TC Thomé Jill

« Cours de statistique pour les classes de 7 e a 2e -
d’une introduction a un tableur vers la formalisation
mathematique »
Par la présente, je soussignée Jill THOME déclare avoir rédigé le présent travail par mes propres
moyens sans me servir de références autres que celles indiquées et marquées en tant que telles.
____________________________
Jill THOME
Jill Thomé
Professeur – candidat au Schengenlyzeum Perl
Cours de statistique pour les classes de 7e à 2e -

d’une introduction à un tableur vers la formalisation
mathématique
Perl
2015
Résumé
Le travail est divisé en deux grandes parties. La première partie est constituée de recherches et
d’analyses. On a commencé les recherches par une analyse des programmes de mathématiques
actuels des différentes classes de l’enseignement secondaire au Luxembourg afin de voir quelles
sont les compétences des élèves en statistique à la fin de leurs études secondaires. D’une part cette
analyse est basée sur les programmes officiels publiés par le Ministère de l’Education National,
d’autre part, un sondage auprès des enseignants de mathématiques a aidé à confirmer nos
suppositions, que les chapitres de la statistique ainsi que du calcul des probabilités sont les deux
chapitres souvent ou bien négligés par manque de temps ou bien non pas toujours traités comme
prévu par le programme officiel.
En comparant les programmes officiels aux manuels scolaires, on a remarqué que les chapitres de
statistique au programme ne figurent pas toujours dans les manuels au choix. Dès lors, dans ce cas,
ils devraient être traités hors manuel.
Dans un second pas, on a analysé les programmes des voies d’études aux universités préférées des
étudiants luxembourgeois afin de voir quels sont les prérequis en statistique attendus des étudiants
au début de leurs études.
Une dernière analyse, celle des programmes de mathématiques des pays limitrophes ainsi que de
celui de l’école européenne a montré que les autres pays, selon les programmes officiels respectifs,
mettent plus de poids aux chapitres de statistique et du calcul des probabilités. Pratiquement tous
ces programmes analysés, contrairement au programme luxembourgesois, comprennent des
éléments de statistique inférentielle.
Les résultats des recherches ainsi que l’évaluation du questionnaire ont montré la nécessité d’un
cours de statistique et d’un cours de calcul de probabilités cohérents et continus de la classe de 7e
jusqu’en classe de 2e de l’enseignement secondaire. Une grande partie des enseignants sont d’avis
qu’il faut un cours de statistiques avec une introduction au tableur Excel afin de transmettre aux
élèves les connaissances nécessaires pour la résolution d’exercices et d’activités faisant appel à cet
outil informatique.
En tenant compte de tous ces résultats, la deuxième partie du travail consiste en la réalisation d’un
cours de statistique pour les classes de 7e jusqu’en 2e de l’enseignement secondaire, complété par
une introduction au tableur Excel ainsi que des exercices d’application faisant appel à cet outil
informatique. Les solutions de tous les exercices se trouvent à l’annexe de ce travail.
Vu le fait que la statistique et le calcul des probabilités sont deux volets des mathématiques qui
s’enchaînent, il y a eu, pendant toute la durée du travail, une étroite collaboration entre Madame
Weyer, qui était responsable du cours de calcul des probabilités, et moi-même. Il s’ensuit que
certaines parties de recherches sont communes aux deux travaux.
4
Je tiens à remercier Monsieur Jean-Claude Bremer, mon patron du travail de candidature, pour ses
conseils et ses encouragements tout au long de la rédaction du présent document.
Un grand merci est dédié à Stéphanie Weyer pour la bonne collaboration tout au long du travail.
J’adresse aussi un grand merci à mes collègues pour avoir participé au questionnaire.
5
Table des matières
I. Introduction .................................................................................................................................. 11
II. La situation au Luxembourg .......................................................................................................... 15
1. Programmes actuels au secondaire .......................................................................................... 15
a. Compétences attendues à la fin de la classe de 6e et à la fin de la classe de 4e ................... 15
b. Programme du cycle supérieur – sections B, C et D ............................................................. 16
c. Programme du cycle supérieur – sections A, E, F & G .......................................................... 17
d. Tableau récapitulatif des compétences enseignées au cycle supérieur (différentes sections)
19
2. Le sondage auprès des enseignants de mathématiques (partie commune) ............................ 20
3. Etudes post-secondaires des étudiants luxembourgeois (partie commune) ........................... 23
a. Pays et villes universitaires préférés ..................................................................................... 23
b. Domaines d’études préférés ................................................................................................. 26
III. Tour d’horizon des programmes dans les pays limitrophes ..................................................... 29
1. Ages de la scolarité dans les différents pays (partie commune) ............................................. 29
2. Programme au secondaire en Belgique .................................................................................... 31
a. Généralités sur le système scolaire (partie commune) ........................................................ 31
b. Premier degré ....................................................................................................................... 31
c. 2e degré ................................................................................................................................. 32
d. 3e degré ................................................................................................................................. 32
3. Programme au secondaire en France ....................................................................................... 34
b. Collège................................................................................................................................... 35
c. Lycée ..................................................................................................................................... 37
4. Programme au secondaire en Allemagne ................................................................................. 41
a. Généralités sur le système scolaire ...................................................................................... 41
b. Sekundarbereich I ................................................................................................................. 43
c. Sekundarbereich II ................................................................................................................ 43
5. Programme au secondaire à l’Ecole Européenne ..................................................................... 44
b. Cycle d’observation (années 1, 2, 3) ..................................................................................... 45
c. Cycle de pré-orientation (années 4, 5) ................................................................................. 47
7
d. Cycle d’orientation (années 6, 7) .......................................................................................... 49
6. Tableau récapitulatif des compétences enseignées dans les différents pays et à l’école
européenne....................................................................................................................................... 53
IV. Programmes aux universités (partie commune)....................................................................... 55
V. Conclusions ................................................................................................................................... 57
VI. Introduction au tableur Excel.................................................................................................... 63
a. Introduction .......................................................................................................................... 63
b. Remplissage automatique des cellules ................................................................................. 66
c. Références relatives, absolues et mixtes .............................................................................. 66
d. Formules ............................................................................................................................... 68
e. Formules statistiques ............................................................................................................ 72
VII. Cours de statistique pour les classe de 7e et 6e ........................................................................ 75
1. Le vocabulaire statistique de base ........................................................................................ 75
2. La représentation des données statistiques ......................................................................... 76
2.1. Le diagramme en bâtons....................................................................................................... 76
2.2. Le diagramme circulaire et semi-circulaire ........................................................................... 78
2.3. Le diagramme cartésien ........................................................................................................ 81
3. Les effectifs et les fréquences de séries statistiques ............................................................ 92
4. Les classes et les histogrammes............................................................................................ 95
5. Les effectifs cumulés et les fréquences cumulées .............................................................. 103
6. La moyenne et la moyenne pondérée d’une série statistique ........................................... 112
7. La médiane, le mode et l’étendue d’une série statistique ................................................. 114
VIII. Cours de statistique pour les classes de 5e et 4e ..................................................................... 123
1. Les quartiles d’une série statistique ................................................................................... 123
2. L’intervalle interquartile d’une série statistique................................................................. 127
3. Le diagramme en boîte ....................................................................................................... 128
4. La variance et l’écart-type d’une série statistique .............................................................. 133
IX. Cours de statistique pour les classes de 3e et 2e ..................................................................... 137
1. Le nuage de points et la droite de régression..................................................................... 137
2. Ajustements non linéaires (exponentiel et logarithmique) ................................................ 146
3. La covariance et le coefficient de corrélation ..................................................................... 149
X. Annexes au cours de statistique ................................................................................................. 157
Annexe 1 : Utilisation de la calculatrice .......................................................................................... 157
Annexe 2 : Aperçu des formules Excel dans les différentes langues .............................................. 158
8
Annexe 3 : Classement à l’aide d’Excel ........................................................................................... 160
XI. Exercices pour les classes de 7e et 6e ...................................................................................... 163
XII. Exercices pour les classes de 5e et 4e ...................................................................................... 179
XIII. Exercices pour les classes de 3e et 2e ...................................................................................... 187
XIV. Remarques finales................................................................................................................... 199
XV. Bibliographie ........................................................................................................................... 201
XVI. Annexes ................................................................................................................................... 211
Annexe 1 : Le sondage auprès des enseignants.......................................................................... 211
Annexe 2 : Programme de la SEGEC en Belgique (1er degré) ...................................................... 214
Annexe 3 : Programme de la SEGEC en Belgique (2e degré) ....................................................... 216
Annexe 4 : Programme de la SEGEC en Belgique (3e degré) ....................................................... 218
Annexe 5 : Compléments au programme de la classe de 7e en Sarre ........................................ 222
Annexe 6 : Bildungsstandards zum Erwerb der allgemeinen Hochschulreife ............................ 224
Annexe 7 : Programme détaillé du cycle supérieur en Sarre ...................................................... 225
Annexe 8: Liens URL des recherches concernant les cours de probabilité et statistique dans les
différents domaines d’études ..................................................................................................... 231
Annexe 9: Corrigé des exercices des classes de 7e et 6e ........................................................... 235
Annexe 10 : Corrigé des exercices des classes de 5e et 4e .......................................................... 250
Annexe 11 : Corrigé des exercices des classes de 3e et 2e .......................................................... 255
9
I. Introduction
De nos jours, la statistique joue un rôle de plus en plus important. En lisant le journal ou en
regardant la télévision, souvent on se trouve confronté à la lecture de diagrammes et de graphiques
visualisant des données statistiques. De plus, dans beaucoup de voies d’études, les analyses
statistiques sont cruciales et dès lors, la branche de la statistique s’avère être incontournable.
En considérant ces faits, il est important de se poser la question, si nos élèves détenteurs d’un
diplôme de fin d’études secondaires ont les connaissances nécessaires pour bien commencer leurs
études dans certains domaines dans lesquels la statistique joue un certain rôle. Afin de trouver une
réponse à cette question, on va d’abord analyser le programme officiel de mathématiques de
l’enseignement secondaire au Luxembourg. Ensuite, on va procéder à l’analyse des programmes des
voies d’études ainsi que des villes universitaires préférées des étudiants luxembourgeois.
Vu le fait que beaucoup de Luxembourgeois font leurs études dans les pays limitrophes et dès lors se
retrouvent souvent dans les cours avec des étudiants ressortissants de ces pays, une analyse des
programmes de mathématiques officiels des pays voisins va montrer si nos élèves ont les mêmes
connaissances de base en statistique que leurs collègues ou bien s’ils ont des lacunes à remplir au
début de leurs études. Ce volet de la recherche sera complété par une analyse du programme de
mathématiques de l’école européenne afin d’élargir encore plus la recherche au niveau
international.
Un questionnaire auprès des enseignants de mathématiques au Luxembourg va aider à mieux voir la

situation actuelle. La statistique, est-elle un chapitre toujours traité comme prévu au programme
officiel? Les élèves sortant d’une classe de 1ère de l’enseignement secondaire ont-ils les
connaissances nécessaires qui les mettent bien à l’aise au début des études demandant certaines
connaissances de base en statistique?
Vu le fait que la statistique et les probabilités sont des volets des mathématiques fortement liés
voire complémentaires, et que ces deux domaines sont souvent enseignés ensemble dans un cours
de « Probabilité et statistique » aux universités, les mêmes questions se posent pour la probabilité.
Dès lors, tout au long de mon travail, il y aura une collaboration étroite avec Madame Stéphanie
Weyer, qui, de son côté, va faire les mêmes recherches mais en se concentrant sur le domaine de la
probabilité.
Nous allons prendre en considération les résultats de nos recherches ainsi que les réponses aux
questionnaires afin de procéder au but de nos travaux, c’est-à-dire la conception d’un cours de
statistique, respectivement de calcul de probabilités pour les classes de 7e à 2e de l’enseignement
secondaire.
A côté de l’analyse correcte de données statistiques, la bonne utilisation d’outils informatiques

s’avère de plus en plus importante de nos jours. Dès lors, une partie du cours de statistique sera
réservée à une introduction au tableur Excel en mettant le poids à l’utilisation de fonctions et
d’applications statistiques de base. Par la suite, les fonctions nécessaires au calcul de certaines
grandeurs statistiques seront données en temps utile dans le cours de statistique.
11
Introduction
A la fin de ce travail, on proposera donc un cours de statistique pour les classes de 7e à 2e de

l’enseignement secondaire avec une introduction au tableur Excel.
Ce cours est constitué de trois parties :
 La première partie comprend la partie théorique, constituée d’activités, de définitions et

d’exemples d’application, ainsi que de l’introduction au tableur Excel.
 La deuxième partie du travail comprend le recueil d’exercices.
 La troisième partie du travail est constituée des solutions des exercices.
La partie théorique ainsi que la partie comprenant les exercices seront subdivisées en trois blocs de
deux années scolaires chacun, à savoir le bloc des classes de 7e et de 6e, celui des classes de 5e et de
4e et celui pour les classes de 3e et 2e. Cette subdivision, analogue à la structure des compétences
disciplinaires en mathématiques actuelles donne une certaine flexibilité aux enseignants des
différents établissements scolaires. Le dernier bloc du cours, celui pour le cycle supérieur, sera conçu
pour toutes les sections. Néanmoins, les parties à ne pas traiter en sections A, E, F et G seront
marquées.
Le cours sera complété par quelques propositions de sujets statistiques à traiter en classe de 1 ère de
l’enseignement secondaire.
12
PREMIERE PARTIE: RECHERCHES
II. La situation au Luxembourg
1. Programmes actuels au secondaire
a. Compétences attendues à la fin de la classe de 6e et à la fin de la classe de 4e
L’enseignement par compétences a été introduit en mathématiques progressivement depuis l’année

20061. Le Ministère de l’Education nationale a fixé les socles de compétences mathématiques à
atteindre à la fin de la classe de 6e ainsi qu’à la fin de la classe de 4e. Par après, « chaque
établissement scolaire a élaboré un programme du cours de mathématiques pour les classes de
7e/6e/5e/4e en tenant compte des compétences mathématiques à atteindre à la fin de la classe de
6e/4e. Ces programmes des établissements ont été approuvés par le Ministère de l’Education
nationale et sont publiés sur le site Internet des établissements respectifs»2. Par la suite nous allons
nous référer aux socles de compétences fixés par le Ministère de l’Education nationale.
Les socles de compétences prévoient qu’à la fin de la classe de 6e, «les élèves
 savent lire les informations dans un diagramme,

 savent formuler des suppositions vérifiables par des enquêtes statistiques,
 savent planifier et exécuter une enquête de façon ciblée,
 savent exploiter les résultats d’enquête en les résumant et en les représentant de
façon adéquate,
 savent interpréter les fréquences absolues, les fréquences relatives, la moyenne
arithmétique, la médiane et évaluer leur pertinence,
 savent vérifier des affirmations statistiques à l’aide de données et de diagrammes,
 savent déterminer des fréquences absolues et des fréquences relatives,
 savent calculer la moyenne arithmétique (également à l’aide de la calculatrice) et
déterminer la médiane,
 savent dessiner un diagramme en bâtons,
 connaissent la moyenne arithmétique et la médiane,
 connaissent le diagramme en bâtons et le diagramme circulaire»3.
En classes de 7e et 6e, plusieurs collections de livres sont au programme. Toutes les collections, à
savoir Cinq sur Cinq (manuel à choix par défaut), RandoMaths (au choix), Sesamath (au choix en
classe de 7e), Transmath (au choix en classe de 7e) ainsi que Triangle (au choix), permettent aux
élèves d’acquérir toutes les compétences attendues à la fin de ce cycle de deux années.
1 e
Introduction des compétences en classe de 7 en mathématiques en 2006, dans les autres branches en 2007
2 e e e e
MENFP, programmes de mathématiques en classe de 7 O/6 /5 /4
3
MENFP, Mathématiques, division inférieure de l’enseignement secondaire, compétences disciplinaires
e e
attendues à la fin de la classe de 6 et à la fin de la classe de 4 , version septembre 2011 (pages 30-31)
15
La situation au Luxembourg
En ce qui concerne les compétences attendues à la fin de la classe de 4e, il s’agit bien évidemment de
celles acquises à la fin de la classe de 6e, en plus il est prévu que « les élèves
 savent interpréter de façon critique des représentations statistiques et dévoiler

d’éventuelles manipulations,
 savent choisir la représentation adaptée aux données et au message à transmettre,
 savent calculer les mesures de dispersion (également à l’aide de la calculatrice et
d’un tableur) et déterminer la médiane,
 savent établir des représentations statistiques à la main et au moyen d’un tableur
 connaissent les quartiles,
 connaissent l’étendue, l’écart interquartile et l’écart-type dans des exemples simples,
 connaissent le nuage de points et la boîte à moustache»3.
En classes de 5e et 4e il y a également plusieurs collections de livres au programme. Mais ici la

situation est une autre qu’en classes de 7e et 6e. La collection Cinq sur Cinq (au choix par défaut) ne
comprend aucun chapitre de statistique. Les autres collections au choix, notamment RandoMaths,
Transmath et Triangle comprennent toutes un chapitre de traitement des données, mais aucune
d’elles ne comprend ni le nuage de point, ni l’écart-type, ni le diagramme en boîte.
Indépendamment de la collection choisie par l’établissement scolaire, ces éléments statistiques
doivent être traités hors manuel.
b. Programme du cycle supérieur – sections B, C et D
Classe de 3e
La statistique ne figure pas au programme du cours de mathématiques des classes de 3e B, C et D.
Classe de 2e
Les socles de compétences prévoient qu’à la fin de la classe de 2e B, « les élèves
 savent interpréter l’ajustement linéaire d’un nuage de points et le coefficient de

corrélation,
 savent déterminer l’ajustement linéaire d’un nuage de points et le coefficient de
corrélation,
 connaissent l’ajustement linéaire d’un nuage de points et le coefficient de
corrélation ».4
En classes de 2e C et D, la statistique ne figure pas au programme du cours de mathématiques.
Le manuel au programme de la classe de 2e B, Espace Math 4, comprend un chapitre « Probabilités-

Statistiques » dont un sous-chapitre traite l’ajustement linéaire et la corrélation. Mais il faut dire
4 e
MENFP, Mathématiques, compétences disciplinaires attendues à la fin de la classe de 2 B
16
que ce n’est qu’une petite partie du chapitre, la partie théorique est expliquée sur seulemnt trois
pages du manuel.5
Classe de 1ère
La statistique ne figure pas au programme du cours de mathématiques des classes de 1ère B, C et D.
En section D, contrairement aux sections B et C, il existe un module « statistique et probabilités »

intégré dans le cours d’économie de gestion. Les éléments statistiques du cours d’économie de
gestion de la classe de 1ère D sont les suivants :
 éléments de statistique descriptive (les notions de base, la terminologie, les

opérateurs ∑ et ∏ ),
 la présentation de variables qualitatives et quantitatives sous forme d’un tableau,
 la représentation graphique de séries statistiques à une variable (variables
qualitatives et quantitatives discrètes et variables quantitatives continues)
 les valeurs de localisation (valeurs centrales) et de dispersion et les mesures de
concentration,
 les relations entre variables (la covariance et le coefficient de corrélation linéaire)
 la régression linéaire (méthode des moindres carrées ordinaire) avec le nuage de
points et les développements mathématiques,
 la régression non linéaire (méthode des moindres carrées ordinaire),
 les nombres indices (les indices simples),
 les indices synthétiques avec pondération (l’indice des valeurs et l’indice de Fisher)6.
En analysant de manière détaillée le scripte du cours « Statistique et Probabilités », on remarque

que ce dernier comprend un assez grand nombre de notions statistiques. Néanmoins il faut
remarquer que les points suivants ne sont pas à traiter :
 les mesures de concentration
 la covariance et le coefficient de corrélation linéaire
 les développements mathématiques de la régression linéaire
 la régression non linéaire
Comme décrit ci-dessus, le module « Statistique et Probabilité » est traité hors manuel, un scripte a
été conçu pour ce module.
c. Programme du cycle supérieur – sections A, E, F & G
Classe de 3e
Pour les classes de 3e A, E, F et G, les socles de compétences prévoient qu’à la fin de cette année
scolaire, « les élèves
 savent lire et interpréter des informations dans un diagramme,
5
EM 56 (pages 212 – 215)
6
MENJE, CNP-Sciences économiques et sociales, «Statistique et Probabilité» pour la classe 1D
17
 savent interpréter les caractéristiques d’une série statistique,

 savent interpréter des indices,
 savent résoudre des problèmes de taux d’évolution, de baisses et / ou
d’augmentations successives,
 savent construire différents diagrammes,
 savent calculer les caractéristiques d’une série statistique,
 savent déterminer les indices,
 savent déterminer les taux d’évolution,
 connaissent le vocabulaire de la statistique,
 connaissent les diagrammes,
 connaissent les caractéristiques,
 connaissent la notion d’indice et la notion de taux d’évolution»7.
Le manuel au programme des classes de 3e A, E, F et G, à savoir Clic et Maths 3 e, spécialement conçu

pour ces trois classes en 2012 et adapté aux programmes de mathématiques de ces dernières,
permet aux élèves d’acquérir toutes les compétences attendues à la fin de l’année scolaire.
Classe de 2e
En classe de 2e A , les mathématiques ne sont plus enseignées.
Pour les classes de 2e E, F et G, il est prévu par les socles de compétences qu’à la fin de l’année
scolaire, « les élèves doivent
 connaître et savoir utiliser les valeurs centrales (mode, médiane, moyenne) et les
indices de dispersion (étendue, variance, écart-type, intervalle interquartile) d’une
série statistique,
 savoir déterminer une équation de la droite de régression d’un nuage de points,
 savoir calculer le coefficient de corrélation»8.
Le manuel au programme, à savoir Clic et Maths 2e, permet aux élèves d’acquérir toutes les
compétences attendues à la fin de l’année scolaire.
Classe de 1ère :
En classe de 1ère A, les mathématiques ne sont plus enseignées.
La statistique ne figure pas au programme du cours de mathématiques des classes de 1ères E, F et G.
7 e
MENFP, Mathématiques, compétences disciplinaires attendues à la fin de la classe de 3 , version septembre
2011
8 e
MENFP, programmes de mathématiques des classes de 2 E, F et G
18
d. Tableau récapitulatif des compétences enseignées au cycle supérieur (différentes

sections)
Compétences à acquérir A B C D E, F, G
Lire et interpréter des diagrammes  
Connaître les indices et les taux d’évolutions   
Interpréter les indices   
Construire des diagrammes   
Calculer les caractéristiques d’une série statistique   
Connaître les valeurs centrales (mode, médiane, moyenne)  
Connaître les valeurs de dispersion (étendue, variance,  
écart-type, intervalle interquartile)
Déterminer une équation de la droite de régression   
Calculer le coefficient de corrélation  
Nous pouvons déjà tirer quelques premières conclusions de la comparaison des programmes des
différentes sections :
 En section C, les élèves n’apprennent aucune notion de statistique autre que les notions de
base apprises jusqu’à la fin de la classe de 4e. Les élèves ne connaissent pas la notion de
régression linéaire après les trois années du cycle supérieur.
 En section B, les deux sujets à traiter, à savoir la détermination de la droite de régression
ainsi que le calcul du coefficient de corrélation figurent au programme, mais le fait que ces
deux points ne sont traités que sur quelques pages du manuel au programme nous disent
qu’il y a une forte probabilité qu’en section B, il n’y a aucune notion de statistiques
enseignée. Donc souvent les élèves sortant d’une classe de 1ère B ne connaissent que les
notions de base vues jusqu’à la fin de la classe de 4e.
 Le cours de mathématiques en section D ne comprend pas de sujet statistique, mais toutes
les notions statistiques sont traitées dans le cours d’économie de gestion.
 En sections E, F et G, toutes les notions jusqu’au coefficient de corrélation sont traités au
cours de mathématiques.
19
2. Le sondage auprès des enseignants de mathématiques (partie

commune)
Les programmes en mathématiques sont souvent assez chargés, de sorte que les enseignants
pourraient avoir tendance à ne traiter que superficiellement, à reporter à l’année suivante, voire
même à ne pas traiter du tout, un chapitre qu’ils estiment être moins important que d’autres. Il n’est
pas exclu que ce soit un chapitre dédié aux statistiques ou aux probabilités qui est ainsi négligé.
Cette supposition n’est bien évidemment aucunement démontrée.
Pour confirmer (ou contredire) cette affirmation et afin de connaître l’opinion d’autres enseignants à
ce sujet, nous avons lancé un sondage auprès des enseignants de mathématiques.9 44 collègues
nous ont retourné le questionnaire rempli. Bien évidemment ce n’est qu’une partie de la totalité des
enseignants, néanmoins, à l’aide de ces réponses, on peut déjà bien voir une tendance générale et
avoir un meilleur aperçu de la situation actuelle au Luxembourg.
Le questionnaire était à compléter de manière anonyme, les seules informations personnelles

demandées étaient si l’enseignant travaillait depuis moins ou plus de 15 ans dans l’enseignement et
s’il enseignait dans un lycée classique avec seulement des classes de de l’enseignement secondaire
(ES) ou bien dans un lycée nommé mixte, avec des classes de l’enseignement secondaire (ES) et de
l’enseignement secondaire technique (EST).
Voici un tableau montrant la répartition des enseignants selon leurs informations personnelles:
Lycée classique Lycée mixte

Expérience de moins de 15 ans 4 20
Expérience de 15 ans ou plus 6 14
Avant de regarder les différentes questions du sondage, on peut déjà dire qu’il n’y a pas de lien
entre l’ancienneté (moins de 15 ans ou plus de 15 ans dans l’enseignement) des enseignants et la
nature du lycée d’un côté et les réponses données de l’autre côté.
Voici les réponses obtenues à la première partie comprenant des questions générales en relation
avec la statistique et le calcul de probabilités:
1. Les chapitres de statistique et/ou de probabilités sont souvent prévus à être traités comme
derniers chapitres à la fin de l’année scolaire.
Oui, c’est vrai pour la statistique et le calcul de probabilités 32

Oui, c’est vrai pour la statistique 4
Oui, c’est vrai pour le calcul de probabilités 4
Non, je ne suis pas d’accord avec cette affirmation 4
2. En cas de manque de temps, ce sont souvent les chapitres de statistique et/ou de calcul de
probabilités du programme qui ne sont pas (ou que partiellement) traités.
9
Voir Annexe 1 : Le sondage auprès des enseignants
20

3. Si je devais négliger par manque de temps un chapitre à la fin de l’année scolaire, je

choisirais un chapitre de statistique et / ou de probabilité.

4. Êtes-vous d’avis que le fait que les chapitres (surtout la Oui 21

probabilité) sont souvent à traiter hors manuel influence la Non 21
décision de ne pas traiter ces chapitres ? Pas de réponse 2
5. Êtes-vous d’avis qu’il serait utile de disposer d’un cours de Oui 35

statistique et d’un cours de calcul de probabilités élaborés pour Non 9
les classes de 7e à 2e ?
La deuxième partie du questionnaire portait seulement sur des questions en rapport avec la
statistique.
6. A votre avis, serait-il utile que ce cours comprenne une Oui 33

introduction au tableur Excel ainsi que des exercices Non 7
d’application afin d’habituer les élèves dès la classe de 7e aux Pas de réponse 1
outils informatiques ?
Parmi les personnes qui ont répondu par non à cette question, deux ont argumenté qu’il existe des
outils mieux qu’Excel et une troisième a écrit que ce ne devrait pas être le but du cours de
mathématiques d’habituer les élèves aux outils informatiques.
7. 37 enseignants étaient déjà titulaires d’une classe de 5e ou 4e, mais seulement 14 ont traité
les éléments statistiques au programme tels que le nuage de points et le diagramme en
boîte.
8. Des 16 titulaires d’une classe de 2e B, 8 ont traité le chapitre de l’ajustement linéaire d’un
nuage de points, l’autre moitié des enseignants ne l’a pas traité. Ici nous devons remarquer
que la formulation de la question n’était pas très précise, parce que par après il est difficile
de voir si ces personnes enseignaient le cours de mathématiques I ou de mathématiques II,
donc s’ils étaient censés à enseigner la statistique ou non.
21
9. A votre avis, un élève sortant de la classe de 1ère C a-t-il les Oui 15

connaissances en statistique nécessaires pour commencer ses
Non 22
études dans les domaines comme l’économie, la psychologie ou
Pas de réponse 7
la médecine […] ?
Les enseignants ayant participé au sondage ont proposé d’ajouter les contenus suivants au
programme du cours de statistique :
 Écart-type, covariance, corrélation, statistique à deux variables, régression

 Programme de la classe de 2e G
 Intervalle de confiance
 Distributions, tests d’hypothèses, quartiles
 Ajustement linéaire d’un nuage de points, coefficient de corrélation, éléments élémentaires
de statistique
 Lois de probabilité (binomiale, normale, géométrique, Poisson), chaînes de Markov
10. A votre avis, serait-il souhaitable d’ajouter des notions de Oui 11

statistique inférentielle au programme luxembourgeois ? Non 24
Pas de réponse 9
Ici il faut remarquer qu’au moment de remplir le questionnaire, il y avait quelques collègues qui ne
connaissaient pas le terme de statistique inférentielle et qui ont affirmé qu’ils ne se sentaient pas
capables d’enseigner ces sujets au cas où ils seraient ajoutés au programme officiel. Donc ce fait
peut avoir une influence à la réponse donnée à cette question. Deux personnes étaient d’avis qu’il
fallait mieux alléger le programme de mathématiques que d’y ajouter encore des éléments.
Les tests d’hypothèses, la modélisation de sondages, les intervalles de confiance ainsi que la loi
binomiale et normale sont les éléments de statistique inférentielle proposés à être ajoutés au
programme de mathématiques.
Parmi les personnes qui n’avaient pas d’opinion, quelques-uns ont écrit qu’ils ne connaissaient pas
assez bien les programmes actuels luxembourgeois et ceux des universités pour pouvoir répondre à
ces deux dernières questions.
On a reçu les remarques et propositions suivantes:
 Il faut prévoir un cours de statistique / probabilités cohérent et continu de la classe de 5e (ou

4e) à la classe de 1ère pour toutes les sections.
 Il ne sert à rien d’ajouter tel ou tel chapitre sans revoir le programme de mathématiques des
classes scientifiques dans sa totalité.
 En effet, les livres du nouveau programme AEFG puis EFG (pour la classe de 2ème)
comportent non seulement des exercices sur des chapitres de statistiques, mais sont de plus
situés au milieu de progression. Mais en effet, c’est uniquement dans ces classes que je traite
ces chapitres « à même valeur » que les autres chapitres du programme.
 A ce moment il manque de structure au programme de mathématiques, il y a des années, où
il n’y a pas de probabilité au programme (classe de 3e et 2e).
22
Pour conclure on peut dire que la plupart des enseignants sont d’avis que les chapitres de statistique
et de calcul de probabilités sont souvent traités à la fin de l’année scolaire et dès lors, par manque
de temps, ne sont souvent traités que partiellement voire même négligés. Le fait que certaines
parties doivent être traitées hors manuel joue un certain rôle. La grande majorité des enseignants
voient l’utilité d’un cours de statistique et de calcul de probabilités cohérent, complété par une
introduction au tableur Excel.
3. Etudes post-secondaires des étudiants luxembourgeois (partie

commune)
Pour détecter les villes universitaires préférées et les domaines d’études préférés par les jeunes
luxembourgeois, nous faisons référence aux conférences de presse des rentrées académiques 2013-
201410 et 2014-201511 du Ministère de l’Enseignement Supérieur et de la Recherche. Par
conséquent, nous nous basons sur le nombre d’étudiants bénéficiant de l’aide financière (et non pas
sur le nombre total d’étudiants) pour repérer les villes universitaires et les domaines d’études les
plus recherchés par les jeunes luxembourgeois.
En juillet 2013, un changement de la loi sur les aides financières rend les étudiants non-résidents
éligibles sous certaines conditions à l’aide financière. Ce changement a eu comme effet que le
nombre de demandes a augmenté de manière importante.
Comme les chiffres publiés lors de la rentrée académique 2014-2015 incluent des jeunes non-
résidents, c’est-à-dire des jeunes qui n’ont pas suivi des études secondaires au Luxembourg, nous
avons décidé d’utiliser les publications de l’année académique 2013-2014.
En comparant les choix des étudiants des années passées12, on peut constater pourtant que les
préférences sont restées similaires, de sorte qu’il nous paraît justifiable de nous baser sur les
résultats moins récents de 2013-2014.
a. Pays et villes universitaires préférés
Pour ce qui est des pays d’études préférés des étudiants, on peut constater que pour l’année
académique 2012/2013, 3580 étudiants bénéficiant de l’aide financière ont opté pour des études au
Luxembourg (soit 22,97%), suivi de l’Allemagne (20,37 %), de la Belgique (18,80 %) et de la France
(13,38 %).
10
Ministère de l’Enseignement supérieur et de la Recherche, conférence de presse de la rentrée académique
2013/2014
11
Ministère de l’Enseignement supérieur et de la Recherche, conférence de presse de la rentrée académique
2014-2015
12
Ministère de l’Enseignement supérieur et de la Recherche, conférence de presse de Monsieur Biltgen,
Ministre de l’enseignement supérieur et de l recherche, à l’occasion de la rentrée 2012
23
Ainsi les pays d’études les plus recherchés par les étudiants sont le Luxembourg et ses pays
limitrophes.
«2012-2013 : Pays d’études»,

extrait de la conférence de presse de la rentrée académique 2013-2014
du Ministère de l’Enseignement Supérieur et de la Recherche
Les villes universitaires les plus recherchées des étudiants luxembourgeois se situent, à quelques
exceptions près, toutes dans un rayon de quelque 300 kilomètres autour du Luxembourg.
La ville la plus fréquentée étant Bruxelles avec 1283 étudiants ; suivi de Strasbourg avec 551
étudiants.
24
«2012-2013 : villes universitaires (>150 étudiants)»,

25
b. Domaines d’études préférés

Comme Monsieur Marc Hansen, secrétaire d’État à l’Enseignement supérieur et à la Recherche,
annonçait lors de conférence de presse du 24 septembre 2014, «l’économie et les sciences humaines
et sociales restent les matières de prédilection des étudiants»13.
«2012-2013 : répartitions hommes/femmes par domaines d’études»

Nos travaux de recherche seront complétés au prochain chapitre par l’étude et la comparaison des
programmes du secondaire ainsi que des programmes universitaires.
Ayant noté ci-dessus que environ 75% des étudiants ressortant du système éducatif luxembourgeois
suivent des études universitaires au Luxembourg ou dans les pays limitrophes du Luxembourg
(France, Allemagne, Belgique), nous allons limiter nos recherches (étude des programmes du
secondaire) à ces pays.
13
Ministère de l’Enseignement supérieur et de la Recherche, Conférence de presse de la rentrée académique
2014-2015
26
Il en sera de même pour l’étude des programmes universitaires, où nous allons nous limiter aux
universités et domaines d’études de prédilection des jeunes luxembourgeois.
Vu le fait qu’au Luxembourg il n’y a pas tous les élèves qui sont inscrits dans des établissements
scolaires publics, donc qui suivent les programmes officiels émis par le Ministère de l’Education
national, nous allons également analyser le programme de l’école européenne afin de pouvoir le
comparer au programme de mathématiques national.
27
III. Tour d’horizon des programmes dans les pays limitrophes
Vu qu’une bonne partie des étudiants luxembourgeois font leurs études universitaires dans les pays
limitrophes du Luxembourg, nous allons comparer dans ce paragraphe les programmes de
l’enseignement secondaire dans les pays en question, en vue de vérifier si les connaissances des
jeunes étudiants dans le domaine de la statistique sont comparables au moment du début de leurs
études, indépendamment de leur pays d’origine.
L’étude des programmes dans les pays limitrophes sera complétée par l’étude des programmes à
l’Ecole européenne, étant donné qu’il s’agit d’un système scolaire suivi aussi par de nombreux
résidents luxembourgeois. De plus, il s’agit d’un système scolaire qui existe dans de nombreux pays
européens et qui nous paraît pour cette raison assez représentatif.
1. Ages de la scolarité dans les différents pays (partie commune)

Pour ce qui est de la description globale des différents systèmes éducatifs, nous nous sommes
reportés à l’Agence Exécutive Education, Audiovisuel et Culture14 ainsi qu’à l’Ecole européenne15.
Le tableau suivant nous permet d’avoir un aperçu de la structure des différents systèmes scolaires,
ainsi que de l’âge des élèves aux différents moments de leur scolarité.
EACEA (Agence Exécutive Education, Audiovisuel et Culture)

