04/01/2024

Chapitre 1
LICENCE D’ÉCONOMIE – 1ère ANNÉE Méthodologie et Terminologie

Statistiques 1 a)La méthode scientifique et la causalité

Benoît Mulkay – benoit.mulkay@umontpellier.fr b) Sur qui ? Population et échantillon

Faculté d’Économie – Université de Montpellier c) Sur quoi ? Variables et unités de mesure

année 2023-2024

1 2

1 2

La méthode scientifique
Statistique descriptive Définition :
La méthode scientifique correspond à un ensemble de
Stéphanie Baggio, Stéphane Rothen, Stéphane Deline, procédures rigoureuses et standardisées mises en œuvre afin de
De Boeck Supérieur, 2017. répondre à des questions de recherche.

Les éléments clés de la méthode scientifique

Cours 1 : La méthode scientifique
Cours 2 : Sur qui ? Population et échantillon
Cours 3 : Sur quoi ? Variables et échelles de mesure
• La méthode scientifique peut se voir comme un processus
circulaire ayant pour but de :
1) comprendre un phénomène.
2) augmenter les connaissances dans un domaine spécifique.
3) avoir une base solide pour entreprendre des actions.

• Elle est construite sur des démarches rigoureuses et utilise des

3 instruments fiables. 4

3 4

1
 04/01/2024

Les données Les données : sur qui ? sur quoi ?

Données :
✓Faits qui sont observés, collectés, analysés et résumés pour Définition :
être présentés et interprétés. La population est l’ensemble des « individus » pour qui la
question de recherche est pertinente.

Définition : Par exemple :

Les variables sont les « choses » que l’on veut observer, comme • les Français,
par exemple : • les salariés d’une entreprise,
• le sexe, • les entreprises de plus de 500 salariés,
• l’âge,
• les pays de l’UE,…
• le nombre d’enfants,
• les revenus,
• un taux d’intérêt,
• …
5 6

5 6

Les données : comment ? Les données

Les observations :
La planification ou l’élaboration du recueil de données est très
importante, car elle a un impact majeur pour l’analyse des données.
➢Questionnaire dont les données vont ensuite être entrées dans
un tableau ?
• Dans de nombreux cas, les données nécessaires à une
application particulière existent déjà.
Beaucoup d’entreprises constituent des bases de données sur
leurs employés, leurs clients, leurs opérations commerciales,
sur les ventes, les dépenses publicitaires…
Les administrations publiques mettent aussi des données à
disposition du public et des chercheurs : data.gouv.fr

➢Expérience réalisée en laboratoire ? • Il existe des entreprises spécialisées dans la collecte et le

traitement des données économiques et commerciales :
➢Base de données obtenue auprès d’un organisme ? (INSEE,
Bloomberg, Dow Jones & Company, Datastream, Infogreffe,
Eurostat, Banque Mondiale, Datastream, Bloomberg, Google,...)
Bureau Van Dijk, Nielsen-Veritas,…

7 8

7 8

2
 04/01/2024

Les données Les données

• Internet est également une source importante de
données.
La plupart des sociétés possèdent leur site web, sur lequel
apparaissent des informations générales sur la société, ainsi
que des données sur les ventes, le nombre d’employés, le
chiffre d’affaires,...
• Vous pouvez obtenir de nombreuses données en économie
à partir des sites internet suivants (quelques exemples) :
1. INSEE (www.insee.fr),
2. OCDE / OECD (stats.oecd.org )
3. EUROSTAT (ec.europa.eu/eurostat/fr/data/database )
4. data.gouv.fr (www.data.gouv.fr/),
5. Banque de France (webstat.banque-france.fr/fr/ )
6. Banque Centrale Européenne (sdw.ecb.europa.eu/ )
7. Fonds Monétaire International (www.imf.org/en/Data )
8. Banque Mondiale (donnees.banquemondiale.org )
9. Réserve fédérale américaine (fred.stlouisfed.org )
10. Sites commerciaux comme Boursorama, Bloomberg, Yahoo Finance,…
Etc.

