CHAPITRE : SERIES STATISTIQUES A UNE VARIABLE

I-Définitions fondamentales :

I-1 La statistique : La statistique est l’ensemble des méthodes scientifiques à partir

desquelles, on recueille, organise, résume présente et analyse des données, et qui
permettent d’en tirer des conclusions et de prendre des décisions judicieuses .

I-2 Population, échantillon et caractère :

∎ Une population est un ensemble fini ou non d’éléments que l’on soumet à une étude
statistique. Chaque élément de la population est appelé unité statistique ou individu .

∎ Un échantillon est une partie de la population considérée .

∎ Le caractère ou variable d’une série statistique est un aspect, une propriété, un trait qui
est l’objet de l’étude statistique .

Exemple 1 : On veut étudier " 𝒍𝒆 𝒏𝒐𝒎𝒃𝒓𝒆 𝒅𝒆 𝒗𝒆𝒏𝒕𝒆𝒔 𝒋𝒐𝒖𝒓𝒏𝒂𝒍𝒊è𝒓𝒆𝒔 𝒅′𝒖𝒏 𝒑𝒓𝒐𝒅𝒖𝒊𝒕" dans
un magasin pendant le mois de janvier .

1) La population est l’ensemble des 31 jours du mois de janvier .

2) L’unité statistique est le jour .
3) Le caractère d’intérêt est le nombre de produit vendu par jour .

Exemple 2 :On veut étudier "𝒍𝒆𝒔 𝒕𝒂𝒊𝒍𝒍𝒆𝒔 𝒅𝒆𝒔 𝒔𝒑𝒐𝒓𝒕𝒊𝐟𝒔" participant à une compétition .

1) La population est l’ensemble des sportifs participant à une compétition .

2) L’unité statistique est le sportif .
3) Le caractère étudier est la taille du sportif .

Exemple 3 : Pour étudier "𝑳′ 𝒊𝒎𝒂𝒈𝒆 𝒅𝒆 𝒎𝒂𝒓𝒒𝒖𝒆 𝒅′ 𝒖𝒏 𝒑𝒓𝒐𝒅𝒖𝒊𝒕" dans le marché, on

demande à cent clients d’exprimer leur satisfaction par rapport au produit, via l’une des
appréciations suivantes :très satisfait , satisfait , pas mal , non satisfait .

1) La population est l’ensemble des cent clients .

2) L’unité statistique est le client .
3) Le caractère est l’appréciation du client.

Exemple 4 :On veut étudier"Le groupe sanguin de 40 personnes atteintes par l’hémophilie"

1) La population est l’ensemble des 40 malades .

2) L’unité statistique est chacun des 40 malades .
3) Le caractère étudier est le groupe sanguin.

I-3 Type de caractère

On distingue plusieurs types de caractère :

1
 1) Caractère quantitatif : Un caractère est quantitatif lorsque les modalités sont
numériques.
a) Un caractère quantitatif est discret si l’ensemble des valeurs prises est
dénombrable (voir exemple 1) .
b) Un caractère quantitatif est continu si l’ensemble des valeurs prises est un
intervalle de ℝ (voir exemple 2) .
2) Caractère qualitatif :Un caractère est qualitatif lorsque les modalités ne sont pas
numériques .
a) Un caractère qualitatif est dit ordinal lorsque les modalités peuvent être
ordonnées suivant un ordre bien défini(voir exemple 3) .
b) Un caractère qualitatif est dit nominal lorsque les modalités ne peuvent pas être
ordonnées (voir exemple 4).

I-4 Série statistique : On appelle série statistique , la suite des valeurs prises par une variable
X sur les unités d’observation .

II-TABLEAUX STATISTIQUES :

II-1 Série statistique à une variable :

1) Lorsque l’étude statistique d’une population concerne une seule variable (caractère),
on parle d’une série statistique à une seule variable (série statistique univariée) .
2) La série univariée est organisée (résumée) dans un tableau dit tableau des effectifs
ou tableau des fréquences .

II-2 Variable discrète :

Soit X une variable statistique quantitative discrète ,de domaine X(𝛀)={𝒙𝟏 , 𝒙𝟐 , ⋯ , 𝒙𝒑 },

observée sur une population 𝛀 d’effectif total 𝑵 . 𝒑 ici étant le nombre des différentes
modalités, on rappelle qu’on a toujours 𝒑 ≤ 𝑵 .

II-2-1 Définition (Effectif d’une modalité). On appelle effectif d’une modalité 𝒙𝒊 ,𝟏 ≤ 𝒊 ≤ 𝒑 ,

le nombre noté 𝒏𝒊 , d’individus de la série statistique présentant cette modalité. En d’autre
termes , 𝒏𝒊 est le nombre d’apparition de la modalité 𝒙𝒊 dans la série statistique générée par
le caractère X .

II-2-2 Définition (Fréquence d’une modalité) .On appelle fréquence d’une modalité 𝒙𝒊 , le
𝒏
rapport 𝒇𝒊 = 𝑵𝒊 de l’effectif 𝒏𝒊 de cette modalité par l’effectif total 𝑵 de la population .