14
15
Ecoles européennes, structure des études
29
Tour d’horizon des programmes dans les pays limitrophes
Age 6 7 8 9 10 11 12 13 14 15 16 17 18
 Enseignement secondaire
Luxembourg Ecole primaire
 Enseignement secondaire technique
Secondaire 2ème et 3ème degré
 Enseignement secondaire général /
Secondaire 1er technique / artistique
Belgique Ecole primaire
degré  Enseignement secondaire technique
/ artistique de qualification
 Enseignement secondaire
professionnel de qualification
Lycée général et
France Ecole élémentaire Collège
technologique
Lycée professionnel
 Gymnasium  Gymnasiale Oberstufe
 Schularten mit drei  Fachoberschule
Bildungsgängen  Berufsfachschule
Allemagne Grundschule Orientierungsstufe  Realschule
 Schularten mit zwei
Bildungsgängen
 Hauptschule
Ecole européenne Ecole primaire Enseignement secondaire
30
Remarque
Avant de regarder en détail le programme de mathématiques, nous allons donner pour chaque pays
ainsi que l’école européenne des informations sur le système scolaire respectif. Ces informations
constituent des parties communes du travail de candidature de Madame Weyer et du mien.
2. Programme au secondaire en Belgique

a. Généralités sur le système scolaire (partie commune)
L’enseignement secondaire général commence en Belgique au même âge d’entrée qu’au
Luxembourg, mais il ne comporte que six années.
Il se subdivise en trois «degrés»16 :
 un premier degré de deux ans dit degré d’observation (équivalent de la 7e et de la 6e

luxembourgeoise) ;
 un deuxième degré de deux ans dit degré d’orientation (équivalent de la 5e et de la 4e
luxembourgeoise). En ce qui concerne l’enseignement des mathématiques, il y a 5 périodes
hebdomadaires17.
 un troisième degré de deux ans dit degré de détermination (équivalent de la 3e et de la 2e
luxembourgeoise). En ce qui concerne l’enseignement des mathématiques, il y a trois
«variantes» : 2, 4 ou 6 périodes hebdomadaires.
L’enseignement de tranisition comporte le deuxième et le troisième degré. Il comporte 3 formes :

général, technique et artistique. «L’enseignement de transition (Humanités générales et
technologiques) assure une formation humaniste, dans la perspective des objectifs généraux de
l'enseignement: les sections de transition ont comme finalité première la préparation à
l'enseignement supérieur, tout en sauvegardant la possibilité d'entrer dans la vie active. »18
Les programmes ci-dessous concernent l’enseignement francophone.
b. Premier degré
Enseignement de statistique selon les socles de compétences publiés au portail de l’enseignement
en fédération Wallonie - Bruxelles:
o «organiser selon un critère ;

o lire un graphique, un tableau, un diagramme ;
o interpréter un tableau de nombes, un graphique, un diagramme ;
o représenter des données, par un graphiqe,un diagramme ;
16
Enseignement.be (Le portail de l’enseignement en fédération Wallonie-Bruxelles) : La structure de
l’enseignement secondaire ordinaire de plein exercice
17
EUYPEDIA (European Encyclopedia on National Education Systems)
18
EURYPEDIA
31
o déterminer un effectif, un mode, une fréquence, la moyenne arithmétique, l’étendue

d’un ensemble de données discrètes»19.
Le programme détaillé émis par la SEGEC20 (Sécrétariat Général de l’Enseignement catholique en

communautés française et germanophone de Belgigue)21 se trouve en annexe22.
c. 2e degré
Au portail de l’enseignement en fédération Wallonie – Bruxelles, il n’y a pas de précision
concernant les socles de compétences au deuxième degré.
Par la suite, nous avons eu recours au programme de la Segec pour avoir quand même quelques
informations.
Selon ce programme23, pour les deux ans du 2e degré, le programme de statistique peut être
résumé par les grandes lignes suivantes :
« En troisième année, une des tâches d’intégration est consacrée aux divers calculs liés à la
notion de pourcentage.
En quatrième année, on met en place les valeurs centrales, on apprend à les choisir et à les
interpréter en fonction du contexte, à en relativiser la portée en prenant en considération l’un ou
l’autre indice de dispersion. Les tableaux et graphiques de fréquences cumulées sont utilisés non
seulement pour déterminer l’intervalle et l’écart interquartiles mais aussi pour interpréter
concrètement les expressions « au moins, au plus, ... » concernant les populations étudiées. Les
problèmes qui se prêtent à un traitement statistique.
Toutes les matières de ce chapitre se prêtent à l’utilisation des logiciels ou de calculatrices
graphiques.»
Le programme détaillé se trouve en annexe.24
d. 3e degré
Selon le portail de l’enseignement en fédération Wallonie – Bruxelles, les compétences

terminales approuvées par le Ministère de la communauté française25 dans le domaine de la
statistique sont les suivantes :
19
Enseignement.be: Référentiels de compétences – les socles de compétences (page 31)
20 er
SEGEC, programme de mathématiques - 1 degré
21
SEGEC (Sécrétariat Général de l’Enseignement catholique en communautés française et germanophone de
Belgigue)
22 er
Voir Annexe 2: Programme de la SEGEC en Belgique (1 degré)
23 e
SEGEC, programme de mathématiques – 2 degré
24 e
Voir Annexe 3 : Programme de la SEGEC en Belgique (2 degré)
25
Enseignement.be: Référentiels de compétences – les compétences terminales (page 15)
32
Mathématiques Mathématiques Mathématiques

de base générales pour scientifiques
1. Savoir, connaître, définir
Dans une série statistique à une
variable discrète ou continue,
connaitre la signification des C26 C C
principaux paramètres de position, de
dispersion.
Dans une série statistique à deux
variables, énoncer le principe de la
méthode des moindres carrés. C C C
Connaître la signification du
coefficient de corrélation.
2. Calculer (déterminer, estimer, approximer)
Calculer, cumuler des pourcentages. C C
par exemple, dans dans le cadre
Lire et interpréter des tableaux de
des contextes de d’emprunts, de tables
nombres, y compris des tableaux factures, d’intérêts de mortalité, de
C
indicés en vue de résoudre des composés, d’impôts, problèmes de
problèmes d’indice des prix,... dilution,..
Dans une série statistique à une
variable discrète ou continue, en
utilisant des moyens informatiques,
déterminer : moyennes, médiane, C C C
quartiles, variance, écart type ;
préciser la signification de ces
paramètres.
Dans une série statistique à deux C
y compris par la
variables, ajuster linéairement un C C
méthode des
nuage de points. moindres carrés
Estimer la pertinence d’un ajustement C
au moyen du
linéaire. C C
coefficient de
corrélation
3. Appliquer, analyser, résoudre des problèmes
Résoudre des applications à caractère
statistique et probabiliste en utilisant
des diagrammes en arbre, des C
sans l’analyse C C
tableaux, des aires, les lois de la
combinatoire
somme et du produit, l’analyse
combinatoire, des lois probabilistes.
4. Représenter, modéliser
Représenter une série statistique à
C C C
une variable, (fréquences, fréquences
26
C: les compétences doivent être acquises au cours de l’année scolaire. Ici les compétences sont les mêmes
pour les trois sections
33
cumulées), localiser la médiane, les

quartiles.
5. Démontrer : rien à démontrer en statistique
6. Résumer, organiser les savoirs, synthétiser, généraliser
Relier la notion de probabilité à celle
C C C
de fréquence statistique.
Dans une information, relever les
notions statistiques connues et
comprises, examiner les procédés et
C C C
les conclusions de l’auteur en retirant
les informations pertinentes et en les
critiquant.
Le programme de la SEGEC27 peut aussi être trouvé en annexe28. Ce programme nous semble plus
détaillé que celui du Ministère de la communauté française.
3. Programme au secondaire en France

L’enseignement secondaire commence en France une année plus tôt qu’au Luxembourg et il
comporte aussi sept années.
L’enseignement secondaire est divisé en plusieurs niveaux:
 L’enseignement au collège dure quatre ans (classes de 6e, 5e, 4e et 3e).

 L’enseignement au lycée général et technologique dure trois ans.
Après une première année commune, la classe de seconde générale et technologique (4

leçons hebdomadaires), l’élève choisit sa série de baccalauréat (classes de première et de
terminale). Pour ces deux dernières années de lycée, il y a deux voies (voie générale et voie
technologique).
Le cycle teminal de la voie générale comporte trois séries:
o série scientifique S (4 leçons hebdomadaires en première et 6 (+2 en option) leçons
hebdomadaires en terminale),
o série économique et sociale ES (3 leçons hebdomadaires en première et 4 (+1,5 en
option) leçons hebdomadaires en terminale),
o série littéraire L (3 leçons hebdomadaires (en option) en première et 4 leçons
hebdomadaires (en option) en terminale).
27 e
SEGEC, Programme de mathématiques - 3 degré
28 e
Voir Annexe 4 : Programme de la SEGEC en Belgique (3 degré)
34
b. Collège
Le cours de mathématiques au collège comprend quatre grands champs, dont un est intitulé
« organisation et gestion de données, fonctions »29. Les éléments statistiques de ce chapitre sont les
suivants :
 « s’initier à la lecture, à l’utilisation et à la production de représentations, de graphiques

et à l’utilisation d’un tableur
 acquérir quelques notions fondamentales de statistique descriptive »29
Classe de 6e
Voici un extrait du programme de la classe de 6e 30:
Objectifs
La résolution de problèmes a pour objectifs :
· […]
· d’initier les élèves à la présentation, à l’utilisation et à l’interprétation de données sous diverses
formes (tableaux, graphiques...).
Connaissances Capacités Commentaires
Représentations usuelles : -Lire, utiliser et interpréter des données à Il s’agit d’un premier pas vers la
Tableaux partir d’un tableau. capacité à recueillir des données
-Lire interpréter et compléter un tableau à et à les présenter sous forme de
double entrée. tableau.
-Organiser des données en choisissant un
mode de présentation adapté:
-tableaux en deux ou plusieurs colonnes,
-tableaux à double entrée
Classe de 5e
Voici un extrait du programme de la classe de 5e 31 :
Objectifs
· […]
· d’acquérir et interpréter les premiers outils statistiques (organisation et représentation de données,
fréquences) utiles dans d’autres disciplines et dans la vie de citoyen, de se familiariser avec des
écritures littérales.
Effectifs Calculer des effectifs, Les élèves sont entraînés à lire,

Fréquences - Calculer des fréquences. interpréter et représenter des
Classes -Regrouper des données en classes d’égale données en utilisant un
29
Education.gouv.fr, Bulletin officiel spécial n° 6 du 28 août 2008 – Programmes du collège – Programmes de
l’enseignement de mathématiques, 2015 (page 11)
30
31
35
amplitude vocabulaire adéquat dans des

contextes qui leur sont familiers.
Le calcul d’effectifs cumulés
n’est pas un attendu.
*Les écritures 4/10, 2/5, 0,4 40
% sont utilisées pour désigner
une fréquence: elles permettent
d’insister sur les diverses
représentations d’un même
nombre
-Lire et interpréter des informations à partir Le choix de la représentation est

Tableau de données,
d’un tableau ou d’une représentation lié à la nature de la situation
représentations
graphique (diagrammes divers, étudiée. L’utilisation d’un
graphiques de données
histogramme). tableur permet d’enrichir ce
-Présenter des données sous la forme d’un travail en le prolongeant à des
tableau, les représenter sous la forme d’un situations plus complexes
diagramme ou d’un histogramme (dans ce que celles qui peuvent être
cas les classes sont toujours de même traitées «à la main».
amplitude).
Classe de 4e
Objectifs
•de consolider et d’enrichir les raisonnements pour traiter des situations de proportionnalité, pour produire ou
interpréter des résumés statistiques (moyennes, graphiques), pour analyser la pertinence d’un graphique au
regard de la situation étudiée,
•d’organiser des calculs ou créer un graphique avec un tableur
Moyennes pondérées -Calculer la moyenne d’une série de Les élèves sont confrontés à des
données. situations familières où deux
-Créer, modifier une feuille de calcul, procédés de calcul différents de
insérer une formule. la moyenne sont mis en œuvre:
-Créer un graphique à partir des données -somme des n données divisée
d’une feuille de calcul. par n,
-moyenne pondérée des valeurs
par leurs effectifs. Les élèves
doivent savoir calculer, pour de
petits effectifs, une moyenne
par la procédure de leur choix.
Pour des effectifs plus grands,
cette procédure est basée sur
l’usage du tableur ou de la
calculatrice.
32
36
Classe de 3e
Objectifs
· […]
· de poursuivre la mise en place de paramètres de position et de dispersion d’une série statistique
Caractéristiques de -Une série statistique étant donnée (sous Le travail est conduit aussi
position forme de liste ou de tableau ou par une souvent que possible en liaison
représentation graphique): avec les autres disciplines dans
des situations où les données
•déterminer une valeur médiane de cette sont exploitables par les élèves.
série et en donner la signification; L’utilisation d’un tableur permet
d’avoir accès à des situations
•déterminer des valeurs pour les premier et plus riches que celles qui
troisième quartiles et en donner la peuvent être traitées «à la
signification; main».
•déterminer son étendue. La notion de dispersion est à

relier, sur des exemples, au
-Exprimer et exploiter les résultats de problème posé par la disparité
Approche de mesures d’une grandeur des mesures d’une grandeur,
caractéristiques de lors d’une activité expérimentale
dispersion en particulier en physique et
chimie.
c. Lycée34
Classe de seconde
La partie «statistiques et probabilités» est divisée en trois «cadres»35 :
 le cadre de l’analyse de données,

 le cadre de l’échantillonnage,
 le cadre des probabilités.
33
l’enseignement de mathématiques, 2015 (pages 33 - 34)
34
Les programmes français du lycée ont été consultés à partir du site “éduscol – portail national des
professionnels de l’éducation”.
35
Education.gouv.fr, Bulletin officiel n° 30 du 23 juillet 2009 – Programmes de la classe de seconde –
Programmes de l’enseignement de mathématiques (page 8)
37
En ce qui concerne la statistique, elle comprend le cadre de l’analyse de données ainsi que celui de
l’échantillonnage. Pour ces deux cadres, les compétences suivantes sont attendues à la fin de la
classe de seconde:
« Objectifs visés par l’enseignement des statistiques et probabilités à l’occasion de résolutions de

problèmes
dans le cadre de l’analyse de données, rendre les élèves capables de
 déterminer et interpréter des résumés d’une série statistique
 réaliser la comparaison de deux séries statistiques à l’aide d’indicateurs de position et de
dispersion, ou de la courbe des fréquences cumulées ;
dans le cadre de l’échantillonnage, rendre les élèves capables de
 faire réfléchir les élèves à la conception et la mise en œuvre d’une simulation ;
 sensibiliser les élèves à la fluctuation d’échantillonnage, aux notions d’intervalle de
fluctuation et d’intervalle de confiance et à l’utilisation qui peut en être faite »35
Contenus Capacités attendues Commentaires

Statistique descriptive, analyse Utiliser un logiciel (par exemple, L’objectif est de faire réfléchir les
de données un tableur) ou une calculatrice élèves sur des données réelles,
pour riches et variées (issues, par
Caractéristiques de étudier une série statistique. exemple, d’un fichier mis à
position et de dispersion disposition par l’INSEE),
 médiane, quartiles;  Passer des effectifs aux synthétiser l’information et
 moyenne. fréquences, calculer les proposer des représentations
caractéristiques d’une pertinentes.
série définie par effectifs
ou fréquences.
 Calculer des effectifs

cumulés, des fréquences
cumulées.
 Représenter une série

statistique
graphiquement (nuage
de points, histogramme,
courbe des fréquences
cumulées).
Échantillonnage  Concevoir, mettre en Un échantillon de taille n est
œuvre et exploiter des constitué des résultats de n
Notion d’échantillon. simulations de situations Répétitions indépendantes de la
Intervalle de fluctuation concrètes à l’aide du même expérience.
d’une fréquence au seuil de tableur ou d’une À l’occasion de la mise en place
95%*. Réalisation d’une calculatrice. d’une simulation, on peut
simulation. utiliser les fonctions logiques d’un
 Exploiter et faire une tableur ou d’une calculatrice,
analyse critique d’un mettre en place des instructions
résultat conditionnelles dans un
d’échantillonnage. algorithme.
L’objectif est d’amener les élèves
à un questionnement lors des
activités suivantes :
 l’estimation d’une
proportion inconnue à
partir d’un échantillon ;
38
 la prise de décision à
partir d’un échantillon.
L’intervalle de fluctuation au seuil de 95%, relatif aux échantillons de taille n, est l’intervalle centré autour
de p, proportion du caractère dans la population, où se situe, avec une probabilité égale à 0, 95, la
fréquence observée dans un échantillon de taille n. Cet intervalle peut être obtenu, de façon approchée, par
simulation.
Le professeur peut indiquer aux élèves le résultat suivant, utilisable dans la pratique pour des échantillons
de taille n > 25 et des proportions p du caractère comprises entre 0, 2 et 0, 8 : si f désigne la fréquence du
caractère dans l’échantillon, f appartient à l’intervalle  1 1  avec une probabilité d’au moins 0, 95.
p ;p 
 n n
Le professeur peut faire percevoir expérimentalement la validité de cette propriété mais elle n’est pas
exigible.
Classe de première
Voici les compétences de statistique prévues pour la classe de première en France. Ces compétences
sont toutes les mêmes pour les classes de premières L, ES36 et S37.

Statistique descriptive, Utiliser de façon appropriée les On utilise la calculatrice ou un
analyse de données deux couples usuels qui logiciel pour déterminer la
permettent de résumer une série variance et l’écart-type d’une
Caractéristiques de dispersion : statistique: (moyenne, écart-type) série statistique.
variance, écart-type. et (médiane, écart interquartile). Des travaux réalisés à l’aide d’un
logiciel permettent de faire
Diagramme en boîte. Étudier une série statistique ou observer des exemples d’effets de
mener une comparaison structure lors du calcul de
pertinente de deux séries moyennes.
statistiques à l’aide d’un logiciel
ou d’une calculatrice.
Échantillonnage Exploiter l’intervalle de L’objectif est d’amener les élèves

fluctuation à un seuil donné, à expérimenter la notion de
Utilisation de la loi binomiale déterminé à l’aide de la loi «différence significative» par
pour une prise de décision à partir binomiale, pour rejeter ou non rapport à une valeur attendue et
d’une fréquence. une hypothèse sur une à remarquer que, pour une taille
proportion. de l’échantillon importante, on
conforte les résultats vus en
classe de seconde.
L’intervalle de fluctuation peut
être déterminé à l’aide d’un
tableur ou d’un algorithme.
Le vocabulaire des tests (test
d’hypothèse, hypothèse nulle,
risque de première espèce) est
hors programme.
36
Education.gouv.fr, Bulletin officiel n° 30 du 23 juillet 2009 – Programmes de la classe de première de la série
ES et de la série L – Programmes de l’enseignement de mathématiques, 2015. (pages 5-7)
37
Education.gouv.fr, Bulletin officiel n° 30 du 23 juillet 2009 – Programmes de la classe de première de la série
S – Programmes de l’enseignement de mathématiques, 2015. (pages 5-7)
39
Classe terminale
Voici un extrait des compétences attendues à la fin des classes terminales ES, L38 et S39. Pour le
programme suivant, les parties communes aux trois sections ES, S et L sont mises en noir.
Les parties rouges font uniquement partie du programme en classe terminale S et les parties vertes
ne font partie que du programme dans les classes terminales ES et L.

Intervalle de Démontrer que si la variable aléatoire Xn suit La démonstration ci-contre donne
fluctuation la loi B(n,p), alors, pour tout 𝛼 dans ]0,1[ on a, l’expression d’un intervalle de fluctuation
𝑋𝑛 asymptotique(*) au seuil 1 − 𝛼 de la
lim𝑛→+∞ 𝑃 ( ∈ 𝐼𝑛 ) = 1 − 𝛼,
𝑛 𝑋𝑛
où 𝐼𝑛 désigne l’intervalle variable aléatoire fréquence 𝐹𝑛 = qui, à
𝑛
√𝑝(1 − 𝑝) √𝑝(1 − 𝑝) tout échantillon de taille n, associe la

[𝑝 − 𝑢𝑛 , 𝑝 + 𝑢𝑛 ] fréquence obtenue f.
√𝑛 √𝑛
La variable aléatoire 𝐹𝑛 qui, à tout

Connaître, pour n assez grand, l’intervalle de
échantillon de taille n, associe la fréquence,
fluctuation asymptotique (*) au seuil de 95% : prend ses valeurs dans l’intervalle de
p(1  p) p(1  p) fluctuation asymptotique au seuil de 95 %
[ p  1,96 , p  1,96 ] avec une probabilité qui s’approche de 0,95
n n quand n devient grand.
où p désigne la proportion dans la population. On admet le résultat ci-contre, qui est
conforté grâce à la simulation.
Avec les exigences usuelles de précision, on

pratique cette approximation dès que
n  30 , np  5 et n(1  p)  5 .
En majorant 1,96 p(1  p) , on retrouve
l’intervalle de fluctuation présenté en
classe de seconde.
La problématique de prise de décision, déjà
rencontrée, est travaillée à nouveau avec
l’intervalle de fluctuation asymptotique.
Estimation Estimer par intervalle une proportion Les attendues de ce paragraphe sont
Intervalle de inconnue à partir d’un échantillon. modestes et sont à exploiter en lien avec
confiance au les autres disciplines.
niveau de
confiance Il est intéressant de démontrer que, pour
0,95(*) une valeur de p fixée, l’intervalle
1 1
Déterminer une taille d’échantillon suffisante [𝐹𝑛 − , 𝐹𝑛 + ] contient, pour n assez
√𝑛 √𝑛
Niveau de pour obtenir, avec une précision donnée, une
grand, la proportion p avec une probabilité
confiance estimation d’une proportion au niveau de
38
Education.gouv.fr, Bulletin officiel spécial n° 8 du 13 octobre 2011 – Programmes de l’enseignement
spécfique et de spécialité de mathématiques de la série ES et de l’enseignement de spécialité de athématiques
de la série L (pages 7-8)
39
Education.gouv.fr, Bulletin officiel n° 30 du 23 juillet 2009 – Programmes de la classe terminale de la série S –
Programmes de l’enseignement de mathématiques, 2015. (page 15)
40
confiance 0,95. au moins égale à 0,95.
On énonce alors que p est élément de

1 1
l’intervalle [𝑓 − ,𝑓 + ] avec un niveau
√𝑛 √𝑛
de confiance de plus de 95%, où f désigne la
fréquence observée sur un échantillon de
taille n.
Avec les exigences usuelles de précision, on
pratique cette approximation dès que
n  30 , np  5 et n(1  p)  5 .
La simulation de sondages sur tableur
permet de sensibiliser aux fourchettes de
sondage.
Il est important de noter que, dans d’autres
champs, on utilise l’intervalle
√𝑓(1 − 𝑓) √𝑓(1 − 𝑓)
[𝑓 − 1,96 ; 𝑓 + 1,96 ]
√𝑛 √𝑛
qu’il n’est pas possible de justifier dans ce
programme.
(*)Avec les notations précédentes : Un intervalle de fluctuation asymptotique de la variable aléatoire

Fn au seuil 0,95 est un intervalle déterminé à partir de p et de n et qui contient Fn avec une
probabilité d’autant plus proche de 0,95 que n est grand. Pour une valeur de p fixée, l’intervalle
1 1
aléatoire [ Fn  , Fn  ] contient, pour n assez grand, la proportion p à estimer avec une
n n
probabilité au moins égale à 0,95.
Un intervalle de confiance pour une proportion p au niveau de confiance 0,95 est la réalisation, à
partir d’un échantillon, d’un intervalle aléatoire contenant la proportion p avec une probabilité
supérieure ou égale à 0,95, intervalle aléatoire déterminé à partir de la variable aléatoire Fn qui, à
tout échantillon de taille n, associe la fréquence. Les intervalles de confiance considérés ici sont
centrés en la fréquence observée f.
4. Programme au secondaire en Allemagne
a. Généralités sur le système scolaire
L’enseignement secondaire commence en Allemagne deux ans plus tôt qu’au Luxembourg et il
comporte (en général) neuf années. Dans plusieurs régions, il y a actuellement un passage au
41
secondaire en huit années au «Gymnasium»,40 c’est notamment le cas au Schengenlyzeum à Perl,

une école allemande – luxembourgeoise.
L’enseignement secondaire se divise en deux parties :
 le «Sekundarbereich I» qui est composé de quatre niveaux («Gymnasium», «Gesamtschule»,

«Realschule», «Hauptschule»)41 et qui dure 5 / 6 ans,
 le «Sekundarbereich II» qui dure 3 années.
Depuis 2003, la «Kultusministerkonferenz» est en train d’introduire des socles communs des
connaissances et des compétences («Bildungsstandards») pour différentes classes
(«Hauptschulabschluss» – classe de 9e, «Mittlerer Schulabschluss» – classe de 10e, «Abitur» – fin
d’études secondaires) qui sont valables pour tout le pays42.
A partir de la rentrée scolaire 2016/2017, les questions d’examen de fin d’études secondaires
devront se baser sur ces socles communs dans tous les États fédérés de l’Allemagne43.
En classe de terminale (« Abitur »), il y a un niveau de base («grundlegendes Anforderungsniveau»)

avec au moins trois leçons hebdomadaires et un niveau renforcé («erhöhtes Anforderungsniveau»)
avec au moins quatre leçons hebdomadaires44.
Comme le « Hauptschulabschluss » est comparable au régime technicien et le « mittlerer

Schulabschluss » revient à une classe de 10e de l’enseignement secondaire technique au
Luxembourg, les deux ne sont pas comparables à l’enseignement secondaire au Luxembourg et dès
lors nous n’allons pas analyser les programmes mathématiques de ces deux voies d’études de plus
près.
Comme les « Bildungsstandards »45 donnent seulement les compétences à avoir et à examiner lors
de l’examen de fin d’études secondaire (Abitur) et ne donnent pas de détails sur les programmes et
les compétences au cycle inférieur (Sekundarstufe I), chaque pays d’Allemagne peut faire ses
propres programmes pour les différentes années scolaires sous condition qu’en fin de route, les
élèves aient les connaissances nécessaires pour réussir à l’examen final après la 12e, respectivement
la 13e année scolaire.
Vu le fait qu’il est impossible d’analyser les programmes de tous les pays allemands, nous allons
nous limiter à regarder celui de la Sarre. Ce pays se trouve à la frontière luxembourgeoise et de plus,
le « Deutsch-Luxemburgisches Schengenlyzeum », lycée avec des élèves allemands et
luxembourgeois doit suivre ces programmes.
40
Deutscher Bildungsserver, Sekundarbereich II – Aufbau und Struktur
41
Deutscher Bildungsserver, Sekundarbereich
42
KMK (Kultusministerkonferenz), Überblick
43
KMK, Bildungsstandards im Fach Mathematik für die Allgemeine Hochschulreife (Beschluss des
Kultusministerkonferenz vom 18.10.2012) (page 8)
44
45
Voir annexe 6: Bildungsstandards zum Erwerb der allgemeinen Hochschulreife
42
b. Sekundarbereich I
Pendant les cinq années de la « Sekundarstufe I » (classes de 5e à 9e), ce n’est qu’en classe de 7e qu’il
y a des éléments statistiques au programme de mathématiques.
Classe de 7e
Voici un extrait du programme de mathématique de la classe de 7e en Sarre46 :
Verbindliches Fachwissen Verbindliche Kompetenzschwerpunkte

Daten erheben und erfassen Die Schülerinnen und Schüler
Daten auswerten und darstellen - identifizieren in (auch selbstgewählten)
· Minimum und Maximum Kontexten Merkmale, die sich für statistische
· Arithmetischer Mittelwert Auswertungen anbieten
Median einer geordneten Liste: - erfassen Daten in Urlisten bzw. in Strichlisten
· Bei ungerader Anzahl der Daten als der in - ordnen Daten
der Mitte der Liste stehende Wert - veranschaulichen Median, Quartile, sowie
· bei gerader Anzahl der Daten als der Minimum und Maximum in Boxplots
arithmetische Mittelwert der beiden in - nutzen Boxplots zur Beurteilung der Eigenschaften
der Mitte der Liste stehenden Werte von Daten wie Verteilung der Daten und Symmetrie
unteres und oberes Quartil - veranschaulichen absolute Häufigkeiten in Stab-
absolute Häufigkeit oder Balkendiagrammen
relative Häufigkeit und deren Eigenschaften - entnehmen Daten aus Stab- und
Balkendiagrammen sowie aus Boxplots
- bestimmen absolute und relative Häufigkeiten und
stellen sie in Tabellen und in Stab-, Balken- oder
Kreisdiagrammen (auch mit digitalen Werkzeugen)
dar
- geben relative Häufigkeiten als Bruchteile und als
Prozentsätze an
- begründen warum die relative Häufigkeit nur
Werte zwischen 0 und 1 annimmt
- begründen , warum bei einer statistischen
Erhebung die Summe der relativen Häufigkeiten
aller Ausprägungen eines Merkmals gleich 1 ist.
e 47
Des remarques complémentaires au programme de la classe de 7 se trouvent en annexe .
c. Sekundarbereich II
En ce qui concerne les programmes de mathématiques du cycle supérieur en Allemagne, les

« Bildungsstandards » donnent un bon aperçu des compétences à acquérir en vue de l’examen de fin
d’études. En regardant de plus près ce programme, on remarque qu’il ne contient pratiquement pas
d’éléments statistiques proprement dit, mais qu’une grande partie du chapitre contient des
éléments du calcul de probabilité faisant appel à des notions statistiques, comme par exemple
l’histogramme, le diagramme en boîte, l’écart-type etc.
46
Ministerium für Bildung und Kultur Saarland, Lehrplan Mathematik Gymnasium Klassenstufe 7, 2014 (page
67)
47 e
Voir Annexe 5 : Compléments au programme de la classe de 7 en Sarre
43
Ci-dessous se trouvent les quelques compétences statistiques à acquérir au cycle supérieur. Le

programme intégral détaillé se trouve en annexe48.
« Grundlegendes und erhöhtes Anforderungsniveau :
Die Schülerinnen und Schüler können
 Exemplarisch statistische Erhebungen planen und beurteilen

 In einfachen Fällen aufgrund von Stichproben auf die Gesamtheit schließen.
Erhöhtes Anforderungsniveau:
Die Schülerinnen und Schüler können
 Hypothesentests interpretieren und die Unsicherheit und Genauigkeit der Ergebnisse

begründen »49.
5. Programme au secondaire à l’Ecole Européenne
L’enseignement secondaire aux Ecoles européennes commence une année plus tôt qu’au
Luxembourg, c’est-à-dire après cinq années d’école primaire seulement.
La structure de l’enseignement secondaire50 est la suivante :
Age 11 12 13 14 15 16 17 18
Enseignement secondaire
Cycle d’observation Cycle de pré- Cycle
(classes 1-3) orientation d’orientation
(classes 4-5) (classes 6-7)
Pendant les trois premières années, le cours de mathématiques est le même pour tous les élèves.
Ensuite, après la troisième année, on a le choix entre le cours fondamental de 4 périodes et le cours
semi-approfondi de 6 périodes par semaine.
En 4e et 5e année, le cours fondamental comprend 4 périodes par semaine, en classe de 6 e et 7e, il

n’y en a plus que 3.
En ce qui concerne le cours semi-approfondi de 6 périodes en 4e et 5e année, il sera suivi par un

cours semi-approfondi de 5 périodes en 6e et 7e année. De plus, on pourra le compléter par un cours
approfondi de 3 périodes en 6e et 7e année de l’enseignement secondaire.
48
Voir Annexe 7 : Programme détaillé du cycle supérieur en Sarre
49
50
Ecoles européennes, structure des études.
44
Le diagramme ci-dessous donne un aperçu de la structure des cours de mathématiques au cours de

sept ans de l’enseignement secondaire:
«Ecoles européennes, structure des études»,

extrait de « Programme de mathématiques années 4 à 7 du secondaire,
Préambule aux programmes, 2011 » 51
b. Cycle d’observation (années 1, 2, 3)
Voici les compétences statistiques attendues à la fin de chacune des trois premières années52 :
1ère année
SUJETS SAVOIR ET SAVOIR FAIRE CONSEILS

L’élève doit être capable de: METHODOLOGIQUES
Collectionner et ranger des Il faudrait initier les élèves à
Représentation des données données en forme l’utilisation de logiciels
de tableau à double entrée, de pour représenter des données
diagrammes en bâtons, statistiques.
d’histogrammes.
Interpréter ces différentes
représentations.
Moyenne arithmétique Calculer la moyenne arithmétique
51
Ecoles européennes, Bureau du secrétaire général, Programme de mathématiques années 4 à 7 du
secondaire, Préambule aux programmes, 2011, page 3
52
Ecoles Européennes, Secrétariat Général, Unité de développement pédagogique, programme de
mathématiques années 1 à 3 du secondaire (pages 12, 25 et 39)
45
2e année

Collection et rangement des Présentation sous forme de On approfondira les notions du
ère
données tableaux statistiques avec les programme de la 1 année.
données telles qu’elles ont été Distinguer entre caractères
obtenues ou bien regroupées en qualitatifs et caractères
classes de même amplitude. quantitatifs. Utilisation de
Représentations graphiques: logiciels appropriés tel Excel.
construction et interprétation des
− diagrammes en bâtons
− histogrammes
− diagrammes à secteurs.
Moyenne arithmétique, médiane, Calculer la moyenne, la médiane,
mode le mode.
Fréquence Calculer la fréquence. Bien distinguer entre effectifs et
fréquences. On pourra utiliser les
diagrammes à secteurs,
circulaires ou semi-circulaires (se
limiter à 5 classes).
3e année

Séries statistiques et traitements Regrouper les données en classes Prolonger le travail effectué en
ème
de données sous forme d’intervalles et 2 année. Montrer qu’Excel
dessiner l’histogramme (l’aire n’est pas en complet accord avec
d’une colonne est proportionnelle la notion d’histogramme. Utiliser
à la fréquence relative). des situations concrètes.
Interpréter ces histogrammes. Exemple: des histogrammes
différents ayant la même
moyenne.
« Le cours fondamental s’adresse aux élèves qui n’envisagent pas de poursuivre des études où les
mathématiques jouent un rôle important. Il a pour but d’aider les élèves à comprendre le monde
scientifique et technique qui les entoure en évitant tout développement théorique des
mathématiques.
Le cours semi-approfondi s’adresse aux élèves qui, lors de leurs études supérieures, seront des
utilisateurs des mathématiques et à ce titre, doivent bénéficier d’une formation de base solide et
acquérir une bonne connaissance des mathématiques générale»53.
53
Ecoles européennes, Programme de mathématiques Années 4 à 7 du secondaire, Préambule au
Programmes, 2011 (page 4)
46
c. Cycle de pré-orientation (années 4, 5)
4e année
En 4e année du secondaire, il y a des éléments statistiques au programme du cours fondamental

ainsi que du cours semi-approfondi.
En noir, il y a les compétences identiques aux deux cours. Les compétences intervenant seulement
au cours fondamental54 sont données en rouge et en vert il y a les compétences intervenant
seulement au cours semi-approfondi55.
CONNAISSANCES ET COMPETENCES SUPPORT TECHNOLOGIQUE

Collecte, organisation et analyse de données
L’élève doit savoir et/ou être capable de: L’élève doit savoir et/ou être capable de:
- reconnaître populations et échantillons dans les situations - insérer des données dans un tableur
de la vie de tous les jours - ordonner des données dans un tableau de
- distinguer données discrètes et continues fréquences
- déterminer les fréquences à partir des données brutes - utiliser la calculatrice pour transformer les
collectées effectifs en pourcentages et vice versa
- dresser un tableau de fréquences - déterminer les valeurs minimale et
- transformer les fréquences en pourcentages et vice versa maximale d’un ensemble de données
- établir l’étendue d’un ensemble de données numériques
- former des intervalles par classes de même amplitude - définir et nommer une variable
- dresser un tableau de fréquences cumulées - calculer les fréquences cumulées
- calculer la moyenne arithmétique et la médiane - calculer la moyenne arithmétique et la
médiane
Données, population, échantillon
L’élève doit savoir et/ou être capable de :
distinguer données qualitatives et quantitatives, discrètes

et continues
· distinguer population et échantillon
· décrire un échantillon
· définir une variable statistique
Organisation de données
L’élève doit savoir et / ou être capable de : L’élève doit savoir et / ou être capable de :
- regrouper des données en classes et trouver, pour chaque - déterminer les limites supérieures et
classe : les limites supérieures et inférieures, l’amplitude, le inférieures, l’amplitude et le centre de
centre chaque classe
- calculer la distribution des fréquences dans les cas de - calculer la moyenne arithmétique et la
classes de même amplitude médiane
- former le tableau des fréquences cumulées
Représentation des données
54
mathématiques année 4, cours à 4 périodes/semaine (page 5)
55
mathématiques année 4, cours à 6 périodes/semaine (pages 8-9)
47
- dessiner un graphique des fréquences - utiliser la calculatrice pour tracer un

- représenter les données à l’aide de graphiques en barres graphique
et d’histogrammes - représenter des données à l’aide d’un
- choisir le diagramme statistique approprié au type de graphique à secteurs, en barres et d’un
données histogramme ou une boîte à moustaches.
- tracer le polygone des fréquences cumulées - calculer une estimation de la moyenne
- tracer une boîte à moustaches arithmétique
- calculer une estimation de la médiane
- calculer l’écart interquartile
Analyse de données
L’élève doit savoir et / ou être capable de : L’élève doit savoir et / ou être capable de
-calculer et interpréter, à partir des effectifs ou d’un - calculer une estimation de la moyenne
diagramme, la classe modale et une estimation de la arithmétique
moyenne, -calculer une estimation de la médiane
- calculer et interpréter, à partir du tableau ou du polygone - calculer l’écart interquartile
des fréquences cumulées une estimation de la médiane et
de l’écart interquartile
Interprétation et comparaison des données
- lire des données à partir d’un diagramme - calculer l’écart interquartile

- interpréter un diagramme de données et déterminer la - argumenter la dispersion des données à
moyenne arithmétique, la médiane, le mode, l’écart l’aide de comparaison de graphiques
interquartile à partir d’un graphique des effectifs - tracer les histogrammes simultanés et les
- utiliser des pourcentages pour comparer des données boîtes à moustaches pour deux distributions
- interpréter de manière critique l’analyse statistique des et les comparer
données
- décider quelle moyenne représente au mieux la
distribution des données
- comparer et interpréter deux distributions par rapport à
leurs
· moyennes et médianes
· quartiles
· histogrammes et boîtes à moustaches
5e année
Les compétences attendues à la fin de l’année sont les mêmes pour le cours fondamental56 et le
cours semi-approfondi57.
56
mathématiques année 5, cours à 4 périodes/semaine (pages 6-7)
57
mathématiques année 5, cours à 6 périodes/semaine (page 9)
48

Analyse de données
L’élève doit savoir et/ou être capable de : L’élève doit savoir et/ou être capable de :
- comprendre que la variance et l’écart-type sont des - calculer, à partir d’un tableau des effectifs
mesures de dispersion ou d’un histogramme, la variance et l’écart
- calculer, pour un effectif réduit, la variance et l’écart-type, type
à l’aide d’une des formules suivantes : - calculer une estimation de la variance et
 2

 (x  x )   x
2 2
 ( x )2
de l’écart type pour des données brutes ou
groupées
n n
 2

 (x  x )   x
2 2
 ( x )2
 2

 a( x  x ) 2

 ax 2
 (x ) 2
n n
a a  a( x  x ) 2
 ax 2
2    ( x )2
a a
- calculer la variance et l’écart-type pour des
données brutes ou groupées en utilisant la
feuille de calcul
Interprétation et comparaison de données
L’élève doit savoir et/ou être capable de : L’élève doit savoir et/ou être capable de :
comparer et interpréter les distributions par rapport à leurs - calculer une estimation de la moyenne,
· moyennes et variances/écarts-type variance et écart-type
· histogrammes - construire un histogramme pour
interpréter et comparer
d. Cycle d’orientation (années 6, 7)
6e année
Les compétences en statistique attendues à la fin de cette année sont seulement valables pour le
cours fondamental58. Au cours semi-approfondi, il n’y a pas de statistique au programme.
Connaissances et compétences Support technologique

Révisions et consolidation des prérequis pour les statistiques
L’élève doit savoir et / ou être capable de : L’élève doit savoir et/ou être capable de :
réaliser tout type de calcul faisant intervenir des utiliser les fonctionnalités élémentaires d’un
pourcentages et des fréquences tableur (opérations sur les contenus de
cellules, différentiation des références
relative et absolue) pour passer d’un
tableau d’effectifs à un tableau de
fréquences (aussi sous la forme de
pourcentages), et réciproquement
Exploitation de tableaux à double entrée
Les notions de ce paragraphe n’ont aucune vocation à être L’élève doit savoir et/ou être capable de :
enseignées de façon théorique et formelle, les compétences
mathématiques devant être maîtrisées dans un contexte déterminer tous les tableaux du type
pratique. Cela se fera a priori implicitement, les statistiques indiqué ci-contre dans une feuille de calcul
58
mathématiques année 6, cours fondamental à 3 périodes/semaine (page 8)
49
offrant des champs d’applications multiples (traitement de

données en économie, géographie, physique, biologie…)
L’élève doit savoir et/ou être capable de :
- construire, compléter et interpréter de tels tableaux, y

compris les marges
- depuis un tableau d’effectifs, construire les tableaux des
fréquences :
· par rapport à l’effectif total
· par rapport aux lignes
· par rapport aux colonnes
-déterminer un tableau d’effectifs à partir d’un tableau de
fréquences et d’un unique effectif
7e année
Les compétences valent seulement pour le cours fondamental59. Il n’y a pas de statistique en classe
de 7e du cours semi-approfondi.

