 0,1 0,1
2 1 4 6 0,2 0,3
3 2 3 9 0,15 0,45
4 3 2 11 0,1 0,55
5 4 5 16 0,25 0,8
6 5 3 19 0,15 0,95
7 6 1 20 0,05 1
TOTAL 20 1

STATISTIQUE DESCRIPTIVE 27
 Tableaux statistiques
Distribution d’un caractère
Cas d’un caractère quantitatif
A- Variable continue
• Soit X un caractère continu dont les n modalités peuvent être regroupées en plusieurs
classes [𝒆𝒊−𝟏 , 𝒆𝒊 [, 1 ≤ 𝑖 ≤ 𝑛
• Soit k le nombre de classes du caractère continu. Ce nombre est déterminé par la formule
Sturges suivante:

Dans la pratique on prend un entier très proche de k

STATISTIQUE DESCRIPTIVE 28
 Tableaux statistiques
A- Variable continue
Ainsi on a:

◦ : est l’étendue de la série statistique.

◦ : est l’étendu de la classe

Où 𝒙𝒎𝒂𝒙 et 𝒙𝒎𝒊𝒏 étant la valeur maximale et la valeur minimale prises par X.

Alors:

Donc:

STATISTIQUE DESCRIPTIVE 29
 Tableaux statistiques
A- Variable continue
Le tableau statistique relatif à la variable continue peut être représenté comme suit:

N° de classe Classes 𝒏𝒊 𝒇𝒊
1 [𝑒0 , 𝑒1 [ 𝑛1 𝑓1
2 [𝑒1 , 𝑒2 [ 𝑛2 𝑓2
. . .
i [𝑒𝑖−1 , 𝑒𝑖 [ 𝑛𝑖 𝑓𝑖
. . .
K [𝑒𝑘−1 , 𝑒𝑘 [ 𝑛𝑘 𝑓𝑘
Total - N 1

STATISTIQUE DESCRIPTIVE 30
 Tableaux statistiques
Exemple:
Considérons les données suivantes qui désignent les tailles de 20 étudiants:
1,73 1,82 1,87 1,75 1,68 1,64 1,88 1,86 1,89 1,59 1,5 1,67 1,81 1,76 1,72
1,65 1,79 1,89 1,81 1,9
- Déterminer le tableau statistiques correspond à la taille

STATISTIQUE DESCRIPTIVE 31
 Tableaux statistiques
Exemple:
Considérons les données suivantes qui désignent les tailles de 20 étudiants:

1,73 1,82 1,87 1,75 1,68 1,64 1,88 1,86 1,89 1,59 1,5 1,67 1,81
1,76 1,72 1,65 1,79 1,89 1,81 1,9
L’application de la formule Sturges donne:
𝒌 = 𝟏 + 𝟑. 𝟐𝟐 𝐥𝐨𝐠(𝟐𝟎) ≈ 𝟓
L’étendu de chaque classe est donné par:
𝐸 𝑥𝑚𝑎𝑥 − 𝑥𝑚𝑖𝑛 1.9 − 1.5
𝑒= = = = 0.08
𝑘 𝑘 5

STATISTIQUE DESCRIPTIVE 32
 Tableaux statistiques
Exemple:
Alors :
𝒆𝟎 = 𝟏. 𝟓 𝒆𝟏 = 𝟏. 𝟓 + 𝟎. 𝟎𝟖 = 𝟏. 𝟓𝟖 𝒆𝟐 = 𝟏. 𝟓 + 𝟐 ∗ 𝟎. 𝟎𝟖 = 𝟏. 𝟔𝟔

𝒆𝟑 = 𝟏. 𝟓 + 𝟑 ∗ 𝟎. 𝟎𝟖 = 𝟏. 𝟕𝟒 𝒆𝟒 = 𝟏. 𝟓 + 𝟒 ∗ 𝟎. 𝟎𝟖 = 𝟏. 𝟖𝟐 𝒆𝟓 = 𝟏. 𝟓 + 𝟓 ∗ 𝟎. 𝟎𝟖 = 𝟏. 𝟗