II-2-3 Remarque (Expression de la fréquence d’une modalité ) . La fréquence d’une modalité

est toujours exprimée soit sous forme de fraction irréductible ; on parle de fréquence
absolue, soit sous forme de nombre décimal exact ou approchée ; on parle de fréquence
relative, et soit sous forme de pourcentage en multipliant ce nombre décimal par 100 pour
obtenir un entier 𝒙 ∈ {𝟏, 𝟐, ⋯ , 𝟗𝟗, 𝟏𝟎𝟎} ; on parle alors de fréquence (relative)en
𝟐
pourcentage et on l’écrit 𝒙% . Par exemple, une fréquence comme 𝟏𝟎 doit être écrite
𝟏
comme 𝟓 (sous forme de fraction irréductible ) ; 0,2 (sous forme de nombre décimal exact
𝟏
égal à la fraction ) ou alors 20% (sous forme de pourcentage ) .
𝟓

2
II-2-4 Définition (Tableaux des effectifs et ∕ ou des fréquences) .Les tableaux des effectifs
et ∕ ou des fréquences d’une distribution statistique à une variable X sont des tableaux
dressés séparément ou ensemble comme suit :

Les modalités étant classées par ordre croissant, on a le tableau suivant :

𝑿 𝒙𝟏 𝒙𝟐 ⋯ 𝒙𝒑 𝑻𝒐𝒕𝒂𝒍
𝑬𝒇𝒇𝒆𝒄𝒕𝒊𝒔 𝒏𝒊 𝒏𝟏 𝒏𝟐 ⋯ 𝒏𝒑 ∑𝒑𝒊=𝟏 𝒏𝒊 =N
𝑭𝒓é𝒒𝒖𝒆𝒏𝒄𝒆𝒔 𝒇𝒊 𝒇𝟏 𝒇𝟐 ⋯ 𝒇𝒑 ∑𝒑𝒊=𝟏 𝒇𝒊 =1

Exemple5 : Lors d’une enquête , on a interrogé 50 employés afin de connaitre le nombre de

personnes qu’ils avaient à charge.

Les données brutes sont : 0 3 1 4 3 0 4 1 3 1 5 2 4 2 3 3 2 5 5 2 4 2 2 2 4

1 1 2 3 5 1 0 3 3 4 5 1 2 1 2 3 2 2 2 4 0 3 0 2 2

Les données ordonnées sont : 0 0 0 0 0 1 1 1 1 1 1 1 1 2 2 2 2 2 2 2 2 2 2 2 2 2

2 2 3 3 3 3 3 3 3 3 3 3 4 4 4 4 4 4 4 4 4 5 5 5 5 5

On a le tableau des effectifs et des fréquences suivantes :

𝒙𝒊 𝟎 𝟏 𝟐 𝟑 𝟒 𝟓 𝑻𝒐𝒕𝒂𝒍
𝒏𝒊 𝟓 𝟖 𝟏𝟓 𝟏𝟎 𝟕 𝟓 𝟓𝟎
𝒇𝒊 𝟎, 𝟏𝟎 𝟎, 𝟏𝟔 𝟎, 𝟑𝟎 𝟎, 𝟐𝟎 𝟎, 𝟏𝟒 𝟎, 𝟏𝟎 𝟏

II-3 Variable continue :Lorsqu’un caractère quantitatif 𝑿 est continu, on peut regrouper ses
modalités par des intervalles du type [𝒙𝒊−𝟏 , 𝒙𝒊 [ , et on parle alors de classes de modalités .

Dans la pratique, un caractère quantitatif 𝑿 est généralement étudiée de manière discrète

𝒊. 𝒆, en obtenant la série statistique associée suite à une enquête menée individu par
individu dans une population .Mais lorsque cette population est assez large et que la série
statistique est assez dense en ce sens qu’il y a un nombre considérable de modalités
comprises dans n’importe quel intervalle choisi entre la plus petite et la plus grande des
modalités, alors l’on peut assimiler ce caractère à un caractère continu en optant de
regrouper ses modalités en classes [𝒙𝒊−𝟏 , 𝒙𝒊 [ , 𝒊 = 𝟏, 𝟐 ⋯ , 𝒑 où 𝒑 est le nombre de classes
de modalités considérées .

La répartition en classes des données nécessite de définir à priori le nombre de classes 𝒑 et

donc l’amplitude de chaque classe . En règle générale, on choisit au moins cinq classes de
même amplitude .Cependant ,il existe des formules qui nous permettent d’établir le nombre
de classes pour une série statistiques de 𝑵 observations .

1) La règle de Sturges : 𝒑 = 𝟏 + 𝟑, 𝟑𝒍𝒐𝒈𝟏𝟎 (𝑵)

𝟒
2) La règle de Yule : 𝒑 = 𝟐, 𝟓 √𝑵 .
𝒙 −𝒙
L’amplitude a= 𝒎𝒂𝒙𝒑 𝒎𝒊𝒏 où 𝒙𝒎𝒂𝒙 est la plus grande modalité et 𝒙𝒎𝒊𝒏 la plus petite
modalité .