Prérequis pour la 7e année:
Les notions de statistiques utiles ne figurant pas dans les L’élève doit savoir et/ou être capable de :
ème
programmes de 6 année, le rappel et la consolidation des
notions vues au cours des années 1 à 5 se fera sur des - déterminer la moyenne arithmétique,
er ème
exemples, en exploitant si possible le support technologique, l’écart type, la médiane, 1 et 3 quartiles
tout développement théorique étant exclu. et intervalle interquartile d’une série
L’élève doit savoir et/ou être capable de : statistique à une variable
- maîtriser les fonctions affines - saisir des données dans une feuille de
- déterminer et interpréter moyenne arithmétique, écart- calcul
er ème
type, mode(s), médiane, 1 et 3 quartiles et intervalle - utiliser une feuille de calcul, dont les
interquartile d’une série statistique à une variable relations entre diverses cellules de cette
- comprendre le principe d’une feuille de calcul feuille, pour automatiser les calculs
Traitement numérique et graphique de données statistiques à une variable
L’objectif principal de cette section est la compréhension et L’élève doit savoir et/ou être capable de :
l’interprétation de notions mathématiques exclusivement
présentées dans des situations de la vie courante (salaires - calculer une moyenne arithmétique
dans une entreprise, relevés de mesures portant sur la pondérée
production d’une machine ou une étude biologique, etc.).
On se contentera, dans les exemples et exercices traités sans
support technologique, à des effectifs d’au plus 10 unités. - représenter les données d’une ou plusieurs
L’élève doit savoir et/ou être capable de : séries statistiques à une variable par des
boîtes à moustaches
- calculer une moyenne arithmétique pondérée
- utiliser sur des exemples les propriétés de linéarité de la
moyenne, c’est-à-dire :
· si ti  xi  a , alors t  x  a
· si zi  b  yi , alors z  b  y
·
59
mathématiques année 7, cours fondamental à 3 périodes/semaine (pages 8-11)
50
- représenter les données d’une ou plusieurs séries

statistiques à une variable par des boîtes à moustaches
- analyser et comparer deux séries statistiques à une variable
dont on connait moyennes, médianes, valeurs extrémales et
quartiles
- que les couples (moyenne ; écart type) et (médiane ;
intervalle interquartile), formés d’une mesure de la tendance
centrale et d’une mesure de la dispersion, permettent de
caractériser une série statistique, le second couple
présentant une robustesse certaine par rapport aux valeurs
extrêmes
- mettre en œuvre tous les concepts et résultats ci-dessus
définis pour étudier et interpréter des situations pratiques
Prévisions pour des séries statistiques à deux variables
Dans cette unité, l’objectif principal est de réaliser des L’élève doit savoir et/ou être capable de :
interpolations et des extrapolations pour accéder à des
données manquantes ou pour faire des prévisions. Les - utiliser une feuille de calcul pour saisir une
domaines d’application sont multiples (économie, série statistique à deux variables et
population, géographie, sciences exactes, etc.). représenter cette série par un nuage de
On se contentera, dans les exemples et exercices traités sans points
support technologique, à des effectifs d’au plus 10 unités. - essayer d’ajuster empiriquement un nuage
La variable indépendante sera toujours indiquée par le de points par une courbe représentative
professeur. d’une fonction connue
- déterminer et placer le point moyen d’un
L’élève doit savoir et/ou être capable de : nuage de points
- représenter des séries statistiques à deux variables par un - visualiser le principe d’un ajustement affine
nuage de points et comprendre l’intérêt d’établir un lien d’une série statistique par la méthode des
mathématique ces deux variables moindres carrés (droite de régression de y
- déterminer les coordonnées du point moyen et placer ce en x)
point sur le diagramme - déterminer le coefficient de corrélation
- déterminer un ajustement affine d’une série par la méthode linéaire d’un ajustement affine
des deux points moyens, dite méthode de la droite de Mayer - déterminer les équations réduites de la
(partage de la série statistique en deux sous-séries, droite de Mayer et de la droite de régression
construction du point moyen de chaque sous-série puis de la de y en x
droite passant par ces deux points moyens) - tracer la droite de Mayer et la droite de
- comprendre le principe d’un ajustement affine d’une série régression de y en x
statistique par la méthode des moindres carrés (droite de
régression de y en x)
- suggérer par examen graphique le type d’ajustement - déterminer, par changement de variable
potentiellement approprié à une série statistique à deux suggéré par l’énoncé et à l’aide d’un
variables (affine, exponentiel ou logarithmique) et éliminer, ajustement affine, un ajustement
le cas échéant, les valeurs aberrantes exponentiel ou logarithmique :
- analyser la pertinence d’un ajustement affine par examen
de la valeur du coefficient de corrélation linéaire (coefficient
· ln y  a  x  b  y  c  d x
de Bravais-Pearson) · y  a  ln x  b
- savoir que la droite de Mayer et la droite de régression de y
en x passent par le point moyen du nuage de points - déterminer, à l’aide des fonctions
- exploiter un ajustement afin de faire des interpolations, des prédéfinies, un ajustement :
extrapolations et des prévisions · affine
- mettre en œuvre tous les concepts et résultats ci-dessus · exponentiel
définis pour étudier et interpréter des situations pratiques · logarithmique
51
Le cours approfondi
« Ce cours ne s’adresse qu’aux élèves qui suivent le cours de mathématiques 5 périodes. Il a pour but
d’offrir un niveau de connaissance suffisant aux élèves qui se destinent à des études supérieures où
les mathématiques ont un rôle prédominant et fondamental. Les mathématiques y sont étudiées
avec plus de rigueur et les élèves sont entraînés à résoudre des problèmes de façon moins
automatique»53.
6e année
Il n’y a pas de compétences statistiques attendues à la fin de cette année.
7e année
En 7e année, il y a deux chapitres de statistique au choix60 :
Corrélation et régression
 Régression affine (méthode des moindres carrés)
 Régressions générales (exponentielles, logarithmiques, polynomiales, sinusoïdales)
 Covariance
 Corrélation de rang, coefficients de Spearman et de Kendall
Intervalles de confiance, tests d’hypothèses et test du chi deux

 Estimations non biaisées de la moyenne  et de la variance  2 d’un caractère quantitatif
d’une population
 Distribution de la moyenne X de variables aléatoires X i lorsque celles-ci suivent une

même distribution (normale ou autre) (théorème « central limit »)
 Intervalles de confiance de la moyenne  pour une population suivant une loi normale ou
non, de variance connue ou non (grand échantillon)
 Test d’hypothèse pour le paramètre  d’une distribution binomiale (petit échantillon) ou le
paramètre  d’une distribution de Poisson p
 Test d’hypothèse pour la moyenne  d’une population suivant une loi normale ou non, de
variance connue ou non (grand échantillon)
 Test du chi carré pour déterminer la validité :
· de l’indépendance de deux variables aléatoires
· d’un ajustement par une distribution connue (binomiale, de Poisson ou
normale)
60
mathématiques année 7 du secondaire, cours approfondi (page 12)
52
6. Tableau récapitulatif des compétences enseignées dans les différents pays et à l’école européenne 61
Luxembourg Belgique France Allemagne Ecole

Européenne
Représentations graphiques :
Lire un graphique, tableau, diagramme     
Représenter des données dans un tableau, graphique, diagramme
Connaître et calculer les notions statistiques élémentaires :
Les effectifs, les effectifs cumulés, les fréquences relatives et absolues, les fréquences     
cumulées, la moyenne, la médiane d’une série statistique
Connaître et savoir calculer les quartiles, l’étendue et l’écart interquartile d’une série
statistique
    
Connaître les classes et représenter les classes dans un histogramme    
Connaître et savoir calculer la variance et l’écart-type    
Représenter les données statistiques dans un diagramme en boîtes    
Faire un ajustement linéaire d’un nuage de points, calculer et interpréter le coefficient de   (*)
corrélation (B,D)
Faire un ajustement non linéaire (exponentiel, logarithmique) d’un nuage de points (*)
Echantillonnage : Faire une analyse critique d’un échantillon   (*)
Interpréter des tests d’hypothèse  (*) (*)
Connaître l’intervalle et le niveau de confiance  (*) (*)
(*) : facultatif
61
Afin d’alléger la lecture du tableau et mieux pouvoir comparer les programmes des différents pays, nous allons nous limiter pour chaque pays et pour l’école européenne
aux sections scientifiques, c’est-à-dire les sections B, C, D au Luxembourg, les mathématiques pour les scientifiques en Belgique, la section S en France, le cours renforcé en
Allemagne ainsi que le cours (semi-) approfondi à l’école européenne.
53
IV. Programmes aux universités (partie commune)
En respectant les villes de prédilection des étudiants luxembourgeois détectés préalablement, nous
avons vérifié si les probabilités font partie des programmes des domaines d’études préférés.
Le tableau ci-dessous résume les résultats de mes recherches. Des détails et les références peuvent
être trouvés en annexe62.
Bruxelles
Luxembourg Strasbourg Trier
(ULB)
Economie    
Education /  / 
Droit / / / /
Sciences
naturelles
   *
Médecine et
professions / /  *
de la santé
Sciences
sociales et    
humaines
Psychologie    
* La médecine ainsi que les sciences naturelles sont des voies d’études qui ne sont pas offertes à
l’université de Trèves.
62
Pour éviter de se perdre dans le nombre important de références pour cette partie, tous les liens URL de
cette partie ont été insérés en annexe. (voir Annexe 8 : Liens URL des recherches concernant les cours de
probabilité et statistique dans les différents domaines d’études)
55
V. Conclusions
L’analyse des programmes actuels au Luxembourg, aux pays limitrophes ainsi qu’à l’école
européenne nous mène aux conclusions suivantes:
- En classe de 5e et 4e, les manuels scolaires ne contiennent pas de chapitre de statistique au

programme. Ce chapitre devrait donc être traité hors manuel. L’évaluation du sondage nous
a montré que la majorité des titulaires d’une classe de 5e et 4e ne traitent pas le chapitre de
statistique prévu au programme.
- Dans les manuels de mathématiques on ne trouve pas beaucoup d’exercices faisant appel à
un tableur.
- Au cycle supérieur, on doit constater qu’en section C, il n’y a aucun chapitre de statistique
au programme pendant les trois années. Même qu’en section C il y a plus d’heures
hebdomadaires de mathématiques qu’en sections A, E, F et G, les élèves de ces dernières
sections connaîtront plus de notions statistiques que leurs collègues de la section
scientifique C. Ces derniers voient les dernières notions de statistiques théoriquement en
classe de 4e. En considérant les réponses au sondage, il y a une grande probabilité qu’ils ne
voient qu’une initiation à la statistique en classe de 7e et/ou 6e.
- Dernièrement, les programmes de mathématiques aux sections A, E, F et G ont été revus et

un manuel scolaire, adapté à ces programmes, a été conçu. Dès lors, ce manuel contient
bien les chapitres de statistique qui se trouvent au programme. De plus, ces chapitres se
trouvent au milieu du livre, non pas à la fin, ce qui pourrait, comme l’a montré la remarque
sur le questionnaire d’un collègue, inciter les enseignants à traiter ce chapitre à même
valeur que les autres. Contrairement aux sections A, E, F et G, les programmes de
mathématiques des sections scientifiques B, C et D n’ont pas été revus depuis des années.
- Le sondage auprès des enseignants de mathématiques a montré que la plupart d’entre eux
sont d’avis que les chapitres de statistique et de calcul de probabilités sont souvent prévus à
la fin de l’année scolaire, et malheureusement, dès lors, par manque de temps, sont souvent
négligés. De plus, certains collègues sont d’avis que les élèves sortant d’une classe de 1ère C
n’ont pas les connaissances statistiques nécessaires pour bien commencer leurs études. En
effet, dans les pays limitrophes ainsi qu’à l’école européenne, contrairement au
Luxembourg, il y a des notions de statistique inférentielle, comme par exemple les
intervalles et niveaux de confiance et les tests d’hypothèse aux programmes de
mathématiques.
- En général on peut dire qu’aux pays limitrophes ainsi qu’à l’école européenne, il y a plus de
notions statistiques au programme de mathématiques qu’au Luxembourg. En France, les
élèves n’apprennent pas les ajustements linéaires en section scientifique, mais par contre
une grande partie du chapitre de statistique est consacrée à la statistique inférentielle. A
l’école européenne, les élèves sont libres de choisir des chapitres de statistique, tout en
57
Conclusions
prenant en considération les études qu’ils vont entamer. De plus, dans les pays limitrophes,
les élèves apprennent des notions statistiques jusqu’à l’avant-dernière ou bien même la
dernière année des études secondaires, et non pas, comme c’est le cas au Luxembourg,
seulement jusqu’en classe de 4e (pour la section C).
- Vu le fait que certains enseignants ne se voient pas capables d’enseigner la statistique

inférentielle au secondaire, il faudrait éventuellement organiser des formations continues au
cas où ces chapitres seraient ajoutés au programme de mathématiques.
Il faut remarquer que toutes les recherches au niveau des pays limitrophes et de l’école européenne
se basent exclusivement sur les programmes officiels respectifs en ligne. En considérant le sondage
auprès des enseignants luxembourgeois, on voit que les chapitres de statistique et de calcul de
probabilité sont les chapitres souvent négligés à cause du manque de temps. Cette situation pourrait
bien également se présenter dans nos pays voisins. Mais vu le fait que nous ne travaillons pas sur le
terrain, nous pouvons seulement nous baser sur la théorie, à savoir les programmes officiels des
pays respectifs.
L’analyse des programmes universitaires nous a montré que le cours « Probabilité et Statistique »
fait partie du programme bachelor dans une grande partie des domaines d’études préférés des
étudiants luxembourgeois. Dès lors, il est important de bien préparer les élèves au début des études,
de les mettre à même niveau que leurs collègues des pays limitrophes.
Voici donc la proposition d’un cours de statistique ajusté aux programmes des pays limitrophes et de
l’école européenne et tout en tenant compte des conclusions tirées ci-dessus. Le cours est procédé
par une introduction au tableur Excel. Pour une grande partie des chapitres il y a des explications
nécessaires ainsi que des exercices d’application pour Excel, non pas énoncés séparément dans
l’énumération ci-dessous. Analogue aux socles de compétences, le cours, respectivement les
compétences à acquérir sont proposées en bloc de deux années chacun.
Cours de statistique
Sujets à traiter jusqu’à la fin de la classe de 6e
1. Construire un tableau de valeurs

2. Construire un diagramme en bâtons, un diagramme (semi-) circulaire et un diagramme
cartésien
3. Lire et interpréter des diagrammes
4. Faire une analyse critique de diagrammes et d’articles
5. Calculer les fréquences et les effectifs
6. Construire un histogramme à partir d’une répartition en classes d’amplitudes égales
7. Déterminer les fréquences cumulées croissantes et les effectifs cumulés croissants
8. Construire le polygone des effectifs cumulés croissants et des fréquences cumulées
croissantes
9. Calculer la moyenne, la moyenne pondérée et la médiane d’une série statistique
10. Déterminer le minimum, le maximum et l’étendue d’une série statistique
11. Déterminer le mode et la classe modale d’une série statistique.
58
Conclusions
Sujets à traiter jusqu’à la fin de la classe de 4e :
1. Déterminer les quartiles et les intervalles interquartiles d’une série statistique

2. Construire et interpréter le diagramme en boîte d’une série statistique
3. Calculer et interpréter l’écart-type et la variance d’une série statistique
Sujets à traiter jusqu’à la fin de la classe de 2e :
1. Connaître le nuage de points

2. Déterminer les coordonnées du point moyen d’une série statistique double
3. Faire un ajustement linéaire d’un nuage de points à l’aide de la méthode des moindres
carrés
4. Etablir l’équation de la droite de régression
5. Rapporter un ajustement à une échelle exponentielle ou logarithmique (sections B, C et D)
6. Calculer et savoir interpréter le coefficient de corrélation d’une série statistique double
7. Calculer et savoir interpréter la covariance d’une série statistique double
Propositions de sujets à traiter en classe de 1ère B, C et D :
La statistique inférentielle :
1. Connaître la signification d’un test d’hypothèses

2. Faire un test d’hypothèses
3. Estimer une proportion à partir d’un échantillon
4. Connaître et déterminer les intervalles et les niveaux de confiance
En ce qui concerne les sections E, F et G, il suffit de traiter les chapitres prévus jusqu’à la fin de la
classe de 2ème.
Il reste à préciser que le cours de statistique avec l’introduction au tableau Excel dans la deuxième
partie de ce travail est le cours calcul de probabilités élaboré par Madame Stéphanie Weyer sont
complémentaires. Le cours de statistique peut être traité en classe indépendamment de ce qui a été
vu en probabilité. Néanmoins une certaine suite des chapitres, donnée par la division en blocs de
deux années chacun, est prescrite automatiquement. Ainsi par exemple, l’introduction au tableur
Excel doit être faite au cours de statistique avant d’entamer les exercices de simulation au cours de
probabilité
59
DEUXIEME PARTIE: COURS ET
EXERCICES
VI. Introduction au tableur Excel
a. Introduction
En ouvrant le logiciel Excel, on peut choisir parmi plusieurs formats. Aux cours nous allons travailler
seulement avec des documents nommés « leere Arbeitsmappe » (classeur vide) pour résoudre les
différents exercices.
Un tel classeur est composé de plusieurs feuilles et porte au début le nom « Mappe 1 », qu’on voit
dans la barre de titre tout en haut de la page. Ce nom change lorsqu’on sauvegarde le classeur sous
un autre nom. La feuille du tableur est construite comme suit:
63
Introduction au tableur Excel
Barre de titre
Mise en page Barre
d’onglets
Barre de
formules
Cellule active
Ajout d’une
feuille
64
On peut ajouter des feuilles en utilisant le bouton en bas de la feuille et on peut renommer les
différentes feuilles en marquant les noms respectifs. Après avoir effacé le nom, on peut renommer
la feuille.
Chaque feuille est subdivisée en lignes, signalées par des nombres et en colonnes, signalées par des
lettres. Ainsi le nom B5 désigne la cellule dans la deuxième colonne et cinquième ligne.
On a beaucoup de possibilités pour changer la mise en page d’un tableau :
Police de Taille des caractères

caractère
Couleur des
caractères
Cadre autour du tableau,

Couleur de la cellule
de cellules, lignes,
colonnes
Pour changer la hauteur des lignes ainsi que la largeur des colonnes on positionne la flèche entre
deux lignes, respectivement entre deux colonnes et on la tire en haut / bas respectivement à gauche
/ à droite.
En changeant la police de caractères ou bien la taille de ces derniers, le cas échéant, il faut faire un
réajustement de la grandeur des cellules par après.
Afin d’avoir un tableau bien lisible après l’impression, on peut mettre un carde autour de chacune
des cellules, autour de certaines lignes ou colonnes, ou bien on peut mettre un cadre tout autour du
tableau.
65
b. Remplissage automatique des cellules
Lorsqu’on constate une certaine régularité dans une série de nombres, on peut remplir les cellules
de manière automatique. On met la souris au coin droit en bas de la cellule, on tient la touche
gauche de la souris et on tire en bas ou bien à droite afin de compléter la série de nombres.
Exemple 1
Le programme reconnaît une certaine suite, dans notre cas, il s’agit de

celle des nombres pairs. Lorsqu’on touche avec la souris le coin droit en
bas de la cellule B4 et qu’on tire en bas, le programme remplit
automatiquement les cellules suivantes.
c. Références relatives, absolues et mixtes
Lorsqu’une cellule a une référence relative, alors le programme note de manière interne la position
de la cellule sur laquelle on se rapporte en mesurant la distance à la cellule contenant l’adresse.
En écrivant dans la cellule C1 la formule =A1-B1, alors on note dans la cellule C1 la différence de la
cellule qui se trouve deux lignes plus haut que C1 avec celle qui se trouve juste au-dessus de C1.
En tirant le curseur de la souris en bas, dans la cellule il y aura la différence =A2-B2, dans C3 il y aura
la différence =A3-B3 et ainsi de suite.
Par contre lorsqu’une cellule a une référence

absolue, alors on prend référence toujours à cette cellule précise et non pas à une autre. Une
adresse absolue est indiquée par le signe $.
66
En notant dans la cellule C1 la formule = $A$1 et en tirant en bas, on aura dans toutes les cellules le
contenu de la cellule A1 affiché.
En notant dans la cellule C1 la formule = A1-$B$1 et on tire en bas avec la souris afin de remplir les
cellules suivantes, alors dans la cellule C2 il y aura la différence =A2-$B$1, dans la celllule C3 celle de
=A3-$B$3 er ainsi de suite. Le rapport à A3 est alors relatif, celui à B1 reste absolu. Il s’agit donc
d’une référence mixte.
Remarque
Dans l’exemple précédent, il aurait suffi d’écrire B$1. En effet le signe $ peut se mettre
individuellement devant la lettre ou le numéro de la référence.
B$1 : La lettre peut changer, mais le numéro de la ligne reste toujours 1.
$B1: Le numéro de la ligne peut changer, mais la colonne reste toujours B.
$B$1: Le numéro de la ligne et la lettre de la colonne restent fixes.
67
d. Formules
Activité 1
La famille Weber établit à la fin de chaque mois un aperçu de leurs dépenses et recettes.
Voici les recettes et dépenses du mois de janvier 2015 :
Recettes Dépenses
Salaire du père 3600 Aliments 720
Salaire de la mère 3500 Vêtements 450
Allocations de famille 220 Loyer et charges 1800
Voiture 200
Assurances 400
Hobbys 580
Divers 600
(téléphone, portables, appareils
ménagers,…)
a) Ouvre un classeur Excel, sauvegarde le document sous « Recettes et dépenses » et nomme la

premier feuille « Janvier 2015 ».
b) Ayant entré toutes les recettes mensuelles, à savoir le salaire de la mère et du père ainsi que les
allocations familiales, nous calculons la recette mensuelle totale, c’est-à-dire la somme des trois
montants.
En Excel, il y a beaucoup de formules prédéfinies qui facilitent les calculs. Chaque formule
commence par un signe d’égalité. Lorsqu’une cellule contient une telle formule, on peut la voir dans
la barre de formules lorsque la cellule est sélectionnée.
On peut insérer des formules de différentes manières :
· A côté de la barre de formules on trouve le bouton . En poussant sur ce bouton, une

fenêtre, facilitant la recherche d’une formule donnée, s’ouvre.
68
Après avoir choisi la somme (Summe), une nouvelle fenêtre s’ouvre. Ici on doit entrer les
arguments de la fonction, c’est-à-dire les noms des cellules dont on veut additionner les
contenus.
Si on ne veut additionner que deux termes, on peut entrer un nom à côté de « Zahl 1 » et un
à côté de « Zahl 2 ». Dans notre exemple, nous voulons additionner toutes les valeurs des
cellules B4 à B6. On fait ceci en écrivant B4 :B6.
· Bien évidemment on peut faire calculer la somme sans cette aide, tout simplement en
choisissant la cellule dans laquelle on veut faire afficher la somme et en entrant la formule à
l’aide du clavier. En entrant la formule, une petite fenêtre s’ouvre montrant toutes les
formules commençant par la lettre S.
· Sous l’onglet « Formeln », on trouve quelques formules sur lesquelles on peut avoir accès
rapidement.
69
· On peut entrer les formules manuellement dans la barre de formules. Les noms de cellules
sont mises entre parenthèses, « : » entre B4 et B6 désigne qu’on veut additionner toutes les
valeurs de B4 à B6.
Après avoir entré le tableau avec les recettes mensuelles, nous entrons maintenant les dépenses du
mois de janvier et nous calculons le total des dépenses (somme de toutes les dépenses) pour le mois
de janvier.
Lorsqu’on veut regarder combien d’argent reste à la fin du mois, on doit calculer la différence des
valeurs des cellules B7 et C11.
70
A l’aide des boutons , et on peut faire ressortir le titre ainsi que le résultat
final et mettre un cadre autour du tableau et les différentes cellules, colonnes ou lignes.
c) Au mois de février, le père a fait des heures de travail supplémentaires, il gagne donc 3850 €. En
ce qui concerne les dépenses pour ce mois-ci, elles se composent de la manière suivante:
Février 2015 : Dépenses

Aliments 750
Vêtements 390
Loyer avec charges 1800
Voiture 200
Assurances 400
Hobbys 390
Divers (acompte voyage d’été !) 2600
71
Ajoute une nouvelle feuille Excel que tu nommes Février 2015, recopie l’ancien tableau en
changeant les montants des dépenses ainsi que le salaire du père et calcule les épargnes faites au
mois de février.
e. Formules statistiques
Les formules prédéfinies nous permettent de calculer rapidement les différentes valeurs.
Activité 2
Avant de rendre le devoir en classe, l’enseignant écrit toutes les notes au tableau et demande aux
élèves de déterminer la moyenne, le mode, la médiane, le minimum et le maximum ainsi que
l’étendue de la série statistique. Voici les notes sorties lors du test :
48 36 21 40 55
50 33 49 48 44
47 51 46 33 52
a) Ouvre un classeur Excel et sauvegarde le document sous « formules statistiques ».
b) Recopie le tableau ci-dessus dans une feuille Excel.
c) A l’aide de la fonction « Mittelwert », détermine la moyenne de toutes les notes.
On peut entrer les arguments, donc les cellules dont on veut additionner les contenus, de manière
manuelle ou bien en sélectionnant les cellules à l’aide de la souris.
d) A l’aide de la fonction « Median », détermine la médiane de la série statistique.
72
e) A l’aide de la fonction «Modus.Einf », détermine le mode de la série statistique, c’est-à-dire la

valeur qui apparaît le plus souvent.
f) A l’aide des fonctions « Min » et « Max », on peut déterminer la note la plus mauvaise (minimum)
ainsi que la meilleure des notes (maximum).
g) On peut calculer l’étendue, la différence entre la plus grande et la plus petite valeur, en
retranchant la plus petite de la plus grande valeur, c’est-à-dire le contenu de la cellule E6 de la
cellule E5.
73
h) L’enseignant remarque qu’il s’est trompé. Il n’y a pas de note 21 sortie, mais il s’agissait de la note
24. Change le contenu de la cellule C1 et regarde quelles sont les valeurs statistiques qui changent.
i)
· Change l’écriture en Times News Roman, Taille 12.

· Si nécessaire, change la taille des cellules.
· Ajoute un cadre autour du tableau.
· Remplis les cellules contenant les valeurs calculées avec une couleur de ton choix. Mais
attention : Choisit une couleur à ce que les caractères restent bien lisibles.
·
j) N’oublie pas de sauvegarder le document à la fin.
74
VII. Cours de statistique pour les classe de 7e et 6e
1. Le vocabulaire statistique de base
La statistique est d’un côté « la science qui recueille et analyse mathématiquement des données pour
une évaluation numérique ».
De l’autre côté la statistique est « l’ensemble des données numériques concernant l’état ou
l’évolution d’un groupe ou d’un phénomène ».63
Souvent, on parle d’une série statistique pour désigner l’ensemble de toutes les données recueillies.
Ces valeurs sont par exemple les notes sorties lors d’un test ou d’un devoir en classe, les réponses
obtenues lors d’un sondage,…
Le caractère de la série statistique peut être quantitatif, donc un nombre (p.ex. la température
pendant une journée, la note d’un devoir en classe,…) ou qualitatif, donc descriptif (p.ex. le moyen
de transport du domicile à l’école, la couleur préférée, …)
Le tableau de valeurs
En statistique, on se sert souvent d’un tableau plutôt que d’un texte long et difficile à comprendre et
à résumer pour représenter les différentes valeurs statistiques (p.ex. combien d’élèves ont eu une
certaine note lors d’un devoir en classe, combien d’élèves viennent à l’école à pied, en bus,…)
Exemple 1
Lors d’un sondage, on a posé la question suivante à 100 personnes : « Quelle est votre marque de
voiture préférée? »
Les résultats suivants sont sortis : Marque de voiture préférée Nombre de réponses
Audi 20
Volkswagen 45
BMW 15
Mercedes 10
Autre 10
En se servant d’un tel tableau, on peut procéder à la représentation graphique des différentes
valeurs ainsi qu’au calcul de certaines valeurs statistiques.
63
http://www.linternaute.com/dictionnaire/fr/definition/statistique/
75
Cours de statistique pour les classe de 7e et 6e
2. La représentation des données statistiques
2.1. Le diagramme en bâtons
Souvent, on utilise le diagramme en bâtons pour visualiser une série statistique.
Principe :

On représente la série par des rectangles dans un repère du plan.

Sur l’axe horizontal, on marque les libellés, c’est-à-dire les valeurs du caractère étudié.

Au-dessus de chaque valeur du caractère, on élève un bâton, de façon à ce que la hauteur
de ce bâton soit proportionnelle au nombre de fois que la valeur apparaît (par exemple
quand ce nombre double, triple, … alors la hauteur du bâton double, triple,…).
Il faut donc mémoriser la propriété suivante :
Propriété
Dans un diagramme en bâtons, la hauteur des bâtons est proportionnelle aux grandeurs
représentées.
Exemple 2
Lors d’un test sur 10 points, les notes suivantes sont sorties :
note x 0 1 2 3 4 5 6 7 8 9 10
effectif y 0 0 0 1 2 3 5 6 3 1 4
Deux exemples de diagrammes en bâtonnets qu’on obtient sont les suivants :
Version 2D Version 3D
7 6
6
5
effectifs
4
effectifs
4
3 2
2
1 0
0 0 1 2 3
4 5 6 7
0 1 2 3 4 5 6 7 8 9 10 8 9 10
notes notes
76
Activité 1
Nous reprenons l’exemple de l’activité précédente :

Lors d’un sondage, on a demandé à 100 personnes leur marque de voiture préférée.
Marque de la voiture Nombre de

réponses
Audi 20
Volkswagen 45
BMW 15
Mercedes 10
Autre 10
Nous voulons représenter ces réponses dans un diagramme en bâtons. Pour le faire, il faut un repère
orthogonal, avec, sur l’axe des ordonnées, une unité bien adaptée aux nombres sortant du sondage.
Les hauteurs des différents bâtons doivent être proportionnelles aux différents nombres et les
largeurs des différents bâtons doivent partout être la même.
Marques de voitures
25
20
20
Nombre de voitures
15
10
0
Audi
Recopie le diagramme dans ton cahier et complète-le.
 Exercices I.1 et I.2
77
2.2. Le diagramme circulaire et semi-circulaire
On peut également représenter les nombres à l’aide d’un diagramme circulaire ou bien semi-
circulaire.
Principe :
 Premièrement, on trace un cercle, respectivement un demi-cercle.