9 10

9 10

Un élément important : la notion de causalité Un élément important : la notion de causalité

• Platon l'énonce ainsi : Par exemple :
« Tout ce qui naît, naît nécessairement par l'action ▪ Est-ce qu’un nouveau médicament permet de mieux soigner
d'une cause » une maladie ?
et précise :
▪ Est-ce que les gaz à effet de serre entraîne un
« car il est impossible que quoi que ce soit, puisse réchauffement climatique ?
naître sans cause » (Timée, 28 a)
▪ Un meilleur niveau d’éducation des élèves contribue-t-il à
• Le plus souvent les scientifiques s’intéressent à identifier augmenter la richesse d’un pays ?
les liens entre plusieurs phénomènes afin de répondre à
la question suivante : ▪ Est-ce que les allocations de chômage réduisent le désir de
→ Quel phénomène cause l’autre ? retrouver un emploi ?

11 12

11 12

3
 04/01/2024

La notion de causalité La notion de causalité

Pour argumenter, il est très souvent utile de s’appuyer sur ➢ La statistique ne permet pas de répondre parfaitement à
l’existence de liens statistiques entre deux phénomènes, cette question.
soit pour confirmer une théorie, soit pour la contredire ou ➢ L’erreur consiste à faire des interprétations causales
la nuancer. abusives.

• Mais comment rendre compte de l’existence, ou non,
d’un lien statistique ?
• Tout lien statistique est-il synonyme de causalité ?
➢ Il existe donc des procédures à respecter
scrupuleusement pour suggérer la possibilité d’une
causalité liant deux phénomènes.
Par ailleurs, lorsqu’il existe une causalité, y a-t-il
toujours corrélation ?

13 14

13 14

La notion de corrélation et de causalité La notion de corrélation et de causalité

Quels sont les types de liens ?
On peut distinguer 3 situations lorsque l’on observe
l’intensité du lien statistique entre deux variables :
1. corrélation positive : les deux variables varient dans
le même sens.
Quels sont les types de liens ?
On peut distinguer 3 situations lorsque l’on observe
l’intensité du lien statistique entre deux variables :
2. corrélation négative : les deux variables varient
en sens inverse.

• Lorsqu’une variable augmente,

l’autre augmente également ;
• ou lorsqu’une variable diminue, • lorsqu’une variable augmente,
l’autre diminue également. l’autre diminue,
• Et vice versa.
Source diapositive :
https://sesame.apses.org/index.php?option=com
_content&view=article&id=197&Itemid=191 15 16

15 16

4
 04/01/2024

La notion de corrélation et de causalité Un lien statistique exprime t-il toujours une

causalité ?
Quels sont les types de liens ?
On peut distinguer 3 situations lorsque l’on observe
l’intensité du lien statistique entre deux variables :
3. Absence de corrélation.
• lorsqu’une variable varie,
l’autre ne varie pas, ou alors
varie sans lien avec la
première.
17
Quelle est la cause ? Quel est l’effet ?
• Imaginons que l’on observe
un lien statistique entre la
quantité de pluie au
printemps et la hauteur des
herbes sauvages.
• Si l’on envisage l’existence d’une
causalité, il faut se demander
quelle est la cause et quel est
l’effet.
• Ici, la cause est plus
vraisemblablement la quantité
de pluie
• Sauf à penser que des herbes
hautes puissent transpercer des
nuages et faire tomber la pluie…

17 18

Un lien statistique exprime t-il toujours une
causalité ?
• Imaginons que l’on observe un
lien statistique entre le niveau
d’éducation d’une population
d’un pays et la richesse de ce
propre pays.
• Si l’on envisage l’existence d’une
causalité, quelle est la cause et
quel est l’effet ?
• On peut penser que plus un
pays possède une population
éduquée, plus les salariés seront
qualifiés et efficaces, et plus le
pays sera riche.
• Mais la réciproque est
également envisageable : plus
un pays est riche, et plus il peut
consacrer de ressources à
l’éducation de sa population.
Un lien statistique exprime t-il toujours une
causalité ?
• La taille moyenne des • Il y a corrélation, mais il n’y a
japonnais a augmenté de 15 bien évidemment pas causalité.
cm depuis la fin de la 2ème
guerre mondiale,
alors que la distance entre le
Japon et les Etats-Unis • Effet du hasard ?
augmente de 2 à 3 cm par an à
cause de la dérive des
continents.

• Il y a alors une double causalité.