3
 Remarque :Il faut arrondir le nombre de classes 𝒑 à l’entier le plus proche. Par
commodité, on peut aussi arrondir la valeur de l’amplitude des classes .

II-3-1 Définition ( Amplitude et centre de classe). Soit 𝑿 un caractère quantitatif continu de

modalités regroupées en classes [𝒙𝒊−𝟏 , 𝒙𝒊 [ , 𝒊 = 𝟏, 𝟐 ⋯ , 𝒑 .

1) La longueur 𝒂𝒊 = 𝒙𝒊 − 𝒙𝒊−𝟏 de chaque intervalle[𝒙𝒊−𝟏 , 𝒙𝒊 [ est appelée amplitude de

la classe [𝒙𝒊−𝟏 , 𝒙𝒊 [ .
𝒙 +𝒙
2) Le milieu 𝒄𝒊 = 𝒊−𝟏𝟐 𝒊 de chaque [𝒙𝒊−𝟏 , 𝒙𝒊 [ est appelé centre de la classe [𝒙𝒊−𝟏 , 𝒙𝒊 [ .

II-3-2 Définition (Effectif et fréquence d’une classe). Soit 𝑿 un caractère quantitatif continu
de modalités regroupées en classes [𝒙𝒊−𝟏 , 𝒙𝒊 [ , 𝒊 = 𝟏, 𝟐 ⋯ , 𝒑 , observées sur une
population d’effectif total 𝑵 .

1) On appelle effectif de la classe [𝒙𝒊−𝟏 , 𝒙𝒊 [ ,le nombre 𝒏𝒊 d’individus présentant des

modalités comprises dans l’intervalle [𝒙𝒊−𝟏 , 𝒙𝒊 [ .
𝒏
2) On appelle fréquence de la classe [𝒙𝒊−𝟏 , 𝒙𝒊 [ ,le rapport 𝒇𝒊 = 𝑵𝒊 de l’effectif 𝒏𝒊 de
cette classe par l ’effectif total 𝑵 .

II-3-3 Définition (Tableaux des effectifs et/ou des fréquences d’une série statistique en
classes)

Les tableaux des effectifs et/ ou des fréquences d’une variable quantitative continue 𝑿, dont
les modalités sont regroupées en classes [𝒙𝒊−𝟏 , 𝒙𝒊 [ , 𝒊 = 𝟏, 𝟐 ⋯ , 𝒑 , sont des tableaux
dressés séparément ou ensemble comme suit :
𝑿 [𝒙𝟎 , 𝒙𝟏 [ [𝒙𝟏 , 𝒙𝟐 [ ⋯ [𝒙𝒑−𝟏 , 𝒙𝒑 [ Total
𝒑
Effectifs 𝒏𝒊 𝒅𝒆𝒔 𝒄𝒍𝒂𝒔𝒔𝒆𝒔 𝒏𝟏 𝒏𝟐 ⋯ 𝒏𝒑
∑ 𝒏𝒊 = 𝑵
𝒊=𝟏
𝒑
Fréquences𝒇𝒊 des 𝒇𝟏 𝒇𝟐 ⋯ 𝒇𝒑
classes ∑ 𝒇𝒊 = 𝟏
𝒊=𝟏

Exemple2 ( suite)

185 160 185 160 186 186 170 178 179 171 171 179 173 173 161 174 174 188 175
175 175 164 176 176 185 185 173 161 172 162 181 181 173 182 182 164 183 184
183 183 184 184 168 177 169 169 169 170 189 189 190 181 166 178 178 170 178
179 179 179 172 180 172 190 181 181 162 167 164 175 164 182 180 172 181 172
161 177 172 172 181 173 176 176 165 165 165 166 191 166 167 163 167 167 168
168 176 187 187 177 188 175 188 171 179 171 179 179 176 186 177 188 177 172
171 169 177 178 177 171

On calcule le nombre 𝒑 de classes.

Avec la formule de Sturges 𝒑 = 𝟏 + 𝟑, 𝟑𝒍𝒐𝒈𝟏𝟎 (𝟏𝟐𝟎) = 𝟕, 𝟖𝟔 . Après arroest ndi , 𝒑 = 𝟖 .

𝟒
Avec la formule de Yule 𝒑 = 𝟐, 𝟓 √𝟏𝟐𝟎 = 𝟖, 𝟐𝟒 .Après arrondi , 𝒑 = 𝟖 .

4
 𝟏𝟗𝟏−𝟏𝟔𝟎
L’amplitude des classes 𝒂 = = 𝟑, 𝟖𝟕𝟓 .Après arrondi 𝒂 = 𝟒 .
𝟖

Le tableau des effectifs et des fréquences est le suivant :