 Pour chaque valeur de la série, on trace un secteur circulaire, dont l’angle au centre est
proportionnel à l’effectif de la valeur. L’effectif total correspond à 360° (diagramme
circulaire), respectivement à 180° (diagramme semi-circulaire).
 On peut noter ou bien les valeurs, ou bien les fréquences des valeurs de la série à côté des
secteurs circulaire.
Exemple 3
Un garagiste a vendu 90 voitures pendant un mois. Le tableau suivant indique la couleur de ces
voitures. On obtient ainsi une série statistique, à savoir celle des couleurs des 90 voitures vendues.
couleur x noir blanc rouge bleu vert jaune brun gris
nombre de voitures y 15 9 17 13 20 4 7 5
Nous obtenons p.ex. les diagrammes circulaires suivants (l'angle au centre du disque complet étant
360°, chacune des 90 voitures correspond à un angle de 360° : 90 = 4°):
noir blanc rouge bleu noir blanc rouge bleu

vert jaune brun gris vert jaune brun gris
Version 2D Version 3D
78
Activité 2
Reprenons le tableau de valeurs de Marque de voiture préférée Nombre de réponses

l’exemple 1 : Audi 20
Volkswagen 45
BMW 15
Mercedes 10
Autre 10
Comme on a posé la question à 100 personnes, ces dernières correspondent au cercle total, c'est-à-
dire sont représentées par un angle de 360°.
Pour représenter le nombre de personnes préférant une voiture de la marque BMW par exemple,
nous devons calculer l’angle correspondant à ces 15 personnes :
360
x 15   54 .
100
MARQUES DE VOITURES
Audi
79
a) Représente les nombres du tableau de

valeurs dans le diagramme circulaire ci-
contre:
Au lieu du diagramme circulaire, on peut représenter les nombres dans un diagramme semi-
circulaire. Ainsi les 100 personnes ne correspondent plus à un angle de 360°, mais à un angle de
180°.
Ainsi l’angle correspondant aux 15 personnes préférant la BMW est égal à :
180
x  15   27
100
b) Représente les nombres du tableau de valeurs dans le diagramme semi-circulaire ci-dessous:
Propriété
Dans un diagramme circulaire ou semi-circulaire, les mesures des angles sont proportionnelles aux
grandeurs représentées.
 Exercices I.3 – I.9
80
2.3. Le diagramme cartésien
Au moment où on veut représenter deux grandeurs liées dans un même graphique, on utilise
souvent un diagramme cartésien, encore appelé diagramme polygonal.
Principe :
 On représente tous les points (x,y) du tableau des valeurs dans un repère du plan
 On relie tous les points obtenus par des segments, ainsi on obtient une ligne
polygonale.
Exemple 4
En relevant la distance parcourue par un piéton au cours du temps, on obtient le tableau suivant:
temps x (en h) 0 1 2 3 4 5
distance parcourue y (en km) 0 4 6 10 13 18
Il s’agit d’une série statistique dont le caractère étudié est la distance parcourue par le piéton,
relevée à plusieurs instants. La représentation par un diagramme polygonal est la suivante:
Cette représentation nous montre que la distance n’est pas proportionnelle au temps (il ne s’agit pas
d’une droite), donc le piéton ne marche pas à vitesse constante. On voit ici que pendant la première
heure il est plus vite que pendant la deuxième mais plus lentement que pendant la troisième heure
de marche.
81
Activité 3
Dans le tableau suivant, on retrouve la distance parcourue par un piéton au cours du temps :
temps x (h) 0 1 2 3 4 5 6
Distance y (km) 0 5 8 12 15 20 22
a) Complète le diagramme suivant :
b) Est-ce que la distance est proportionnelle au temps ? __________
Pourquoi ?
__________________________________________________________________________________
________________________________________________________________
82
c) A quel moment est-ce que le piéton marche le plus vite ? ___________
Justification :
__________________________________________________________________________________
________________________________________________________________
d) A quel moment est-ce que le piéton marche le plus lentement ? ___________
Justification :
__________________________________________________________________________________
________________________________________________________________
Interprétation des diagrammes
Pour bien interpréter des diagrammes statistiques, il faut faire attention à différentes choses.
 Les unités indiquées sur les axes du diagramme
Evaluation du nombre d'habitants au Luxembourg

120000
100000
80000
60000
40000
20000
0
2004 2005 2006 2007 2008 2009 2010 2011 2012 2013
Dans ce diagramme, le nombre d’habitants sur l’axe vertical est donné par vingtaines de milliers, sur
l’axe horizontal on voit que l’évaluation est faite pour les dix dernières années.
83
 Le point-origine de l’axe vertical
Cette courbe de
Température de M. Weber température d’un
41 patient à l’hôpital ne
40,5 commence pas à 0°
40
C, mais à 35° C. Ceci
39,5
39 permet de bien voir
38,5 que la température a
38 augmenté de 4°C ce
37,5 qui peut être
37
dangereux pour le
36,5
36 patient.
06:00 10:00 14:00 18:00 22:00 02:00 06:00 10:00 14:00 18:00 22:00
Température de M. Weber
44 En commençant non
42 pas à 30, mais à 0°C,
40 l’augmentation de la
38 température du
36 patient n’est plus si
34 visible au premier
32 coup d’œil.
30
06:00 10:00 14:00 18:00 22:00 02:00 06:00 10:00 14:00 18:00 22:00
84
 A première vue, les diagrammes peuvent donner une mauvaise impression
Prix de la pizza Duchesse

9
8,8
8,6
8,4
8,2
8
7,8
7,6
7,4
7,2
7
2009 2010 2011 2012 2013 2014
Ce diagramme montre l’évolution du prix d’une pizza dans un restaurant luxembourgeois de 2009 à
aujourd’hui. A première vue, on dirait que le prix de cette pizza a explosé au cours des années. En
regardant de plus près, on voit que le prix n’a augmenté que de 1,60 €. Cette mauvaise impression
est due au fait que l’axe vertical ne commence qu’au prix de 7€.
85
Construction de diagrammes à l’aide d’EXCEL
Le logiciel Excel facilite la construction de diagrammes à partir de données statistiques.
1. Le diagramme en bâtons
Activité 4
On a demandé à 500 personnes quelle est leur marque de voiture préférée. Voici les réponses
données:
BMW Audi Skoda Citroën Volkswagen Autres

45 55 55 100 145 100
a) Ouvre le logiciel Excel.
b) Recopie le tableau dans une feuille Excel.
Remarque
Afin de pouvoir construire un diagramme, il faut marquer toutes les données à visualiser dans ce
dernier. Pour cette activité, il nous faut les marques de voitures ainsi que le nombre de réponses
respectives. Donc nous devons marquer tout le tableau.
86
c) Sous le menu « Einfügen », on peut choisir entre « Empfohlene Diagramme » (diagrammes

recommandés) et « Diagramme » (diagrammes tout simplement). D’abord tu choisis les
« Empfohlene Diagramme », ensuite le « Stabmodell » (diagramme en bâtons).
A droite du diagramme, tu trouves trois boutons:
Diagrammelemente (éléments du diagramme)

Ici on peut ajouter ou enlever des éléments comme le titre, la légende ou bien les
annotations du diagramme.
Diagrammformatvorlagen (style du diagramme)
Ici on peut changer le style ainsi que les couleurs des bâtons.
Diagrammfilter (filtre)
Ici on peut décider quelles valeurs et données on veut rendre visibles sur le graphique.
87
d) Change le titre du diagramme en « marques de voitures ». Tu peux le faire en marquant et en
effaçant le titre et en le réécrivant. A l’aide du bouton , tu peux changer la couleur des bâtons.
88
e) En sélectionnant les valeurs des différents axes et en poussant la touche droite de la souris, on
peut changer les éléments comme par exemple l’origine du diagramme ainsi que la hauteur de l’axe
vertical.
2. Le diagramme circulaire
Acitivité 5
Souvent, on utilise le diagramme circulaire pour représenter les données en pourcentages

(fréquences relatives). C’est pourquoi que nous calculons d’abord la fréquence relative de chacune
des marques de voiture.
a) Recopie ce BMW Audi Skoda Citroën Volkswagen Autres

tableau dans 9% 11 % 11 % 20 % 29 % 20 %
une feuille
Excel.
89
b) Marque tout le tableau et construis un diagramme circulaire (« Einfügen->empfohlene Diagramme

->Kreisdiagramm »)
c) Affiche les nombres en pourcentages ainsi que la légende du diagramme ( ->

« Datenbeschriftungen, Legende ») afin d’obtenir le diagramme suivant :
marques de voitures
9%
20%
11%
11%
29%
20%
BMW Audi Skoda Citroën Volkswagen Autres
1900 234674
3. Le diagramme cartésien
1905 245888
Acitivité 6 1910 259027
1916 263490
Le diagramme cartésien est souvent utilisé pour
représenter l’évolution d’une grandeur, par 1922 261643
exemple d’un prix ou du nombre de personnes, au 1927 284702
cours du temps. 1930 299782
1935 296913
Voici un tableau montrant l’évolution du nombre 1947 290992
d’habitants au Luxembourg depuis l’année 1900 1960 314889
jusqu’en 201464. 1966 334790
1970 339841
1981 364602
1991 384634
2001 439539
2011 512353
2014 549680
64
Source: STATEC, URL: http://www.statistiques.public.lu/catalogue-publications/RP2011-premiers-
resultats/2012/02-12.pdf
90
a) Recopie ce tableau dans une feuille Excel.
b) Marque tout le tableau et construis un diagramme cartésien (Einfügen ->Empfohlene Diagramme

-> Punkte mit geraden Linien und Datenpunkten)
En marquant également les titres des colonnes, on obtient tout de suite le bon titre du diagramme.
Nombre d'habitants au Luxembourg

600000
500000
400000
300000
200000
100000
0
1880 1900 1920 1940 1960 1980 2000 2020
Dernièrement on peut encore changer le minimum ainsi que les intervalles sur l’axe des ordonnées
afin de mieux visualiser l’augmentation importante du nombre d’habitants au Luxembourg.
On peut faire ce dernier pas en marquant les valeurs de l’axe des ordonnées et en changeant le
minimum ainsi que l’intervalle principal (« Hauptintervall »).
 Exercices I.10 et I.11
91
3. Les effectifs et les fréquences de séries statistiques
Activité 7
Lors d’un devoir en classe, les notes suivantes sont sorties :
42 ; 58 ; 12 ; 28 ; 42 ; 52 ; 46 ; 33 ; 42 55 ;
42 ; 42 ; 36 ; 28 ; 42 ; 50 ; 46 ; 33 ; 46 ; 50
1. Combien d’élèves sont dans la classe ? _________
En statistique ce nombre est appelé l’effectif total.
2. En regardant le tableau ci-dessus, on voit que ____ élèves ont obtenu la note 42.
On dit que l’effectif de la note 42 est _____ .
3.
a) On peut dire que _____ élèves sur ____ ont eu la note 42.
b) A ton avis, comment peut-on calculer la fréquence 0,25? Comment a-t-on trouvé la fréquence de
25 % ?
__________________________________________________________________________________
________________________________________________________________
4.
Note 12 28 Total
Effectif 1 2
Fréquence 0.05 0.1
Fréquence(%) 5 10
Complète le tableau ci-dessus.
5. Quelles valeurs peut prendre la fréquence ? ____________________________________
Est-ce qu’elle peut être plus grande que 1 ? __________________
Justification :
92
Définitions
L’effectif d’une donnée est le nombre de fois où elle apparaît.
L’effectif total est le nombre total de données.
La fréquence d’une donnée est le quotient qu’on obtient en divisant l’effectif de cette donnée par
l’effectif total :
effectif de la valeur
fréquence d’une valeur =
effectif total
Remarque :
Souvent, les fréquences sont exprimées en pourcentages.
Calcul des fréquences avec Excel
Activité 8
Une entreprise a fait une enquête auprès de leurs employés afin de connaître le nombre moyen
d’enfant à charge du ménage de leur personnel.
Nombre d’enfants 0 1 2 3 4 5
Effectif 12 18 15 9 3 3
Nous copions ce tableau dans une feuille Excel et le complétons par une ligne contenant les
fréquences relatives ainsi que les fréquences relatives exprimées en pourcentages.
Dans un premier pas, nous calculons l’effectif total en additionnant tous les effectifs.
Dans un deuxième pas, nous calculons la fréquence de ne

pas avoir d’enfants en divisant l’effectif 12 par l’effectif
total 60. Ici il faut faire attention à bien mettre les signes
$. La cellule B2 varie, mais l’effectif total, donc la cellule
H2, reste fixe, donc H et 2 sont précédés du signe $.
93
Ensuite, nous complétons les cellules de la deuxième ligne en mettant la souris dans le coin droite en
bas de B3 et en tirant vers la droite.
Dernièrement, afin d’exprimer les fréquences en pourcentages, nous recopions le contenu de la

troisième ligne.
Ensuite, nous marquons les cellules de la quatrième ligne, et à l’aide du bouton % nous faisons
afficher les fréquences en pourcentages.
Dès lors nous obtenons le tableau suivant :
94
4. Les classes et les histogrammes
Lorsqu’une série statistique comporte un grand nombre de données différentes, il n’est pas pratique
de représenter chaque valeur individuelle, mais un groupement dans différentes clases facilite
l’interprétation du tableau et des diagrammes.
Activité 9
Le tableau ci-dessous indique le temps de parcours de la maison au gymnase (à pied, à vélo, en

voiture ou en transports publics) à Luxembourg-Ville par les 419 élèves de l’école :
Temps 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
Effectif 2 4 2 7 2 10 6 6 4 22 28 8 34 7 3 2
Temps 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32
Effectif 12 16 17 11 7 9 6 30 20 25 11 8 6 6 4 1
Temps 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48
Effectif 2 10 2 3 2 1 1 17 5 3 7 2 1 1 2 3
Temps 49 50 52 55 57 60 65
Effectif 4 3 1 7 1 3 2
a) Regroupe, à l’aide d’Excel, les données du tableau ci-dessous dans des classes de 10 min
chacune65 :
Temps [0 ;10[ [10 ;20[ [20 ;30[

Effectif 43
Dans ce cas, les classes ont toutes la même largeur.
b) Regroupe, à l’aide d’Excel, les données du tableau ci-dessous dans des classes, en distinguant ceux
qui mettent moins qu’un quart d’heure, moins d’une demi-heure, entre 30 et 60 minutes et ceux qui
mettent plus d’une heure pour arriver à l’école.
Temps [0 ;15[ [15 ;30[ [30 ;60[ [60 ;70[

Effectif 142
Dans ce cas, les classes ont des largeurs différentes.
65
Le classement avec Excel peut se faire ou bien en additionnant les différents effectifs ou bien en utilisant la
fonction « =Summewenns ». On peut travailler de manière différenciée, les uns le font tout simplement à
l’aide de la fonction « Summe », les autres en utilisons la fonction « Summewenns ». Pour plus de détails, voir
Annexe 3 du cours.
95
Définitions
L’effectif d’une classe est le nombre de données de cette classe.
La fréquence d’une classe est le quotient de l’effectif de cette classe par l’effectif total.
L’histogramme
En général, un ensemble de données regroupées en classes est représenté par un histogramme.

Sur l’axe des abscisses on marque les limites des classes et en-dessus de chaque classe on place un
rectangle dont l’aire est proportionnelle aux effectifs, respectivement aux fréquences des
différentes classes. Dès lors, la hauteur d’un rectangle est le quotient de la fréquence par la largeur
de la classe.
En reliant les milieux de toutes les classes voisines par des segments, on obtient le polygone des
fréquences, respectivement le polygone des effectifs.
Il faut distinguer deux cas :
Premier cas : Les classes ont toutes la même amplitude
Dans ce cas, les rectangles de l’histogramme ont tous la même largeur. Les aires ainsi que les
hauteurs de ces derniers sont proportionnelles aux effectifs.
Exemple 5
Dans un village, pendant toute une journée, on mesure les vitesses des voitures qui passent.
Le tableau ci-dessous donne les mesures prises durant la journée :
Vitesse (km/h) Effectif Fréquence

[20 ;30[ 411 16,21%
[30 ;40[ 703 27,72%
[40 ;50[ 798 31,47%
[50 ;60[ 472 18,61%
[60 ;70[ 130 5,13%
[70 ;80[ 22 0,87%
Les classes ont toutes la même amplitude égale à 10 km/h.
96
vitesses mesurées
900
800
700
600
500
400
300
200
100
0
[20 ;30[ [30 ;40[ [40 ;50[ [50 ;60[ [60 ;70[ [70 ;80[
Deuxième cas : Les classes n’ont pas toutes la même largeur
Exemple 6
Lors d’un sondage, on demande à 5000 personnes à quelle classe de salaire ils appartiennent.
Voici les résultats sortis :
Salaire (en euros) effectifs

< 2000 1141
[2000 ;2500[ 976
[2500 ;3000[ 902
[3000 ;3500[ 1103
[3500 ;4000[ 463
[4000 ;5000[ 213
[5000 ;6000[ 150
[6000 ;8000[ 52
On constate que les classes n’ont pas toutes la même Salaire (en euros) effectifs
largeur. Nous allons ramener ces différentes classes à [0 ;2000[ 1141 des
classes ayant toutes la même largeur. [2000 ;4000[ 3444
[4000 ;6000[ 363
Dès lors nous obtenons le tableau suivant :
[6000 ;8000[ 52
De cette manière on reçoit de nouveau un histogramme à classes d’une même amplitude.
97
Construire un histogramme à l’aide d’Excel
Activité 9
Histogramme à classes de largeur constante
Nous reprenons l’exemple de l’activité ci-dessus avec le tableau donnant les temps de parcours du
domicile à l’école :
Temps 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
Effectif 2 4 2 7 2 10 6 6 4 22 28 8 34 7 3 2
Temps 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32
Effectif 12 16 17 11 7 9 6 30 20 25 11 8 6 6 4 1
Temps 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48
Effectif 2 10 2 3 2 1 1 17 5 3 7 2 1 1 2 3
Temps 49 50 52 55 57 60 65
Effectif 4 3 1 7 1 3 2
Après avoir regroupé les résultats dans de différentes classes de même amplitude (égale à 10
minutes), on a obtenu le tableau suivant :
Temps [0 ;10[ [10 ;20[ [20 ;30[ [30 ;40[ [40 ;50[ [50 ;60[ [60 ;70[
Effectif 43 149 133 32 45 12 5
Nous copions ce tableau dans une feuille Excel et insérons un diagramme en bâtons.
98
Afin d’obtenir un histogramme, donc un diagramme à bâtons plus larges, on choisit un des bâtons et
à l’aide de la touche droite de la souris, sous le menu « Datenreihen formatieren », on met l’espace
entre les bâtons (« Abstandsbreite ») à zéro.
Le dernier pas consiste dans la bonne annotation de l’axe des abscisses. Pour ceci, on marque l’axe
des abscisses et à l’aide de la touche droite de la souris on choisit « Daten auswählen ».
Dans la fenêtre qui s’ouvre on peut changer les noms des classes sur l’axe horizontal.
99
Dernièrement, nous ajoutons un titre au diagramme, supprimons la légende et nommons les deux
axes.
Histogramme à classes d’amplitudes différentes
Dans le cas de classes de différentes largeurs, on les transforme en classes d’une même largeur. De
cette manière on aura un histogramme à classes de même amplitude dont la méthode de
construction avec Excel est décrite ci-dessus.
100
Remarque : Classement à l’aide d’Excel
Lorsqu’on a un tableau de valeurs toutes avec l’effectif 1, on peut facilement grouper ces valeurs
dans des classes à l’aide d’Excel
Exemple 7
On a demandé à 50 élèves combien d’argent de poche ils reçoivent par mois :
100 90 85 55 60 45 50 60 110 210

300 210 135 310 240 200 120 90 150 170
100 155 75 150 450 140 260 50 70 65
155 120 230 80 95 180 85 120 155 150
40 100 135 60 100 90 145 110 100 75
Nous copions ce tableau dans un tableau Excel et entrons les différentes classes dans lesquelles nous
voulons grouper les valeurs :
Ensuite, nous écrivons à chaque fois les bornes supérieures des classes.
A l’aide de la fonction « Häufigkeit( Daten ; Klassen) », nous classons les valeurs.
Pour ceci, il faut marquer autant de cellules qu’il y a de classes. Ensuite nous choisissons comme
données tout le tableau et comme classes les cellules C7 à C12.
Ensuite nous finissons par la combinaison de touches CTRL, et Enter.
101
Finalement on obtient les effectifs suivants :
Lorsqu’on veut ouvrir les classes dans l’autre sens, il faut adapter les bornes des classes :
La fonction « Häufigkeit » ne fonctionne qu’avec des valeurs ayant toutes l’effectif égal à 1.
 Exercices I.22- I.24
102
5. Les effectifs cumulés et les fréquences cumulées
Définition
L’effectif cumulé croissant d’une valeur d’un caractère est la somme des effectifs de cette valeur et
de toutes les valeurs précédentes.
La fréquence cumulée croissante d’une valeur d’un caractère est la somme des fréquences de cette
valeur et de toutes les valeurs précédentes.
Exemple 8
Reprenons les résultats du sondage sur le nombre d’enfants par ménage :
Note 0 1 2 3 4 5
effectif 12 18 15 9 3 3
Effectif cumulé 12 30 45 54 57 60
Fréquence (%) 20 30 25 15 5 5
Fréquence cumulée (%) 20 50 75 90 95 100
Dans 75 % (20+30+25) des

ménages, il y a 2 enfants ou
moins. 54 (12+18+15+9) ménages ont 3
enfants ou moins.
75% est la fréquence cumulée du
nombre 2. 51 est l’effectif cumulé du nombre
3.
Remarque :
L’effectif cumulé de la dernière valeur équivaut à l’effectif total de la série. De même, la fréquence
cumulée de la dernière valeur du tableau est toujours égale à 100 % (à part quelques fautes
d’arrondissement dans certains cas).
103
Calcul des effectifs cumulés et des fréquences cumulées à l’aide d’Excel
Pour calculer les effectifs et fréquences cumulés à l’aide d’Excel, on se sert de la fonction
« SUMME ». Le premier des effectifs cumulés correspond au premier effectif. Le deuxième est la
somme du premier effectif cumulé et du deuxième effectif, le troisième est la somme du deuxième
effectif cumulé est du troisième effectif.
Pour donner les fréquences cumulées, on procède de manière analogue.
Activité 10
Lors d’un devoir en commun des 60 élèves des classes de 7e, les notes suivantes (de 1 à 6) sont
sorties :
Note 1 2 3 4 5 6
Effectif 13 20 16 5 2 4
Nous copions ce tableau dans un tableau Excel et calculons d’abord les fréquences des différentes
notes :
Ensuite, nous copions dans B3 la valeur de B2, et complétons la troisième ligne du tableau en
calculant à chaque fois les différentes sommes. Dans la cellule C3 on met la somme = B3+C2 et ainsi
de suite, dans C5 on met la somme =B5+C4 etc. On peut compléter les lignes en tirant à l’aide de la
souris vers la droite.
104
Finalement on trouve le tableau complété suivant :
Le polygone des effectifs cumulés / fréquences cumulés
On peut représenter les effectifs cumulés ou les fréquences cumulées dans un diagramme, dit
polygone (courbe) des effectifs ou fréquences cumulés.
Exemple 9
Reprenons le sondage sur le nombre d’enfants par ménage.
effectif 12 18 15 9 3 3
Effectif cumulé 12 30 45 54 57 60
Fréquence (%) 20 30 25 15 5 5
Fréquence cumulée (%) 20 50 75 90 95 100
Nous représentons les effectifs cumulés dans un polygone des effectifs cumulés :
105
Polygone des effectifs cumulés croissants

70
60
Effectifs cumulés
50
40
30
20
10
0
0 1 2 3 4 5 6
nombre d'enfants par ménage
On peut représenter les fréquences cumulées de la même manière. Voici le polygone des fréquences
cumulées :
Polygone des fréquences cumulées croissantes

100
fréquences cumulées croissantes
90
80
70
60
50
40
30
20
10
0
0 1 2 3 4 5
nombre d'enfants par ménage
106
Construction du polygone des effectifs / des fréquences cumulés à l’aide d’Excel
Acitivité 11
Cas de valeurs discrètes
Dans la zone piétonne de Luxembourg-Ville on a fait un sondage auprès de deux cents adultes âgés
de plus de 20 ans.
D’abord on leur a demandé combien d’enfants ils ont.
Effectifs 47 54 63 27 7 2
Effectifs cum. croiss. 47 101 164 191 198 200
Fréquences (%) 23,5 27 31,5 13,5 3,5 1
Fréquences cum. croiss. (%) 23,5 50,5 82 95,5 99 100
D’abord, nous recopions ce tableau dans une feuille Excel, ensuite nous marquons les deux lignes
contenant les nombres d’enfants ainsi que les effectifs cumulés croissant et nous construisons le
polygone qu’on trouve sous « Punkte mit geraden Linien und Datenpunkten ».
Ici il faut encore remarquer que pour sélectionner deux ou plusieurs lignes ou colonnes non voisines,
il faut d’abord choisir une ligne, ensuite pousser la touche CTRL jusqu’ avoir sélectionné toutes les
lignes ou colonnes voulues.
Ensuite on peut encore changer les titres du diagramme et des deux axes et ajouter l’ordonnée de
chacun des points pour mieux pouvoir les lire les coordonnées. (« Datenbeschriftungen »)
107
Polygone des effectifs cumulés 200

198
191
200
180 164
Effectifs cumulés croissants
160
140
120 101
100
80
60 47
40
20
0
0 1 2 3 4 5
Nombre d'enfants
Le polygone des fréquences cumulées croissantes est construit de manière analogue.
Activité 12
Cas de valeurs continues
La deuxième question du sondage était quel est leur âge. Afin d’éviter d’avoir un grand nombre de
données, on les a groupés en classes de 10 ans.
Age (années) [20 ;30[ [30 ;40[ [40 ;50[ [50 ;60[ [60 ;70[ [70 ;80[ [80 ;90[
Effectifs 18 22 31 42 56 24 7
Eff. cum. croiss. 18 40 71 113 169 193 200
Fréquences (%) 9 11 15,5 21 28 12 3,5
Fréqu. cum. croiss. (%) 9 20 35,5 56,5 84,5 96,5 100
Nous copions ce tableau dans feuille Excel, marquons les lignes donnant les années et celles des
effectifs cumulés croissants. Ensuite, nous introduisant un diagramme ligne avec des points de
données.
108

250
200
150
100
50
0
[20 ;30[ [30 ;40[ [40 ;50[ [50 ;60[ [60 ;70[ [70 ;80[ [80 ;90[
Nous constatons que les points sont positionnés au centre des classes tandis qu’ils devraient être
aux extrémités de ces dernières. Nous pouvons résoudre ce problème en marquant les valeurs de
l’axe des abscisses et en mettant les positions (« Achsenpositionen ») sur les extrémités des classes
(« auf Teilstriche »).
109
Ensuite, nous obtenons le graphique suivant :

250
200
150
100
50
0
[20 ;30[ [30 ;40[ [40 ;50[ [50 ;60[ [60 ;70[ [70 ;80[ [80 ;90[
Maintenant, les points se trouvent aux extrémités des classes, mais l’annotation de l’axe des
abscisses n’est pas optimale, vu le fait que les noms des différentes classes sont maintenant
positionnés aux bornes de la classe et non pas au centre.
Pour éviter ce problème, nous ajoutons au tableau une ligne comprenant les bornes supérieures des
différentes classes.
110
Maintenant l’annotation de l’axe des abscisses n’est plus sous forme de classes, néanmoins, la
lecture du graphique est plus évidente.
Afin de faire commencer le graphique à l’axe des abscisses, nous pouvons encore ajouter une classe
à effectif 0.
Finalement nous obtenons finalement la courbe des effectifs cumulés croissants suivante:
Polygone des effectifs croissants

200
180
160
140
120
100
80
60
40
20
0
20 30 40 50 60 70 80 90 100
111
6. La moyenne et la moyenne pondérée d’une série statistique
Activité 13
Voici les notes de mathématiques du deuxième trimestre de cinq élèves d’une classe de 6e.
Luc : 35-48-32-45-18-21-13-45
Julie :42-50-22-40-42-22-42-50
Sophie :24-51-37-48-51-33-32-50
Marc : 57-16-34-49-16-44-32-33
Claude : 12-26-41-31-32-31-31-45
a) Calcule la note trimestrielle de chacun des cinq élèves. Ce nombre est appelé moyenne d’une
série statistique.
Luc : Julie :
Sophie : Marc :
Claude :
b) Julie dit : « Je peux calculer ma note trimestrielle de la manière suivante :

2  22  40  3  42  2  50
x
8
Explique comment elle a procédé !
_________________________________________________________________________
_________________________________________________________________________
Ce nombre est appelé moyenne pondérée d’une série statistique.
112
Définitions
La moyenne d’une série statistique est le quotient de la somme des valeurs par l’effectif total. Soient
x1 ,..., xN les N valeurs de la série statistique, chacune d’effectif 1. Alors :
x1  x2  .....  xN
x
N
La moyenne pondérée d’une série statistique est le quotient des produits de chaque valeur par leur
coefficient et de la somme des coefficients. Soient x1 ,..., xN les N valeurs de la série statistique et
n1 ,....nN les effectifs relatifs. Alors :
x1n1  x2 n2  ...  xN nN
x
N
Exemple 10
Avant de rendre le devoir de mathématiques aux élèves, l’enseignant dresse le tableau suivant et
pose la question :
Quelle est la moyenne de la série de notes ?
Note 22 26 31 36 39 48 51 53 Total
Effectif 3 2 1 5 2 4 2 1 20
Produit 66 52 31 180 78 192 102 53 754
Réponse :
3  22  2  26  31  5  36  2  39  4  48  2  51  52 66  52  31  180  78  192  102  53

  37,7
20 20
La moyenne des notes de toute la classe est égale à 37,7 points.
113
7. La médiane, le mode et l’étendue d’une série statistique
Définition
Lorsqu’une série statistique est ordonnée, la valeur médiane partage celle-ci en deux parties de
même effectif. Il y a autant de valeurs inférieures à la médiane que de valeurs supérieures. Plus
précisément :
Si l’effectif total N est impair, c.-à-d. si N = 2k+1 (avec k  N ), alors la médiane est égale à la
(k+1)ème valeur de la série ordonnée.
Si l’effectif total N est pair, c.-à-d. si N = 2k (avec k  N ), alors la médiane est égale à la moyenne
des kème et (k+1)ème valeurs de la série ordonnée.
Exemple 11
Lors d’un devoir en classe, les notes suivantes sont sorties :
Série A : 25 – 17 – 48 – 19 – 55 – 31 – 32 – 40 – 45 – 50 – 29 – 18 – 47 – 37 -37 – 38 – 20
Comment trouver la valeur médiane :

1. Ordonner la série statistique dans l’ordre croissant
17 – 18 – 19 – 20 – 25 – 29 – 31 – 32 – 37 – 37 – 38 – 40 – 45 – 47 – 48 – 50 – 55
2. Calculer l’effectif total : 17 notes dans cet exemple. (Cet effectif total est impair)
3. Rechercher le rang de la médiane :
17 notes = 8 notes + 1 note + 8 notes
La médiane occupe le 9e rang. C’est donc la 9e note, c’est-à-dire 37.
Lors d’un autre devoir, les notes suivantes sont sorties :
Série B : 13 – 29 – 34 – 48 – 47 – 39 – 53 – 20 – 40 – 49 – 41 – 23 – 12 – 55
Série ordonnée : 12 – 13 – 20 – 23 – 29 – 34 – 39 – 40 – 41 – 47 – 48 – 49 – 53 – 55
L’effectif total de cette série de notes est un nombre pair, à savoir 14. La médiane de cette série est
une note entre la 7e et 8e note, c’est-à-dire entre 39 et 40. Elle peut donc être 39,5.
114
Détermination graphique de la médiane
Pour déterminer graphiquement la médiane d’une série statistique, on peut le faire de trois
manières différentes.
 A l’aide du diagramme des fréquences cumulées croissantes

Afin de déterminer graphiquement la médiane d’une série statistique, nous construisons d’abord le
polygone des fréquences cumulées croissantes.
La médiane est le nombre réel M tel qu’au moins 50% des valeurs de la série soient inférieurs ou
égal à M. Donc nous traçons la droite d’équation y= 50. L’abscisse du point d’intersection de cette
droite avec le polygone des fréquences cumulées donne une valeur approchée de la médiane M de
la série.
 A l’aide du diagramme comprenant les polygones des effectifs cumulés croissant et

décroissant
Une autre manière pour déterminer la médiane est de construire dans un même diagramme le
polygone des effectifs cumulés croissants et décroissants. Ainsi, la médiane de la série statistique est
l’abscisse du point d’intersection des deux polygones.
Exemple 12
La liste suivante donne la taille en cm des élèves de la classe de 7e au début de l’année scolaire :
132 135 134 134 142 141 138 140 134 137
136 138 132 145 131 139 134 134 138 138
D’abord nous ordonnons ces données de manière croissante dans un tableau et déterminons les
effectifs, les fréquences, ainsi que les fréquences cumulées croissantes.
Taille (cm) 131 132 134 135 136 137 138 139 140 141 142 145
Effectif 1 2 5 2 2 1 4 3 2 1 1 1
Fréquence 4 8 20 8 8 4 16 12 8 4 4 4
(%)
Fréquence 4 12 32 40 48 52 68 80 88 92 96 100
cumulée (%)
Ensuite, à l’aide du tableur Excel, nous traçons le polygone des fréquences cumulées croissantes.
115
Polygone des fréquences cumulées croissantes

100
90
80
70
60
50
40
30
20
10
0
130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146
Une manière similaire pour déterminer graphiquement la médiane est de la lire dans le polygone des
effectifs cumulés croissants. La médiane équivaut à l’abscisse du point d’ordonnée égale à la moitié
de l’effectif total.
 Dernièrement nous déterminons la médiane en construisant dans un même diagramme le

polygone des effectifs croissants et celui des effectifs décroissants et en construisant le point
d’intersection de ces deux polygones. L’abscisse du point d’intersection équivaut à la
médiane de la série statistique.
On obtient les effectifs cumulés décroissants ou bien en ordonnant les valeurs de manière
décroissante ou bien en commençant à droite du tableau de valeurs ordonnées dans l’ordre
croissant.
Taille (cm) 131 132 134 135 136 137 138 139 140 141 142 145
Effectif 1 2 5 2 2 1 4 3 2 1 1 1
Eff. cum. 1 3 8 20 12 13 17 20 22 23 24 25
Croissants
Eff. cum 25 24 22 17 15 13 12 8 5 3 2 1
Décroissants
116
Effectifs cumulés croissants et décroissants

30
25
20
15
10
0
130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146
En faisant les calculs, on trouve la médiane 137. En regardant les deux graphiques, on remarque
qu’au diagramme des effectifs cumulés croissants et décroissants, l’abscisse du point d’intersection
des deux polygones est égale à 137, tandis qu’au diagramme des fréquences cumulées croissantes,
l’abscisse du point d’ordonnée 50 est égale à 136,5. Ceci est dû au fait qu’en regardant bien le
tableau des valeurs, la valeur de 50% se trouve entre les tailles 136 et 137.
Définitions
Le(s) mode(s) d’une série statistique est la (les) valeur(s) avec le plus grand effectif.
La classe modale est la classe avec l’effectif le plus élevé.
Exemple 13
Reprenons les séries A et B ci-dessus :
Série A : 25 – 17 – 48 – 19 – 55 – 31 – 32 – 40 – 45 – 50 – 29 – 18 – 47 – 37 -37 – 38 – 20
Série B : 13 – 29 – 34 – 48 – 47 – 39 – 53 – 20 – 40 – 49 – 41 – 23 – 12 – 55
Mode de la série A : 37 (seule note qui apparaît deux fois)
Mode de la série B :
En regardant les valeurs de la série B, on constate que toutes les valeurs ont l’effectif 1. Donc toutes
les valeurs de la série sont mode de la série.
La notion suivante concerne un nombre permettant de se faire une idée de dispersion des valeurs
d’une série statistique. De tels nombres sont appelés valeurs de dispersion de la série en question.
117
Définition
L’étendue d’une série statistique est la différence entre la plus grande et la plus petite valeur de la
série.
Activité 14
Reprenons les deux séries statistiques ci-dessus.
Série A : 25 – 17 – 48 – 19 – 55 – 31 – 32 – 40 – 45 – 50 – 29 – 18 – 47 – 37 -37 – 38 – 20
Plus grande valeur : 55 Plus petite valeur : 17
Etendue de la série : 55-17 = 38
Série B : 13 – 29 – 34 – 48 – 47 – 39 – 53 – 20 – 40 – 49 – 41 – 23 – 12 – 55
Complète :
Plus grande valeur : ___ Plus petite valeur : ___
Etendue de la série : ________________________________
Détermination de la médiane, du mode et de l’étendue à l’aide d’EXCEL
Les fonctions Excel permettant de calculer le mode, l’étendue ainsi que la médiane ont été vues dans
l’introduction au tableau Excel. Néanmoins, nous allons les revoir ici et regarder de plus près la
fonction pour déterminer le mode d’une série statistique.
Pour déterminer la médiane d’une série statistique à l’aide d’Excel, on se sert de la commande
« MEDIAN() ».
EXCEL dispose de différentes fonctions pour déterminer le mode d’une série. La fonction
« MODUS.EINF() » est simple à appliquer, on n’a qu’à choisir toutes les valeurs de la série et la
fonction nous donne celle qui apparaît le plus grand nombre de fois.
Le désavantage de cette formule est qu’elle ne donne qu’une seule valeur. Donc au cas qu’il y a deux
ou plusieurs valeurs qui ont le plus grand effectif, la fonction « MODUS.EINF() » ne donne que celle
qui apparaît comme première dans le tableau de valeurs.
Il est donc préférable d’utiliser la fonction « MODUS.VIELF() ».
118
Exemple 14
Une partie des examens médico-scolaires consiste dans le contrôle du poids des élèves. Lors de ce
contrôle, le médecin a établi une liste avec le poids des 64 élèves des classes de 8 e. Les valeurs sont
données en kilogrammes.
40 38 37 41 36 51
34 37 45 35 43 44
50 35 37 50 46 38
52 39 41 39 43 50
37 42 37 51 46 48
42 45 41 52 43 39
44 37 37 50 50 49
55 45 44 50 49 50
Nous copions ce tableau dans un tableau Excel et calculons la médiane :
Ensuite nous calculons le mode de cette série. Comme la fonction MODUS.VIELF() donne, le cas
échéant, plusieurs valeurs modales, il faut prévoir plusieurs cases pour afficher ces modes. Donc
premièrement on choisit plusieurs cases (s’il y en a trop qui sont marquées, EXCEL affiche une erreur
dans ces cases, ainsi on sait que tous les modes ont été affichés). Ensuite on entre la fonction dans
une des cases marquées.
119
Vu le fait qu’il s’agit d’une fonction donnant plus qu’une valeur, il faut la finir non seulement en
utilisant la touche ENTER, mais en tapant les touches CTRL, et ENTER simultanément.
120
Dans notre cas, il y a deux modes, les nombres 37 et 50. Dans les cases marquées de trop, EXCEL met
une information d’erreur pour signaler qu’il n’y a pas assez de valeurs pour remplir toutes les cases.
Ces cases peuvent être supprimées.
Finalement nous déterminons l’étendue de cette série statistique :
Ainsi nous avons trouvé les trois valeurs sans avoir besoin ni de ranger les valeurs du tableau par
ordre croissant, ni de savoir l’effectif total ou de chercher à la main les valeurs du minimum et du
maximum.
Il faut remarquer qu’on peut utiliser les formules pour la médiane et le mode seulement au cas où
toutes les valeurs sont données avec l’effectif 1. Donc lorsqu’une valeur apparaît plusieurs fois, il
faut la noter autant de fois dans le tableau.
121
VIII. Cours de statistique pour les classes de 5e et 4e
1. Les quartiles d’une série statistique
Définitions
Soit une série statistique dont les valeurs sont rangées par ordre croissant.
Le premier quartile de la série statistique est la plus petite valeur Q1 de la série telle qu’au moins un
quart des valeurs de la série sont inférieures ou égales à Q1 .
Le troisième quartile de la série statistique est la plus petite valeur Q3 de la série telle qu’au moins
trois quarts des valeurs de la série sont inférieures ou égales à Q3 .
Exemple 1
On lance un dé bien équilibré 18 fois de sorte qu’on obtient le tableau de valeurs suivant.
Valeur 1 2 3 4 5 6
Effectif 3 2 4 5 1 3
3 4
La médiane est la moyenne du 9e et 10e nombre de la série : m   3,5
2
18
Premier quartile :  4,5
4
Donc le premier quartile est la 5e valeur de la série. On cumule les effectifs donc jusqu’à la 5e valeur,
qui est le nombre 2. Q1  2 .
Troisième quartile :
3  4,5  13,5 . Le troisième quartile est donc la 14 valeur de la série. On cumule les effectifs jusqu’à
e
ce qu’on atteint la 14e valeur qui est égale à 5. Donc on a Q3  5 .
123
Cours de statistique pour les classes de 5e et 4e
Calcul de la médiane et des quartiles à l’aide d’Excel
Pour calculer les quartiles à l’aide d’Excel, on se sert de la commande prédéfinie