• Causalité réciproque… 20

19 20

5
 04/01/2024

Un lien statistique exprime t-il toujours une
causalité ?
• Lorsque nous prenons des
antibiotiques, nous nous
sentons fatigués.
• Ainsi, nous en déduisons que
la prise d’antibiotiques est à
l’origine de cet épuisement.
• En fait une variable intermédiaire
(ou variable parasite) se glisse
entre les deux variables : la
maladie.
• En effet, la fatigue est causée par
l’infection qui nécessite la prise
d’un antibiotique.
Un lien statistique exprime t-il toujours une
causalité ?
• Les journalistes, pressés, en avaient
conclu un peu vite à la nocivité de la
crème solaire alors que :
"utilisation de crème solaire" et
• Une étude statistique a "cancer de la peau" n’étaient que la
montré un lien positif conséquence d’une même cause :
entre l’utilisation de crème l’exposition au soleil
solaire et le risque de
cancer de la peau.
• Cette dernière est la variable
explicative cachée.

• Interprétations causales • le lien statistique peut-être dû à une

fallacieuses ? variable explicative cachée, influençant
21
simultanément les deux autres 22
variables.
21 22

Attention à la causalité Attention à la causalité

• Vous devez vous méfier des interprétations causales, qui
peuvent être facilement abusives, même si ce n’est pas
intentionnel !
• L’homme a une tendance naturelle à rechercher des
liens de cause à effet dans la nature et dans les
phénomènes qui l’entourent.
Ce n’est pas parce qu’on trouve une relation entre
deux variables que l’on peut en déduire que l’une
cause l’autre !
Proposition : L’événement A est lié à l’événement B.
→ Conclusion : A cause B.
La conclusion peut être erronée, car plusieurs types de relations
peuvent expliquer le lien entre A et B.
1. A est peut être la cause de B.
2. B est peut être la cause de A.
3. La relation entre A et B est causée par C, évènement non
observé.
4. Une combinaison de ces différentes sources de causalité.
5. Si une étude est menée, le simple hasard peut être la
raison du lien observé.

23 24

23 24

6
 04/01/2024

Attention à la causalité
Chapitre 1
Méthodologie et vocabulaire

a) La méthode scientifique

b) Sur qui ? Population et échantillon

c) Sur quoi ? Variables et unités de mesure

Corrélation : 99.8 % → Causalité ???

25 26
Source : Spurious Correlations (tylervigen.com)

25 26

Les individus, la population, l’échantillon. Les individus, la population, l’échantillon.

Définition : ➢Par exemple, un individu ou une unité statistique peut être :
Les individus, qui participent/sont contenus dans une étude, • une personne
sont aussi nommés sujets ou éléments … • un ménage
Plus précisément on parle d’unités statistiques, lequel présente • une entreprise
l’avantage d’avoir une acception neutre et large. • une région
• un pays
• une voiture
Définition :
• etc…
Une unité statistique est une unité d’observation ou de mesure
pour laquelle une ou plusieurs mesures de certaines
caractéristiques sont recueillies ou dérivées.
L'unité statistique est donc l'élément de base pour compiler et
tabuler les données statistiques.

27 28

27 28

7
 04/01/2024

Les individus, la population, l’échantillon. Les individus, la population, l’échantillon.

Définition :
Définition :
L’ensemble des individus ou des unités statistiques auxquels on
L’ensemble des informations obtenues pour une unité statistique s’intéresse constitue la population.
particulière correspond à une observation.

• Les caractéristiques de la population doivent être définies très

• Caractéristiques observables ? → goût , intelligence, puissance ? précisément. Cette caractérisation se fait en fonction de la
question de recherche.
• Caractéristiques observées ? → inégalité, pauvreté ?
• Il n’est pas toujours possible d’étudier l’ensemble de la population
(faute de temps, de moyens….).
• Il est très important
▪ de bien définir ce que l’on veut mesurer et observer …
▪ de conserver une définition constante dans le temps et • Ce n’est pas toujours nécessaire (si les informations obtenues sont
l’espace. redondantes par exemple).

29 30

29 30

Les individus, la population, l’échantillon. Les individus, la population, l’échantillon.

Définition : • Un échantillon consiste en un ensemble de d’informations
observées sur des unités statistiques.
Un ensemble d’individus ou d’unités statistiques d’une étude,
forme un échantillon.
Un échantillon est un sous-ensemble de la population. Définition :
Les informations sur les unités statistiques de la population ou
de l’échantillon sont appelées des variables.
• Le choix de cet échantillon doit être raisonné afin de pouvoir
généraliser les résultats à l’ensemble de la population, ce qui
constituera un objectif des statistiques inférentielles, non
• Ce sont les caractéristiques et les valeurs que l’on veut observer.
abordées cette année.
• Elle peuvent être de différents types (voir Section I.3 ci-dessous)
• La méthode idéale pour retenir un échantillon consiste à prendre
au hasard des sujets dans la population, c’est-à-dire faire un • Ces variables constituent les données de l’étude.
tirage aléatoire, bien que cela ne soit pas toujours possible.