𝑪𝒍𝒂𝒔𝒔𝒆𝒔 𝑬𝒇𝒇𝒆𝒄𝒕𝒊𝒇𝒔 (𝒏𝒊 ) 𝑭𝒓é𝒒𝒖𝒆𝒏𝒄𝒆𝒔(𝒇𝒊 )
[𝟏𝟔𝟎 , 𝟏𝟔𝟒[ 𝟖 𝟕%
[𝟏𝟔𝟒 , 𝟏𝟔𝟖[ 𝟏𝟒 𝟏𝟐%
[𝟏𝟔𝟖 , 𝟏𝟕𝟐[ 𝟏𝟔 𝟏𝟑%
[𝟏𝟕𝟐 , 𝟏𝟕𝟔[ 𝟐𝟎 𝟏𝟕%
[𝟏𝟕𝟔 , 𝟏𝟖𝟎[ 𝟐𝟔 𝟐𝟏%
[𝟏𝟖𝟎 , 𝟏𝟖𝟒[ 𝟏𝟓 𝟏𝟐%
[𝟏𝟖𝟒 , 𝟏𝟖𝟖[ 𝟏𝟐 𝟏𝟎%
[𝟏𝟖𝟖 , 𝟏𝟗𝟐[ 𝟗 𝟖%
𝑻𝒐𝒕𝒂𝒍 𝟏𝟐𝟎 𝟏𝟎𝟎%

II-4 Caractère qualitatif :

Les tableaux sont dressés suivant la même démarche que dans les cas précédents .

III-REPRESENTATIONS GRAPHIQUES

− Les graphes statistiques sont des figures (images) qui donnent une idée générale sur
les données dès le premier coup d’œil .

− Ils ont l’avantage de la qualité visuelle .

− Ils sont utilisés pour résumer des données ,explorer des données , exposer des
résultats , médiatiser des résultats , comparer des situations .

III-1 Diagramme en barres ou en bâtons :

Le diagramme en barres ou en bâtons est une représentation sur le plan des séries
statistiques à caractère quantitatif discret ou qualitatif, obtenue de la manière suivante : sur
l’axe des abscisses on place les modalités et sur l’axe des ordonnées les effectifs ou les
fréquences . Puis on lève une barre sur chaque modalité dont la hauteur est proportionnelle
à son effectif ou à sa fréquence .

Exemple : Représentons à la l’aide du diagramme en bâtons des effectifs la distribution

statistique donnée par le tableau des effectifs suivant :
𝑿 𝟎 𝟓 𝟏𝟎 𝟏𝟓 𝟐𝟎
𝑬𝒇𝒇𝒆𝒄𝒕𝒊𝒇𝒔 𝒏𝒊 𝟓 𝟑𝟓 𝟓𝟎 𝟑𝟎 𝟏𝟓

III-2 Histogramme

L’histogramme est une représentation sur le plan des séries statistiques généralement
utilisés pour les caractères quantitatifs continues ou discrets regroupé en classes .

5
L’histogramme consiste à représenter les effectifs ou les fréquences des classes par des
rectangles contigus dont les aires (et non les hauteurs) sont proportionnelles aux effectifs ou
aux fréquences .

Pour un histogramme des effectifs , la hauteur du rectangle correspondant à la

𝒏
classe [𝒙𝒊−𝟏 , 𝒙𝒊 [ est donc donnée par la densité d’effectif 𝒉𝒊 = 𝒂𝒊 où 𝒏𝒊 𝒆𝒕 𝒂𝒊 sont
𝒊
respectivement l’effectif et l’amplitude de la classe de la classe [𝒙𝒊−𝟏 , 𝒙𝒊 [ .

Pour un histogramme des fréquences, la hauteur du rectangle correspondant à la classe

𝒇
[𝒙𝒊−𝟏 , 𝒙𝒊 [ est donc donnée par la densité de fréquence 𝒅𝒊 = 𝒊 où 𝒇𝒊 et 𝒂𝒊 sont
𝒂𝒊
respectivement la fréquence et l’amplitude de la classe [𝒙𝒊−𝟏 , 𝒙𝒊 [ .

Exemple : Le tableau suivant résume les salaires en milliers de francs Cfa de 250 employés
d’une entreprise .
𝑪𝒍𝒂𝒔𝒔𝒆𝒔 [𝟒𝟕; 𝟓𝟐[ [𝟓𝟐; 𝟓𝟕[ [𝟓𝟕; 𝟔𝟎[ [𝟔𝟎; 𝟔𝟑[ [𝟔𝟑; 𝟔𝟕[ [𝟔𝟕; 𝟕𝟕[ 𝒕𝒐𝒕𝒂𝒍
𝒆𝒇𝒇𝒆𝒄𝒕𝒊𝒇𝒔 𝒏𝒊 𝟏𝟎 𝟑𝟎 𝟔𝟎 𝟕𝟐 𝟒𝟎 𝟑𝟖 𝟐𝟓𝟎