« =QUARTILE(Matrix;Quartil) ». « Matrix » signifie le tableau de toutes les valeurs, « Quartil »
désigne le nombre du quartile, pouvant prendre les valeurs de 0 (minimum), 1 (premier quartile), 2
(médiane), 3 (troisième quartile) et 4 (maximum). L’avantage d’Excel est qu’il peut vite déterminer
les quartiles d’un échantillon très grand sans avoir besoin de ranger les valeurs par ordre croissant.
Un désavantage consiste dans le fait qu’il faut entrer toutes les valeurs de la série statistique
individuellement, c’est-à-dire avec l’effectif égal à 1.
Avant de faire les calculs à l’aide d’Excel, il faut savoir que le programme utilise un autre algorithme
que notre définition des quartiles.
Ainsi il ne nous donne pas toujours comme résultat une des valeurs de la série statistique, mais il fait
une interpolation de deux valeurs lorsque l’effectif total de la série n’est pas un multiple de 4. Il nous
donne une sorte de moyenne pondérée de deux valeurs voisines.
Exemple 2
Afin de contrôler la qualité de leurs produits, JONAGOLD pèse régulièrement quelques pommes pour
découvrir d’éventuels changements de poids importants. Voici les résultats mesurés donnés en
grammes :
165 176 176 178 182 183
181 167 199 180 205 184
181 198 170 180 202 206
216 190 190 171 182 184
195 188 189 181 174 207
193 187 187 190 181 175
Afin de pouvoir déterminer les quartiles de cette série statistique, nous copions ce tableau dans une
feuille Excel.
Ensuite, à l’aide de la fonction « QUARTILE », nous déterminons le premier ainsi que le troisième
quartile de la série.
124
Finalement, nous déterminons encore la médiane ainsi que le minimum et le maximum de la série
statistique.
Remarque
La fonction « QUARTILE » s’apprête bien pour déterminer la médiane ainsi que le minimum et le
maximum d’une série de valeurs données.
En utilisant cette fonction pour calculer le premier et le troisième quartile, il faut être conscient du
fait qu’Excel utilise une définition légèrement différente de la nôtre.
En tout cas, le quartile est ou bien la valeur de la série qui suit immédiatement la valeur donnée par
Excel ou bien qui est juste devant la valeur donnée par Excel.
125
On peut donc utiliser « QUARTILE » comme moyen de contrôle lorsqu’on doit détecter les quartiles
de série statistiques à effectifs élevés.
En effet, la 9e valeur (26 :4 = 9) de la série statistique et donc le premier quartile, selon notre
définition, est égale à 178. La valeur suivante de la série est égale à 180. Donc on voit que la valeur
donnée par Excel (179,5) est une moyenne pondérée de ces deux valeurs.
Il en est de même pour le troisième quartile.
 Exercice II.1
126
2. L’intervalle interquartile d’une série statistique
Définition
L’intervalle interquartile est l’intervalle [ Q1; Q3 ] où Q1 représente le premier et Q3 le troisième

quartile de la série statistique.
Le nombre I  Q3  Q1 est l’interquartile.
Remarque
D’un côté l’intervalle interquartile ne prend pas en considération les valeurs extrêmes souvent
douteuses, ce qui constitue un avantage par rapport à l’étendue d’une série statistique. Par contre
de l’autre côté, il ne tient compte que de la moitié des effectifs, ce qui entraîne une perte non
négligeable d’informations. Pour donner toutes les informations nécessaires, on peut représenter
une série statistique par les deux valeurs, c’est-à-dire la médiane et l’intervalle interquartile.
Exemple 3
On a fait une enquête sur le prix des petits pains dans différentes boulangeries au Luxembourg.
Voici le résultat de ce sondage :
Prix (cents) 35 36 38 40 42
Effectifs 6 8 10 4 2
Pour déterminer l’intervalle interquartile, il faut déterminer le premier et le troisième quartile de

cette série composée de 30 valeurs.
30 :4 = 7,5. Le premier quartile est donc la 8e valeur : Q1  36

3
 30  22,5 . Le troisième quartile est donc la 23 valeur :
e
Q3  38
4
Intervalle interquartile : I  Q3  Q1  38  36  2
La moitié des prix se trouvent donc dans une marge de deux centimes d’euros.
127
3. Le diagramme en boîte
Le diagramme en boîte, encore appelé la boîte à moustache ou diagramme de Tukey, est dû au

statisticien John Wilder Tukey (19-15-2000).
Le diagramme en boîte résume quelques propriétés des séries statistiques, à savoir la plus petite et
la plus grande valeur, la médiane ainsi que le premier et troisième quartile. Elle se compose d’un
rectangle et de deux antennes prolongeant ce rectangle (moustaches de la boîte). Un trait dans la
boîte représente la médiane de la série statistique, donc 25 % des valeurs se trouvent au-dessus et
25 % des valeurs sont en-dessous de la cette valeur de la médiane. La boîte elle-même représente 50
% de toutes les valeurs, elle est limitée par le premier et le troisième quartile. Sa longueur
représente l’intervalle interquartile.
L’avantage primordial du diagramme en boîte est le fait qu’il visualise plusieurs valeurs statistiques à
la fois (minimum, maximum, premier quartile, troisième quartile, médiane, étendue, intervalle
interquartile). Eventuellement, on peut encore déterminer la moyenne et la mettre également sur le
graphique.
Exemple 4
Dans une classe de 20 élèves on a fait un sondage sur le temps que les élèves mettent en moyenne
chaque jour de la semaine pour faire leurs devoirs à domicile. Voici les différentes données en
minutes :
Filles 45 30 50 40 75 60 40 50 45 65
Garçons 40 35 55 45 95 55 40 45 50 70
Avant de construire un diagramme en boîte, nous devons d’abord déterminer quelques grandeurs
nécessaires.
128
Filles Garçons
Minimum 30 35
Premier quartile 40 40
Médiane 47,5 47,5
Troisième quartile 60 55
Maximum 75 95
Avec toutes ces 100

données, nous
90
obtenons donc
80
ces deux
diagrammes en 70
boîte. 60
50
40
30
20
10
0
Filles Garçons
Ces diagrammes en boîte permettent de bien pouvoir comparer les deux séries statistiques d’un seul
coup.
Construction d’un diagramme en boîte à l’aide d’Excel
La construction d’un diagramme en boîte à l’aide du tableur Excel se fait de la manière suivante :
Exemple 5
Groupe A Groupe B Groupe C
On a fait un test en mathématiques avec trois groupes 33 13 44
d’élèves. Voici les résultats obtenus lors de ce test : 42 28 27
54 39 33
29 19 11
22 56 55
10 33 38
26 40 40
129
D’abord nous copions ce tableau dans

une feuille Excel. Afin de pouvoir
construire le diagramme, nous devons
déterminer les valeurs statistiques
nécessaires, à savoir le minimum, le
premier quartile, la médiane, le
troisième quartile ainsi que le
maximum de chacune des trois séries
statistiques. Pour ceci, nous utilisons les
fonctions d’Excel connues.
Ensuite, il faut connaître la hauteur des différentes boîtes ainsi que les longueurs des antennes. Afin
de calculer ces données, nous
déterminons les écarts entre le premier
quartile et le minimum, la médiane et le
premier quartile, le troisième quartile et
la médiane et entre le maximum et le
troisième quartile.
Il suffit de calculer une fois la différence

de deux valeurs et de compléter le reste
en tirant la souris à droite et en bas.
Le diagramme en boîte est construit à

partir d’un diagramme en bâtons
superposés.
130
Selon le cas, il faut renverser les

colonnes et lignes en utilisant la touche
Afin d’obtenir un véritable

diagramme en boîte, nous
rendons invisible à chaque
fois la partie la plus haute
ainsi que les deux parties les
plus basses des bâtons. On
le fait en marquant les
parties concernées et en
leur donnant la couleur de
remplissage blanche.
Dernièrement, les antennes de chaque diagramme manquent encore. On les obtient en utilisant les
indicateurs de fautes « Fehlerindikatoren » prédéfinis.
D’abord, nous marquons la plus haute partie visible de chaque bâton. En choisissant à droite du
diagramme , on peut ajouter les indicateurs (« Fehlerindikatoren »). Avec la flèche droite à côté
du mot, on peut changer sous la rubrique « Optionen » la valeur des fautes (« Fehlerbetrag »). Pour
la valeur positive (« positiver Fehlerwert »), on choisit les cellules contenant les différences du
maximum et du troisième quartile pendant que la valeur négative (« negativer Fehlerwert ») reste
inchangée.
Ensuite, on refait la même chose en choisissant cette fois la partie invisible qui se trouve
immédiatement sous la partie visible des bâtons. Ici la valeur positive (« positiver Fehlerwert ») reste
inchangée, par contre on choisit les cellules contenant la différence du premier quartile et du
minimum pour obtenir la valeur négative (« negativer Fehlerwert »).
131
Finalement, on peut encore changer

l’allure des antennes et faire disparaître la
grille, afin d’obtenir de véritables
diagrammes en boîte.
 Exercices II.2 – II.7
132
4. La variance et l’écart-type d’une série statistique
L’écart-type mesure la dispersion des valeurs d’une série autour de la moyenne. Il représente en
effet « l’écart typique » d’une valeur à la moyenne. Ainsi, l’écart-type égal à 0 veut dire que toutes
les valeurs de la série sont égales à la moyenne. Plus l’écart-type est haut, plus les valeurs sont
dispersées autour de la moyenne.
Définition
La variance V d’une série statistique est la moyenne des carrés des différences à la moyenne.
Autrement : Soient N l’effectif total de la série, 𝒙𝟏, 𝒙𝟐, 𝒙𝟑, 𝒙𝟒, 𝒙𝟓,… les différentes valeurs d’effectif 1,
̅ la moyenne de la série. Alors la variance V est égale à :
et 𝒙
̅)𝟐 +(𝒙𝟐 −𝒙
(𝒙𝟏 −𝒙 ̅)𝟐 + (𝒙𝟑 −𝒙
̅)𝟐 +⋯+ (𝒙𝑵 −𝒙
̅)𝟐
𝑽= 𝑵
.
Si à chaque valeur xi est associé un effectif ni , alors la variance se calcule de la manière suivante :
̅)𝟐 ∙𝒏𝟏 +(𝒙𝟐 −𝒙
(𝒙𝟏 −𝒙 ̅)𝟐 ∙𝒏𝟐 + (𝒙𝟑 −𝒙
̅)𝟐 ∙𝒏𝟑 +⋯+ (𝒙𝑵 −𝒙
̅)𝟐 ∙𝒏𝑵
𝑽= 𝑵
.
L’écart-type 𝝈 d’une série statistique est la racine carrée de la variance de la série :
𝝈 = √𝑽
Remarque
La variance est le nombre tel que, en considérant un grand échantillon de valeurs, 68 % des valeurs
se trouvent à un écart « typique » de la moyenne pondérée, en d’autres mots :
68% des valeurs d’un échantillon « assez grand » se trouvent dans l’intervalle [ x   ; x   ]
Exemple 6
La série statistique suivante donne la répartition de 23 utilisateurs d’un distributeur automatique de

tickets de métro selon le nombre de tickets achetés.
Nombre de tickets (xk) 1 2 3 4 5
Effectif (nk) 10 8 1 3 1
L’effectif total vaut: N = 10 + 8 + 1 + 3 + 1 = 23.
La moyenne vaut:
10 1  8  2  1 3  3  4  1 5 46
x   2 tickets.
23 23
133
La variance vaut :
10  (1  2)2  8  (2  2)2  1 (3  2)2  3  (4  2) 2  1 (5  2) 2 32

V 
23 23
L’écart-type vaut:
  V  1,18 tickets
Activité 1
Une entreprise possède plusieurs filiales. Pour avoir une idée du chiffre d’affaires journalier de
chacune des filiales, la direction a choisi de façon arbitraire 100 filiales et a noté le chiffre d’affaires
arrondi à la dizaine de milliers d’euros dans le tableau ci-dessous :
xi (€) 130 000 140 000 150 000 160 000 170 000 180 000
Effectifs 12 10 20 40 10 8
ni
a) Calcule le chiffre d’affaires moyen des cents filiales choisies par hasard :
x
b) Calcule la variance de cette série statistique :
V=
c) Donne l’écart-type de cette série statistique :
134
 V
d) Comme il s’agit d’un échantillon assez grand, on peut donc estimer que dans 68 % des cas, le
chiffre d’affaires se trouve dans l’intervalle
[ x   ; x   ] = [141398,53 ; 168601,47 ]
Détermination de la variance et de l’écart-type à l’aide du tableur Excel
Lorsque les valeurs sont toutes données avec un effectif égal à un, on peut rapidement calculer la
variance ainsi que l’écart-type de la série statistique à l’aide de formules prédéfinies
« VARIANZEN() » et « STABWN() ».
Exemple 7
Madame Weber se met tous les matins sur son pèse-personne donnant son poids au dixième près.
Voici les valeurs d’une semaine entière :
Lundi Mardi Mercredi Jeudi Vendredi Samedi Dimanche

78,4 78,1 77,8 78,2 77,9 78,0 77,6
Nous copions ce tableau dans une feuille Excel et calculons d’abord la variance de la série statistique
à l’aide de la formule « VARIANZEN() » :
Ensuite nous calculons l’écart-type avec la formule « STABWN() ».
135
Ainsi Excel nous donne les résultats suivants :
Variance V = 0,06 et l’écart-type   V 0, 244949 .

Bien évidemment nous aurions pu déterminer l’écart-type en calculant la racine carrée de la
variance.
Le désavantage de ces formules est le fait que les valeurs doivent toutes être entrées avec un effectif
égal à 1 dans le tableau. On ne peut pas les appliquer à un tableau comprenant les valeurs et leurs
effectifs respectifs plus grand que 1.
Remarque
Il existe encore les formules « VARIANZ() » et « STABW() ». Ces dernières permettent également de
calculer la variance respectivement l’écart-type d’une série statistique, mais en appliquant la
formule ayant comme dénominateur n-1, et non pas n. On peut trouver cette définition de la
variance et de l’écart-type dans certains manuels scolaires allemands.
 Exercices II.8 – II.16
136
IX. Cours de statistique pour les classes de 3e et 2e
1. Le nuage de points et la droite de régression
Quand on mesure non pas une, mais deux grandeurs numériques, on obtient un ensemble de N
mesures (xk,yk) qu’on appelle série statistique à deux variables ou série statistique double. Une telle
série peut être représentée de deux manières différentes :
 par un tableau de valeurs valeur xk x1 x2 … xN
valeur yk y1 y2 … yN
 par l’ensemble des points Ak(xk,yk) dans le plan muni d'un repère: cet ensemble de points
s’appelle nuage de points de la série.
Définition
Soit (xk,yk) une série statistique double d’effectif N. Notons x̄ la moyenne des xk et ȳ la moyenne des
yk:
x1  x2  ...  xN y  y2  ...  yN
x et y  1
N N
Le point G(x̄,ȳ) est appelé point moyen du nuage de la série.
G(x̄,ȳ) est le point moyen du nuage représenté.
137
Exemple 1
La série statistique double suivante donne les notes (sur 60) en Mathématiques et en Physique de
cinq élèves d’une classe de 1ère B.
Note en Mathématiques (xk) 21 30 34 40 49
Note en Physique (yk) 29 33 39 44 47
La moyenne des x (note moyenne en Mathématiques) vaut:
21  30  34  40  49 174
x   34,8
5 5
La moyenne des y (note moyenne en Physique) vaut:
29  33  39  44  47 192
y   38, 4
5 5
Le point moyen du nuage de la série est donc G(34,8 ; 38,4). La figure suivante montre le nuage ainsi
que le point moyen G.
 Exercices III.1 et III.2
138
Ajustement affine d’une série statistique double par la méthode des moindres carrés
Dans toutes les sciences naturelles ou sociales, on est souvent confronté au problème si deux
grandeurs x et y d’une série statistique double sont liées, p.ex.:
 le fait de fumer x et celui de développer un cancer des poumons y;

 le poids x et la taille y;
 la taille x et le Q.I. (quotient d'intelligence) y;
 …
Dans tous ces cas, il est intéressant de savoir si la grandeur y dépend de la grandeur x. Si c’est le cas,
on aimerait bien connaître la nature de cette dépendance.
Afin de découvrir la nature d'un éventuel lien entre deux grandeurs x et y, on essaie de déterminer
une fonction dont la représentation graphique approche au maximum le nuage de points des (xk,yk).
La recherche d'une telle fonction porte le nom de régression ou ajustement.
Le cas le plus simple est celui de l'ajustement affine, c’est-à-dire où on cherche une droite passant le
mieux possible à travers le nuage. Comme les droites sont les courbes représentatives de fonctions
affines, on parle d’un ajustement affine. La droite trouvée est appelée droite de régression ou
encore la droite des moindres carrés.
En regardant la forme du nuage de points, on voit si ça vaut la peine de chercher la fonction d’une
droite de régression ou pas.
Pour le nuage ci-dessus (forme allongée), il est Pour le nuage ci-dessus (forme dispersée), il
raisonnable d’utiliser un ajustement affine. n’est pas raisonnable d’utiliser un ajustement
affine.
Dans le cas où ça vaut la peine de faire un ajustement affine, on essaie de trouver la droite qui passe
le mieux possible par ce nuage de points.
Définition
Le résidu du point A par rapport à la droite d est la distance entre A et le point P de la droite d tel
que P a la même abscisse que A.
139
Attention :
Lorsque A est au-dessus de P, le signe du résidu est positif, lorsque A est en-dessous de P, le signe du
résidu est négatif.
On peut donc considérer le résidu comme l’erreur faite en remplaçant l’ordonnée de A par
l’ordonnée de P.
Le résidu de A par rapport à d est positif, car A Le résidu de A par rapport à d est négatif, car
est au-dessus de P. A est en-dessous de P.
Théorème et définition:
Soit (x,y) une série statistique double.
Il existe une unique droite d à travers le nuage des points Ak(xk,yk) pour laquelle la somme des
résidus au carré des Ak est minimale. Cette droite s’appelle droite des moindres carrés (ou droite de
régression) de la série (x,y).
140
_____
En fait, la somme des carrés des longueurs des segments Ai Pi est minimale pour la droite de
régression d. La droite d représente le mieux le nuage des points Ai .
Equation de la droite des moindres carrés
Soit d la droite des moindres carrés de la série statistique double (x,y) d’effectif total N.
 (x k  x)( yk  y )
La pente a de d est donnée par a  k 1
N
.
 (x
k 1
k  x) 2
d passe par le point moyen G(x̄,ȳ) du nuage de la série.
Une équation de d est donc: y  y  a( x  x ) .
Preuve :
G(x̄,ȳ) appartient à la droite d’équation y  ax  b ,
donc y  ax  b  y  ax  b avec a et b des nombres réels.
y  ax  b
Ainsi on obtient:  y  ax  y  ax
 y  y  a( x  x )
141
Remarque
Le symbole  (sigma) est le symbole de sommation, permettant de représenter une somme de

différents termes de façon très compacte.
Définition
Soient x1, x2, …, xn des réels quelconques. On définit:
x k 1
k = x1 + x2 + x3 + … + xn
Exemples
1000
a) Somme de tous les naturels k, k allant de 1 à 1000 :  k  1  2  3  .....  999  1000
k 1
50
1 1 1 1 1 1 1
b)  k  1  2  3  ...  48  49  50
k 1
Exemple 2
Retournons à l’exemple des notes de mathématiques et physique de cinq élèves ci-dessus.
Le point moyen de la série double est égal à G(34,8 ;38,4). (voir les calculs ci-dessus)
Pente de la droite des moindres carrés d:

N 5
 (x k  x)( yk  y )  (x k  34,8)( yk  38, 4)

(21  34,8)(29  38, 4)  ...  (49  34,8)(47  38, 4) 766
a k 1
 k 1
   0, 69
N 5
(21  34,8) 2  (30  34,8) 2  ...  (49  34,8) 2
 (x  (x
1107
k  x) 2
k  34,8) 2
k 1 k 1
Equation de la droite d :
y  y  a( x  x )
766
 y  38, 4  ( x  34,8)
1107
766 5284
 y x
1107 369
 y  0,69 x  14,32
142
Sur la figure suivante, on voit la représentation du nuage de points, ainsi que le point moyen G et la
droite de régression d :
Remarques
 L’utilité d’un ajustement affine est le fait qu’on peut faire des estimations à partir de ce
dernier. Ainsi par exemple si on veut savoir la note en physique à laquelle on peut s’attendre
lorsque la note en mathématiques est égal à 58 :
y  0,69  58  14,32  54,34
Inversement, on peut également estimer une note en physique à partir d’une note en
mathématiques :
Soit la note en physique égale à 20, y  20 :
y  14,32 20  14,32
x   8, 23
0, 69 0, 69
Ici on voit bien qu’il ne s’agit que des estimations, car une note en physique inférieure à 14
points entraînerait par cette formule une note en mathématique inférieure à 0 points. De
même, une note en mathématiques supérieure à 56 entrainerait une note en physique
supérieure à 60 points, des situations impossibles en pratique.
 La droite de régression passe toujours par le point moyen du nuage de points.
 Exercices III.2 – III.7
143
Détermination de l’équation de la droite de régression à l’aide de la calculatrice et d’Excel
On peut déterminer l’équation en faisant les calculs à la main, comme illustré dans l’exemple ci-
dessus.
 Avec la calculatrice
Ces calculs étant assez longs, on peut se servir d’une calculatrice pouvant faire des calculs sur les
séries statistiques à deux variables. (par exemple les calculatrices du type Texas Instruments TI-30XS
multiview ou CASIO FX-991 ES).
Pour calculer la pente et l’ordonnée à l’origine de la droite de régression à l’aide de la calculatrice TI-
30 XS multiview, on entre les tableaux de valeurs sous DATA en les mettant dans les colonnes
nommées L1, L2, L3,…. Ensuite, dans le menu STAT on peut choisir parmi une série statistique à une,
ou bien à deux variables. Ensuite, il faut définir que pour les valeurs de l’axe des abscisses on prend
les valeurs L1, et pour celles de l’axe des ordonnées on prend les valeurs L2. Ces valeurs ont été
entrées auparavant à l’aide de DATA66. Ainsi on obtient la pente a et l’ordonnée à l’origine b de la
droite de régression.
Un autre moyen est bien évidemment l’utilisation du tableur Excel :
 Avec Excel
Le tableur Excel nous aide à tracer de manière rapide et exacte la droite de régression pour un nuage
de points donnés.
Reprenons l’exemple des notes de mathématiques et physique, copions le tableau dans une feuille
Excel et traçons un diagramme en points.
66
Voir Annexe 2 : Utilisation de la calculatrice
144
Il faut mettre le curseur de la souris sur un des points du diagramme. En activant le bouton droit de
la souris, une fenêtre montrant entre autre l’option « Trendlinie hinzufügen » s’ouvre. En prenant
cette option, une grande fenêtre avec plein d’options s’ouvre. On choisit ici « linear ». De plus, on
peut faire afficher l’équation de la droite de régression.
 Exercices III.3– III.7
145
2. Ajustements non linéaires (exponentiel et logarithmique)67
Dans certains cas, le nuage de point ne peut être ajusté par une droite de régression. A côté des
ajustements linéaires, il existe encore d’autres ajustements dont la courbe donne une bonne
approximation du nuage de point. Ainsi il existe p.ex. l’ajustement exponentiel, logarithmique ou
bien polygonal.
Exemple 2
Ajustement exponentiel
Le tableau suivant donne la concentration de médicaments par litre de sang qu’il y a dans le corps en
fonction du temps, tout en commençant au moment de la prise de médicaments.
Temps (h) x i 0 1 2 5 7 10 12 16 18 20
Concentration (mg/l) y i 12 10 8 4,5 4 2 1,6 1 0,5 0,2
D’abord nous représentons ces points dans un repère afin d’obtenir le nuage de points de cette série
statistique.
67
Ce chapitre est à traiter seulement en sections B, C et D.
146
En regardant le nuage de points, on remarque que l’ajustement le mieux adapté au nuage de points
est celui d’une fonction exponentielle du type f ( x)  a  e .
bx
On peut transformer cet ajustement exponentiel dans un ajustement linéaire en prenant à chaque
fois le logarithme des valeurs y i . On pose : z i  ln( yi ) . Pour contourner le problème du domaine
de définition de la fonction logarithmique, on ne considère pas le point de départ ayant l’abscisse 0.
Ainsi on obtient le tableau suivant :
Temps (h) x i 1 2 5 7 10 12 16 18 20
z i  ln( yi ) 2,303 2,079 1,504 1,386 0,693 0,470 0 -0,693 -1,609
147
Voici le nuage de point avec la droite de régression correspondante :
Concentration de médicaments
3
2,5
1,5
1
ln(𝑦_𝑖 )
0,5
0
0 5 10 15 20 25
-0,5
-1
-1,5
-2
temps (h)
Remarque : Ajustements non linéaires à l’aide du tableur Excel
Pour faire un ajustement non linéaire, par exemple exponentiel à

l’aide d’Excel, on procède de la même façon qu’en faisant une
régression linéaire. C’est-à-dire on entre le tableau de valeurs et
trace un diagramme de points. Ensuite, en ajoutant la « Trendlinie », on
peut choisir parmi différents ajustements (linéaire, exponentiel,
logarithmique,…)
Bien évidemment on peut aussi faire apparaître l’équation de la

fonction d’ajustement.
148
3. La covariance et le coefficient de corrélation
Définition
La covariance d'une série statistique double (x,y) d’effectif N est le nombre noté cov(x,y) défini par:
( x1  x )( y1  y )  ( x2  x )( y2  y )  ...  ( xN  x )( yN  y ) 1 N
cov( x, y)    ( xk  x )( yk  y )
N N k 1
Exemple 3
Reprenons la série double des notes de mathématiques et physique :

Rappelons que x̄ = 34,8 et ȳ = 38,4.
Covariance de (x,y):
1 N
(21  34,8)(29  38, 4)  ...  (49  34,8)(47  38, 4)
cov( x, y) 
N
 (x
k 1
k  x)( yk  y) 
5
 61, 28
Signification de la covariance
Considérons la figure suivante:
149
A l’aide des points A1(x1,y1), A2(x2,y2), A3(x3,y3) et A4(x4,y4) du nuage, étudions le signe de
( xk  x )( yk  y ) en fonction de la position du point Ak par rapport au point moyen G(x̄,ȳ).
 A1(x1,y1) est au-dessus et à droite de G (1er quadrant): on a ainsi ( x1  x ) ( y1  y )  0 .

0 0
 A2(x2,y2) est au-dessus et à gauche de G (2 ème

quadrant): on a ainsi ( x2  x ) ( y2  y )  0 .
0 0
 A3(x3,y3) est en-dessous et à gauche de G (3 ème

quadrant): on a ainsi ( x3  x ) ( y3  y )  0 .
0 0
 A4(x4,y4) est en-dessous et à droite de G (4 ème

quadrant): on a ainsi ( x4  x ) ( y4  y )  0 .
0 0
On constate que :
 les points des 1er et 3ème quadrants contribuent des termes positifs à la covariance;
 les points des 2ème et 4ème quadrants contribuent des termes négatifs à la covariance.
De ce fait, on peut déduire le signe de la covariance dans différentes situations :
Dans ce cas, x et y sont Dans ce cas, x et y ne sont Dans ce cas, x et y sont

fortement liés et varient dans le pratiquement pas liés. Les fortement liés, mais varient en
même sens. Lorsqu’un points Ak ( xk , yk ) se sens contraire. Les points
augmente, l’autre augmentent répartissent à peu près Ak ( xk , yk ) se concentrent
aussi. Les points Ak ( xk , yk ) se uniformément dans les quatre essentiellement dans les 2ème et
concentrent essentiellement quadrants. Ainsi, les produits 4ème quadrants. La plupart des
dans les 1 et 3ème quadrants ( xk  x )( yk  y ) , qui sont produits ( xk  x )( yk  y ) sont
er
(vus à partir de G). La plupart tantôt positifs, tantôt négatifs, donc négatifs, ce qui rend
des produits ( xk  x )( yk  y )
ont tendance à se neutraliser, cov(x,y) négatif.
sont donc positifs, ce qui rend ce qui rend cov(x,y) proche de
cov(x,y) = 
( xk  x)( yk  y) 0.
positif.
150
On peut donc résumer les trois situations citées ci-dessus :
La covariance nous donne un moyen pour mesurer le lien entre les variables x et y.
Plus précisément:
 Une covariance positive indique que x et y varient dans le même sens (lien positif). Un lien
positif entre x et y de plus en plus fort se traduit par une covariance de plus en plus grande,
la pente de la droite de régression est positive.
 Une covariance négative indique que x et y varient en sens contraire (lien négatif). Un lien
négatif entre x et y de plus en plus fort se traduit par une covariance de plus en plus petite,
la pente de la droite de régression est négative.
 Une covariance proche de 0 indique que x et y ne sont que faiblement liés, on ne trouve pas
de droite de régression dans ce cas.
Un désavantage de la covariance est le fait qu’elle dépend de l’échelle, c’est-à-dire en doublant

l’échelle des valeurs de x, les écarts ( xi  x ) doublent également. Afin d’éviter ce problème, on
divise la covariance par le produit des écart-types  x et  y . Ainsi on obtient la définition du
coefficient de corrélation suivante :
Définition
Le coefficient de corrélation d'une série statistique double (x,y) d’effectif N est le nombre noté r et
défini par:
cov( x, y )  (x k  x )( yk  y )
r  k 1
 x y N N
 (x
k 1
k  x )2 (y
k 1
k  y )2
avec  x et  y les écarts-types de la série x respectivement de la série y.
Remarque
Vu le fait que par définition, les écarts-type d’une série sont toujours positifs, la covariance et le
coefficient de corrélation ont toujours le même signe. De plus, il existe une propriété fondamentale
du coefficient de corrélation :
151
Propriété
Le coefficient de corrélation r d’une série statistique double quelconque appartient à [-1;1].
En d’autres mots :
Plus le coefficient de corrélation est proche de 1 ou de -1, plus les variables sont bien corrélées.
Généralement, lorsque r  0,8 , on dit que les grandeurs sont fortement corrélées. Dans le cas où
0,3  r  0,8 , on parle d’une faible corrélation entre les grandeurs et pour r  0,3 , il n’y a pas de
corrélation entre les grandeurs.
Exemple 4
Reprenons les notes de mathématiques et de physique de cinq élèves :

Rappelons que x̄ = 34,8, ȳ = 38,4 et cov(x,y) = 61,28.
L’écart-type de la série des x vaut:
3 246
x 
5
L’écart-type de la série des y vaut:
6 31
y 
5
Le coefficient de corrélation de la série (x,y) vaut:
cov( x, y) 61, 28
r   0,9746
 x y 3 246 6 31
5 5
Comme r > 0, la note en Mathématiques x et la note en Physique y varient dans le même sens. De
plus, comme r>0,8 est proche de 1, les notes x et y sont bien corrélées.
152
Ci-dessus, on voit que x et y sont bien corrélés, la droite de régression d représente bien le nuage
des points.
Attention
Même si deux variables sont bien corrélées, ceci ne veut pas dire qu’en réalité il y a un vrai lien entre
ces dernières. Dans beaucoup de cas, on doit faire des réflexions non mathématiques pour
interpréter la corrélation.
Par exemple, même si le nombre d’habitants et le nombre de vaches dans un village augmentent
tous les deux et montrent une certaine corrélation, il est bien clair que ces deux variables ne
dépendent pas l’une de l’autre.
Détermination du coefficient de corrélation à l’aide d’Excel
A l’aide du graphique :
Reprenons l’exemple des notes de mathématiques et de physique ci-dessus :

A l’aide d’Excel, nous avons construit le nuage de point avec la droite de régression. Maintenant
nous pouvons encore faire apparaître le coefficient de détermination (« Bestimmheitsmass »). Ce
coefficient est non pas le coefficient de corrélation, mais le carré de ce dernier. Il ne reste dès lors
qu’à calculer la racine carré du coefficient de détermination.
153
Ajustement linéarie Mathématiques /

Physique
60 y = 0,692x + 14,32
50 R² = 0,9499
40
30
20
10
0
0 10 20 30 40 50 60
A l’aide d’une formule :

Le coefficient de corrélation peut être déterminé à l’aide de la formule «Korrel(Matrix1 ; Matrix2) »
où « Matrix1 » signifie la série des valeurs xi et « Matrix2 » les valeurs yi .
154
On obtient donc pour notre exemple :
Le coefficient de détermination est donné par la fonction

« Bestimmtheistmass(Y_Werte ;X_Werte) ». Il faut faire attention de marquer d’abord les valeurs yi
et ensuite les valeurs xi .
155
Lien entre le coefficient de corrélation et la pente de la droite de régression
Pour finir, on peut encore évoquer un lien entre le coefficient de corrélation et la pente de la droite
de régression :
Théorème: lien entre le coefficient de corrélation et la pente de la droite de régression
Le coefficient de corrélation r d’une série statistique double quelconque (x,y) se calcule par la
formule suivante:
x
ra , avec:
y
a: pente de la droite de régression de y par rapport à x;
 x : écart-type de la série des x;
 y : écart-type de la série des y.
Preuve :
On a pour la pente a de la droite de régression :
N N
1
 ( xk  x)( yk  y) N
 (x k  x)( yk  y )
cov( x, y )
a k 1
 k 1
 .
N
1 N
( x ) 2
 (x
k 1
k  x) 2
N
 (x
k 1
k  x) 2
D’où: cov( x, y)  a( x )