31 32

31 32

8
 04/01/2024

Typologie des échantillons. Données en coupes transversale

Les données en coupe transversale sont collectées au même
• Les échantillons peuvent être de plusieurs types : moment sur plusieurs individus.
a. Données en coupes transversales (ou coupes instantanées)
→ Cross – section • Exemple :
b. Données en séries temporelles (ou séries chronologiques) Variable
→ Time Series
c. Données de panel
→ Panel Data Observation

• Dans chaque cas, posez-vous les questions :

➢ Quelles sont les unités statistiques ? Unité statistique,
➢ Quelle est la population ? Individu de l’échantillon
➢ Quel est l’échantillon ?
Population :
➢ Quelles sont les variables ?
ensemble des pays de
➢ Quelles sont les unités de mesure de ces variables ?
l’organisation mondiale
33
du commerce (OMC) 34

33 34

Données en séries temporelles (chronologiques) Données en séries temporelles

• Les données en séries temporelles sont des données collectées, • Exemple : CAC 40 entre 1999 et 2019.
sur plusieurs périodes de temps différentes, d’un seul individu.

• Exemple : Cours (prix) du pétrole brut (brent) 2005 - 2019

35 36

35 36

9
 04/01/2024

Données de panel Données de panel

• Les données de panel sont des observations relatives aux mêmes
individus (pays, indices boursiers, entreprises…), à des périodes
successives (années, trimestres, mois…). Individus
(Entreprise)

• Données en coupe transversale + Données en séries temporelles

(cross section) (times series) Temps
(Année)

Données de panel
(panel data)
Variables
• Elles possèdent deux dimensions : (Dettes,
✓ Temporelle : longitudinale Valeur
✓ Individuelle : transversale Capital)
37 38

37 38

Les variables
Chapitre 1 • Le recueil de données porte sur des variables.

Méthodologie et vocabulaire Définition :

Une variable est une caractéristique étudiée qui peut prendre
plusieurs valeurs ou modalités.
a) La méthode scientifique On distingue des variables qualitatives et quantitatives
Ces variables peuvent être mesurées au moyen de différentes
échelles de mesure.
b) Sur qui ? Population et échantillon

• Comme leur nom l’indique, il s’agit de caractéristiques qui

c) Sur quoi ? Variables et unités de mesure peuvent varier d’un individu à l’autre, ou dans le temps,
c’est-à-dire une caractéristique susceptible de prendre plusieurs
valeurs ou modalités.
39 40

39 40

10
 04/01/2024

Variables et vocabulaires associés Les variables : exemples

• On appelle modalité ou valeur, une catégorie possible que peut
prendre une variable.

• Les modalités/valeurs possibles (ou théoriques) recouvrent

l’ensemble de modalités/valeurs qui pourraient être observées
chez les individus.

• Les modalités/valeurs observées correspondent aux résultats

effectivement obtenus par les individus.

• Une modalité/valeur observée pour un individu sur une variable

est nommée une observation pour cette variable. Si aucun individu n’a le score « 0 » pour l’estime de soi, « 0 » est une
valeur possible, mais ce n’est pas une valeur observée.

41 42

41 42

Les types de variable : quantitatives ou qualitatives
• Les variables étudiées peuvent être de différentes
natures, selon les modalités/valeurs qu’elles peuvent
prendre.
➢ Les variables qualitatives renvoient à des classes, des
attributs, ou comme leur nom l’indique, des qualités.
(exemples : genre, catégories socio-professionnelles, possession d’une
voiture, choix d’un candidat à une élection, notation d’un hôtel, etc.)
Les types de variable : quantitatives ou qualitatives
• On appelle modalités les catégories possibles prises par une
variable qualitative. Elles peuvent être codées par un nombre !
(exemples : homme ou femme ; ouvriers, employé, cadres, indépendant ;
possède ou ne possède pas une voiture ; Macron ou Le Pen ; 3 étoiles ; …)
• On appelle valeurs les nombres possibles pris par une variable
quantitative.