Pour dresser l’histogramme des effectifs ou des fréquences on peut dresser le tableau
suivant .
𝑪𝒍𝒂𝒔𝒔𝒆𝒔 [𝟒𝟕; 𝟓𝟐[ [𝟓𝟐; 𝟓𝟕[ [𝟓𝟕; 𝟔𝟎[ [𝟔𝟎; 𝟔𝟑[ [𝟔𝟑; 𝟔𝟕[ [𝟔𝟕; 𝟕𝟕[ 𝒕𝒐𝒕𝒂𝒍
𝒆𝒇𝒇𝒆𝒄𝒕𝒊𝒇𝒔 𝒏𝒊 𝟏𝟎 𝟑𝟎 𝟔𝟎 𝟕𝟐 𝟒𝟎 𝟑𝟖 𝟐𝟓𝟎
𝑭𝒓é𝒒𝒖𝒆𝒏𝒄𝒆𝒔 𝒇𝒊 𝟎, 𝟎𝟒 𝟎, 𝟏𝟐 𝟎, 𝟐𝟒 𝟎, 𝟐𝟗 𝟎, 𝟏𝟔 𝟎, 𝟏𝟓 𝟏
𝑨𝒎𝒑𝒍𝒊𝒕𝒖𝒅𝒆𝒔 𝒂𝒊 𝟓 𝟓 𝟑 𝟑 𝟒 𝟏𝟎 −
𝑫𝒆𝒏𝒔𝒊𝒕é𝒔 𝒅𝒊 𝟎, 𝟎𝟎𝟖 𝟎, 𝟎𝟐𝟒 𝟎, 𝟎𝟖 𝟎, 𝟎𝟗𝟕 𝟎, 𝟎𝟒 𝟎, 𝟎𝟏𝟓 −
72
Salaire des employés d'une entreprise

60

40

30

38
10

50 75 x
Q1 Med Q3

6
III-3 Diagramme en secteurs ou Diagramme circulaire

On peut représenter toutes les séries statistiques par un diagramme circulaire encore appelé
diagramme en secteurs ou diagramme en camenberts .On représente sur un cercle les
modalités par des secteurs angulaires dont les angles au centre du cercle sont
proportionnels aux effectifs ou aux fréquences des modalités .
𝒏𝒊
L’angle 𝜶𝒊 relatif à la 𝒊è𝒎𝒆 modalité est 𝜶𝒊 = 𝟑𝟔𝟎° × 𝒇𝒊 ou bien 𝜶𝒊 = 𝟑𝟔𝟎° × où 𝑵 est
𝑵
l’effectif total .

Remarque : Dans le cas d’un diagramme semi-circulaire , 𝜶𝒊 = 𝟏𝟖𝟎° × 𝒇𝒊 ou bien

𝒏
𝜶𝒊 = 𝟏𝟖𝟎° × 𝑵𝒊 où 𝑵 est l’effectif total .

Exemple : Considérons la série statistique suivante sur "l‘état civil" de 20 individus :

𝑬𝒕𝒂𝒕 𝒄𝒊𝒗𝒊𝒍 𝑿 𝒄é𝒍𝒊𝒃𝒂𝒕𝒂𝒊𝒓𝒆 𝒎𝒂𝒓𝒊é 𝒅𝒊𝒗𝒐𝒓𝒄é 𝒗𝒆𝒖𝒇 𝑻𝒐𝒕𝒂𝒍
𝑬𝒇𝒇𝒆𝒄𝒕𝒊𝒇𝒔 𝒏𝒊 𝟖 𝟕 𝟐 𝟑 𝟐𝟎
𝑭𝒓é𝒒𝒖𝒆𝒏𝒄𝒆𝒔 𝒇𝒊 𝟒𝟎% 𝟑𝟓% 𝟏𝟎% 𝟏𝟓% 𝟏𝟎𝟎%

Etat civil

Celibataire : 40,00 %

Marié : 35,00 % Veuf : 15,00 %

Divorcé : 10,00 %

III-4 Polygone des Effectifs ou des Fréquences :

Définition : Cette représentation consiste à relier les points ( 𝒙𝒊 , 𝒏𝒊 ) ( polygône des effectifs)
ou ( 𝒙𝒊 , 𝒇𝒊 )( polygône des fréquences) 𝒊 = 𝟏, 𝟐 ⋯ , 𝒑 d’une série statistique quantitative
discrète à p modalités différentes 𝒙𝒊 par des segments de manière à obtenir un polygône .

7
Exemple :Considérons la série discrète de l’exemple5 .Traçons le polygône des effectifs .

III-5 Courbes cumulatives des Effectifs ou des Fréquences

Soit X une variable statistique quantitative discrète de modalités rangées en ordre croissant
𝒙𝟏 , 𝒙𝟐 , ⋯ , 𝒙𝒑 ,ou continue regroupée en 𝒑 classes ordonnées dans l’ordre croissant
[𝒙𝒊−𝟏 , 𝒙𝒊 [ , 𝒊 = 𝟏, 𝟐 , ⋯ , 𝒑 .

III-5-1 Effectifs cumulés croissants et Effectifs cumulés décroissants

Définitions :

𝒊) On appelle effectif cumulé croissant d’une modalité 𝒙𝒊 notée 𝒆𝒄𝒄(𝒙𝒊 ), ou d’une classe
[𝒙𝒊−𝟏 , 𝒙𝒊 [ , noté 𝒆𝒄𝒄(𝒙𝒊−𝟏 , 𝒙𝒊 ), la somme des effectifs de toutes des modalités inférieures
ou égales à 𝒙𝒊 , ou la somme des effectifs des toutes les classes inférieures ou égale à cette
classe .