Donc:

[1.5, 1.58[ [1.58, 1.66[ [1.66, 1.74[ [1.74, 1.82[ [1.82, 1.9]

Classe 1 Classe 1 Classe 1 Classe 1 Classe 1

STATISTIQUE DESCRIPTIVE 33
 Tableaux statistiques
Exemple: Soit la série statistique de la variable suivante:
1,73 1,82 1,87 1,75 1,68 1,64 1,88 1,86 1,89
1,59 1,5 1,67 1,81 1,76 1,72 1,65 1,79 1,89 1,81 1,9
Le tableau statistique relatif à cette variable est:
N° de classe Classes 𝒏𝒊 𝒇𝒊
1 [1.5, 1.58[ 1 0.05
2 [1.58, 1.66[ 3 0.15
3 [1.66, 1.74[ 4 0.2
4 [1.74, 1.82[ 4 0.2
5 [1.82, 1.90] 8 0.4
Total - 20 1

STATISTIQUE DESCRIPTIVE 34
Représentations Graphiques

STATISTIQUE DESCRIPTIVE 38
 Représentations Graphiques
Le graphique est une traduction visuelle de l’information représenté par un caractère.
1. Cas du caractère qualitatif
1.1 Diagramme en barre
◦ Ce diagramme est formé de rectangles d’hauteurs proportionnelles aux effectifs (ou
fréquences) des modalités associées.
◦ Ces rectangles ont les mêmes bases et sont constants.
Modalité 𝒙𝒊 𝒏𝒊 𝒇𝒊
M 5 0,25
P 4 0,2
AB 3 0,15
B 5 0,25
TB 3 0,15

STATISTIQUE DESCRIPTIVE 39
 Représentations Graphiques
1.2 Diagramme circulaires
◦ Ce diagramme est formé de disque dont les secteurs sont proportionnels aux effectifs 𝒏𝒊 (ou
fréquences 𝒇𝒊 ) des modalités associées.
◦ En terme d’angle, on associe à chaque modalité 𝒙𝒊 l’angle 𝜽𝒊 du secteur i tel que:
𝟑𝟔𝟎° × 𝒏𝒊
𝜽𝒊 = = 𝟑𝟔𝟎° × 𝒇𝒊
𝑵

Modalité 𝒏𝒊 𝒇𝒊 𝜽𝒊
𝒙𝒊
M 5 0,25 90
P 4 0,2 72
AB 3 0,15 54
B 5 0,25 90
TB 3 0,15 54

STATISTIQUE DESCRIPTIVE 40
 Représentations Graphiques
2. Cas du caractère quantitatif
2.1 Variable discrète : A) Diagramme en bâtons
◦ Ce diagramme est formé de segments dont chaque modalité 𝒙𝒊 est associée à un segment
d'hauteur 𝒉𝒊 proportionnel à l’effectif 𝒏𝒊 ou à la fréquence 𝒇𝒊 .
Modalité 𝒙𝒊 𝒏𝒊 𝒇𝒊
0 2 0,1
1 4 0,2
2 3 0,15
3 2 0,1
4 5 0,25
5 3 0,15
6 1 0,05

STATISTIQUE DESCRIPTIVE 41
 Représentations Graphiques
2.1 Variable discrète : Fonction de répartition
B) Diagramme cumulatif: Ce diagramme est formé des paliers qui sont 0 si x  x1
horizontaux et les fréquences cumulées croissantes 𝐹(𝑥) qui sont 
constantes sur chaque intervalle [𝒙𝒊−𝟏 , 𝒙𝒊 [ tel que: F  x    Fi si xi  x  xi 1
1 x  xk
 si
Exemple: le nombre d’enfants par famille, F(0) = fréquence de nombre de famille moins de 0 enfants = 0/40
𝒙𝒊 𝒏𝒊 𝑵𝒊 𝑭𝒊 F(1) = fréquence de nombre de famille moins de 1 enfants = 4/40
0 4 4 0,1 F(2) = fréquence de nombre de famille moins de 2 enfants = 11/40
1 7 11 0,275 F(3) = fréquence de nombre de famille moins de 3 enfants = 19/40
2 8 19 0,475
F(4) = fréquence de nombre de famille moins de 3 enfants = 27/40
3 8 27 0,675
F(5) = fréquence de nombre de famille moins de 3 enfants = 33/40
4 6 33 0,825
5 4 37 0,925 F(6) = fréquence de nombre de famille moins de 6 enfants = 37/40
6 3 40 1 F(7) = fréquence de nombre de famille moins de 7 enfants = 40/40