2
Donc finalement on obtient par les différentes définitions :
cov( x, y ) a( x ) 2 x
r  a
 x y xy y
156
X. Annexes au cours de statistique
Annexe 1 : Utilisation de la calculatrice
Comme vu au cours des chapitres précédents, le tableur Excel aide souvent à faciliter les calculs. Un
des désavantages est qu’il faut à chaque fois être près d’un ordinateur pour pouvoir utiliser le
programme.
C’est pourquoi il est utile de savoir manipuler la calculatrice pour le calcul de certaines valeurs
statistiques demandant un certain nombre de calcul tels que l’écart-type d’une série statistique et la
pente ainsi que l’ordonnée à l’origine de la droite de régression d’un nuage de points.
En poussant le bouton «data », il y a un tableau de plusieurs colonnes (L1, L2, L3) qui est affiché.
Dans la colonne L1 on entre les valeurs du tableau, dans la colonnes L2 on entre les effectifs
correspondants.
Afin de calculer certaines valeurs statistiques, on doit pousser les touches “2nd” suivie de “data”,
afin d’avoir accès à « stat ». D’abord il faut faire le choix entre un tableau à deux valeurs statistiques
ou bien à une valeur statistique.
Ensuite il faut dire comment utiliser les données entrées sous data, par exemple que L1 correspond
aux valeurs du tableau (DATA), et L2 aux effectifs (FRQ).
Dans le cas qu’on entre seulement des valeurs avec des effectifs tous égaux à 1, on met les effectifs
(FRQ) à un (one).
Finalement, d’un seul coup, on obtient toutes les valeurs statistiques:
Variable Définition
n Effectif total de la série statistique
x et y Moyenne pondérée de la série statistique
 x et  y Ecart-type de la série statistique (*)
MinX et MinY Minimum de toutes les valeurs
MaxX et MaxY Maximum de toutes les valeurs
Q1 Premier quartile (**)
Q3 Troisième quartile(**)
Med médiane de la série statistique
a Pente de la droite de régression
b Ordonnée à l’origine de la droite de régression
r Coefficient de corrélation
(*): La variance de la série statistique n’est pas donnée tout de suite, néanmoins, au cas de besoin,
nous pouvons la déterminer rapidement en calculant le carré de l’écart-type.
(**): Seulement dans le cas d’une série statistique à une variable.
157
Annexes au cours de statistique
Annexe 2 : Aperçu des formules Excel dans les différentes langues
Vu le fait que le tableur Excel existe dans différentes langues, il faut entrer les fonction dans la
langue respective. Normalement, lorsqu’on écrit un document avec la version allemande d’Excel par
exemple et qu’on le retravaille avec une autre version, par exemple française ou bien anglaise, alors
les fonctions sont traduites automatiquement dans la bonne langue. Mais au moment d’entrer une
nouvelle fonction, il faut bien l’écrire dans la langue du programme, sinon ce dernier ne la reconnaît
pas.
Voici un aperçu des fonctions statistiques d’Excel utilisée au cours dans les trois langues dans
lesquelles le tableur Excel existe dans nos régions, c’est-à-dire en allemand, français et anglais.
Allemand Français Anglais

Summe Somme Sum Donne la somme de
différentes valeurs
Summewenns Somme.Si.Ens Sumifs Additionne des nombres
satisfaisant à un ou plusieurs
critères
Mittelwert Moyenne Average Donne la moyenne de
différentes valeurs
Modalwert Mode Mode Donne le mode d’une série
statistique
Modus.Vielf Mode.Multiple Mode.Mult Donne le(s) mode(s) d’une
série statistique
Min Min Min Donne la valeur minimale
d’une série
Max Max Max Donne la valeur maximale
d’une série
Median Mediane Median Donne la médiane d’une
série
Quartile Quartile Quartile Donne un quartile d’une
série
Varianzen Var.p Varp Donne la variance d’une
série (dén. n)
Stabwn Ecartypep Stdevp Donne l’écart-type d’une
série (dén. n)
Varianz Var Var Donne la variance d’une
série (dén. n-1)
Stabw Ecartype Stdev Donne l’écart-type d’une
série (dén. n-1)
Korrel Coefficient.correlation Correl Donne le coefficient de
correlation d’une série
statistique double
158
Kovarianz.s Covariance.Standard Covariance.s Donne la covariance d’une

série statistique double
Bestimmtheitsmass Coeffcient.Determination RSQ Donne le coefficient de
détermination d’une série
statistique double
Le tableau ne représente qu’une partie minuscule de toutes les fonctions prédéfinies dans Excel. Il
existe des programmes de traduction de formules d’Excel en ligne68, facilitant le changement entre
les différentes versions du tableur.
68
Excel-Translator : http://de.excel-translator.de/translator/
159
Annexe 3 : Classement à l’aide d’Excel
Reprenons l’activité sur le temps de parcours de la maison au gymnase.
Temps 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
Effectif 2 4 2 7 2 10 6 6 4 22 28 8 34 7 3 2
Temps 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32
Effectif 12 16 17 11 7 9 6 30 20 25 11 8 6 6 4 1
Temps 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48
Effectif 2 10 2 3 2 1 1 17 5 3 7 2 1 1 2 3
Temps 49 50 52 55 57 60 65
Effectif 4 3 1 7 1 3 2
Le but est de faire la répartition en classes à l’aide d’Excel, sans calculer manuellement les effectifs
des différentes classes. Pour ceci, nous utilisons la fonction d’Excel « Summewenns », une fonction
qui additionne des nombres accomplissant certaines conditions.
D’abord nous devons transformer le tableau de manière à avoir un tableau avec une seule ligne des
durées, et une seule ligne des effectifs.
Ensuite, nous utilisons la fonction « SUMMEWENNS(Summe_Bereich ;
Kriterien_Bereich1 ;Kriterien1 ; Kriterien_ Bereich2 ;Kriterien2 ;…) L’avantage de cette fonction est le
fait qu’on peut inclure plusieures conditions à remplir par les nombres. De plus, les classes ne
doivent pas forcément toutes avoir la même largeur.
Nous commençons par la premières classe, celle de [0 ;10[. Les nombres que nous voulons
additionner sont ceux des cellules B2 à BD2. Les nombres devant remplir des conditions sont les
durées de temps, à savoir les nombres de B1 à BD1. Le critère pour la première classe est celui que
les nombres doivent être inférieurs à 10, ce qu’on note par « <10 ». Dès lors on obtient la formule
suivante :
160
Pour les classes qui suivent, nous avons à chaque fois deux critères. D’un côté, les valeurs de la
première ligne doivent être supérieures ou égales à 10, de l’autre côté, elles doivent être inférieures
à 20.
Ainsi on reçoit la formule suivante :
Vu
le
fait que les cellules à additionner, respectivement celles qui doivent satisfaire à certains critères
restent toujours les mêmes, on peut mettre partout le symbole $. Dès lors, en faisant un
remplissage automatique on n’a qu’à changer les bornes des intervalles.
Finalement, après avoir fait tous les changements nécessaires dans les différentes formules, on
obtient donc :
161
XI. Exercices pour les classes de 7e et 6e
Exercice I.1
Le diagramme en bâtons ci-contre représente la répartition de 1800 élèves d’un lycée
luxembourgeois.
1. Est-il vrai qu’un quart des élèves sont internes?

Justifie!
2. Calcule le nombre d’élèves de chaque catégorie.
Exercice I.2
Le diagramme en bâtons ci-contre, qui représente une
répartition d’élèves d’un lycée au Luxembourg, est
faux. Pourquoi?
Refais un diagramme correct.
Exercice I.3
Pour chaque diagramme circulaire, détermine le pourcentage représenté par chaque partie colorée.
163
Exercices pour les classes de 7e et 6e
Exercice I.4
Le diagramme semi-circulaire ci-contre est faux.
Pourquoi?
Refais un diagramme correct.
Exercice I.5
Le diagramme semi-circulaire ci-dessus indique la répartition, en pourcentages, des ventes

d’ordinateurs portables selon la nature des points de vente.
1. Quel est le pourcentage d’ordinateurs vendus aux grandes surfaces?
2. Calcule l’angle (en degrés) de chacun des trois secteurs du diagramme ci-dessus.
Exercice I.6
Lors d’un sondage, on a posé à 400 élèves la question suivante: comment est-ce que vous venez à
l’école?
Voici les réponses:
Vélo À pieds Bus Amenés en

voiture
Pourcentages 20 % 5% 50 % 25 %
Angles
a) Complète le tableau ci-dessus en donnant les angles correspondant d’un diagramme circulaire.
b) Représente les données dans un diagramme circulaire de rayon 3 cm.
164
Exercice I.7
Les océans occupent 70 % de la surface de la Terre. Réalise un diagramme circulaire de rayon 4 cm
montrant la répartition entre les océans et les terres émergées.
Exercice I.8
Dans un groupe de 1500 personnes, la répartition des professions est la suivante:
Agriculteurs Sans-emplois Salariés Libéraux

270 180 630 420
a) Représente ces données dans un diagramme en bâtons.
b) Calcule les fréquences en pourcentages.
c) Représente les fréquences dans un diagramme circulaire de rayon 4 cm.
c) Représente les fréquences dans un diagramme semi-circulaire de diamètre 6 cm.
Exercice I.9
Le diagramme ci-contre représente la répartition des dépenses d’une famille.
1. Donne le pourcentage de chaque catégorie de

dépenses.
2. Traduis cette même répartition par un

diagramme en bâtons (en prenant 2 mm de
hauteur pour 1%) .
Exercice I.10
Nombre de journaux scolaires “SCHOOLDAY” vendus pendant l’année scolaire 2013/2014:
mois J F M A M J J A S O N D
nombre 425 396 405 275 320 220 195 198 207 243 261 280
165
a) Recopie ce tableau dans un tableau Excel.
b) Représente ces données de toute l’année dans un diagramme en bâtons.
c) Représente seulement les nombres de juillet à décembre dans un deuxième diagramme en

bâtons.
d) Les rédacteurs du journal ont une entrevue avec le directeur du lycée pour discuter d’éventuels
aides financières à obtenir. A ton avis, lequel des deux diagrammes vont-ils présenter au directeur?
Pourquoi?
Exercice I.11 Année69 Nombre de chômeurs

Le tableau suivant représente l’évolution du nombre de 1995 4899
chômeurs au Luxembourg pendant les vingt dernières années70. 1996 5234
1997 6135
1998 6053
1999 5692
2000 5182
a) Recopie ce tableau dans un tableau Excel.
2001 4742
b) Représente ces données dans un diagramme en bâtons. 2002 5095
c) Représente ces données dans un diagramme cartésien. 2003 6651
2004 8045
2005 8593
2006 9678
2007 10127
2008 9600
2009 12068
2010 14340
2011 14371
2012 15579
2013 17408
2014 19565
2015 19468
69
On a pris à chaque fois le nombre de chômeurs au mois de janvier de l’année en cours.
70
Source:
http://www.statistiques.public.lu/stat/ReportFolders/ReportFolder.aspx?IF_Language=fra&MainTheme=2&Fld
rName=3
166
Exercice I.12
Dans deux journaux différents, Lisa trouve deux diagrammes en bâtons pour illustrer un même
article analysant l’évolution du nombre de combriolages au cours des dernières années.
a) Compare les deux diagrammes.
b) L’article porte le titre: Le nombre de combriolages a explosé au cours des dernières années. Est-ce
que ce titre est adapté à la statistique présentée? Si oui, sur lequel des deux diagrammes porte-t-il?
Diagramme 1:
combriolages déclarés
80
78
76
74
72
70
68
66
2009 2010 2011 2012 2013 2014
Diagramme 2:
combriolages déclarés
100
80
60
40
20
0
2009 2010 2011 2012 2013 2014
167
Exercice I.13
Monsieur Schmit du partie ABC annonce: Au cours des années passées, nous avons réussi à baisser
considérablement les déchets ménagers. Madame Weber du partie opposé lui réplique: Non, ce
n’est pas vrai, pendant les dernières années, il n’y avait pratiquement pas d’améliorations à ce
niveau. Lequel des deux a raison? Qui fait appel à quel diagramme?
Diagramme 1:
Déchets par habitant

350
300
250
masse en kg
200
150
100
50
0
2005 2006 2007 2008 2009 2010 2011 2012 2013 2014
Diagramme 2:
Déchets par habitant

400
380
masse en kg
360
340
320
300
280
2005 2006 2007 2008 2009 2010 2011 2012 2013 2014
168
Exercice I.14
L’article suivant a été trouvé dans une illustrée.
De 1912 à 1996, lors des jeux olympiques, la durée dans laquelles les coureurs ont parcouru la
distance de 100 m a diminué de 1s. En 2100, les coureurs vont faire cette distance en moins de 9 s.
Que penses-tu de cet article?
100 m aux JO
11
10,8
10,6
10,4
10,2
10
9,8
9,6
9,4
9,2
1912 1924 1936 1948 1960 1972 1984 1996
Exercice I.15
Voici le nombre de visiteurs de la Maison des Jeunes pendant les dernières années:
Janvier Février Mars Avril Mai Juin Juillet Août Septembre Octobre
130 123 116 104 100 105 106 102 117 123
a) Représente les données dans un diagramme en bâtons et rédige un article sur l’évolution du
nombre de visiteurs.
b) Jacques aime bien aller à la maison des Jeunes. Il a représenté les données des derniers mois dans
un diagramme cartésien et a rédigé un article pour le journal “Luxembourg vous informe”. Voici son
résultat.
Compare son diagramme à celui que tu as tracé. Quelles sont les différences? D’où proviennent-
elles? Pourquoi, à ton avis, a-t-il représenté les données de cette manière?
Maison des Jeunes trop petite!
Le nombre d’habitants de la
maison des Jeunes a explosé
pendant les derniers mois. Les
responsables attendent plus de
300 visiteurs au début de l’année
prochaine! Il faut absolument
agrandir ce point de rencontre des
jeunes adultes!
169
Nombre de visiteurs à la Maison des

Jeunes
125
120
115
110
105
100
c) Le “Luxemburger Blatt” a rédigé l’article ci-joint. Qu’en penses-tu?
Exercice I.16
Lors d’un sondage, on a demandé à 180 élèves quel est leur sport préféré.
Football Natation Volleyball Basketball Tennis

234 78 195 117 156
Donne les fréquences en pourcentages et transmets les données représentées dans le tableau ci-
dessus dans un tableau faisant apparaître les effectifs ainsi que les fréquences.
Exercice I.17
Quel est votre sport préféré? Effectif Fréquence (en %)
Foot 232
Cette question a été posée aux 800 élèves
d’une école. Voici les résultats obtenus: Natation 160
Complète le tableau. Volley
Tennis de table 104
Autre sport 88
Exercice I.18
Recopie et complète le tableau suivant et donne l’effectif total:
Couleur
rouge jaune noir bleu vert autre
préférée
Effectif 23 17 40 55 38 27
Fréquence (%)
170
Exercice I.19
On lance un dé 45 fois et on note à chaque fois le résultat obtenu:
5-3-1-4-2-1-1-1-3-2-6-5-6-4-3-6-4-1-4-2-3-5-4-3-2-1-1-1-2-4-4-3-2-5-3-2-1-6-5-6-6-4-3-2-1
Représente ces résultats dans un tableau de valeurs en faisant apparaître les effectifs ainsi que les
fréquences (en %).
Exercice I.20
Lors d’un congrès réunissant 2000 personnes, on a procédé à un vote. Voici le résultat:
Pour 973
Contre 817
Sans opinion 210
a) Transmets ce tableau dans un tableau Excel.

b) Représente ces données dans un diagramme en bâtons portant le titre: Résultat du vote.
c) Calcule les fréquences.
d) Représente les fréquences dans un diagramme circulaire.
Exercice I.21
On a lancé un sondage sur la branche préférée auprès de 500 élèves d’une école. Recopie et
complète le tableau suivant et donne l’effectif total.
Branche anglais sport mathématiques allemand musique biologie géographie autres

Effectif
Fréquence (%) 16 12 6 15 22 10 11 8
171
Exercice I.22 Durées quotidiennes Effectifs

[0;30[ 15
Le journal de l’école Lycée-Time a fait un sondage sur la
[30;60[ 40
durée quotidienne que les élèves passent devant la
[60;90[ 90
télévision.
[90;120[ 88
Voici le tableau montrant les réponses. [120;150[ 65
[150;180[ 60
[180;210[ 104
Trace l’histogramme de cette série statistique. [210;240[ 20
[240;270[ 10
[270;300[ 8
Exercice I.23
Une enquête auprès de 40 élèves sur la moyenne de l’utilisation de leur portable / smartphone a
donné les résultats suivants:
10 min 60 min 120 min 80 min 15 min 70 min 25 min 100 min
A l’aide d’Excel:
a) Fais un tableau en regroupant les durées par classes de 30 minutes chacune et donne l’effectif de
chaque classe.
b) Calcule les fréquences de chaque classe.
b) Construis l’histogramme faisant apparaître les effectifs.
Exercice I.24
Les deux histogrammes ci-dessous donnent une répartition de la taille des élèves des classes de 7e
du Lycée « Ecole de Luxembourg » :
Notes obtenues par les garçons
30
25
25
19
20
15
9
10
5 2 1 0
0
[0;10[ [10;20[ [20;30[ [30;40[ [40;50[ [50;60[
172
Notes obtenues par les filles

35 32
30
25
20
15 13
10
10 6
4
5 0
0
[0;10[ [10;20[ [20;30[ [30;40[ [40;50[ [50;60[
Les affirmations suivantes sont-elles vraies ou fausses ? Le cas échéant, donne la bonne réponse.
a) Une fille a eu la plus mauvaises des notes.

b) La meilleure note était celle d’une fille.
c) La plupart des élèves a eu une note entre 40 et 50 points.
d) La plupart des garçons a eu une note entre 40 et 50 points.
e) Il y a plus de filles que de garçons en classe de 7e de l’Ecole de Luxembourg.
Exercice I.25
Le tableau ci-dessous donne la répartition des élèves de 6e A selon leur nombre de frères et soeur.
Nombre de frères et soeurs 0 1 2 3 a) Recopie et complète le tableau.

Effectif 4 10 8 3
b) Combien d’élèves est-ce qu’il y a dans la classe?
Effectif cumulé croissant
Fréquence (%) c) Trace le polygone des fréquences cumulées
Fréquence cumulée croiss. (%) croissantes.
d) Trace le polygone des effectifs cumulés croissants.
Exercice I.26
Avant la vente des arbres de Noël, le paysan mesure leur diamètre afin de les pouvoir regrouper
pour déterminer le prix. Voici le tableau:
Diamètre [9,25;9,35[ [9,35;945[ [9,45;9,55[ [9,55;9,65[ [9,65;9,75[ [9,75;985[ [9,85;9,95[ [9,95;10,05[

(cm)
Effectif 7 5 10 6 4 8 6 4
On suppose qu’il y a une répartition régulière dans chacune des classes.
Trace la courbe des effectifs cumulés de cette série statistique.
173
Exercice I.27
On a posé la même question qu’à l’exercice I.22 aux parents des élèves. Voici l’histogramme
donnant les réponses obtenues:
Temps passé devant la télévision

120 110
101
100
78
80
Effectifs
55 60
60 42
33
40
20 4 9 8
0
Durée de vision quotidienne en minutes
a) Transmets les données du diagramme dans un tableau comprenant les effectifs et les effectifs
cumulés croissants.
b) Trace le polygone des effectifs cumulés croissants.
Exercice I.28
Calcule la moyenne de la série statistique suivante:
Valeur 3 3,8 4,2 4,4 4,5

Effectif 2 6 3 5 4
Exercice I.29
Pendant une semaine, sur la balcon, Bob mesure chaque matin la température extérieure.
Lundi Mardi Mercredi Jeudi Vendredi Samedi Dimanche

5°C 2°C -3°C -6°C -2°C 3°C 6°C
a) Donne la moyenne journalière des températures.
b) Fais la même expérience en notant pendant une semaine la température extérieure qu’il fait chez
toi à la maison.
174
Exercice I.30
En 2014, on trouvait ce tableau71, donnant le nombre de buts lors des dernières coupes du monde,
dans différents journaux.
Année Pays organisateur Nombre de matchs Nombre de buts

1990 Italie 52 115
1994 Etats-Uniis 52 141
1998 France 64 171
2002 Corée du Sud et Japon 64 161
2006 Allemagne 64 147
2010 Afrique du Sud 64 145
2014 Brésil 64 171
Calcule la moyenne de buts par match pour chacune des coupes du monde
Exercice I.31
Une enquête dans différents restaurants, sur le Prix (en euros) Nombre de restaurants
prix de la pizza Margharita, a donné les 7,80 3
résultats suivants: 7,90 5
8,00 7
8,10 3
8,20 1
Calcule le prix moyen de la pizza.
Exercice I.32
La note annuelle de mathématiques de Pierre est égale à 42 exacte. Les notes trimestrielles du
premier et deuxième trimestre étaient égales à 50 et 40. Quelle était la note au troisième trimestre?
71
Source: https://fr.wikipedia.org/wiki/Statistiques_et_records_de_la_Coupe_du_monde_de_football
175
Exercice I.33
Voici un tableau montrant les précipitations (en Abuja Munich
mm) de deux villes différentes au cours de l’année (Nigeria) (Allemagne)
passée. Janvier - 55
Février - 46
a) Calcule la moyenne mensuelle des précipitations
Mars - 34
pour chacune des villes.
Avril 4 41
b) A l’aide d’Excel, représente les données dans Mai 31 56
des diagrammes en bâtons et compare ces Juin 80 70
derniers. Juillet 178 70
c) Pourquoi est-ce qu’il ne suffit pas de considérer Août 222 75
seulement la moyenne des précipitations pour Septembre 98 60
faire le choix de la destination de voyage pour les Octobre 24 48
vacances d’été? Novembre - 55
Décembre - 53
Exercice I.34
L’enseignant d’anglais rend le premier devoir à sa classe de 6e classique. Voici les notes:
27 – 45 – 27 – 24 – 24 – 60 – 48 – 24 – 30 – 54 – 51- 48-27 – 48 – 57
– 36 – 21 – 27 – 51 – 57 – 45 – 41- 37 – 41
a) Représente ces résultats dans un tableau faisant apparaître les notes ainsi que les effectifs.
b) Donne l’étendue de cette série statistique.
c) Quelle est la moyenne pondérée de la classe?
d) Donne la médiane de la série statistique.
e) Donne le mode de la série statistique.
Exercice I.35
Pendant une semaine, après chaque entraînement, Ben note les temps qu’il a mis pour courir les
50m: 8,5 s ; 8,6 s; 8,3 s; 8,3; 8,7 ;
a) Détermine le mode de cette série.
b) Quelle est l’étendue de la série?
c) Calcule la moyenne des valeurs.
d) Donne la médiane de la série de valeurs.
176
Exercice I.36
Considérons le tableau de valeurs suivant:
Classe [0;4[ [4;8[ [8;12[ [12;16[ [16;20[ [20;24[ [24;28[

Effectif 5 3 8 4 2 7 6
a) Donne la classe modale de cette série.
b) Dans laquelle des classes se trouve la médiane de la série?
c) L’étendue de cette série est un réel entre 20 et 28. Pourquoi?
Exercice I.37
Monsieur Laufer s’entraîne pour le Semi-Marathon à 10.03.15 15 km 22.03.15 17 km
Luxembourg-Ville. 12.03.15 17 km 24.03.15 19 km
14.03.15 17 km 26.03.15 14 km
Après chaque entraînement, il prend des notes: 16.03.15 15 km 28.03.15 21 km
18.03.15 21 km 30.03.15 17 km
20.03.15 14 km
a) Quel est le mode de cette série?
b) Donne la médiane de la série.
c) Calcule la moyenne de toutes les distances parcourues.
d) Monsieur Laufer remarque qu’il a fait une faute. Le 20.03 il n’a pas parcouru 14, mais 24 km.
Quelle influence ce changement a-t-il sur les valeurs déterminées sous a, b et c?
Exercice I.38
A la fin de chaque année, l’hôme pour personnes âgées “Schlassheem” affiche le diagramme
montrant l’âge de ses habitants.
Age des habitants du Schlassheem

8
7
6
5
Effectifs
4
3
2
1
0
77 78 80 81 84 85 88 90 91 94
Âge
177
a) Transmets ces données dans un tableau faisant apparaître les effectifs, les effectifs cumulés,
les fréquences et les fréquences cumulées (arrondis au centième près)
b) Combien d’habitants est-ce qu’il y a actuellement au Schlassheem?
c) Donne le mode, la moyenne d’âge et l’étendue de la série statistique.
d) Calcule la médiane de la série statistique.
Exercice I.39
On a fait un sondage auprès des élèves d’une classe de 6e sur le nombre d’appareils télévision qu’il y
a chez eux à la maison :
Nombre d’appareils 0 1 2 3 4
a) Recopie ce tableau et ajoute les effectifs cumulés croissants.
b) Trace le polygone des effectifs cumulés croissants.
c) Trouve une valeur approchée de la médiane d’abord en lisant le graphique, ensuite par calcul.
Exercice I.40
Reprenons le sondage du Lycée-Time auprès des élèves sur Durées quotidiennes Effectifs
la durée quotidienne qu’ils passent devant la télé. [0;30[ 15
[30;60[ 40
a) Construis le polygone des effectifs cumulés de la série
[60;90[ 90
statistique.
[90;120[ 88
b) Détermine, à partir du graphique, la médiane de la série [120;150[ 65
statistique. [150;180[ 60
[180;210[ 104
[210;240[ 20
[240;270[ 10
[270;300[ 8
178
XII. Exercices pour les classes de 5e et 4e
Exercice II.1
Pour les séries de valeurs suivantes, donne la médiane ainsi que le premier et le troisième quartile.
a)
valeurs 0 1 2 3 4 5 6 7
effectifs 3 7 11 12 14 8 3 3
b)
valeurs 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 10
effectifs 10 17 21 18 15 10 8 5 4 3
Exercice II.2
On donne les paramètres de trois séries d’échantillons de même effectif.
Paramètre Minimum Q1 Médiane Q3 Maximum

Série A 4 8 10 12 16
Série B 6 9 10 13 15
Série C 5 7 10 12 14
Trace le diagramme en boîte pour chacune de ces trois séries.
Exercice II.3
Les deux séries suivantes donnent le nombre moyen de jours de pluie par mois dans les villes de
Luxembourg et Berlin.
J F M A M J J A S O N D
Luxembourg 17 14 10 11 5 3 2 4 10 8 10 6
Berlin 15 20 9 10 4 2 4 6 8 6 9 7
a) Calcule la moyenne de chaque série de valeurs.
b) Détermine la médiane de chaque série statistique.
c) Calcule l’étendue de chacune des séries.
d) Détermine le 1er et le 3ème quartile de chacune des deux séries.
e) Construis le diagramme en boîte de chaque série avec une même graduation.
f) Compare les deux séries.
179
Exercice II.4
Lors de la dernière fête scolaire, on a noté les résultats du saut en longueur pour les filles et les
garçons. Les longueurs sont données en mètres.
Filles 19 16 20 23 18 19 17 20 16 21 17 19 18
Garçons 25 18 23 20 22 30 24 24 20
a) Recopie ce tableau dans une feuille Excel.
b) Construis, à l’aide d’Excel, les diagrammes en boîte visualisant les résultats des filles et ceux des
garçons.
Exercice II.5
Das folgende Diagramm war in einer Zeitschrift abgebildet72:
a) Bestimme aus dem Diagramm den CO2-Ausstoß Deutschlands in Millionen Tonnen.
b) Um wie viel Tonnen ist der CO2-Ausstoß der USA höher als der Deutschlands?
c) Stefan misst die Säulenhöhen im Diagramm und behauptet:
“Die USA haben einen ungefähr 25 mal so hohen CO2-Ausstoß wie Deutschland. “
Erkläre den Fehler in Stefans Argumentation.
72
MBA Saarland 2012 (page 12)
180
Der CO2-Ausstoß ausgewählter Länder wurde für 1997 und 2007 gemessen und jeweils in einem
Boxplot dargestellt.
Begründe mithilfe des Diagramms, warum die folgenden Aussagen richtig sind.
a) In beiden Jahren ist der Unterschied zwischen dem geringsten und höchsten CO2-Ausstoß
etwa gleich geblieben.
b) Im Jahr 2007 ist der CO2-Ausstoß in mindestens einem Viertel der erfassten Länder höher als
1000 Millionen Tonnen.
181
Exercice II.6
Eine Klasse führte unter Schülerinnen und

Schülern eine Umfrage zum Fernseh- und
Leseverhalten durch. Dabei wurde festgestellt,
dass einige ein eigenes TV-Gerät haben und
andere nicht. In diesen beiden Gruppen wurden
jeweils alle danach befragt, wie viele Stunden in
der Woche sie lesen. Das Ergebnis wurde in einem
Boxplot festgehalten73.
a) Begründe, dass die folgenden Aussagen richtig

sind und beschreibe, wie du dazu dem Boxplot die
Informationen entnimmst.
Aussage 1: Etwa ein Viertel der Schülerinnen und Schüler ohne eigenes TV-Gerät lesen mehr als 10
Stunden in der Woche.
Aussage 2: Die Hälfte der Schülerinnen und Schüler mit eigenem TV-Gerät lesen im Durchschnitt
weniger als eine Stunde pro Tag.
b) Jemand hat angegeben, 60 Stunden in der Woche zu lesen. Wie könnte diese Aussage zustande
gekommen sein?
Exercice II.7
Fais un sondage dans ta classe, tout comme dans l’exercice précédent, et visualise les informations
dans un diagramme en boîte.
Exercice II.8
Pour les séries suivantes, calcule à chaque fois la moyenne, la variance et l’écart-type.
a) 5 8 7 11 4
b) 6 8 7 10 4
73
MBA Saarland 2010 (page 8)
182
Exercice II.9
Soit la série statistique suivante:
101; 98; 101; 102; 101; 101, 99; 100; 102; 100; 99
a) Détermine l’étendue ainsi que le mode de la série.
b) Calcule la moyenne de la série.
c) Calcule la variance ainsi que l’écart-type de la série statistique.
Exercice II.10
Afin d’avoir un aperçu sur la performance moyenne annuelle des voitures, on a demandé à 50
propriétaires de voitures le nombre de kilomètres faits en une année.
Voici les réponses données en milliers de km:
15 12 16 25 5 30 8 10 15 20
7 10 20 30 15 15 18 30 45 5
2 16 24 25 10 14 20 15 12 8
25 10 15 28 12 10 20 32 42 13
18 25 12 15 20 25 21 14 5 2
Recopie ce tableau dans un tableau Excel et calcule la moyenne, la variance ainsi que l’écart-type de
cette série.
Exercice II.11
A l’aide d’une balance électronique, on a déterminé de manière répétée le poids d’une même lettre
(en grammes). Voici les résultats obtenus:
22,94 22,90 22,92 22,76 22,80 22,85 22,84 22,86 22,83 22,87
22,88 22,86 22,88 22,85 22,96 22,93 22,95 22,61 22,70 22,69
a) Détermine la moyenne ainsi que l’écart-type de cette série.
b) Une précision de l’appareil de 0,1% signifie que l’écart-type des mesures doit être au plus égal à
0,1% de la valeur réelle. Est-ce que la balance reçoit l’étiquette “précision à 0,1%”?
183
Exercice II.12
Au Lycée du Luxembourg, on a fait une étude sur l’âge des élèves en classe de 7ème ainsi qu’en classe
de 1ère. Voici les résultats ressortis:
Elèves des classes de 7e

40 35
35 33
30 29
30
25
Effectifs
20
20
15
10 8
4
5 1 1 1 1 1 1
0
14,3
15,5
11,9
12,1
12,3
12,5
12,7
12,9
13,1
13,3
13,5
13,7
13,9
14,1
14,5
14,7
14,9
15,1
15,3
Age (années)
Elèves des classes de Ire

14 13
12 12
12
10 9
Effectifs
8
6 5 5 5
4 4
4 3
2 1 1 1 1 1
0
17,5
17,7
17,9
18,1
18,3
18,5
18,7
18,9
19,1
19,3
19,5
19,7
19,9
20,1
20,3
20,5
20,7
20,9
21,1
21,3
21,5
21,7
21,9
Age (années)
a) Transmets les données dans un tableau de valeurs.
b) Détermine la moyenne ainsi que l’écart-type des deux séries statistiques.
c) Quel pourcentage des élèves des différentes classes se trouve entre x   et x   ?
d) Comment peut-on expliquer que l’écart-type en classe de 1ère est plus haut que celui en classe de
7ème .
184
Exercice II.13
Dans deux classes parallèles on a écrit le même devoir en classe (en donnant des notes de 1 à 6) afin
de pouvoir comparer le niveau des deux classes.
Classe A Note 1 2 3 4 5 6
Effectif 2 3 8 11 3 1
Classe B Note 1 2 3 4 5 6
Effectif 11 2 1 3 3 8
En considérant la moyenne ainsi que l’écart-type des deux séries, commente les résultats des deux
classes.
Exercice II.14
Le tableau ci-dessous74 représente les ménages privés selon le 1 personne 69 529
nombre de personnes au premier février 201175. 2 personnes 57 068
3 personnes 33 185
4 personnes 31 225
5 personnes 12 333
6 personnes 3 876
a) Combien de ménages privés il y a-t-il au Luxembourg?
7 personnes 897
A l’aide de la calculatrice, 8 personnes 265
9 personnes 110
b) détermine la moyenne du nombre de personnes par ménage. 10 personns 41
c) détermine l’écart-type et la variance. 11 personnes 36
Exercice II.15
Voici un tableau donnant le nombre d’oeufs par poule en une semaine.
Nombre
0 1 2 3 4 5 6 7
d’oeufs
effectifs 2 4 10 16 12 17 21 18
74
Source: http://www.statistiques.public.lu/fr/population-emploi/rp2011/menages/index.html
75
Le tableau est légèrement simplifié. Parmi les 36 ménages, il y en a qui comprennent plus de 36 personnes,
mais le nombre exacte n’était pas publié.
185
Avec Excel,
a) détermine les fréquences relatives et les fréquences cumulées croissantes,
b) construis un diagramme en bâtons montrant les effectifs,
c) construis un polygone des fréquences cumulées croissantes,
d) calcule le mode, la médiane, l’étendue de la série statistique.
A l’aide de la calculatrice
e) calcule la variance et l’écart-type de la série statistique.
Exercice II.16 Année Nombre de coureurs

2006 2037
En mai 2015, il y aura la dixième édition du « ING Marathon » à 2007 1665
Luxembourg-Ville. 2008 1338
2009 1189
Le tableau ci-dessous montre le nombre de finishers de la
2010 1049
catégorie du marathon proprement dit (distance de 42 km)
2011 1186
depuis l’année 200676.
2012 1021
a) Détermine le nombre moyen de coureurs au marathon depuis 2013 1017
2006. 2014 1197
b) Représente, à l’aide d’Excel, les données dans un diagramme en bâtons.
c) Détermine, à l’aide d’Excel, la variance ainsi que l’écart-type de la série statistique.
76
Source: https://de.wikipedia.org/wiki/Luxemburg-Marathon
186
XIII. Exercices pour les classes de 3e et 2e
Exercice III.1
Détermine le point moyen de chacune des séries doubles suivantes:
a)
x 3 7 15 18 20
y 8 11 22 30 34
b)
x 0,3 0,5 1,1 1,6 7,2

y 8,7 6,1 4,3 3,2 2,4
Exercice III.2
Une étude interne dans une entreprise a analysé le lien entre les frais de publicité dépensées (en
millions d’euros) et les chiffres d’affaires (en millions d’euros) pour les cinq dernières années:
Année 2009 2010 2011 2012 2013

