Académique Documents
Professionnel Documents
Culture Documents
La statistique descriptive
A. MBARKI ENSA-OUJDA
Statistique descriptive: Classer des données, représenter des
graphiques, calculer des caractéristiques statistiques,
interprétations des résultats.
Si la taille des données est grandes (plusieurs caractères), on fait
recours à l'analyse des données.
A. MBARKI ENSA-OUJDA
Chapitre: Rappel de la statistique
descriptive
A. MBARKI ENSA-OUJDA
I- Vocabulaire
• 1- Population: ensemble d'objets ou de
personnes d'une étude statistique
Exemple
i. nombre d'enfants dans une famille : c.q.d.
ii. taille d'un individu :c. q. c.
A. MBARKI ENSA-OUJDA
I- Vocabulaire
5-Effectif total n : nombre d'individus total de
l'échantillon
6-Effectif d'une valeur caractère : nombre
d'individus possédant ce caractère.
7-Fréquence d'une valeur caractère: effectif
de cette valeur divisé par l'effectif total:
A. MBARKI ENSA-OUJDA
II- Caractère quantitatif discrets
total égale:
A. MBARKI ENSA-OUJDA
Représentation graphique:
On représente les caractère discrets sous forme
de diagramme en bâtons des effectifs ou des
fréquences
A. MBARKI ENSA-OUJDA
2- Caractéristiques :
a- Le mode : la valeur du caractère qui a plus grand effectif.
b- La moyenne arithmétique:
c- La variance arithmétique:
A. MBARKI ENSA-OUJDA
Représentation graphique:
Elle se fait grâce un histogramme dont les rectangles
sont de largeur l'amplitude de la classe et de longueur
l'effectif ou la fréquence.
A. MBARKI ENSA-OUJDA
Chapitre : Caractéristiques usuelles
d'un échantillon
A. MBARKI ENSA-OUJDA
Une caractéristique de l'échantillon
est une statistique T qui s'exprime
en fonction de : i.e. il existe f telle que
A. MBARKI ENSA-OUJDA
Expressions empiriques
1- La moyenne empirique : La moyenne empirique
de l'échantillon est la quantité :
Sa réalisation est
On a:
le T. C .L. donne :
on montre que :
Ainsi:
A. MBARKI ENSA-OUJDA
D'après la loi faible des grands nombres,
et
A. MBARKI ENSA-OUJDA
3-La variance empirique corrigée: La variance
empirique corrigée de l'échantillon est la quantité
De plus:
A. MBARKI ENSA-OUJDA
4- Fréquence empirique: on note par
la fréquence (ou proportion) des individus possédant un
caractère A donné ’’ i.e. P(X=A)’’.
Considérons un échantillon et soit Y ce nbre de
réalisation du caractère A. On a
ou encoure
A. MBARKI ENSA-OUJDA
2- On peut montrer que:
Or pour
A. MBARKI ENSA-OUJDA
De plus
Ainsi
Remarquons que:
est égal à
A. MBARKI ENSA-OUJDA
Théorème:
ou encore
Ce résultat est extrêmement utile car il ne dépend pas de et servira
donc chaque fois que A. MBARKI ENSA-OUJDA
est inconnu
Remarque : Les résultats ci-dessus restent vrais
pour n assez grand, sans supposer
que la loi de probabilité P est normale.
Le T. C. L. les confirme d'une façons claire.
A. MBARKI ENSA-OUJDA
Chapitre 7. Estimation
C'est le problème inverse de l'échantillonnage; c'est à dire
connaissant des renseignement sur un ou plusieurs
échantillons, on cherche à en déduire des informations sur la
population totale.
Précisément, soit un paramètre inconnu de loi
de probabilité P; exemple: ou une proportion
l'estimation consiste à donner des valeurs approchées au
paramètre à l'aide d'un échantillon issu de la population
considérée.
Deux types d'estimation seront étudiés dans ce chapitre:
1- Estimation ponctuelle
2- Estimation par intervalle de confiance.
A. MBARKI ENSA-OUJDA
1-Estimation ponctuelle
Définition : On appelle estimateur ponctuel d'un paramètre
de la loi de probabilité P, toute fonction dépendante de
l'échantillon on le note c- à- d:
EXEMPLE :
1- l'espérance de la loi P. On l'estime par la moyenne
empirique de l'échantillon.
A. MBARKI ENSA-OUJDA
Estimation par intervalle de
confiance
On a
ou encore:
avec
A. MBARKI ENSA-OUJDA
Intervalle de confiance pour
l'espérance m d'une loi normale.
- l'hypothèse: la loi de probabilité est normale d'espérance
m (à estimer) et de variance
- Variance connue : L'espérance inconnue de la loi P est
notée m.