STATISTIQUE DESCRIPTIVE 42
 Représentations Graphiques
2.1 Variable discrète :
B) Diagramme cumulatif:
Exemple: le nombre d’enfants par famille,

𝒙𝒊 𝒏𝒊 𝑵𝒊 𝑭𝒊
0 4 4 0,1
1 7 11 0,275
2 8 19 0,475
3 8 27 0,675
4 6 33 0,825
5 4 37 0,925
6 3 40 1

STATISTIQUE DESCRIPTIVE 43
 Représentations Graphiques
2.2 Variable continue
A) Histogramme: C’est un diagramme formé de rectangles composés chacun d’une base égale à
l’amplitude d’une classe et d’aire proportionnelle à l’effectif (ou fréquence), c’est-à-dire:
𝑆𝑖 = 𝑛𝑖 × 𝑎𝑖 ou 𝑆𝑖 = 𝑓𝑖 × 𝑎𝑖
Cas de classes à amplitude égales
Dans ce cas, l’effectif (fréquence) de la classe i, noté ni (noté fi ) , est le nombre ( proportion)
d’individus dont la modalité est comprise entre 𝑎𝑖 et 𝑎𝑖+1 .
Classes A𝐦𝐩𝐥𝐢𝐭𝐮𝐝𝐞 𝒂𝒊 𝒏𝒊 𝒇𝒊

[0, 20[ 20 4 0,2

[20, 40[ 20 8 0,4

[40, 60[ 20 6 0,3

[60, 80[ 20 2 0,1

STATISTIQUE DESCRIPTIVE 44
 Représentations Graphiques
Cas de classes à amplitude inégales:
Lorsque les amplitudes sont inégales, il faut effectuer une
correction des effectifs (ou fréquences) d’une classe d’effectif 𝑛𝑖 et d’amplitude 𝑎𝑖 .
𝒏
◦ L’ effectif corrigé, noté 𝒏𝒄𝒊 , est: 𝒏𝒄𝒊 = 𝒂𝒊
𝒊
𝒇
◦ La fréquence corrigée (ou densité de fréquence ) ,notée 𝒅𝒊 , est : 𝒅𝒊 = 𝒂𝒊
𝒊
◦ La hauteur de chaque rectangle de l’histogramme est proportionnelle à effectif corrigé (fréquence
corrigée ). Si en regroupant les deux dernières classes, alors on obtient:

Classes A𝐦𝐩𝐥𝐢𝐭𝐮𝐝𝐞 𝒂𝒊 𝒇𝒊 𝒅𝒊
[0, 20[ 20 0.2 0,01
[20, 40[ 20 0,4 0,02
[40, 80[ 40 0,4 0,01

STATISTIQUE DESCRIPTIVE 45
 Représentations Graphiques
B. Polygone de fréquences:
◦ Ce diagramme est formé en joignant ,par des segments de droites, les milieux des sommets de chaque
rectangle de l’histogramme.
◦ Ainsi, il doit commencer par 0 et se terminer par 0.

Classes 𝒏𝒊 𝒇𝒊

[0, 20[ 4 0,2

[20, 40[ 8 0,4

[40, 60[ 6 0,3

[60, 80[ 2 0,1

STATISTIQUE DESCRIPTIVE 46
 Représentations Graphiques
C. Diagramme cumulatif
◦ Ce diagramme est formé en joignant les points de coordonnées (𝒙𝒊 , 𝑭𝒊 ) pour chaque classe [𝒙𝒊−𝟏 , 𝒙𝒊 [
où 𝑭𝒊 est la fréquence cumulée de cette classe.

