UNIVERSITE DE YAOUNDE I UNIVERSITY OF YAOUNDE I

ECOLE NATIONALE SUPERIEURE NATIONAL ADVANCED SCHOOL OF

POLYTECHNIQUE ENGINEERING

DEPARTEMENT DE GENIE CIVIL ET DEPARTMENT OF CIVIL ENGINEERING

URBANISME

PROJET
LONG
DE

DEVOIR DE STATISTIQUE DESCRIPTIVE

NOMS : ADIBIME ALEMOKA

PRENOMS : ROGER L.G.
MATRICULE : 11P003
CLASSE : 3GCU

ANNEE SCOLAIRE : 2013-2014

Les résumés des données numériques sont les suivants :

Minimum 1er Médiane Moyenne 3ème maximum

quartile quartile

Educ 8.00 12.00 12.00 13.49 15.00 21.00

Salaire 15750 24000 28875 34420 36938 135000

Salemba 9000 12488 15000 17016 17490 79980

u

Ancienne 63.00 72.00 81.00 81.11 90.00 98.00

Exppasse 0.00 19.25 55.00 95.86 138.75 476.00

Age 31.00 37.00 40.00 45.67 54.00 73.00

Les graphiques de tous les variables quantitatives sont :

 Les liaisons existantes entre les variables quantitatives du fichier sont :

Les tests s’effectuent à 5% qui représenteront le niveau du test. L’intervalle de

confiance est à 95%.

Liaison entre Statistique Degree La p- Hypothèse Intervalle Coefficient

les variables de of value nulle de de
quantitatives Pearson freedom confiance Ic corrélation r
(t) (df) à 95%