On sait que si l'échantillon est Alors moyenne empirique
est un estimateur ponctuel de m et que
Exacte.
de N. c- à- d:
Alors
Exemple: alors
(Table stat.)
L'intervalle de confiance de l'espérance m est:
A. MBARKI ENSA-OUJDA
Remarque: Les résultats précédents s'appliquent à n
assez grand sans supposer la normalité de la loi P
(dès que .)
Variance inconnue
On utilise le fait que
A. MBARKI ENSA-OUJDA
L'intervalle de confiance de l'espérance m est
Exemple alors
A. MBARKI ENSA-OUJDA
m connue. Un bon estimateur de la variance est
A. MBARKI ENSA-OUJDA
Intervalle de confiance pour une proportion
Un estimateur ponctuel d'un proportion
(Possèdent un certain caractère) est
A. MBARKI ENSA-OUJDA
Ainsi un intervalle de confiance est:
A. MBARKI ENSA-OUJDA
Chapitre 8. Les tests d'hypothèses
Principe des tests
Partons d'un exemple. Une machine fabrique des tiges d'acier.
Si la machine est réglée correctement l'utilisateur obtient une
population de tiges de longueurs moyenne m et d‘écarts -type. .
On désire savoir si cette machine se dérègle. Ainsi on
prélèvera à intervalles réguliers, des échantillons
pour mesurer la longueur effective des tiges.
Nous faisons alors l'hypothèse dite hypothèse nulle que la
machine est bien réglée. On teste alors cette hypothèse: deux
cas se présentent:
1- La machine est bien réglée on accepte
2- La machine est mal réglée on rejette et donc on accepte
dite hypothèse alternative.
A. MBARKI ENSA-OUJDA
Définition :Un test statistique est une méthode permettant de
prendre une décision à partir d'informations fournies par un
échantillon, cette décision dépend donc de l'échantillon. Ainsi
qu'elle que soit la décision prise on court deux sortes de risques:
1- Le risque dit de 1ère espèce noté :est la probabilité de
rejeter l'hypothèse nulle alors qu'elle est vraie en réalité:
A. MBARKI ENSA-OUJDA
Type de test:
A. MBARKI ENSA-OUJDA
Tests paramétriques
Un estimateur de m est
A. MBARKI ENSA-OUJDA
Par suite sous l'hypothèse on a et
où encoure
A. MBARKI ENSA-OUJDA
Règle de décision du test:
Si on accepte
avec le risque
Puissance du test
un calcul long montre que:
Si on pose Alors,
A. MBARKI ENSA-OUJDA
Remarque: Dans les cas usuels : si
Règles de décision:
Test 1:
Si
A. MBARKI ENSA-OUJDA
Test de la moyenne (Variance inconnue)
On estime Sous
Règles de décision du test bilatéral
Si
Test bilatérale:
Un estimateur de
A. MBARKI ENSA-OUJDA
Règles de décision
Si
Si
A. MBARKI ENSA-OUJDA
On a supposé que la moyenne est inconnue. Dans le cas
contraire, on utilise un procédé plus simple en remarquant que
A. MBARKI ENSA-OUJDA
Test de la proportion
Soit la proportion d'individus possèdent un caractère
donné. On veut tester, au seuil de signification
A. MBARKI ENSA-OUJDA
Règles de décision
Si
A. MBARKI ENSA-OUJDA
Test non paramétriques
Test d'ajustement
A. MBARKI ENSA-OUJDA
Principe
Supposons qu'on observe k résultats différents avec des
effectifs observées , les effectifs théoriques de
ces résultats sont
On souhaite savoirs s'il y a une différence significative
entre les La statistique du test est
A. MBARKI ENSA-OUJDA
Remarques
1- Pour assurer la convergence de D vers la loi il
faut grouper les classes voisines de sorte que
2- Dans ce type de test, l'alternative n'est pas formulée:
est acceptée pour les petites valeurs de D
est rejetée pour les grandes valeurs de D
4- Règles de décision.
Si on accepte au seuil
Sinon on rejette .
A. MBARKI ENSA-OUJDA
Exemples
A. MBARKI ENSA-OUJDA
Exemple 1
Avec
A. MBARKI ENSA-OUJDA
On groupe les deux dernières classes, ainsi k=11. On a
A. MBARKI ENSA-OUJDA
Exemple 2
A. MBARKI ENSA-OUJDA
Avec
On a
A. MBARKI ENSA-OUJDA
Test d'indépendance
le test d'indépendance consiste à définir une règle de
décision pour accepter ou rejeter l'hypothèse
A. MBARKI ENSA-OUJDA
nbre d'observation présentant à la fois les
modalités
On pose
règle de décision
-Si on accepte l'hypothèse
(d'indépendance) au seuil
Sinon on rejette
A. MBARKI ENSA-OUJDA
EXEMPLE
A. MBARKI ENSA-OUJDA
Solution
On a