Classes 𝒏𝒊 𝒇𝒊 𝑭𝒊

[0, 20[ 4 0,2 0,2

[20, 40[ 8 0,4 0,6

[40, 60[ 6 0,3 0,9

[60, 80[ 2 0,1 1

STATISTIQUE DESCRIPTIVE 47
 Exercice
Le tableau suivant donne la répartition selon le groupe sanguin de 40 individus pris au hasard
dans une population,

Groupes sanguins A B AB O

L’effectif 20 10 5 5

1. Déterminer la variable statistique et son type.

2. Donner toutes les représentations graphiques possibles de cette distribution.

STATISTIQUE DESCRIPTIVE 48
 Correction
1. La population dans cette étude est les 40 personnes. Donc N = 40. La variable statistique est le
groupe sanguin des individus et elle est qualitative.
2. Nous avons deux représentations possibles "Tyaux d’orgue" et "Diagramme en secteur"

STATISTIQUE DESCRIPTIVE 49
 Types de graphiques
IL existe plusieurs type de graphiques parmi:
 Histogrammes
 Diagramme en bâtons
 Graphiques en courbes
 Graphiques en secteurs
 Graphiques en barres
 Graphiques en aires
 Graphiques en nuages de points (XY)
 Graphiques en surface
 Graphiques en anneaux
 Graphiques en bulles
 Graphique en radar
 …….

STATISTIQUE50DESCRIPTIVE
III. Caractéristiques de Tendance
Centrale

STATISTIQUE DESCRIPTIVE 51
Caractéristiques de Tendance Centrale

1 Moyenne
2 Mode
3 Médiane

STATISTIQUE DESCRIPTIVE 52
 1. Moyennes
On peut réduire un ensemble d’observations en une seule observation constante
appelée moyenne.
La moyenne est donc une valeur qui présente comme si toutes les observations lui
étaient égales.
On distingue plusieurs types de moyennes:
 La moyenne arithmétique,
 La moyenne géométrique,
 La moyenne harmonique,
 La moyenne quadratique.

STATISTIQUE53DESCRIPTIVE
 1. Moyennes
1. La moyenne arithmétique
1.1 La moyenne arithmétique simple
La moyenne arithmétique simple , notée , d’une série statistique est donnée par :

Exemple :
Soit la série statistique {10, 25, 20,25}, alors :
10+ 25+ 20+ 25
𝒙= = 𝟐𝟎
𝟒

STATISTIQUE DESCRIPTIVE 54
 1. Moyennes
1. La moyenne arithmétique
1.2 La moyenne arithmétique pondérée
La moyenne arithmétique pondérée d’une variable statistique X de distribution est donnée par :
𝑥𝑖 , 𝑛𝑖 1≤𝑖≤𝑘
 Cas d’une variable quantitative discrète :

 Cas d’une variable quantitative continue:

𝑥𝑖+1 +𝑥𝑖
Où 𝑐𝑖 = désigne le centre de la classe [𝒙𝒊 , 𝒙𝒊+𝟏 ]
2

STATISTIQUE DESCRIPTIVE 55
 1. Moyennes
Exemple : Moyenne simple
Un élève souhaite calculer sa moyenne. Il a obtenu les notes suivantes :
Matière Philosophie Maths Histoire Anglais Économie Sport
Note 11 8 10 12 9 16
11+ 8+ 10+9+12+16
Moyenne = = 𝟏𝟏
𝟔

Exemple : Moyenne pondérée

Un élève souhaite calculer sa moyenne en appliquant à chaque matière un coefficient
Matière Philosophie Maths Histoire Anglais Économie Sport
Note 11 8 10 12 9 16
Coefficient 4 5 5 3 7 2