Age et 1.1094 471 =0.2678 Acceptée -0.0392914 0.05105034

ancienne 0.1405643
car >0.05

Age et educ -6.3737 471 <4.401e- Rien dire -0.3627309 -0.2817856

 10 car<0.05
-0.1966200

Age et 29.2456 471 <2.2e-16 Rien dire 0.7685259 0.8030431

exppasse car<0.05 0.8328995

Age et 2.3963 471 =0.01695 Rien dire 0.01978167 0.1097468

national car<0.05 0.19794904

Age et -1.1274 471 =0.2602 Acceptée -0.14137709 -0.05187747

numero 0.03846333
car >0.05

Age et salaire -3.2002 471 =0.001466 Rien dire -0.23297585 -0.1458792

car<0.05
-0.05646091

Age et -0.2381 471 =0.8119 Acceptée -0.1010313 -0.01097029

salembau 0.0792690
car >0.05

Age et sexe -1.1266 471 =0.2605 Acceptée -0.14134148 -0.05184122

0.03849962
car >0.05

Age et 0.1911 471 =0.8485 Acceptée -0.08141938 0.008806157

stat_pro 0.09888854
car >0.05

Ancienne et 1.0305 472 =0.3033 Acceptée -0.04286981 0.04737878

educ 0.13686042
car >0.05

Ancienne et 0.0647 472 =0.9484 Acceptée -0.08711088 0.002978134

exppasse 0.09301883
car >0.05

Ancienne et 1.0767 472 =0.2821 Acceptée -0.04074667 0.04950064

national 0.13894682
car >0.05

Ancienne et -360.294 472 <2.2e-16 Rien dire -0.9984863 -0.9981869

numero car<0.05
-0.9978284

Ancienne et 1.8334 472 =0.06737 Acceptée - 0.08409227

salaire 0.006018969
car >0.05 0.172848789

Ancienne et -0.4292 472 =0.6679 Acceptée -0.10962409 -0.01975347

salembau 0.07043749
car >0.05

Ancienne et 1.4472 472 =0.1485 Acceptée -0.02374104 0.06646673

sexe 0.15560090
car >0.05

Ancienne et 0.1158 472 =0.9079 Acceptée -0.08477751 0.005328829

stat_pro 0.09534872
car >0.05

Educ et -5.6659 472 =2.547e- Rien dire -0.3348085 -0.2523525

exppasse 08 car<0.05
-0.1660612

Educ et -2.9129 472 =0.003751 Rien dire -0.22031730 -0.1328886

national car<0.05
-0.04334166

Educ et -1.2434 472 = 0.2143 Acceptée -0.14645201 -0.05714006

numero 0.03309592
car >0.05

Educ et 19.115 472 < 2.2e-16 Rien dire 0.6065810 0.6605589

salaire car<0.05 0.7084748

Educ et 17.7735 472 < 2.2e-16 Rien dire 0.5759775 0.6331956

salembau car<0.05 0.6842397

Educ et sexe 8.2761 472 =1.332e- Rien dire 0.2747283 0.3559856

15 car<0.05 0.4321942

Educ et 13.0132 472 < 2.2e-16 Rien dire 0.4443529 0.5138537

stat_pro car<0.05 0.5772059

Exppasse et 3.1782 472 = Rien dire 0.05540314 0.1447465

national 0.001579 car<0.05 0.23179038

Exppasse et -0.0726 472 = 0.9422 Acceptée -0.09337781 -

numero 0.08675149 0.003340253
 car >0.05

Exppasse et -2.1277 472 = 0.03388 Rien dire - -0.09746693

salaire car<0.05 0.185900660

-
0.007466824

Exppasse et 0.9816 472 = 0.3268 Acceptée -0.04511342 0.04513563

salembau 0.13465389
car >0.05

Exppasse et 3.6313 472 = Rien dire 0.07591828 0.1648567

sexe 0.0003129 car<0.05 0.25119266

Exppasse et 1.3637 472 = 0.1733 Acceptée -0.02757629 0.06264495

stat_pro 0.15185382
car >0.05

National et -0.7051 472 = 0.4811 Acceptée -0.12214618 -0.03243738

numero 0.05779713
car >0.05

National et -3.9148 472 = Rien dire -0.26319914 -0.1773373

salaire 0.0001038 car<0.05
-0.08868819

National et -3.4672 472 =0.000574 Rien dire -0.24419721 -0.1575977

salembau car<0.05
-0.06850445

National et 1.6486 472 = 0.09989 Acceptée -0.01449687 0.07566758

sexe 0.16461139
car >0.05

National et -3.1565 472 = Rien dire -0.23085735 -0.1437812

stat_pro 0.001699 car<0.05
-0.05442033

Numero et -2.0809 472 = 0.03798 Rien dire -0.1838335 -0.09534651

salaire car<0.05
-0.0053266

Numero et 0.1745 472 = 0.8616 Acceptée -0.08209539 0.008029627

salembau 0.09802439
 car >0.05

Numero et -1.7291 472 = 0.08445 Acceptée -0.16820114 -0.07933739

sexe 0.01080547
car >0.05

Numero et -0.2859 472 = 0.7751 Acceptée -0.10310259 -0.01315914

stat_pro 0.07699777
car >0.05

Salaire et 40.2755 472 < 2.2e-16 Rien dire 0.8580696 0.8801175

salembau car<0.05 0.8989267

Salaire et 10.9452 472 < 2.2e-16 Rien dire 0.3750556 0.449923

sexe car<0.05 0.5189591

Salaire et 27.0899 472 < 2.2e-16 Rien dire 0.7421971 0.7801149

stat_pro car<0.05 0.8130541

Salembau et 11.1524 472 < 2.2e-16 Rien dire 0.3823357 0.4566756

sexe car<0.05 0.5251418

Salembau et 24.9888 472 < 2.2e-16 Rien dire 0.7130631 0.7546624

stat_pro car<0.05 0.7909667

Sexe et 8.8611 472 < 2.2e-16 Rien dire 0.2977212 0.3776601

stat_pro car<0.05 0.4523397

Dans le cas de l’hypothèse nulle, si elle est acceptée par rapport à la liaison entre
deux variables, alors elles sont indépendantes.

Transformation des variables qualitatives du fichier en facteurs.

Les tableaux de tri à plat et les graphiques de toutes les variables qualitatives
du fichier sont donnés ci-après :

Camerounais Non camerounais Total

Nombre 370 104 474

Fréquence 78.06% 21.94% 100%

Féminin Masculin Total

Nombre 216 258 474

Fréquence 45.57% 54.43% 100%

Employé de Agent de Manager Total

bureau sécurité

Nombre 363 27 84 474

Fréquence 76.58% 5.70% 17.72% 100%

Testons la liaison entre le statut professionnel et la nationalité :

Stat_pro Camerounais Non Total nombre

camerounais

Employé de 76.0 24.0 100 363

bureau

Agent de 51.9 48.1 100 27

sécurité

manager 95.2 4.8 100 84

Chi-deux=26.1718 Df=2 p-value=2.07e-06

Commentaires : Nous constatons que les non camerounais privilégient plus le

statut d’agent de sécurité, 76% d’employé de bureau sont des camerounais et
95.2% de manager sont des camerounais.
Tableaux profils lignes et profils colonnes :

-profils lignes :

National Employé Agent de Manager Total Nombre

de bureau sécurité

Camerounai 74.6 3.8 21.6 100 370

s

Non 83.7 12.5 3.8 100 104

camerounais

Stat_pro Camerounais Non Total Nombre

camerounais

Employé de 76.0 24.0 100 363

bureau

Agent de 51.9 48.1 100 27

sécurité

Manager 95.2 4.8 100 84

National Féminin Masculin Total nombre

Camerounais 47.6 52.4 100 370

Non 38.5 61.5 100 104

camerounais

Sexe Employé Agent de Manager Total nombre

de bureau sécurité

Féminin 95.4 0.0 4.6 100.0 216

Masculin 60.9 10.5 28.7 100.1 258

Stat_pro Féminin Masculin Total Nombre

Employé de 56.7 43.3 100 363

bureau

Agent de 0.0 100.0 100 27

sécurité

Manager 11.9 88.1 100 84

Sexe Camerounais Non Total nombre

camerounais

Féminin 81.5 18.5 100 216

masculin 75.2 24.8 100 258

Profilscolonnes :

National Féminin masculin

Camerounais 81.5 75.2

Non camerounais 18.5 24.8

Total 100.0 100.0

Nombre 216.0 258.0

Sexe Camerounais Non camerounais

Féminin 47.6 38.5

Masculin 52.4 61.5

Total 100.0 100.0

Nombre 370.0 104.0

Sexe Employé de Agent de sécurité manager

bureau

Féminin 56.7 0 11.9

Masculin 43.3 100 88.11

Total 100.0 100 100.0

Nombre 363.0 27 84.0

Stat_pro Féminin Masculin

Employé de bureau 95.4 60.9

Agent de sécurité 0.0 10.5

Manager 4.6 28.7

Total 100.0 100.1

Nombre 216.0 258.0

National Employé de Agent de sécurité Manager

bureau

Camerounais 76 51.9 95.2

Non camerounais 24 48.1 4.8

Total 100 100.0 100.0

Nombre 363 27.0 84.0

Stat_pro Camerounais Non camerounais

Employé de bureau 74.6 83.7

Agent de sécurité 3.8 12.5

Manager 21.6 3.8

Total 100.0 100.0

Nombre 370.0 104.0

Commentaires : Nous constatons que les tableaux des profils lignes et colonnes
sont identiques, les valeurs prises entre les variables disposées en (x, y) dans le
profil ligne sont égales aux valeurs entre ces deux variables cette fois disposées
en (y, x) dans le profil colonne.