➢ Les variables quantitatives correspondent quant à elles à des (exemples : 3 ans ; ventes = 451 378 € ; taux d’intérêt = 1.22% ; 68 425 000
valeurs numériques. La variable est mesurable ! résidents ; 3 étoiles ; ... )
(exemples : âge d’un individu, ventes d’une entreprise, taux d’intérêt,
population d’un pays, notation d’un hôtel, etc.)

• Parfois, la frontière entre variables quantitatives et qualitatives est

ténue … 43 44

43 44

11
 04/01/2024

Variables quantitatives discrètes ou continues Les types de variable : quantitative ou qualitative

• On distingue pour les variables quantitatives :
Exemples de variables qualitatives et quantitatives
1) les variables quantitatives discrètes,
qui ont des valeurs finies qu’on peut énumérer.
(exemples : nombre de courses gagnées par un cycliste, nombre
d’enfants, nombre de voitures d’un ménage,etc.)
→ dénombrement

2) les variables quantitatives continues,

qui peuvent prendre théoriquement un grand nombre de
de valeurs (« infinité » ?).
(exemples : les ventes d’une entreprise, le taux d’intérêt, le taux de
chômage, etc.)

45 46

45 46

Transformations des variables Les échelles de mesure

• Il est important de noter que les variables sont qualitatives ou • Une échelle de mesure est un type d’instrument de
quantitatives par nature. mesure utilisé pour recueillir les observations faites sur
une variable, c’est-à-dire l’instrument de mesure utilisé.
• Ainsi le PIB d’un pays est par nature une variable quantitative,
mesurée par un nombre d’euros, de dollars,…. • On en distingue quatre sortes :
1. Les échelles nominales sont utilisées pour des
• On peut toutefois transformer cette variable quantitative en variables qualitatives,
variable qualitative avec par exemple trois modalités : lorsque les modalités sont différentes les unes des
✓« PIB élevé », autres et ne peuvent être comparées.
✓« PIB moyen »,
✓« PIB faible ». ➢ Les valeurs nominales n’ayant que deux modalités
sont dites dichotomiques.
• Transformation souvent déconseillée car on perd de l’information.
Exemple : Oui / Non
➢ Les valeurs nominales ayant que plusieurs modalités
• Il est très difficile de transformer une variable par nature qualitative (> 2) sont dites polytomiques.
en une variable quantitative. Exemple : Pomme / Poire / Orange / Banane
47 48

47 48

12
 04/01/2024

Les échelles de mesure Les échelles de mesure

2. Les échelles ordinales sont également utilisées pour des
variables qualitatives, mais les modalités peuvent être
ordonnées.
Elles sont donc structurées par ce qu’on appelle en
mathématique une relation d’ordre, communément
admise…
Chaque modalité a quelque chose en plus que la
précédente, mais l’écart entre deux modalités n’est pas
mesurable.
➢ Échelles nominales : pas d’ordre des modalités !
(exemple : fruits → pomme, poire, orange, ananas,…)
➢ Échelles ordinales : l’ordre est important !
(exemple : classement d’un hôtel : 5 étoiles > 4 étoiles > 3 étoiles)
49
3. Les échelles d’intervalles (ou cardinales) sont
employées pour des variables quantitatives.
Ces échelles sont non seulement structurées par une
relation d’ordre, mais l’intervalle qui sépare chaque
valeur est la même.
➢ On peut donc faire des additions et des soustractions.
➢ Elles utilisent un zéro « relatif », c’est-à-dire un zéro fixé par
convention et qui ne correspond pas à l’absence de quantité.
(exemples : échelle de température « Celsius », calendrier,…)
➢ Cette échelle d’intervalles est aussi appelée échelle relative.
50

49 50

Les échelles de mesure Récapitulatif échelles de mesure

4. Les échelles de rapport présentent les mêmes

caractéristiques que les échelles d’intervalle,
mais elles ont en plus un zéro « absolu »,
c’est-à-dire un zéro qui correspond à l’absence de
quantité.

➢ Variables quantitatives les plus courantes en économie !

➢ Cela permet de faire des rapports (divisions) en plus des

opérations d’addition ou de soustraction.
(exemples : taux de profit, taux de chômage, taux de croissance du revenu,…)

➢ Cette échelle de rapport est aussi appelée échelle absolue.