𝒊𝒊) On appelle effectif cumulé décroissant d’une modalité 𝒙𝒊 notée 𝒆𝒄𝒅(𝒙𝒊 ), ou d’une classe
[𝒙𝒊−𝟏 , 𝒙𝒊 [ , noté 𝒆𝒄𝒅(𝒙𝒊−𝟏 , 𝒙𝒊 ), la somme des effectifs de toutes des modalités supérieures
ou égales à 𝒙𝒊 , ou la somme des effectifs des toutes les classes supérieures ou égale à cette
classe

III-5-2 Fréquences cumulées croissantes et Fréquences cumulées décroissantes

Définitions

𝒊) On appelle fréquence cumulée croissante d’une modalité 𝒙𝒊 , notée 𝒇𝒄𝒄(𝒙𝒊 ), ou d’une

classe [𝒙𝒊−𝟏 , 𝒙𝒊 [ ,notée 𝒇𝒄𝒄(𝒙𝒊−𝟏 , 𝒙𝒊 ), la somme des fréquences de toutes modalités
inférieures ou égales à 𝒙𝒊 , ou la somme des fréquences de toutes les classes inférieures ou
égale à cette classe .

𝒊𝒊) On appelle fréquence cumulée décroissante d’une modalité 𝒙𝒊 , notée 𝒇𝒄𝒅(𝒙𝒊 ), ou d’une
classe [𝒙𝒊−𝟏 , 𝒙𝒊 [ ,notée 𝒇𝒄𝒅(𝒙𝒊−𝟏 , 𝒙𝒊 ), la somme des fréquences de toutes modalités
supérieures ou égales à 𝒙𝒊 , ou la somme des fréquences de toutes les classes supérieures ou
égale à cette classe .

III-5-3 Remarques :D’après ces définitions , on a 𝒆𝒄𝒄(𝒙𝒑 ) = 𝒆𝒄𝒅(𝒙𝟏 ) = 𝑵 (effectif total de

la population ). Et aussi 𝒇𝒄𝒄(𝒙𝒑−𝟏 , 𝒙𝒑 ) = 𝒇𝒄𝒅(𝒙𝟎 , 𝒙𝟏 ) = 𝟏 .

III-5-4 Courbe cumulative des effectifs ou des fréquences :

Définition :

𝒊) La courbe des effectifs cumulés croissants encore appelée polygône des effectifs cumulés
croissants est la courbe obtenue en reliant les points (𝒙𝒊 , 𝒆𝒄𝒄(𝒙𝒊 ) ) .

𝒊𝒊) La courbe des effectifs cumulés décroissants encore appelée polygône des effectifs
cumulés décroissants est la courbe obtenue en reliant les points (𝒙𝒊 , 𝒆𝒄𝒅(𝒙𝒊 ) ) .

𝒊𝒊) La courbe des fréquences cumulées croissantes encore appelée polygône des fréquences
cumulées croissantes est la courbe obtenue en reliant les points (𝒙𝒊 , 𝒇𝒄𝒄(𝒙𝒊 ) ) .

8
𝒊𝒊) La courbe des fréquences cumulées décroissantes encore appelée polygône des
fréquences cumulées décroissantes est la courbe obtenue en reliant les points (𝒙𝒊 , 𝒇𝒄𝒄(𝒙𝒊 ))

Exemples :

Exemple1 : Considérons la série discrète de l’exemple5.

On a le tableau des effectifs et des fréquences suivantes :

𝒙𝒊 𝟎 𝟏 𝟐 𝟑 𝟒 𝟓 𝑻𝒐𝒕𝒂𝒍
𝒏𝒊 𝟓 𝟖 𝟏𝟓 𝟏𝟎 𝟕 𝟓 𝟓𝟎
𝒇𝒊 𝟎, 𝟏𝟎 𝟎, 𝟏𝟔 𝟎, 𝟑𝟎 𝟎, 𝟐𝟎 𝟎, 𝟏𝟒 𝟎, 𝟏𝟎 𝟏
𝒆𝒄𝒄(𝒙𝒊 ) 𝟓 𝟏𝟑 𝟐𝟖 𝟑𝟖 𝟒𝟓 𝟓𝟎 −
𝒆𝒄𝒅(𝒙𝒊 ) 𝟓𝟎 𝟒𝟓 𝟑𝟕 𝟐𝟐 𝟏𝟐 𝟓 −
𝒇𝒄𝒄(𝒙𝒊 ) 𝟎, 𝟏𝟎 𝟎, 𝟐𝟔 𝟎, 𝟓𝟔 𝟎, 𝟕𝟔 𝟎, 𝟗𝟎 𝟏 −
𝒇𝒄𝒅(𝒙𝒊 ) 𝟏 𝟎, 𝟗𝟎 𝟎, 𝟕𝟒 𝟎, 𝟒𝟒 𝟎, 𝟐𝟒 𝟎, 𝟏𝟎 −

IV -PARAMETRES DE POSITION :

IV-1 Mode et classe modale :

IV-1-1 Définition :

𝒊) On appelle mode d’une série statistique, toute modalité, notée𝑴𝟎 , d’effectif maximal .