11×4+ 8×5+ 10×5+12×3+9×7+16×2

Moyenne pondérée = =10,2
𝟒+𝟓+𝟓+𝟑+𝟕+𝟐

STATISTIQUE DESCRIPTIVE 56
 1. Moyennes
Exemple : Cas d’une variable quantitative discrète
On reprend le tableau de nombre des enfants des agriculteurs
Modalité 𝒙𝒊 𝒏𝒊 𝒙𝒊 𝒏𝒊 𝒇𝒊 𝒙 𝒊 𝒇𝒊
0 2 0 0,1 0
1 4 4 0,2 0,8
2 3 6 0,15 0,45
3 2 6 0,1 0,2
4 5 20 0,25 1,25
5 3 15 0,15 0,45
6 1 6 0,05 0,05
Total 20 57 1 2,85

Alors :

STATISTIQUE DESCRIPTIVE 57
 1. Moyennes
Exemple : Cas d’une variable quantitative continue
On reprend le tableau de nombre des enfants des agriculteurs

Classes 𝒄𝒊 𝒏𝒊 𝒄𝒊 𝒏𝒊 𝒇𝒊 𝒄𝒊 𝒇𝒊
[0, 20[ 10 4 40 0,2 2
[20, 40[ 30 8 240 0,4 12
[40, 60[ 50 6 300 0,3 15
[60, 80[ 70 2 140 0,1 7
Total 20 1 36

Alors :

STATISTIQUE DESCRIPTIVE 58
 1. Moyennes
2. La moyenne géométrique
◦ La moyenne géométrique est utilisée dans le calcul du taux d’accroissement moyen et de certains
indices statistiques.
◦ La moyenne géométrique, notée G, d’une variable statistique X de distribution 𝑥𝑖 , 𝑛𝑖 1≤𝑖≤𝑘 est
donnée par :

◦ Dans la pratique on utilise le logarithme pour calculer G. En effet:

STATISTIQUE DESCRIPTIVE 59
 1. Moyennes
2. La moyenne géométrique
Exemple: Soit X une variable statistique de distribution
Modalité 𝒙𝒊 𝒏𝒊 𝒏𝒊 𝒍𝒐𝒈 (𝒙𝒊 )
1 2 0
3 1 0,47
4 2 1,2
5 3 1,39
Total 8
La moyenne géométrique de X est :
1 1
log 𝐺 = σ𝑘𝑖=1 𝑛𝑖 log(𝑥𝑖 )= 2 × log 1 + 1 × log 3 + 2 × log 4 + 3 × log 5
𝑛 8
log 𝐺 =0,47 ⇒𝐺 = 𝑒 0,47

STATISTIQUE DESCRIPTIVE 60
 1. Moyennes
3. La Moyenne harmonique
◦ La moyenne harmonique est utilisée dans le calcul des études du pouvoir d’achat, des durées
moyennes, des moyennes de rapports et de pourcentages.
◦ Elle intervient lorsqu'on demande une moyenne de valeurs se présentant sous forme de quotient de
deux variables x/y (km/h, kg/litre,...).
◦ La moyenne harmonique, notée H, d’une variable statistique X de distribution 𝑥𝑖 , 𝑛𝑖 1≤𝑖≤𝑘 est
donnée par :

STATISTIQUE DESCRIPTIVE 61
 1. Moyennes
3. La Moyenne harmonique

Exemple: Soit X une variable statistique de distribution

Modalité 𝒙𝒊 𝒏𝒊 𝒏𝒊
𝒙𝒊
1 2 2
3 1 0,33
4 2 0,5
5 3 0,6
Total 8 3,43

- Calculer la moyenne harmonique de X

STATISTIQUE DESCRIPTIVE 62
 1. Moyennes
3. La Moyenne harmonique
Exemple: Soit X une variable statistique de distribution