51 52

51 52

13

Exemples d’échelles de mesure
53
53 54
Remarque sur les échelles de mesure
• Il arrive que dans un questionnaire, une modalité comme
« ne sait pas » ou « sans opinion » soit prévue.
Remarque : Il est éventuellement possible de considérer cette
modalité comme neutre et par conséquent la placer
entre les modalités pour et contre, oui et non pour
conserver une variable ordinale,
mais cette façon de procéder ne fait pas l’unanimité car
les individus peuvent choisir ces modalités pour des
raisons très différentes (parce qu’ils ne savent pas,
qu’ils ne veulent pas répondre…).
55
55 56
04/01/2024
Remarque sur les échelles de mesure
• Il arrive que dans un questionnaire, une modalité comme
« ne sait pas » ou « sans opinion » soit prévue.
• Dans ce cas, l’échelle de mesure devient nominale car on
ne peut plus établir de classement avec les autres
modalités de la variable :
A<B<C≠D
• La modalité D casse la structure d’ordre de l’ensemble de
l’échelle de mesure.
54
Le choix d’une échelle de mesure
• Pour certaines variables, il n’est pas possible de choisir
l’échelle de mesure.
• C’est souvent le cas des variables nominales, comme par
exemple la nationalité.
• Par contre d’autres variables autorisent un choix.
• Dans ce cas, le/la scientifique est alors libre de
déterminer le type de variable et d’échelle qu’il souhaite
utiliser.
• Ce choix doit se faire en fonction de la question de
recherche.
56
14
 04/01/2024

Le choix d’une échelle de mesure Les unités de mesure

Exemple : Échelles de mesure pour le degré d’adhésion à • Toutes les variables que nous avons énumérées jusqu’ici
un parti politique : contiennent implicitement une unité de mesure.

➢ Echelle nominale : pour ou contre (et éventuellement « ne • Pour les variables qualitatives, le problème est
sait pas »). relativement simple :
➢ Echelle ordinale : très favorable, favorable, peu favorable,
défavorable.
✓ on fait le décompte de chaque modalité.
➢ Echelle d’intervalle : score d’adhésion allant de 0 à 10.

➢ Echelle de rapport : nombre de fois où l’individu s’est rendu à

des réunions du parti politique en
question.

57 58

57 58

Les unités de mesure Comment doit-on choisir l’unité de mesure ?

• Pour les variables quantitatives, les unités de mesure • Le choix de l’unité de mesure dépend souvent de
peuvent être très diverses : l’objectif recherché :

✓ la date (en années) du voyage de Marco Polo,
✓ le revenu (en dollars) de l’Américain le plus riche,
✓ le poids des baleines bleues (en tonnes) et des
nouveau-nés (en grammes),
✓ la production de pétrole à Terre-Neuve (en barils).
✓ Le producteur de pommes ne veut pas compter le nombre
de pommes de son verger, mais il se contente de savoir le
poids de la récolte par catégories (pink lady, canada,
golden, etc.).
✓ Le camionneur veut connaître le volume (12 m³ de pink
lady et 6 m³ de golden = 18 m³ de conteneur), peu importe
la catégorie.

59 60

59 60

15
 04/01/2024

Comment doit-on choisir l’unité de mesure ?

Résumé du Chapitre 1
• Le choix de l’unité de mesure dépend souvent de
l’objectif recherché : Méthodologie et vocabulaire
a) La méthode scientifique
✓ Le douanier se préoccupe plutôt de la valeur de la cargaison
(5 000 $). - Les données
- La notion de causalité
✓ Le pique-niqueur s’intéresse au nombre (8 pommes pour 8
personnes : une chacun) tandis que l’excursionniste b) Sur qui ? Population et échantillon
s’intéresse au nombre et au poids.
- Population, unité statistique, observation,
✓ Quant à la personne qui suit un régime, elle mesurera échantillon, variables.
plutôt les fruits en calories : une pomme + une orange = 85 - Typologie des échantillons : coupes instantanées,
calories. séries temporelles, données de panel.
61 62

61 62

Chapitre 1
Méthodologie et vocabulaire
c) Sur quoi ? Variables et unités de mesure
- Variables quantitatives / qualitatives.
- Echelles de mesure
- Variables qualitatives nominales / ordinales
- Variables quantitatives discrètes / continues
- Echelles de mesure d’intervalles ou de rapports
- Unités de mesure

63

63

16