𝒊𝒊) Si les données sont regroupées en classe , on appelle mode de cette distribution , toute
classe d’effectif maximal .

IV-1-2 Remarque :

𝒊) Le mode peut être déterminé pour tous les types de variable ( qualitative ou quantitative )

𝒊𝒊) Une série statistique peut avoir plusieurs modes

IV-2 Moyenne :

Remarque :La moyenne ne peut être définie que sur des variables quantitatives

IV-2-1 Définition

Soit 𝒙𝟏 , 𝒙𝟐 , ⋯ , 𝒙𝑵 une série statistique d’une variable quantitative discrète observée sur
une population d’effectif total 𝑵 .

𝒊) La moyenne observée de cette série, notée 𝒙 , est définie comme la moyenne

𝟏
arithmétique des 𝑵 observations , 𝒊. 𝒆. 𝒙 =𝑵 ∑𝑵
𝒌=𝟏 𝒙𝒌 .

𝒊𝒊) Si les données sont dépouillées en p modalités différentes 𝒙𝟏 , 𝒙𝟐 , ⋯ , 𝒙𝒑 d’effectifs

respectives 𝒏𝟏 , 𝒏𝟐 , ⋯ , 𝒏𝒑 , alors la moyenne observée devient la moyenne
𝟏 𝒑
pondérée 𝒙=𝑵 ∑𝒌=𝟏 𝒏𝒌 𝒙𝒌

9
𝒊𝒊𝒊) Si les données sont regroupées en p classes[𝒙𝒊−𝟏 , 𝒙𝒊 [ , 𝒊 = 𝟏, 𝟐 , ⋯ , 𝒑 , d’effectifs
respectifs 𝒏𝟏 , 𝒏𝟐 , ⋯ , 𝒏𝒑 , et de centres respectifs 𝒄𝟏 , 𝒄𝟐 , ⋯ , 𝒄𝒑 , alors on définit la
𝟏 𝒑
moyenne observée dans ce cas par 𝒙=𝑵 ∑𝒌=𝟏 𝒏𝒌 𝒄𝒌 .

IV-2-2 Remarque : la somme des écart à la moyenne observée ∑𝑵

𝒌=𝟏(𝒙𝒌 − 𝒙 ) est nulle

IV-3 Médiane :

IV-3-1 Définition :On appelle médiane d’une série statistique rangée en ordre croissant,
tout réel noté 𝑴𝒆 tel que le nombre d’individus de modalités inférieures ou égales à 𝑴𝒆 et
le nombre d’individus de modalités supérieures ou égales à 𝑴𝒆 soient tous les deux au
𝑵
moins égaux à 𝟐 où 𝑵 est l’effectif total .

IV-3-2 Remarque ( Calcul de 𝑴𝒆 pour 𝑵 petit ) . Lorsque l’effectif total 𝑵 n’est pas très
grand et que les modalités 𝒙𝟏 , 𝒙𝟐 , ⋯ , 𝒙𝑵 sont rangés en ordre croissant alors :

1) Si 𝑵 est impair alors la médiane 𝑴𝒆 = 𝒙𝑵+𝟏

𝟐
𝟏
2) Si 𝑵 est pair, alors 𝑴𝒆 = 𝟐 ( 𝒙𝑵 + 𝒙𝑵+𝟏 )
𝟐 𝟐

IV-3-3 Exemple Déterminer la médiane des séries statistiques suivantes :

𝑿: 1 1 2 1 2 2 2 1 3 2 2 1 3

Y: 1 2 1 2 2 2 1 3 2 2 1 3

Solution : On va ranger ces série en ordre croissant

𝑿: 1 1 1 1 1 2 2 2 2 2 2 3 3

Y: 1 1 1 1 2 2 2 2 2 2 3 3

Pour la série 𝑿 la médiane 𝑴𝒆 =𝒙𝟕 = 𝟐

𝟏
Pour la série Y la médiane 𝑴𝒆 = 𝟐 (𝒙𝟔 + 𝒙𝟕 ) =2

IV-3-4 Médiane par les effectifs/fréquences cumulé(e)s) La définition précédente est

équivalente à chacune des définitions suivantes :
𝑵 𝑵
𝒊) La médiane est la valeur 𝑴𝒆 vérifiant 𝒆𝒄𝒄(𝑴𝒆 ) = ou𝒆𝒄𝒅(𝑴𝒆 ) = .
𝟐 𝟐

𝟏 𝟏
𝒊𝒊) La médiane est la valeur 𝑴𝒆 vérifiant 𝒇𝒄𝒄(𝑴𝒆 ) = ou 𝒇𝒄𝒅(𝑴𝒆 ) =
𝟐 𝟐

IV-3-5 Détermination graphique de la médiane

D’après la définition précédente, on peut déterminer la médiane d’une série quantitative

discrète à partir de la courbe cumulative des effectifs ou des fréquences . En effet , 𝑴𝒆 est
𝑵
précisément l’abscisse du point de la courbe d’ordonnée 𝟐 ( pour la courbe des effectifs

10
 𝟏
cumulés) ou 𝟐 (pour la courbe des fréquences cumulées) qu’on peut lire facilement ou
déterminer par interpolation linéaire .