Modalité 𝒙𝒊 𝒏𝒊 𝒏𝒊
𝒙𝒊
1 2 2
3 1 0,33
4 2 0,5
5 3 0,6
Total 8 3,43

STATISTIQUE DESCRIPTIVE 63
 1. Moyennes
3. La Moyenne quadratique
• La moyenne quadratique est utilisée dans le calcul de certains paramètres de dispersion.
• La moyenne quadratique, notée Q, d’une variable statistique X de distribution 𝑥𝑖 , 𝑛𝑖 1≤𝑖≤𝑘 est
donnée par :

STATISTIQUE DESCRIPTIVE 64
 1. Moyennes
3. La Moyenne quadratique
Exemple: Soit X une variable statistique de distribution
Modalité 𝒙𝒊 𝒏𝒊 𝒏𝒊 𝒙𝟐𝒊

1 2 2
3 1 9
4 2 32
5 3 75
Total 8 118

STATISTIQUE DESCRIPTIVE 65
 Exercice
Le tableau suivant représente la répartition des notes d’un échantillon de 30 étudiants.

Classe de notes [0;5[ [5;10[ [10;15[ [15;20[

Nombre d’étudiants 2 7 18 3

Calculer les quatre moyennes suivantes:

Les moyennes
Arithmétique Géométrique Harmonique Quadratique

STATISTIQUE DESCRIPTIVE 66
 Comparaison des moyennes
Pour la même série statistique, les quatre moyennes vérifient toujours la relation d’ordre
suivante:

Xh  Xg  X  Xq
Conclusions :
1. Un inconvénient de la moyenne arithmétique est qu’elle est très sensible aux
valeurs extrêmes de la série.
2. La moyenne géométrique est peu sensible aux valeurs extrêmes de la série.
3. La moyenne harmonique est plus sensible aux plus petites valeurs de la série qu’aux
plus grandes.

STATISTIQUE DESCRIPTIVE 67
 2. Mode
Le mode, noté 𝑀0 , d’une série statistique est la valeur qui représente le plus grand effectif ou la
fréquence la plus élevée de cette série.
Remarque:
• Le mode n’est pas nécessairement unique et n’existe pas forcément.
• Pour une variable continue, la classe contenant l’effectif le plus élevé est dite classe
modale.
Détermination du mode
1. Variable statistique qualitative
Considère la variable X qui désigne “ La Couleur préféré” de tableau statistique suivant :
𝑿𝒊 Vert Rouge Jaune Rose
𝑛𝒊 18 14 4 4
Le mode 𝑀0 est «Vert » car l’effectif associé à ce mode est égal à 18

STATISTIQUE DESCRIPTIVE 68
 2. Mode
2. Variable statistique quantitative discrète
 Soit la série suivante : {5; 7; 6; 7; 3; 1}. La valeur la plus fréquentée est 7. Donc le mode
𝑀0 est égale à 7.
- Dans ce cas on dit qu’il s’agit d’une distribution unimodale

 Soit la série suivante : {5; 4; 6; 4; 3; 1;3}. Les valeurs 3 et 4 sont les valeurs les plus
fréquentées . Dons cette série on a deux modes qui sont 3 et 4 .
- Dans ce cas on dit qu’il s’agit d’une distribution binomodale

STATISTIQUE DESCRIPTIVE 69
 2. Mode
3. Variable statistique quantitative continue
- Cas d’amplitudes égales
Soit le tableau des données suivantes:
Classes 𝒏𝒊 A𝐦𝐩𝐥𝐢𝐭𝐮𝐝𝐞 𝒂𝒊

[0, 20[ 4 20

[20, 40[ 8 20

[40, 60[ 6 20

[60, 80[ 2 20

La classe modale est : [20, 40[

Pour calculer ce mode il faut appliquer la formule suivante:

STATISTIQUE DESCRIPTIVE 70
 2. Mode
3. Variable statistique quantitative continue
- Cas d’amplitudes égales
• [𝑥1 , 𝑥2 [= [20 , 40[ : Classe modale (CM).
• L’effectif de la classe modale est égal à 8
• L’effectif de la classe précédente de la CM est égal à 4
• L’effectif de la classe suivante de la CM est égal à 6
• 𝒌𝟏 = 8- 4 = 4 : la différence entre l’effectif de la classe modale et de la classe précédente de la
CM .
• 𝒌𝟐 = 8- 6 = 2 : la différence entre la fréquence (ou l’effectif) de la classe modale et de la
classe suivante de la CM.
Donc:

STATISTIQUE DESCRIPTIVE 71
 2. Mode
3. Variable statistique quantitative continue
- Cas d’amplitudes inégales
La classe modale sera la classe où:

STATISTIQUE DESCRIPTIVE 72
 2. Mode
3. Variable statistique quantitative continue
- Cas d’amplitudes inégales
Soit le tableau des données suivantes:
Classes 𝒏𝒊 𝒇𝒊 A𝐦𝐩𝐥𝐢𝐭𝐮𝐝𝐞 𝒂𝒊 Densité en %
[6, 9[ 7 0,467 3 15,6
[9, 11[ 5 0,333 2 16,7
[11, 14[ 3 0,2 3 6,7

Donc la classe modale est [9, 11[

STATISTIQUE DESCRIPTIVE 73
 2. Mode
3. Variable statistique quantitative continue
- Cas d’amplitudes égales
• [𝑥1 , 𝑥2 [= [9 , 11[ : Classe modale (CM).
• La densité de la classe modale est égal à 16,7
• La densité de la classe précédente de la CM est égal à 15,6
• La densité de la classe suivante de la CM est égal à 6,7
• 𝒌𝟏 = 16,7- 15,6 = 1,1 : la différence entre la densité de la classe modale et de la classe
précédente de la CM .
• 𝒌𝟐 = 16,7- 6,7 = 10 : la différence entre la densité de la classe modale et de la classe suivante
de la CM.

Donc:

STATISTIQUE DESCRIPTIVE 74
 3. Médiane
La médiane, notée 𝑴𝒆 , d’une série statistique est la valeur qui partage cette série en deux parties
d’effectifs égaux.
Détermination de la médiane:
- Cas d’une série brute:
Soit une série de n observations ordonnées par ordre croissant: 𝑥1 , … . 𝑥𝑛
(a) n est un nombre impair
la valeur médiane est l’observation qui occupe le rang (n+1)/2 .
Exemple : 16 12 1 9 17 19 13 10 4
On ordonne cette série par ordre croissant: 1 4 9 10 12 13 16 17 19
La valeur médiane est 12

STATISTIQUE DESCRIPTIVE 75
 3. Médiane
(a) n est un nombre pair
On arrondit le décimal à l’entier supérieur .
La valeur médiane est l’observation qui occupe le rang 𝒏Τ𝟐
Exemple : 16 12 1 9 17 19 18 10 3 7 2 11 15 14
On ordonne cette série par ordre croissant:
1 2 3 7 9 10 11 12 14 15 16 17 18 19
La valeur médiane est 11.

STATISTIQUE DESCRIPTIVE 76
 3. Médiane
- Cas d’une distribution :
a. Variable statistique discrète
• Soit X une variable statistique de distribution 𝑥𝑖 , 𝑓𝑖 1≤𝑖≤𝑘 . On utilise les
fréquences cumulées croissantes pour déterminer la médiane de X.

 Dans le cas où 𝐹𝑖 = 0.5, la modalité 𝑥𝑖 correspond à cette fréquence cumulée.

 Dans le cas contraire, la médiane est la modalité 𝑥𝑖 qui correspond à la plus

petite fréquence cumulée dépassant strictement 0.5.