Frais de
5 4 3,5 5,5 4,5
publicité
Chiffres
125 122 120 130 123
d’affiares
Détermine le point moyen de la série double.
187
Exercice III.3
Le nuage de points ci-dessous représente l’évolution du nombre de crimes par années en fonction
du nombre d’habitants d’une ville de taille moyenne au Luxembourg.
Est-ce qu’il y a un lien entre les deux valeurs? Explique!
84
82
nombre de crimes
80
78
76
74
72
70
5200 5400 5600 5800 6000 6200 6400
nombre d'habitants
Exercice III.4
La diagramme ci-contre montre les nombres de nouveaux-nés ainsi que le nombre de cigognes
registrés dans le même pays au cours des années. Est-ce qu’il y a un lien mathématique entre les
deux valeurs? Qu’en est-il en réalité?
80,5
80
79,5
nombre de cigognes
79
78,5
78
77,5
77
76,5
76
75,5
500 520 540 560 580 600 620
nombre de nouveaux-nés
188
Exercice III.5
a) P(1;2); Q(5;3); R(9;7) b) P(0;6); Q(2;3); R(4;2); S(6;-1)
Détermine l’équation de la droite de régression passant par les points donnés en faisant les calculs
nécessaires.
Ensuite, trace cette droite de régression dans un repère orthogonal.
Exercice III.6
Pour les dix employés d’une entreprise, on a relevé le nombre d’enfants à charge du ménage et les
dépenses familiales mensuelles.
enfants 0 2 2 1 4 3 5 0 1 4
dépenses 350 520 600 430 820 700 900 340 400 800
a) Détermine les coordonnées du point moyen de la série double.
b) Détermine l’équation de la droite des moindres carrés.
c) La sécrétaire de l’entreprise, qui a déjà 4 enfants, attends des jumeaux. Estime le montant des
dépenses familiales après la naissance des jumeaux.
Exercice III.7
Le tableau ci-dessous représente la taille moyenne des garçons en fonction de leur âge77.
Âge (ans) 1 2 4 8 10 12 15 18
Taille (cm) 75 85 100 120 132 145 163 175
a) Calcule les coordonnées du point moyen de la série double.
b) Détermine l’équation de la droite des moindres carrés.
Exercice III.8
Détermine l’équation de la droite de régression passant par les points données en utilisant la
calculatrice. Donne pour chacune des séries le coefficient de corrélation.
a) (3;5); (4;7); (5;12); (6;13); (7;15) b) (1;3); (2;3); (5;2); (6;1); (7;0); (8;-1)
77
Source: http://sante-guerir.notrefamille.com/v2/services-sante/article-sante.asp?id_guerir=2232
189
Exercice III.9
Voici un diagramme montrant la taille de chaussures de 10 filles par rapport à leurs âges.
Taille de chaussures
40
35
taille des chaussures
30
25
20
15
10
5
0
0 2 4 6 8 10 12
âge (années)
a) Trace, à vue d’oeil, la droite de régression.
b) Transmets les coordonnées dans un tableau Excel, trace le nuage de points et la droite de
régression à l’aide d’Excel et compare les deux diagrammes.
Exercice III.10
Voici l’évolution du prix de l’essence (en centimes d’Euro) au cours des vingt dernières années en
Allemagne78:
Année 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998
Prix 56,2 58,2 65,2 68,7 68,9 77,3 76,8 80,1 82,7 78,7
Année 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008
Prix 84,1 99,3 100,2 102,8 107,4 111,9 120,0 126,7 132,7 148,6
a) Transmets ces valeurs dans un tableau Excel, construis la droite de régression et fais apparaître
l’équation de cette dernière. Pour ce faire, on doit changer le tableau. Ainsi l’année 1989 correspond
à x=0, 1990 à x =1,...
b) Quel est le prix qu’on pourrait attendre en 2015? Compare ce résultat avec le prix actuel et
conclue.
78
Source: Lambacher-Schweizer, page 50
190
Exercice III.11
On a noté la taille ainsi que la taille de chaussures des 15 élèves d’une classe de 2e :
Taille
183 191 198 177 162 200 172 173 176 172 168 174 176 163 170
(cm)
Taille de
43 46 48 43 38 47 38 42 43 41 38 39 40 38 39
chaussure
A l’aide d’Excel, trace la droite de régression et calcule le coefficient de corrélation. Décide, s’il y a
une forte ou bien une faible corrélation. Aide : En faisant des manipulations sur les axes (minimum,
maximum,…) le diagramme devient mieux lisible.
Exercice III.12
Le tableau ci-dessous représente la taille moyenne des filles selon leur âge79.
Âge (ans 1 2 4 8 10 12 15 18
Taille (cm) 75 83 97 118 130 144 155 165
a) A l’aide d’Excel, trace le nuage de points et fais apparaître la droite de régression.
b) Fais apparaître le coefficient de détermination et calcule le coefficient de corrélation.
c) Décide s’il y a une forte ou bien une faible corrélation entre les deux valeurs.
Exercice III.13
1 2 3 4 5 6 7 8 9 10 11 12
4,2 5,1 5,8 6,4 6,9 7,3 7,6 7,9 8,2 8,5 8,7 8,9
Détermine la covariance de la série statistique ci-dessus.
Exercice III.14
Soit la série statistique double suivante: xi 26 27 29 31 32 35
a) Détermine le point moyen de la série. yi 4,5 4,8 4,95 5,1 5,25 5,4
b) Calcule la covariance de la série statistique.
c) Détermine le coefficient de corrélation à l’aide de la covariance et des écart-types  x et  y .
d) Que peux-tu dire du lien entre les deux valeurs statistiques, est-ce qu’elles sont bien corrélées?
79
Source: http://sante-guerir.notrefamille.com/v2/services-sante/article-sante.asp?id_guerir=2232
191
Exercice III.15
Le tableau suivant donne l’évolution du prix d’un litre d’essence en € pendant les six derniers mois
de l’année 200780:
Mois Juillet Août Septembre Octobre Novembre Décembre
Prix 0,833 0,944 0,986 1,007 1,068 1,074
Ces données forment une série statistique double en prenant le mois pour x et le prix pour y (pour
juillet prendre x = 0; pour août prendre x = 1; …).
a. Justifie à l’aide du coefficient de corrélation qu’un ajustement affine est valable.
b. Calcule les coordonnées du point moyen G associé à cette série statistique.
c. Donne une équation de la droite des moindres carrés.
d. En supposant que la tendance se poursuive, estime le prix d’un litre d’essence pour le mois de
juillet 2008.
Exercice III.16
Le tableau ci-dessous donne pour une grande entreprise industrielle la relation entre sa charge
mensuelle en milliers d’heures de travail et sa production mensuelle en milliers de produits81.
production (xi) 20 50 80 90 100 120 160 180
charge (yi) 60 85 90 105 115 125 144 160
a. Détermine, à l’aide du coefficient de corrélation, s’il y a dépendance linéaire entre la charge et la

production.
b. Détermine les coordonnées du point moyen G et donne une équation de la droite de régression
d.
c. Estime la charge mensuelle pour une production mensuelle de 300.000 produits.
d. Donne une estimation de la production mensuelle si la charge mensuelle est de 70.000 heures de
travail.
80
Source: Recueil MEN (page 11)
81
192
Exercice III.17
Le tableau suivant donne pour les années 2008 à 2014 le nombre (en milliers) des frontaliers non-
résidents travaillant dans notre pays.82
Année 2008 2009 2010 2011 2012 2013 2014
Rang de l’année (xi) 1 2 3 4 5 6 7
Nombre de frontaliers, en milliers (yi) 148,4 149,8 152,7 157,6 161,1 164,1 168,7
a) Calcule les coordonnées du point moyen G.
b) Justifie, à l’aide du coefficient de corrélation linéaire, qu’on peut envisager un ajustement affine.
c) Détermine une équation de la droite des moindres carrés.
d) Sachant que la tendance se poursuit déjà depuis 1990, estime le nombre de frontaliers non-
résidents qui travaillaient dans notre pays en 1995.
e) En supposant que la tendance se poursuit encore, estime l’année pendant laquelle le nombre de
ces frontaliers atteindra 200 000.
Exercice III.18
Le responsable d’une entreprise a fait un relevé Année Rang xi de l’année Production yi
de l’évolution du nombre d’articles produits
depuis la création en 2010: 2010 1 1400
2011 2 2500
a) Représente ce nuage de points avec Excel. 2012 3 3700
b)L’allure du nuage justifie-t-il un ajustement 2013 4 6500

affine?
2014 5 11500
c) A l’aide d’Excel, trace la courbe qui approche le
2015 6 20500
mieux le nuage de points.
d) Estime la production qu’il y aura à l’année 2020.
82
Exercice d’après le recueil du MEN; mais avec des chiffres actualisés; Source: STATEC
193
Exercice III.19
Dans le tableau suivant figurent les données concernant les ventes annuelles, pendant 6 années
consécutives, d’une entreprise spécialisée dans un seul type de produit83.
Rang xi de l’année Nombre de ventes en milliers vi yi = ln vi
0 2,6 0,96
1 4,3
2 8,2
3 11,1
4 23,4
5 30,0
a) Recopie et compléter la dernière colonne du tableau (les résultats seront arrondis au centième
près).
b) Représente le nuage des points (xi,yi) associé à cette série double dans un repère orthogonal
(unité graphique 2 cm).
c) Détermine les coordonnées du point moyen G du nuage, puis placer G sur le graphique.
d) Sur le graphique précédent, trace la droite d d’équation y  12 x  1 . On admet que cette droite
ajuste correctement le nuage.
e) Exprime v en fonction de x.
f) Donne une estimation du nombre de ventes, pour l’année de rang 6 (en admettant que la
tendance observée entre l’année de rang 0 et l’année de rang 5 se poursuive).
83
194
Exercice III.20
Une machine est achetée au prix de 3 000 €. Le prix de revente y, exprimé en euros, est donné en
fonction du nombre x d'années d'utilisation par le tableau suivant:
xi 0 1 2 3 4 5
yi 3000 2400 1920 1536 1229 983
Tous les résultats numériques seront arrondis à l'unité près, sauf indication contraire84.
Partie A: Ajustement affine
a) Représente le nuage de points associé à la série statistique (xi,yi) dans un repère orthogonal du
plan. Les unités graphiques seront de 2 cm pour une année sur l'axe des abscisses et de 1 cm
pour 200 euros sur l'axe des ordonnées.
b) Calcule le pourcentage de diminution du prix de revente après les trois premières années
d'utilisation.
c) Donne une équation de la droite de régression d de y en x.
d) Représente la droite d dans le repère précédent.
Partie B: Ajustement non affine
On pose z = ln y, et on admet qu'une équation de la droite de régression de z en x est donnée par

z  0, 22 x  8,01 . Détermine une expression de y en fonction de x de la forme y  B  e Ax , où B
est un réel arrondi au centième près et A est un réel arrondi à l'unité près.
Partie C: Comparaison des ajustements
Après 6 années d'utilisation le prix de revente d'une machine est de 780 euros.
Des deux ajustements précédents, quel est celui qui semble le mieux estimer le prix de revente
après 6 années d'utilisation? On argumentera la réponse.
84
195
Exercice III.21
On se propose d’étudier l’évolution des ventes d’un modèle de voiture de gamme moyenne depuis
son lancement en 199985.
Le tableau suivant donne le nombre annuel, exprimé en milliers, de véhicules vendus les cinq
premières années de commercialisation:
Année 1999 2000 2001 2002 2003
Rang xi de l’année 0 1 2 3 4
Nombre annuel de véhicules vendus en

81,3 92,3 109,7 128,5 131,2
milliers: yi
1) Représenter le nuage de points associé à la série statistique (xi,yi) dans un repère orthogonal:
 1 cm pour une année sur l’axe des abscisses;
 1 cm pour 10 milliers de véhicules vendus sur l’axe des ordonnées.
2) L’allure du nuage de points permet d’envisager un ajustement affine.
a) Déterminer les coordonnées du point moyen G de ce nuage.
b) Déterminer l’équation de la droite d d’ajustement affine de y en x.
c) Placer la droite d et le point moyen G sur le graphique précédent.
d) En utilisant l’ajustement affine, donner une estimation du nombre de véhicules vendus en

2007.
3) Le tableau suivant donne le nombre annuel de véhicules vendus, exprimé en milliers, de 2003 à
2007:
Année 2003 2004 2005 2006 2007
Rang xi de l’année 4 5 6 7 8
Nombre annuel de véhicules vendus en milliers:

131,2 110,8 101,4 86,3 76,1
yi
a) Compléter le nuage de points précédent à l’aide de ces valeurs.
b) L’ajustement précédent est-il encore adapté? Justifier la réponse.
85
196
Exercice III.22
Pour l’achat d’un nouvel matériel, un chef d’entreprise a réalisé un emprunt d’un coût total de
42750 euros sur cinq ans86. A la fin de chaque mois, on note yi le montant en milliers d’euros des
bénéfices cumulés réalisés depuis l’achat du nouvel matériel. Le tableau suivant correspond au
relevé des neufs premiers mois de remboursement:
Rang xi du mois Montant yi
1 5,25
2 6
3 6,9
4 8,1
5 9,75
6 12
7 13,5
8 15,3
9 18
Représente le nuage de points associé à la série statistique double, avec pour unités graphiques:
1 cm sur l’axe des abscisses et 1 cm pour 1 million d’euros sur l’axe des ordonnées; on commence
la graduation à 5 sur l’axe des ordonnées.
a) Détermine une équation de la droite de régression.
b) En admettant que la tendance décrite par la droite de régression se maintienne, à partir de

quel mois l’emprunt sera-t-il amorti par les bénéfices assurés par l’achat du nouvel matériel?
86
197
Exercice III.23
Sauf indication contraire, on arrondira les résultats à 102 près87.
Le taux de pénétration du téléphone mobile dans la population française indique le pourcentage de

personnes équipées d'un téléphone mobile par rapport à la population totale. Le tableau ci-dessous
donne, entre 1998 et 2004, l'évolution de la population française et du taux de pénétration.
Année 1998 1999 2000 2001 2002 2003 2004
Rang de l’année (xi) 1 2 3 4 5 6 7
Population française en millions 60,05 60,32 60,67 61,04 61,43 61,80 62,18
Taux de pénétration yi 18,7 34,2 48,9 60,6 62,8 67,5 71,6
(Source: site de l'INSEE)
1) Place dans un repère orthogonal le nuage de points de coordonnées (xi,yi): les unités graphiques
sont de 2 cm pour une année sur l'axe des abscisses et de 1 cm pour 10% sur l'axe des ordonnées.
2) L'allure du nuage suggère de chercher un ajustement de y en x de la forme y  a ln x  b , où a et

b sont des réels. On pose pour cela z = ln x.
a) Recopie et complète le tableau suivant:

xi 1 2 3 4 5 6 7
zi
Taux de pénétration yi 18,7 34,2 48,9 60,6 62,8 67,5 71,6
b) En déterminant avec la calculatrice une équation de la droite de régression de y en z, obtenue

par la méthode des moindres carrés, donne la valeur approchée décimale à 102 près par
défaut des coefficients a et b.
3) En admettant que cet ajustement reste fiable à moyen terme:
a) Détermine le taux de pénétration en 2006 que l'on peut alors envisager.
b) À partir de quelle année peut-on penser que le taux de pénétration dépassera 85%?
87
198
XIV. Remarques finales
On est bien consciente du fait que le tableur Excel n’est pas le meilleur des outils informatiques à la
résolution de problèmes statistiques. Mais vu le fait qu’une grande majorité des élèves a accès à ce
programme qui fait partie des programmes de base d’un ordinateur à l’école ainsi qu’à la maison, il
nous semblait évident de nous baser sur ce dernier. De plus, la mise à disposition gratuite d’OFFICE
365 à tous les élèves par le Ministère de l’Education nationale justifie d’autant plus le choix d’Excel.
L’introduction au tableur Excel se trouve tout au début du cours. Bien évidemment, les enseignants
sont libres à l’utiliser à temps utile, éventuellement après avoir traité les représentations des séries
statistiques.
Afin de gagner du temps, l’enseignant de mathématiques peut préparer les fichiers Excel à l’avance
en entrant les séries statistiques ou bien en téléchargant les séries statistiques sur les pages internet
de STATEC par exemple. Ainsi les élèves n’ont plus besoin de recopier les tableaux avant de faire les
calculs demandés.
En ce qui concerne la section D, si le chapitre des ajustements linéaires est traité au cours de
mathématiques, on n’a plus besoin de le traiter au cours d’économie de gestion.
Le dernier chapitre du cours, c’est-à-dire les ajustements à échelle logarithmique ou exponentielle,

nécessitent bien évidemment les connaisses de ces fonctions. Or, actuellement, ces deux fonctions
ne sont traitées qu’en classe de 1ère des sections scientifiques B, C et D. Dès lors, au cas où on
envisagerait le traitement de ces ajustements, il faudrait ou bien traiter les fonctions exponentielles
et logarithmiques déjà en classe de 2e ou bien traiter ce chapitre de la statistique en classe de 1ère.
Vu le fait que les fonctions exponentielles et logarithmiques ne figurent pas au programmes des
sections E, F et G, le chapitre des ajustements logarithmiques et exponentielles est à traiter
seulement en sections B, C et D.
En regardant de plus près le recueil des exercices, on constate qu’à la fin, il n’y a plus beaucoup
d’exercices à calculer à la main. A mon avis, les élèves doivent bien être capables de faire ces calculs
eux-mêmes, et de bien comprendre la signification de ces valeurs statistiques, mais ces calculs étant
assez vastes, il suffit de les faire quelques fois au début et de passer ensuite à la calculatrice ou bien
à Excel. C’est de cette manière que les exercices sont traités également en classe de 13e section
commerce et gestion. Les élèves doivent connaître la signification ainsi que les formules de ces
valeurs statistiques, mais n’ont pas besoin de les calculer à chaque fois à la main.
Les explications sur l’utilisation de la calculatrice se trouvent en annexe et sont à utiliser seulement
pour le deuxième et troisième bloc, c’est à dire à partir de la classe de 5e. Au cycle inférieur il est
important que les élèves savent faire les calculs « à la main », sans utilser les fonctions statistiques
spécifiques de la calculatrice pour calculer la moyenne ou pour déterminer le minimum et le
maximum d’une série statistique.
199
XV. Bibliographie
Livres
ADAM, Arthur, BASTIN, René, CLOSE, Philippe, LOUSBERG, Francis. Espace Math 4, de boeck,
Bruxelles, 2000.
ADAM, Arthur, LOUSBERG, Francis. Espace Math 56, de boeck, Bruxelles, 2000.
ANTIBI André, BARRA Raymond, MORIN Jean. Transmath 1re S, Programme 2001, Nathan, Paris,
2001.
BILKE, Petra, SPRUNG, Ulrike. Excel 2013, Die Anleitung in Bildern, Vierfarben, Bonn, 2013.
BREMER, Jean-Claude. Etablissement de statistiques, Chapitre 4, La représentation graphique des

données de séries statistiques à un seul caractère, Centre de Formation Professionnelle Continue.
CHAPIRON, Gisèle, MANTE, Michel, MULET-MARQUIS, René, PEROTIN, Catherine. Triangle 4e,
mathématiques, Hatier, Paris, 2008.
CHAPIRON, Gisèle, MANTE, Michel, MULET-MARQUIS, René, PEROTIN, Catherine. Triangle 4e,
mathématiques, Hatier, Paris, 2007.
CNP-Sciences économiques et sociales, «Statistique et Probabilité» pour la classe 1D, édition

septembre 2014, MENJE, Luxembourg, 2014.
DELORD, Robert, VINRICH, Gérard, BOURDAIS, Michel. Maths 1er degré, Nombres, Collection cinq
sur Cinq, Hachette, Namur, 2003.
HAAS, Nicola, HEITZER, Johanna, LERGENMÜLLER, Arno, PEUSER, Kerstin, RÜSING, Michael,
SCHMIDT, Günter, TODT, Günter, VOGT, Thomas, ZACHARIAS, Martin. Mathematik Neue Wege 6,
Arbeitsbuch für Gymnasien, Saarland, Schroedel, Braunschweig, 2009.
MALAVAL, Joël, COURBON, Denise, CARLOOD, Véronique, FUNDAKOWSKI, Michel, MAZE, Monique,
PLANTIVEAU, Annie, PUIGREDO, Frédéric, SERES, Philippe. Transmath 3e, Programme 2008, Nathan,
Paris, 2008.
MENFP. Mathématiques, division inférieure de l’enseignement secondaire, compétences

disciplinaires attendues à la fin de la classe de 6e et à la fin de la classe de 4e, Luxembourg, 2011.
REINELT Günther, JACOBY-SCHÄFER Heike, KREUTZ Carsten, RÖSNER Florian. Lambacher Schweizer,
Mathematik für die Fachhochschulreife, Typ Wirtschaft und Verwaltung, Ernst Klett Verlag,
Stuttgart, 2009
VAN DIEREN, Françoise, HAUSMANN, Sabine. Clic et Maths 2e, de boeck, Bruxelles, 2013.
VAN DIEREN, Françoise, SARTIAUX, Pierre. Clic et Maths 3e, de boeck, Bruxelles, 2012.
VONHOEGEN, Helmut. Excel 2013, Der umfassende Ratgeber, Vierfarben, Bonn, 2013.
201
Bibliographie
Liens URL
CHARPENTIER, Arthur. Le mois des boîtes à moustaches.

URL : http://freakonometrics.hypotheses.org/4138
(retrieved 02/2015)
Deutscher Bildungsserver, Sekundarbereich II – Aufbau und Struktur, 2015.

URL: http://www.bildungsserver.de/Sekundarbereich-II-Aufbau-und-Struktur-687.html
(retrieved 02/2015)
Deutscher Bildungsserver, Sekundarbereich, 2015.

http://www.bildungsserver.de/Sekundarbereich-636.html
(retrieved 02/2015)
EACEA (Agence Exécutive Education, Audiovisuel et Culture), 2014.

URL : http://eacea.ec.europa.eu/education/eurydice/eurypedia_fr.php
(retrieved 12/ 2014)
Ecoles européennes, Programme de mathématiques-Années 1-3 du Secondaire, 2008.

URL: http://www.eursc.org/getfile/1130/1
(retrieved 07/2015)
Ecoles Européennes, Secrétariat Général, Programme de mathématiques Années 4 à 7 du

secondaire, Préambule aux programmes, 2011.
URL : http://www.eursc.eu/index.php?id=143
(retrieved 07/2015)
Ecoles européennes, Programme de mathématiques Année 4 du Secondaire, Cours à 4

périodes/semaine, 2010.
(retrieved 07/2015)

(retrieved 07/2015)

(retrieved 07/2015)

(retrieved 07/2015)
Ecoles européennes, Programme de mathématiques Année 6 du Secondaire, Cours fondamental à 3

URL : http://www.eursc.org/getfile/1568/1
(retrieved 07/2015)
202
Bibliographie
Ecoles européennes, Programme de mathématiques Année 7 du Secondaire, Cours fondamental à 3

(retrieved 07/2015)
Ecoles européennes, Programme de mathématiques Année 7 du Secondaire, Cours approfondi à 3

(retrieved 07/2015)
Ecoles européennes, Structure des études.

URL : http://www.eursc.eu/index.php?id=137
(retrieved 07/2015)
Education.gouv.fr (Ministère de l’éducation nationale, de l’enseignement supérieur et de la

recherche), Bulletin officiel spécial n° 6 du 28 août 2008 – Programmes du collège – Programmes de
l’enseignement de mathématiques, 2015.
URL: http://cache.media.education.gouv.fr/file/special_6/52/5/Programme_math_33525.pdf
(retrieved 05/2015)

recherche), Bulletin officiel n° 30 du 23 juillet 2009 – Programmes de la classe de seconde –
Programmes de l’enseignement de mathématiques, 2015.
URL:http://cache.media.education.gouv.fr/file/30/52/3/programme_mathematiques_seconde_655
23.pdf
(retrieved 05/2015)

recherche), Bulletin officiel spécial n° 9 du 30 septembre 2010 – Programmes de la classe de
première de la série ES et de la série L – Programmes de l’enseignement de mathématiques, 2015.
URL: http://cache.media.education.gouv.fr/file/special_9/20/9/mathsES+L_155209.pdf
(retrieved 05/2015)

recherche), Bulletin officiel spécial n° 9 du 30 septembre 2010 – Programmes de la classe de
première de la série S – Programmes de l’enseignement de mathématiques,2015.
URL: http://cache.media.education.gouv.fr/file/special_9/21/1/mathsS_155211.pdf
(retrieved 05/2015)

recherche), Bulletin officiel spécial n° 8 du 13 octobre 2011 – Programmes de l’enseignement
spécfique et de spécialité de mathématiques de la série ES et de l^’enseignement de spécialité de
athématiques de la série L, 2015.
URL: http://cache.media.education.gouv.fr/file/special_8_men/98/2/mathematiques_ES_L_195982.pdf
(retrieved 05/2015)

recherche), Bulletin officiel spécial n° 8 du 13 octobre 2011 – Programmes de l’enseignement
spécfique et de spécialité en classe terminale de la série S, 2015.
203
Bibliographie
URL: http://cache.media.education.gouv.fr/file/special_8_men/98/4/mathematiques_S_195984.pdf
(retrieved 05/2015)
EDUSCOL (portail national des professionnels de l’éducation), Programmes du lycée, 2015.

URL: http://eduscol.education.fr/pid26017/programmes-du-lycee.html
(retrieved 02/2015)
Enseignement.be (Le portail de l’enseignement en fédération Wallonie-Bruxelles), la structure de

l’enseignement secondaire ordinaire de plein exercice, 2015
URL : http://www.enseignement.be/index.php?page=24547&navi=45
(retrieved 02/2015)
Enseignement.be (Le portail de l’enseignement en fédération Wallonie-Bruxelles), référentiels de

compétences – les socles de compétences, 2015.
URL : http://www.enseignement.be/index.php?page=24737
(retrieved 06/2015)
Enseignement.be (Le portail de l’enseignement en fédération Wallonie-Bruxelles), référentiels de

compétences – les compétences terminales, 2015
URL: http://www.enseignement.be/index.php?page=25189
(retrieved 06/2015)
EUYPEDIA (European Encyclopedia on National Education Systems), 2015.

URL:https://webgate.ec.europa.eu/fpfis/mwikis/eurydice/index.php/Belgique-Communaute-
francaise:Enseignement_et_apprentissage_au_niveau_secondaire_sup%C3%A9rieur_g%C3%A9n%C
3%A9ral
(retrieved 02/2015)
FSEG (Faculté des Sciences Economiques et de Gestion Strasbourg), Modalités d’évaluation des
connaissances et des compétences en licence mention Economie – Gestion, 2014.
URL : http://ecogestion.unistra.fr/fileadmin/upload/DUN/fseg/PDF_MCC/L-EG.pdf
(retrieved 01/2015)
KMK (Kultusministerkonferenz), Überblick, 2015.

URL:http://www.kmk.org/bildung-schule/qualitaetssicherung-in-schulen/bildungsstandards/
ueberblick.html
(retrieved 02/2015)
KMK (Kultusministerkonferenz), Bildungsstandards im Fach Mathematik für die Allgemeine

Hochschulreife (Beschluss der Kultusministerkonferenz vom 18.10.2012), 2015.
URL:http://www.kmk.org/fileadmin/veroeffentlichungen_beschluesse/2012/2012_10_18-
Bildungsstandards-Mathe-Abi.pdf
(retrieved 02/2015)
Linternaute.com. Dictionnaire français, Statistique.

URL : http://www.linternaute.com/dictionnaire/fr/definition/statistique/
(retrieved 09/2014)
LOUHA, Mourad. Excel-Translator.

URL : http://de.excel-translator.de/translator/
(retrieved 07/2015)
204
Bibliographie
MEN, Recueil d’exercices pour la classe de 13e Commerce et Gestion.

URL : http://portal.education.lu/programmes/ProgrammeSecondaire.aspx
(retrieved 01/2015)
MENFP (septembre 2014), Programmes de mathématiques en classe de 7eO/6e/5e/4e.

URL : http://portal.education.lu/programmes/ProgrammeSecondaire.aspx#la-210756-20132014#la-
210756-20132014
(retrieved 02/2015)
MENFP (septembre 2011), Mathématiques, compétences disciplinaires attendues à la fin de la classe

de 3e A, E, F et G.
210756-20132014
(retrieved 05/2015)
MENFP (septembre 2014), Programmes de mathématiques en classes de 2e E, F et G.

210756-20132014
(retrieved 05/2015)
MENFP (septembre 2014), Programmes de mathématiques en classes de 1ère E, F et G.

210756-20132014
(retrieved 05/2015)
MENFP, Mathématiques, compétences disciplinaires attendues à la fin de la classe de 2e B.

210756-20132014
(retrieved 05/2015)
Ministère de l’Enseignement supérieur et de la Recherche, Conférence de presse de Monsieur

Biltgen, Ministre de l’enseignement supérieur et de la recherche, à l’occasion de la rentrée 2012,
11/09/2013.
URL : http://www.cedies.public.lu/fr/actualites/2012/09/conference-presse/index.html
(retrieved 12/2014)
Ministère de l’Enseignement supérieur et de la Recherche, Conférence de presse de la rentrée

académique 2013/2014, 11/09/2013.
URL :http://www.mesr.public.lu/presse/communiques/2013/09/Dossier_de_presse_rentree_acade
mique_2013_2014.pdf
(retrieved 12/2014)
Ministère de l’Enseignement supérieur et de la Recherche, Conférence de presse de la rentrée

académique 2014-2015, 24/09/2014.
URL: http://www.mesr.public.lu/presse/communiques/2014/Septembre-2014/conference-de-
presse-de-la-rentree-academique1.html
(retrieved 12/2014)
Ministerium für Bildung Saarland, Prüfung zum Mittleren Bildungsabschluss, 2010.

URL : http://www.conrad-blk.de/ma_mba/MBA_2010_HT_Ma_PA_Schueler.pdf
(retrieved 01/2015)
205
Bibliographie
Ministerium für Bildung Saarland, Prüfung zum Mittleren Bildungsabschluss, 2012.

URL : http://www.conrad-blk.de/ma_mba/MBA_2012_HT_Ma_PA_Schueler.pdf
(retrieved 01/2015)
Ministerium für Bildung und Kultur Saarland, Lehrplan Mathematik Gymnasium Klasse 7,
Erprobungsphase 2014.
URL: http://www.saarland.de/dokumente/thema_bildung/LP_Ma_Gym_7_2014.pdf
(retrieved 07/2015)
Ministerium für Bildung und Kultur Saarland, Lehrplan Mathematik Gymnasiale Oberstufe E-Kurs,
Erprobungsphase 2015, 2015.
URL: http://www.saarland.de/dokumente/thema_bildung/LP_Ma_GOS_HP_E-Kurs_2015.pdf
(retrieved 07/2015)
Ministerium für Bildung und Kultur Saarland, Lehrplan Mathematik Gymnasiale Oberstufe G-Kurs,
Erprobungsphase 2015, 2015.
URL: http://www.saarland.de/dokumente/thema_bildung/LP_Ma_GOS_HP_G-Kurs_2015.pdf
(retrieved 07/2015)
Notrefamille.com, Taille selon l’âge.

URL : http://sante-guerir.notrefamille.com/v2/services-sante/article-sante.asp?id_guerir=2232
(retrieved 02/2015)
SEGEC (Sécrétariat Général de l’Enseignement catholique en communautés française et

germanophone de Belgigue), 2015.
URL :http://enseignement.catholique.be/segec/index.php?doctypte=1&specialise=0&id=391&flag=1
&LIBELLE_SECTEUR=MATHEMATIQUES&retour=944&titre=Math%E9matiques&Rechercher=Recherc
her
(retrieved 05/2015)
SEGEC ((Sécrétariat Général de l’Enseignement catholique en communautés française et

germanophone de Belgigue), programme de mathématiques – 1er degré, 2015.
URL : http://admin.segec.be/documents/5921.pdf
(retrieved 05/2015)

germanophone de Belgigue), programme de mathématiques – 2e degré, 2015.
URL : http://admin.segec.be/documents/4472.pdf
(retrieved 05/2015)

germanophone de Belgigue), programme de mathématiques – 3e degré, 2015.
URL :
http://enseignement.catholique.be/segec/index.php?doctypte=1&specialise=0&id=391&flag=1&LIB
ELLE_SECTEUR=MATHEMATIQUES&retour=944&titre=Math%E9matiques&Rechercher=Rechercher
(retrieved 05/2015)
206
Bibliographie
STATEC (Le portail des statistiques au Grand-Duché de Luxembourg)

URL : www.statec.lu
(retrieved 08/2015)
STATEC. Evolution du nombre d’habitants au Luxembourg.

URL : http://www.statistiques.public.lu/catalogue-publications/RP2011-premiers-resultats/2012/02-
12.pdf
(retrieved 03/2015)
ULB (Université libre de Bruxelles), Analyse des données en sciences psychologiques et de l’éducation
(1re partie), 2014.
URL :http://banssbfr.ulb.ac.be/PROD_frFR/bzscrse.p_disp_course_detail?cat_term_in=201415&subj
_code_in=STAT&crse_numb_in=E101&PPAGE=ESC_PROGCAT_AREREQ&PPROGCODE=BA-
PSYE&PAREA=PSYE1&PARETERM=000000&PTERM=201415
(retrieved 01/2015)
ULB (Université libre de Bruxelles), Analyse des données en sciences psychologiques et de l’éducation
(2ème partie), 2014.
_code_in=STAT&crse_numb_in=E201&PPAGE=ESC_PROGCAT_AREREQ&PPROGCODE=BA-
PSYE&PAREA=PSYE2-M&PARETERM=201314&PTERM=201415
(retrieved 01/2015)
ULB (Université libre de Bruxelles), Eléments de statistique pour les sciences sociales, 2014.
_code_in=STAT&crse_numb_in=D103&PPAGE=ESC_PROGCAT_AREREQ&PPROGCODE=BA-
SHUM&PAREA=SHUM1-B&PARETERM=201314&PTERM=201415
(retrieved 01/2015)
ULB (Université libre de Bruxelles), Méthodes d’enquête et de sondage, 2014.

_code_in=STAT&crse_numb_in=D103&PPAGE=ESC_PROGCAT_AREREQ&PPROGCODE=BA-
SHUM&PAREA=SHUM1-B&PARETERM=201314&PTERM=201415
(retrieved 01/2015)
ULB (université libre de Bruxelles), probabilités et inférence statistique pour BA2 en sciences
économiques, 2015.
URL:http://banssbfr.ulb.ac.be/PROD_frFR/bzscrse.p_disp_course_detail?cat_term_in=201415&subj
_code_in=STAT&crse_numb_in=S202&PPAGE=ESC_PROGCAT_AREREQ&PPROGCODE=BA-
ECON&PAREA=ECON2&PARETERM=201314&PTERM=201415
(retrieved 01/2015)
ULB (université libre de Bruxelles), probabilités et statistiques pour BA3 en sciences biologiques, BA3
en sciences géologiques et BA3 en sciences géographiques, 2014.
URL:http://banssbfr.ulb.ac.be/PROD_frFR/bzscrse.p_disp_course_detail?cat_term_in=201415&subj
(retrieved 01/2015)
207
Bibliographie
ULB (Université libre de Bruxelles), Psychométrie et statistique, 2014.

_code_in=PSYC&crse_numb_in=E307&PPAGE=ESC_PROGCAT_AREREQ&PPROGCODE=BA-
PSYE&PAREA=PSYE3&PARETERM=201314&PTERM=201415
(retrieved 01/2015)
ULB (Université libre de Bruxelles), statistique descriptive et éléments de probabilités pour BA1 en
sciences économiques, 2014.
(retrieved 01/2015)
ULB (Université libre de Bruxelles), Utilisation de la statistique : analyse factorielle et techniques

apparentées, 2014.
_code_in=STAT&crse_numb_in=E454&PPAGE=ESC_PROGCAT_AREREQ&PPROGCODE=MA-
EDUC&PAREA=EDUC4A&PARETERM=201314&PTERM=201415
(retrieved 01/2015)
ULB (Université libre de Bruxelles), Utilisation de la statistique : analyse de variance, 2014.

_code_in=PSYC&crse_numb_in=E411&PPAGE=ESC_PROGCAT_AREREQ&PPROGCODE=MA-
EDUC&PAREA=EDUC4A&PARETERM=201314&PTERM=201415
(retrieved 01/2015)
unistra.fr (université de Strasbourg), Ecole et Observation des Sciences de la Terre, S6 Statistiques,

2014.
URL : http://eost.unistra.fr/lm/licence/cursus/enseignements-l3/enseignements-l3-stu/s6-statistiques/
(retieved 12/2014)
unistra.fr (université de Strasbourg), Licence mention sciences du vivant, parcours biologie

moléculaire et cellulaire, 2014.
URL :http://sciencesvie.unistra.fr/fileadmin/upload/sciences_de_la_vie/Chris/Fiches_parcours_13.1
7/Licences/10.BMC.pdf
(retieved 12/2014)
unistra.fr (université de Strasbourg), Licence mention sciences du vivant, parcours Chimie et biologie,
2014.
URL :http://sciencesvie.unistra.fr/fileadmin/upload/sciences_de_la_vie/Chris/Fiches_parcours_13.1
7/Licences/40.CB.pdf
(retieved 12/2014)
unistra.fr (université de Strasbourg), Psychologie Strasbourg, Licence de Psychlogie, 2015.

URL : http://psychologie.unistra.fr/wp-content/uploads/2014/01/PLAQUETTE-LICENCE-
PSYCHOLOGIE-2014.pdf
(retieved 06/2015)
208
Bibliographie
Universität Trier; Bachelor of Science in Psychologie, Modulhandbuch, 2014.

URL: https://www.uni-
trier.de/fileadmin/fb1/PSY/STU/Bachelorstudium/PruefungsordnungModulhandbuch/BScModulhan
dbuch_abWS2012.pdf
(retrieved: 01/2015)
Universität Trier; Modul III Einführung in die Erziehungswisenschaft.

URL: https://www.uni-trier.de/fileadmin/fb1/PAD/Bachelor/K_Modul_III.pdf
Universität Trier; Statistik I (für Betriebswirschaftslehre, Sozialwissenschaften, Economics an Finance,

Volkswirschaftslehre).
URL: https://www.uni-trier.de/fileadmin/fb1/PAD/Bachelor/K_Modul_III.pdf
Université de Strasbourg, Faculté des Sciences, Sociales, L1 Sciences sociales, 2015.