IV-4 Quartiles :

La notion de médiane est généralisée par la notion de quartile .

Définition Considérons toujours une série statistique 𝒙𝟏 , 𝒙𝟐 , ⋯ , 𝒙𝑵 issue d’une variable

quantitative discrète observée sur une population d’effectif total 𝑵 .
𝑵
𝒊) On appelle premier quartile de cette série , la valeur notée 𝑸𝟏 vérifiant 𝒆𝒄𝒄(𝑸𝟏 )= 𝟒 ou
𝟏
𝒇𝒄𝒄(𝑸𝟏 ) = 𝟒 .

𝒊𝒊) Le deuxième quartile est la médiane de la série .𝑸𝟐 = 𝑴𝒆

𝟑𝑵
𝒊𝒊𝒊) On appelle troisième quartile de la série , la valeur notée 𝑸𝟑 vérifiant 𝒆𝒄𝒄(𝑸𝟑 )= 𝟒
𝟑
ou 𝒇𝒄𝒄(𝑸𝟏 ) = 𝟒 .

Détermination pratique de 𝑸𝟏 , 𝑸𝟐 , 𝑸𝟑 𝒒𝒖𝒂𝒏𝒅 𝑵 est petit

1. On range la série dans l’ordre croissant .

2. On détermine .𝑸𝟐 = 𝑴𝒆 .
3. On prend la première moitié de la population contenant .𝑸𝟐 = 𝑴𝒆 et on détermine 𝑸𝟏
comme la médiane de cette sous-population .
4. Puis ont prend la deuxième moitié de la population et on détermine 𝑸𝟑 comme la
médiane de cette population .

IV-5 Quantiles :

Définition : La notion de quantile d’ordre p où ( 𝟎 < 𝒑 < 𝟏) généralise les notion de

médiane et de quartile .On appelle quantile d’ordre p ( 𝟎 < 𝒑 < 𝟏), un (p-1) uplet qui
sépare la série en p groupes de même effectif .Le quantile d’ordre p est noté 𝒙𝒑 .
𝟏
1) Si Np est un nombre entier alors 𝒙𝒑 = 𝟐 ( 𝒙𝑵𝒑 + 𝒙𝑵𝒑+𝟏 )
2) Si Np n’est pas un nombre entier alors 𝒙𝒑 = 𝒙[𝑵𝒑] où [𝑵𝒑] désigne le plus petit entier
supérieur ou égal à Np .

Remarque
𝟏 𝟏
La médiane est le quantile d’ordre 𝒑 = 𝟐 .Le premier quartile est le quantile d’ordre 𝟒, le
𝟑
troisième quartile est le quantile d’ordre 𝒑 = 𝟒 .

V- PARAMETRES DE DISPERSION

V-1 L’Etendue : l’étendue d’une série statistique est simplement la différence entre la plus
grande modalité et la plus petite modalité . On la note 𝑬 . 𝑬 = 𝐦𝐚𝐱 𝒙𝒊 − 𝐦𝐢𝐧 𝒙𝒊 .
𝟏≤𝒊≤𝒑 𝟏≤𝒊≤𝒑

11
V-2 La distance interquartile

L’intervalle interquartile est [𝑸𝟏 , 𝑸𝟑 ]et la distance interquartile est I=𝑸𝟑 − 𝑸𝟏

V-3 La Variance

Définition : La variance d’une série statistique (𝒙𝒊 , 𝒏𝒊 ) 𝟏 ≤ 𝒊 ≤ 𝒑 d’effectif total 𝑵 est le

𝟏 𝒑
réel 𝑽(𝑿) = 𝑵 ∑𝒊=𝟏 𝒏𝒊 (𝒙𝒊 − 𝒙)𝟐

𝟏 𝒑 𝟐
Propriété (Formule de Koenig) 𝑽(𝑿) = 𝑵 ∑𝒊=𝟏 𝒏𝒊 𝒙𝒊 𝟐 − 𝒙 .

V-4 L’Ecart-type

L’écart-type est la racine carrée de la variance .On a 𝝈𝑿 = √𝑽(𝑿)

Remarque

1) Plus l’écart-type est faible, plus les valeurs sont regroupées autour de la moyenne
.(population homogène) .
2) Si l’écart-type est élevé, il ya une forte dispersion au sein de la population autour de
la moyenne.

V-5 Coefficient de variation ou coefficient de dispersion

𝝈
Le coefficient de variation d’une série statistique X est le nombre Cv= 𝑿𝑿 (On peut l’exprimer
en pourcentage) .

Remarque Le coefficient de variation est une grandeur sans dimension qui permet de
comparer plusieurs distributions .Plus grand est le coefficient de variation, plus grande est la
dispersion .

12