STATISTIQUE DESCRIPTIVE 77
 3. Médiane
Exemple :

Modalité 𝑥𝑖 𝑛𝑖 𝑓𝑖 𝐹𝑖
0 2 0,1 0,1
1 4 0,2 0, 3
2 3 0,15 0,45
3 2 0,1 0,55
4 5 0,25 0,8
5 3 0,15 0,95
6 1 0,05 1

STATISTIQUE DESCRIPTIVE 78
 3. Médiane
Exemple :

Modalité 𝑥𝑖 𝑛𝑖 𝑓𝑖 𝐹𝑖
0 2 0,1 0,1
1 4 0,2 0, 3
2 3 0,15 0,45
3 2 0,1 0,55
4 5 0,25 0,8
5 3 0,15 0,95
6 1 0,05 1

La valeur médiane est égale à 3

STATISTIQUE DESCRIPTIVE 79
 3. Médiane
(b) Variable statistique continue
◦ Dans un premier temps on détermine la classe [𝑥𝑖−1 , 𝑥𝑖 [ contenant la médiane 𝑀𝑒 telle
que 𝑭𝒊−𝟏 ≤ 𝟎, 𝟓 ≤ 𝑭𝒊 , puis on détermine 𝑀𝑒 en utilisant l’équation suivante:
𝟎, 𝟓 − 𝑭𝒊−𝟏
𝑴𝒆 = 𝒙𝒊−𝟏 + 𝒂𝒊 ×
𝒇𝒊
 [𝒙𝒊−𝟏, 𝒙𝒊 [ : Classe médiane (CM) (classe qui contient la médiane)

 𝒂𝒊 : Amplitude de la classe médiane

 𝒇𝒊 : Fréquence de la classe médiane

 𝑭𝒊−𝟏 :Fréquence cumulée de la classe précédente de la CM

STATISTIQUE DESCRIPTIVE 80
 3. Médiane
(b) Variable statistique continue

Exemple :
exemple

Classes 𝒄𝒊 𝒏𝒊 𝒇𝒊 𝑭𝒊 Amplitude
[0, 20[ 10 4 0,2 0,2 20
[20, 40[ 30 8 0,4 0,6 20
[40, 60[ 50 6 0,3 0,9 20
[60, 80[ 70 2 0,1 1 20

STATISTIQUE DESCRIPTIVE 81
 3. Médiane
(b) Variable statistique continue
Exemple :
exemple

Classes 𝒄𝒊 𝒏𝒊 𝒇𝒊 𝑭𝒊 Amplitude
[0, 20[ 10 4 0,2 0,2 20
[20, 40[ 30 8 0,4 0,6 20
[40, 60[ 50 6 0,3 0,9 20
[60, 80[ 70 2 0,1 1 20

• [ 20, 40 [ : Classe médiane (CM)

• 20: Amplitude de la classe médiane
• 0,4: Fréquence de la classe médiane
• 0,2:Fréquence cumulée de la classe précédente de la CM

STATISTIQUE DESCRIPTIVE 82
Relation entre les paramètres de la tendance
centrale

La moyenne est influencée par les valeurs extrêmes de la distributions

STATISTIQUE DESCRIPTIVE 83
 Exercice
- Le gérant d’un magasin vendant des articles de consommation courante a relevé pour un article particulier
qui semble connaître une très forte popularité, le nombre d’articles vendus par jour.
- Son relevé a porté sur les ventes des mois de Mars et Avril, ce qui correspond à 52 jours de vente. Le
relevé des observations se présente comme suit :
• 7 13 8 10 9 12 10 8 9 10 6 14 7 15 9 11 12 11 12 5 14 11 8 10 14 12
8 5 7 13 12 16 11 9 11 11 12 12 15 14 5 14 9 9 14 13 11 10 11 12 9
15.
1. Quel type est la variable statistique étudiée.
2. Déterminer le tableau statistique en fonction des effectifs, des fréquences, des effectifs
cumulés et des fréquences cumulés.
3. Tracer le diagramme des bâtonnés associé à la variable X.
4. Soit 𝐹 𝑥 la fonction de répartition. Déterminer 𝐹 𝑥 .
5. Calculer le mode 𝑀𝟎 et la moyenne arithmétique.
6. Déterminer à partir du tableau puis à partir du graphe, la valeur de la médiane Me.

STATISTIQUE DESCRIPTIVE 84