URL : http://sspsd.u-strasbg.fr/L1-Sciences-sociales.html
(retrieved 06/2015)
Université de Strasbourg, Faculté des Sciences, Sociales, L2 Sciences sociales, 2015.

URL : http://sspsd.u-strasbg.fr/L2-Sciences-sociales.html
(retrieved 06/2015)
Université de Strasbourg, Première Année Commune des Etudes de Santé, Programme, 2015.
URL : http://udsmed.u-strasbg.fr/evalpaces/programme.html
(retrieved 06/2015)
uni.lu, Bachelor académique en Psychologie, Descriptif des cours semestre d’hiver 2014/2015.
URL :http://wwwde.uni.lu/var/storage/original/application/7a73a1571bf58c50f650da20ba4eb4a0.p
df
(retrieved 12/2014)
uni.lu, bachelor en sciences de la vie – biologie pour BA1, 2014.

URL :http://wwwde.uni.lu/layout/set/print/formations/fstc/bachelor_en_sciences_de_la_vie_biolog
ie_academique/programme?f=BAACASCVIE&c=0004C5605
(retrieved 12/2014)
uni.lu, bachelor en sciences de la vie – biologie pour BA2, 2014.

URL :http://wwwde.uni.lu/layout/set/print/formations/fstc/bachelor_en_sciences_de_la_vie_biolog
ie_academique/programme?f=BAACASCVIE&c=0004C8029
(retrieved 12/2014)
uni.lu, bachelor en sciences économiques et de gestion (academic), 2014.

URL:http://wwwde.uni.lu/layout/set/print/formations/fdef/bachelor_en_sciences_economiques_et
_de_gestion_academique/programme?f=BAACASCECOGESTION&c=0004C8227
(retrieved 12/2014)
209
Bibliographie
uni.lu, bachelor en sciences sociales et éducatives (professionnel), 2014.

URL :
http://wwwen.uni.lu/layout/set/print/formations/flshase/bachelor_en_sciences_sociales_et_educa
tives_professionnel/programme?f=BAPROSCSOCIALEEDUC&c=0004C6073
(retrieved 12/2014)
Wikipedia, Statistiques et record de la Coupe du monde de football.

URL : https://fr.wikipedia.org/wiki/Statistiques_et_records_de_la_Coupe_du_monde_de_football
(retrieved 08/2015)
Wikipedia, Marathon au Luxembourg.

URL : https://de.wikipedia.org/wiki/Luxemburg-Marathon
(retrieved 07/2015)
210
XVI. Annexes
Annexe 1 : Le sondage auprès des enseignants
Voici le questionnaire tel qu’il a été envoyé aux enseignants de mathématiques :
Les statistiques et les probabilités en classe de 7e à 2e de l’enseignement

secondaire
Chères collègues, chers collègues,
Nous vous serions reconnaissantes si vous pouviez vous prendre quelques minutes pour répondre à
ce questionnaire, dont les résultats nous serviront de base pour nos travaux de candidature.
Ce questionnaire sera traité de façon anonyme et servira uniquement à appréhender la situation

actuelle concernant les statistiques et les probabilités au programme du cours de mathématiques
des classes de 7e à 2e de l’enseignement secondaire.
Nous vous remercions déjà d’avance de votre précieuse collaboration.
Jill Thomé et Stéphanie Weyer
(professeurs-candidats en mathématiques)
Informations personnelles
Je travaille en tant qu’enseignant de mathématiques  depuis moins de 15 ans

 depuis 15 ans ou plus
Actuellement, j’enseigne  dans un lycée “classique” n’ayant que des classes de l’ES.
 dans un lycée “mixte” ayant des classes de l’ES et de l’EST
Première partie – Questions générales (en relation avec la statistique et le calcul de probabilités)
Remarque préliminaire:
Nous vous prions de répondre aux questions suivantes dans le contexte des programmes des classes
de 7e à 2e de l’ES uniquement (pas la classe de 1ère de l’ES et pas non plus celles de l’EST).
1. Les programmes en mathématiques sont souvent assez chargés, de sorte que les enseignants
pourraient avoir tendance à ne traiter que superficiellement, à reporter à l’année suivante, voire
même à ne pas traiter du tout, un chapitre qu’ils estiment être moins important que d’autres.
Êtes- vous d’accord avec les affirmations suivantes:
a. “Les chapitres de statistique et/ou de probabilités sont souvent prévus à être traités comme
derniers chapitres à la fin de l’année scolaire.”
 Oui, c’est vrai pour la statistique et le calcul de probabilités.
 Oui, c’est vrai pour la statistique.
 Oui, c’est vrai pour le calcul de probabilités.
 Non, je ne suis pas d’accord avec cette affirmation.
211
Annexes
b. “En cas de manque de temps, ce sont souvent les chapitres de statistique et/ou de calcul de
probabilités du programme qui ne sont pas (ou que partiellement) traités.”
c. “Si je devais négliger par manque de temps un chapitre à la fin de l’année scolaire, je
choisirais un chapitre de statistique et/ou de probabilité.”
2. Actuellement, le programme officiel prévoit des chapitres de statistique et de calcul de

probabilités dans les différents niveaux qui ne figurent pas toujours aux manuels obligatoires
respectifs, et qui sont donc à traiter hors-manuel.
a. Êtes-vous d’avis que ce fait influence aussi la décision de ne pas traiter les chapitres de calcul
de probabilités et/ou de statistique en cas de manque de temps? (au cas où vous avez répondu
par OUI à la question 1b).
 oui  non
b. A votre avis, serait-il utile de disposer

- d’un cours de statistique élaboré pour les classes de 7e à 2e ?  oui  non
- d’un cours de calcul de probabilités élaboré pour les classes de 7e à 2e ?
 oui  non
Deuxième partie – Questions en relation avec les statistiques
1. A votre avis, serait-il utile que ce cours comprenne une introduction au tableur Excel ainsi que
des exercices d’application afin d’habituer les élèves dès la classe de 7e aux outils
informatiques?
 Oui  Non Pourquoi?
_______________________________________________________________________________
2. Actuellement, selon le socle de compétences, à la fin de la classe de 4e, les élèves doivent
connaître les notions statistiques de base ainsi que le diagramme en boîtes et le nuage de
points.
2.1. Êtes-vous ou étiez-vous dans le passé titulaire d’une classe de 5e ou 4e?  Oui Non
2.2. Si oui, avez-vous traité les points nommés ci-dessus en classe?  Oui  Non
3. En classe de IIe B, le programme officiel prévoit que les élèves connaissent l’ajustement linéaire
d’un nuage de points ainsi que le coefficient de corrélation.
3.1. Êtes-vous ou étiez-vous dans le passé titulaire d’une classe de IIe B?  Oui  Non
3.2. Si oui, avez-vous traité ces sujets en classe?  Oui  Non
212
Annexes
4. Selon le programme actuel, un élève sortant d’une classe de Ire C a seulement appris les
connaissances de base en statistique comme prévues à la fin de la classe de 4e.
A votre avis, a-t-il les connaissances en statistique nécessaires pour commencer ses études dans
les domaines comme l’économie, la biologie, la psychologie, la médecine,... toutes des voies
d’études où la statistique joue un rôle important, surtout pendant les premières années
d’étude?  Oui  Non
Quels sont des contenus qu’on pourrait, resp. devrait ajouter au programme d’un cours de
statistique pour satisfaire aux besoins de ces voies d’étude ?
______________________________________________________________________________
5. En France par exemple, entre autre la notion d’intervalle de confiance figure au programme de
mathématiques de la classe de Terminale S. A votre avis, serait-il souhaitable d’ajouter des
notions de statistique inférentielle au programme luxembourgeois?  Oui  Non
Si oui, lesquelles?
_____________________________________________________________________________
Remarques et propositions éventuelles

__________________________________________________________________________________
__________________________________________________________________________________
__________________________________________________________________________________
Nous vous remercions d’avoir pris le temps pour répondre à ce questionnaire!
213
Annexes
Annexe 2 : Programme de la SEGEC en Belgique (1er degré)

Voici un extrait du programme de la SEGEC pour le 1er degré en Belgique88 :
1ère année
88 er
SEGEC, Programme de Mathématiques – 1 degré (pages 34 et 50)
214
Annexes
2e année
215
Annexes
Annexe 3 : Programme de la SEGEC en Belgique (2e degré)

Voici un extrait du programme de la SEGEC pour le 2e degré en Belgique89 :
89 e
SEGEC, Programme de Mathématiques – 2 degré (pages 29, 49, 50, 51)
216
Annexes
217
Annexes
Annexe 4 : Programme de la SEGEC en Belgique (3e degré)

Voici un extrait du programme de la SEGEC pour la probabilité et les statistiques au 3e degré en
Belgique90 :
Cours à 2 périodes
5e année : ni de probabilité ni de statistique au programme
6e année :
Pour ce cours, on a fait une différence entre le traitement de données et le calcul de probabilités.
Voici l’extrait du chapitre de traitement de données :
90 e
SEGEC, Programme de Mathématiques - 3 degré (pages 25-26, 53 – 55 , 88 – 90)
218
Annexes
5e année : ni de probabilités ni de statistique au programme
6e année :
Les cours de probabilité et de statistique sont mis en commun. Donc voici l’extrait du programme
concernant le calcul de probabilités et la statistique :
219
Annexes
220
Annexes
5e année : ni de probabilité ni de statistique au programme
6e année : le programme de statistique est le même qu’au cours à 4 périodes
221
Annexes
Annexe 5 : Compléments au programme de la classe de 7e en Sarre
Voici un extrait du texte annexé au programme de la classe de 7e en Sarre91 :
91
Ministerium für Bildung und Kultur Saarland, Lehrplan Mathematik Gymnasium Klasse 7, 2014 (pages 67, 70)
222
Annexes
223
Annexes
Annexe 6 : Bildungsstandards zum Erwerb der allgemeinen Hochschulreife
Voici un extrait des « Bildungsstandards », socle de compétences valables pour tous les pays de
l’Allemagne92 :
92
224
Annexes
Annexe 7 : Programme détaillé du cycle supérieur en Sarre
Voici un extrait du programme du cours de base du cycle supérieur en Sarre93.
93
Ministerium für Bildung und Kultur Saarland, Lehrplan Mathematik Gymnasiale Oberstufe G-Kurs, 2015
(pages 40-42)
225
Annexes
226
Annexes
Le cours avancé contient les éléments supplémentaires suivants94 :
94
Ministerium für Bildung und Kultur Saarland, Lehrplan Mathematik Gymnasiale Oberstufe E-Kurs, 2015
(pages 43-46)
227
Annexes
228
Annexes
229
Annexes
230
Annexes
Annexe 8: Liens URL des recherches concernant les cours de probabilité et

statistique dans les différents domaines d’études
 Économie
o au Luxembourg
en BA2 :
http://wwwde.uni.lu/layout/set/print/formations/fdef/bachelor_en_sciences_economi
ques_et_de_gestion_academique/programme?f=BAACASCECOGESTION&c=0004C8227
o à Bruxelles
en BA1:
http://banssbfr.ulb.ac.be/PROD_frFR/bzscrse.p_disp_course_detail?cat_term_in=20141
5&subj_code_in=STAT&crse_numb_in=S101&PPAGE=ESC_PROGCAT_AREREQ&PPROGC
ODE=BA-ECON&PAREA=ECON1&PARETERM=201415&PTERM=201415
en BA2:
5&subj_code_in=STAT&crse_numb_in=S202&PPAGE=ESC_PROGCAT_AREREQ&PPROGC
ODE=BA-ECON&PAREA=ECON2&PARETERM=201314&PTERM=201415
o à Strasbourg
en L1 : http://ecogestion.unistra.fr/fileadmin/upload/DUN/fseg/PDF_MCC/L-EG.pdf p.5
en L2 : http://ecogestion.unistra.fr/fileadmin/upload/DUN/fseg/PDF_MCC/L-EG.pdf p.5
o à Trèves
en BA1 : https://www.uni-trier.de/index.php?id=45330
https://www.uni-
trier.de/fileadmin/fb4/VWL/VWL_Schaubilder/Research_Papers_in_Economics/2012/st
atistik.pdf
 Éducation
o au Luxembourg : /
o à Bruxelles
en BA1 (même cours pour sciences de l’éduction et psychologie):
5&subj_code_in=STAT&crse_numb_in=E101&PPAGE=ESC_PROGCAT_AREREQ&PPROGC
ODE=BA-PSYE&PAREA=PSYE1&PARETERM=000000&PTERM=201415
en BA2 (même cours pour sciences de l’éducation et psychologie):

ODE=BA-PSYE&PAREA=PSYE2-M&PARETERM=201314&PTERM=201415
231
Annexes
en BA3 (même cours pour sciences de l’éducation et psychologie):

5&subj_code_in=PSYC&crse_numb_in=E307&PPAGE=ESC_PROGCAT_AREREQ&PPROGC
en MA1 (cours à choisir, mais un cours de statistique est obligatoire)
5&subj_code_in=PSYC&crse_numb_in=E411&PPAGE=ESC_PROGCAT_AREREQ&PPROGC
ODE=MA-EDUC&PAREA=EDUC4A&PARETERM=201314&PTERM=201415
ODE=MA-EDUC&PAREA=EDUC4A&PARETERM=201314&PTERM=201415
o à Strasbourg: /
o à Trèves
en BA1: https://www.uni-trier.de/fileadmin/fb1/PAD/Bachelor/K_Modul_III.pdf
 Droit
o au Luxembourg : /
o à Bruxelles : /
o à Strasbourg: /
o à Trèves: /
 Sciences naturelles
o au Luxembourg (pour biologie, pas d’autres études offertes)
en BA1 :
http://wwwde.uni.lu/layout/set/print/formations/fstc/bachelor_en_sciences_de_la_vie
_biologie_academique/programme?f=BAACASCVIE&c=0004C5605
en BA2 :
http://wwwde.uni.lu/layout/set/print/formations/fstc/bachelor_en_sciences_de_la_vie
_biologie_academique/programme?f=BAACASCVIE&c=0004C8029
o à Bruxelles (pour biologie, géographie et géologie)

en BA3 :
5&subj_code_in=MATH&crse_numb_in=F315&PPAGE=ESC_PROGCAT_AREREQ&PPROG
CODE=BA-BIOL&PAREA=BIOL3&PARETERM=000000&PTERM=201415
o à Strasbourg
Licence mention sciences du vivant, parcours biologie moléculaire et cellulaire :
http://sciencesvie.unistra.fr/fileadmin/upload/sciences_de_la_vie/Chris/Fiches_parcour
s_13.17/Licences/10.BMC.pdf p.36
232
Annexes
Licence Mention Science du vivant, Parcours Chimie et biologie :

http://sciencesvie.unistra.fr/fileadmin/upload/sciences_de_la_vie/Chris/Fiches_parcour
s_13.17/Licences/40.CB.pdf p. 43
L3 Sciences de la Terre et Univers + L3 Sciences de la Terre et Environnement:
http://eost.unistra.fr/lm/licence/cursus/enseignements-l3/enseignements-l3-stu/s6-statistiques/
o à Trèves: pas d’études offertes dans ce domaine
 Médecine et professions de la santé

o au Luxembourg : /
o à Bruxelles : /
o à Strasbourg:
en BA1: http://udsmed.u-strasbg.fr/evalpaces/programme.html
o à Trèves : / pas d’études en médecine offertes
 Sciences sociales et humaines

o au Luxembourg
http://wwwen.uni.lu/layout/set/print/formations/flshase/bachelor_en_sciences_sociale
s_et_educatives_professionnel/programme?f=BAPROSCSOCIALEEDUC&c=0004C6073
o à Bruxelles
en BA1 :
5&subj_code_in=STAT&crse_numb_in=D103&PPAGE=ESC_PROGCAT_AREREQ&PPROGC
ODE=BA-SHUM&PAREA=SHUM1-B&PARETERM=201314&PTERM=201415
en BA3 :
5&subj_code_in=STAT&crse_numb_in=D307&PPAGE=ESC_PROGCAT_AREREQ&PPROGC
ODE=BA-SHUM&PAREA=SHUM3&PARETERM=201213&PTERM=201415
o à Strasbourg
en L1 : http://sspsd.u-strasbg.fr/L2-Sciences-sociales.html (semestre 2 unité 4)
en L2 : http://sspsd.u-strasbg.fr/L2-Sciences-sociales.html (semestres 1 et 2, unité 4)
o à Trèves
en BA1 : https://www.uni-
trier.de/fileadmin/fb4/VWL/VWL_Schaubilder/Research_Papers_in_Economics/2012/st
atistik.pdf
233
Annexes
 Psychologie
o au Luxembourg
en BA1 :
http://wwwde.uni.lu/var/storage/original/application/7a73a1571bf58c50f650da20ba4e
b4a0.pdf (p.17)
o à Bruxelles
en BA1 :
o à Strasbourg
en L1 : http://psychologie.unistra.fr/wp-content/uploads/2014/01/PLAQUETTE-LICENCE-
PSYCHOLOGIE-2014.pdf
o à Trèves
https://www.uni-
trier.de/fileadmin/fb1/PSY/STU/Bachelorstudium/PruefungsordnungModulhandbuch/B
ScModulhandbuch_abWS2012.pdf
234
Annexes
Annexe 9: Corrigé des exercices des classes de 7e et 6e
Exercice I.1
1. Non, ce n’est pas vrai, car 45+35=80 % sont externes ou demi-pensionnaires, donc 20 % sont
internes.
2. Internes 360
Externes 810
Demi-pensionnaires 630
Exercice I.2
20 % des élèves sont demi-pensionnaires,

mais le bâton a la même hauteur que celui
représentant 30% des élèves.
Exercice I.3
a) 50% d) 33,3%
b) 75% e) 12,5%
c) 25%
Exercice I.4
Le diagramme est faux, car la partie brune
correspond à 30%, mais elle est plus petite que
celle représentant 20%.
235
Annexes
Exercice I.5
a) 30% des ordinateurs sont vendus aux grandes

surfaces.
Angle
b) Grandes surfaces 54°
Commerces spécialisés 81°
Internet 45°
Exercice I.6
Vélo À pieds Bus Amenés en

voiture
Pourcentages 20 % 5% 50 % 75 %
Angles 72 18 180 270
Chemin à l'école
5%
20%
75%
50%
Vélo À pieds Bus Amenés en voiture
Exercice I.7
236
Annexes
Exercice I.8
Répartition des professions

700
600
500
400
300
200
100
0

Effectifs 270 180 630 420
Fréquences (%) 18 12 42 28
Répartition des professions

Agriculteurs
Libéraux 18%
28%
Sans-emplois
12%
Salariés
42%
237
Annexes
Exercice I.9
Alimentation Habillements Divers Logement
55,5 5,5 16,6 22,2
Répartition des dépenses familiales

60
50
Dépenses (%)
40
30
20
10
0
Alimentation Habillements Divers Logement
Achsentitel
Exercice I.10
Vente de "Schoolday"
500
400
300
200
100
0
J F M A M J J A S O N D
Vente de "Schoolday"
300
250
200
150
100
50
0
J J A S O N D
238
Annexes
d) Is vont présenter le 2e diagramme au directeur afin de ne pas montrer la chute des ventes
pendant les premiers mois de l’année.
Exercice I.11
Chômage au Luxembourg
22500
20000
17500
15000
12500
10000
7500
5000
2500
0
2001
1995
1996
1997
1998
1999
2000
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
2014
2015
Chômage au Luxembourg
22500
20000
17500
15000
12500
10000
7500
5000
2500
0
2007
2010
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
2008
2009
2011
2012
2013
2014
2015
Exercice I.12
Les deux diagrammes montrent le nombre de cambriolages par année, mais l’origine des deux
diagrammes n’est pas la même.
Le titre de l’article porte sur le diagramme 1. L’échelle de ce diagramme commençant à 66 transmet
l’effet que les bâtons agrandissent rapidement, donc on croit que le nombre de cambriolages a
explosé.
Exercice I.13
C’est Madame Weber qui a raison, elle fait appel au premier diagramme.
Les deux diagrammes ont une échelle différente, faisant croire qu’au diagramme 2 la masse de
déchets a considérablement baissé de 2013 à 2014, ce qui n’est pas le cas. Elle a seulement diminué
de 318 tonnes à 310 tonnes environ.
239
Annexes
Exercice I.14
Le diagramme montre que la durée a baissé considérablement au cours des derniers cent ans. Du
point de vue mathématique, la courbe va atteindre l’axe des abscisses. Mais en réalité, il y a une
limite, à un certain moment, les coureurs ne peuvent plus augmenter leur vitesse et ainsi baisser la
durée.
Exercice I.15
Visiteurs à la maison des Jeunes

140
120
100
80
60
40
20
0
b) Jacques ne prend pas en considération les trois premiers mois de l’année afin de ne pas montrer
la baisse au début du printemps, lorsqu’il commence de nouveau à faire beau dehors. De plus, le
diagramme commence à 100, donc l’augmentation en septembre semble être beaucoup plus
importante qu’elle ne l’est en réalité.
c) Le “Luxemburger Blatt” s’est basé sur le diagramme de Jacques. S’il avait pris en considération
tous les mois de l’année, on aurait vu que le nombre monte en automne et hiver, mais qu’après il y
a une grande probabilité qu’il redescendra à nouveau.
Exercice I.16
Sport Football Natation Volleyball Basketball Tennis
Effectifs 234 78 195 117 156
Fréquences(%) 30 10 25 15 20
Effectif total: 780
Exercice I.17
Effectif Fréquence (en %)
Foot 232 29
Natation 160 20
Volley 216 27
Tennis de table 104 13
Autre sport 88 11
240
Annexes
Exercice I.18
Couleur
rouge jaune noir bleu vert Autre
préférée
Effectif 23 17 40 55 38 27
Fréquence (%) 11,5 8,5 20 27,5 19 13,5
Effectif total: 200
Exercice I.19
1 2 3 4 5 6
Effectifs 10 8 8 8 5 6
Fréquences(%) 22,2 17,8 17,8 17,8 11,1 13,3
Exercice I.20
Résultat du Vote
1500
1000
500
0
Pour Contre Sans opinion
Résultat du Vote
11%
41% 49%
Pour Contre Sans opinion
Exercice I.21
Branche anglais sport mathématiques allemand musique biologie géographie Autres
Effectif 80 60 30 75 110 50 55 40
Fréquence (%) 16 12 6 15 22 10 11 8
241
Annexes
Exercice I.22
Temps passé devant la télé

120
100
80
Effectifs
60
40
20
Durée (minutes)
Exercice I.23
242
Annexes
Utilisation du smartphone
20
18
16
14
12
Effectifs
10
8
6
4
2
0
[0;30[ [30;60[ [60;90[ [90;120[ [120;150[
Durée (min)
Exercice I.24
a) Faux, deux garçons ont une note entre 0 et10 points. La plus mauvaise note des filles se trouve
entre 10 et 20 points.
b) Vrai, aucun garçon n’a une note en dessus de 50, par contre 6 filles ont une telle note.
c) Faux, 38 élèves ont eu une note entre 40 et 50, mais 51 élèves ont eu une note entre 30 et 40.
d) Vrai, [30;40[est la classe modale de la série statistique des notes des garçons.
e) Vrai, il y a 65 filles et seulement 56 garçons.
Exercice I.25
Nombre de frères et sœurs 0 1 2 3
Effectif 4 10 8 3
Effectif cumulé croissant 4 14 22 25
Fréquence (%) 16 40 32 12
Fréquence cumulée croiss. (%) 16 56 88 100
Il y a 25 élèves dans la classe.
Polygone des fréquences cumulées

croissantes
100
80
60
40
20
0
0 1 2 3 4
243
Annexes

25
20
15
10
5
0
0 1 2 3 4
Exercice I.26

60
50
40
30
20
10
0
9,25 9,35 9,45 9,55 9,65 9,75 9,85 9,95 10,05
Exercice I.27
Classes Effectifs Effectifs
cum.
Croiss.
[0;30[ 42 42
[30;60[ 55 97
[60;90[ 60 157
[90;120[ 110 267
[120;150[ 101 368
[150;180[ 78 446
[180;210[ 33 479
[210;240[ 4 483
[240;270[ 9 492
[270;300[ 8 500
244
Annexes

600
500
400
300
200
100
0
0 30 60 90 120 150 180 210 240 270 300
Exercice I.28
Moyenne de la série statistique: x  4, 07
Exercice I.29
5
a) Moyenne des températures : x   0, 71C
7
Exercice I.30
Année 1990 1994 1998 2002 2006 2010 2014

Moyenne de
0,45 0,36 0,37 0,39 0,43 0,44 0,37
buts par jeu
Exercice I.31
3  7,8  5  7,9  7  8  3  8,1  8, 2
Moyenne: x   7,97
19
Le prix moyen de la pizza est égal à 7,97 €.
Exercice I.32
50  40  x
 42
3
90  x  126
x  36
245
Annexes
Exercice I.33
a)
Abuja Munich
Températures moyennes 53,08 55,25
b)
Précipitations à Munich
80
précipitations (mm)
70
60
50
40
30
20
10
0
Précipitations à Abuja
250
précipitations (mm)
200
150
100
50
c) Il ne suffit pas de regarder seulement la moyenne des précipitations, car celle-ci est pratiquement
identique aux deux séries, tandis qu’on voit bien que les répartitions des précipitations sont
totalement différentes pour les deux villes.
246
Annexes
Exercice I.34
a)
Note 21 24 27 30 36 37 41 45 48 51 54 57 60
Effectif 1 3 3 1 1 1 2 2 3 2 1 2 1
b) Etendue de la série : 39
c) Moyenne pondérée : x  33, 04
d) La médiane est la 13e valeur de la série statistique : 45
e) Les modes de la série statistique : 24, 27 et 48
Exercice I.35
a) Mode de la série : 8,3
b) Etendue de la série : 0,4
c) Moyenne de la série : 8,48
d) Médiane de la série : 8,5
Exercice I.36
a) Classe modale : [8 ;12[
b) La médiane (18e valeur de la série) se trouve dans la classe [12 ; 16[.
c) La plus grande valeur possible de l’étendue est 28 (valeur maximale proche de 28 et valeur
minimale 0) et la plus petite valeur possible de l’étendue est 20 (valeur maximale 24 et valeur
minimale proche de 4.
Exercice I.37
a) Mode de la série : 17
b) Médiane de la série (6e valeur) : 17
c) Moyenne de la série : 17 km
d) Le mode et la médiane de la série restent inchangés, mais la moyenne (17,9) change.
247
Annexes
Exercice I.38
a)
Age 77 78 80 81 84 85 88 90 91 94
Effectifs 4 3 6 4 2 7 4 2 1 2
Fréquences 0,11 0,09 0,17 0,11 0,06 0,20 0,11 0,06 0,03 0,06
Fréqu.cum 0,11 0,20 0,37 0,48 0,54 0,74 0,85 0,91 0,94 1
b) Il y a actuellement 35 habitants au Schlassheem.
c)
 Mode de la série : 85 ans

 Moyenne d’âge : 80,7 ans
 Etendue de la série : 17
d) Médiane de la série : 84 ans
Exercice I.39
a)
Nombre d’appareils 0 1 2 3 4
Eff. cum. croissants 2 10 37 48 53
b)

55
50
45
40
35
effectifs
30
25
20
15
10
5
0
0 1 2 3 4
Nombre de télévisions
c) En regardant le polygone, on voit que le point d’ordonnée 27 a une abscisse entre 1 et 2. En

calculant on trouve que la médiane est égale à 2.
248
Annexes
Exercice I.40

600
500
400
300
200
100
0
0 30 60 90 120 150 180 210 240 270 300
249
Annexes
Annexe 10 : Corrigé des exercices des classes de 5e et 4e
Exercice II.1
a) b)
Médiane : 3 Médiane : 0,4
Premier quartile : 2 Premier quartile : 0,3
Troisième quartile :4 Troisième quartile : 0,7
Exercice II.2
Exercice II.2
18
16
14
12
10
8
6
4
2
0
Serie A Serie B Serie C
Exercice II.3
Luxembourg Berlin
Moyenne 8,33 8,33
Médiane 9 7,5
Etendue 15 18
Premier quartile 4 4
Troisième quartile 11 10
25
20
15
10
0
L B
250
Annexes
Exercice II.4
35
30
25
20
15
10
0
Filles Garçons
Exercice II.5
a) Emission de CO2 en Allemagne : 700 millions de tonnes.
b) Emission de CO2 aux Etats-Unis : 5700 millions de tonnes, donc 5000 millions de tonnes plus
qu’en Allemagne
c) 5700 n’est pas 25 fois plus grand que 700. Comme l’origine du diagramme est 600 est non pas 0,
le bâton de l’USA est 25 fois plus grand que celui de l’Allemagne.
d) On voit que les valeurs minimales et maximales (les parties extrêmes des antennes) sont
pratiquement identiques pour les deux séries.
e) Le troisième quartile (partie la plus haute de la boîte) est supérieur à 1000, dès lors un quart des
valeurs est supérieur à 1000.
Exercice II.6
a) Le troisième quartile (partie supérieure de la boîte du diagramme à droite) est égal à 10, donc un
quart des valeurs se situe au-dessus de 10.
La médiane du diagramme en boîte à gauche (trait dans la boîte) est égale à 5, donc environ la
moitié des valeurs est inférieure à 5.
b) Celui qui affirme qu’il lit plus que 60 heures par semaine est une personne qui en plus a un
appareil de télévision dans sa chambre. Donc ou bien il ne regarde pas la télé, ou bien il lit un livre
en regardant la télé. Afin de lire 60 heures par semaine, il faut lire au moins 8 heures par jour, ce qui
semble être trop élevé.
251
Annexes
Exercice II.7
Différents résultats, comme différentes mesures.
Exercice II.8
a) b)
 Moyenne : x  7  Moyenne : x  7
 Variance : V  6  Variance : V  4
 Ecart-type :   6  2,449  Ecart-type :   4  2
Exercice II.9
a) Etendue de la série : 4 ; Mode de la série : 101
b) Moyenne de la série : x  100,36
c) Variance V  1,504 ; écart-type   V  1,226
Exercice II.10
Moyenne : 17,22
Variance : 84,89
Ecart-type : 9,21
Exercice II.11
a) Moyenne de la série : x  22,844
Ecart-type de la série :   0, 09

b)  0, 40%
x
Non, la balance ne reçoit pas l’étiquette « précision à 0,1% ».
Exercice II.12
Elèves de la classe de 7e :
Age 11,9 12,1 12,3 12,5 12,7 12,9 13,1 13,3 13,7 13,9 14,3 14,5 15,3
Eff. 1 8 30 33 29 35 20 4 1 1 1 1 1
Moyenne : 12,71 Ecart-type :   0, 431
252
Annexes
Elèves de la classe de 1ère :

Age 17,7 18,1 18,3 18,5 18,7 18,9 19,1 19,3 19,5 19,7 19,9 20,1 20,5 20,7 21,5
Eff. 1 5 9 12 13 12 5 3 1 4 5 4 1 1 1
Moyenne : 18,95 Ecart-type :   0, 694
c)
Classe de 7e : [ x   ; x   ]  [12, 28;13, 41]
92% des élèves de classe de 7e se trouvent dans cet intervalle.
Classe de 1ère : [ x   ; x   ]  [18, 26;19, 64]
71% des élèves de la classe de 1ère se trouvent dans cet intervalle.
d) En classe de 1ère, l’écart-type est plus élevé qu’en classe de 7e, car ici, il y a plus d’élèves qui ont
déjà redoublé au cours de leur carrière scolaire qu’en classe de 7e, et dès lors, il y a plus de
différences entre les âges.
Exercice II.13
Classe A Classe B
Moyenne : x  3, 46 Moyenne : x  3,32
Ecart-type :   1,15 Ecart-type :   2,16
La moyenne de la classe A est plus élevée qu’en classe B. Mais en classe B les notes sont plus
dispersées autour de la moyenne, tandis qu’en classe A, elles sont toutes plus proches de la
moyenne des notes.
Exercice II.14
a) Il y a 208 565 ménages privés au Luxembourg.
b) Moyenne du nombre de personnes par ménage : x  2, 41
c) Ecart-type:   1,398 , Variance : V  1,954
Exercice II.15
Nombre d’œufs 0 1 2 3 4 5 6 7
effectifs 2 4 10 16 12 17 21 18
Fréquences (%) 2 4 10 16 12 17 21 18
Fréquences
cum. 2 6 16 32 44 61 82 100
croissantes
253
Annexes
Nombre d'oeufs par semaine

25
20
nombre de poules
15
10
0
0 1 2 3 4 5 6 7
nombre d'oeufs
Polygone des fréqunces cumulées croissantes

100
fréquences cumulées croissantes
90
80
70
60
50
40
30
20
10
0
0 1 2 3 4 5 6 7
nombre d'oeufs
 Mode de la série statistique : 6

 Médiane de la série statistique : 5
 Etendue de la série statistique : 7
 Ecart-type: :   1,88
 Variance : V= 3,53
254
Annexes
Annexe 11 : Corrigé des exercices des classes de 3e et 2e
Exercice III.1
a) Point moyen G  (12, 6; 21)
b) point moyen G  (2,14; 4,94)
Exercice III.2
Point moyen G  (4,5;124)
Exercice III.3
En regardant le nuage de points, on remarque qu’il y a un lien entre les deux valeurs, plus
précisément, il semble valoir la peine de faire un ajustement linéaire.
En réalité, plus d’habitants il y a dans une ville, plus il y a de personnes capables à faire des crimes.
Exercice III.4
Du point de vue mathématique, il semble qu’il y a une corrélation entre les deux valeurs. Mais en
réalité, contrairement aux histoires racontées aux enfants, il n’y a pas de lien entre le nombre de
cigognes et celui des nouveau-nés dans une ville.
Exercice III.5
a)
xi 1 5 9
yi 2 3 7
Moyennes :
 x 5
 y 4
Donc point moyen G  (5;4) .
Pente de la droite de régression :

N 3
 (x k  x)( yk  y )  (x k  7,5)( yk  6)
(1  5)(2  4)  (5  5)(3  4)  (9  5)(7  4) 20 5
a k 1
 k 1
  
N 3
(1  5) 2  (5  5) 2  (9  5) 2
 (x  (x
32 8
k  x) 2 k  7,5) 2
k 1 k 1
Détermination de l’équation de la droite de régression d :
255
Annexes
y  y  a( x  x )
5
y  4  ( x  5)
8
5 25
y4 x
8 8
5 7
y  x
8 8
b)
xi 0 2 4 6
yi 6 3 2 -1
Point moyen : G  (3; 2,5)
Pente de la droite de régression :

N 4
 (x k  x)( yk  y )  (x k  3)( yk  2,5)

(0  3)(6  2,5)  (2  3)(3  2,5)  (4  3)(2  2,5)  (6  3)( 1  2,5) 22
a k 1
 k 1
   1,1
N 4
(0  3) 2  (2  3) 2  (4  3) 2  (6  3) 2
 (x  (x
20
k  x) 2
k  3) 2
k 1 k 1
Détermination de l’équation de la droite de régression :
y  y  a( x  x )
y  2,5  1,1( x  3)
y  2,5  1,1x  3,3
y  1,1x  5,8
Exercice III.6
a) Point moyen de la série double : G  (2, 2;586)
b) Pente de la droite de régression :

N 10
 (x k  x)( yk  y )  (x k  2, 2)( yk  586)

(0  2, 2)(350  586)  (2  2, 2)(520  586)  (2  2, 2)(600  586)  ...  (4  2, 2)(800  586)
a k 1
 k 1
  118, 04
N 10
(0  2, 2) 2  (2  2, 2) 2  (2  2, 2) 2  ...  (4  2, 2) 2
 ( xk  x)2
k 1
 ( xk  2, 2)2
k 1
Détermination de l’équation de la droite de régression :
y  y  a( x  x )
y  586  118, 04( x  2, 2)
y  586  118, 04 x  259, 69
y  118, 04 x  326,3
256
Annexes
c) Après la naissance des jumeaux, elle aura 6 enfants : x  6 .
Dépenses estimées :
y  118,04  6  326,3  1035 €
Exercice III.7
a) Point moyen de la série statistique double : G  (8,75;124,375)
b) Equation de la droite de régression : y  5,85x  73, 2
Exercice III.8
a)
 point moyen : G  (5;10, 4)

 Equation de la droite de régression : y  2,6 x  2,6
 Coefficient de corrélation : r  0,97
b)
 Point moyen : G  (4,83;1,33)

 Equation de la droite de régression : y  0,558x  4,030
 Coefficient de corrélation : r  0,95
Exercice III.9
80,5
80 y = 0,0299x + 61,321
nombre de cigognes
79,5
79
78,5
78
77,5
77
76,5
76
75,5
500 520 540 560 580 600 620
nombre de nouveaux-nés
257
Annexes
Exercice III.10
a)
Evolution du prix de l'essence en Allemagne

140
120 y = 3,9341x + 50,229

Prix (centimes d'Euro)
100
80
60
40
20
0
0 5 10 15 20
Années
b) Droite de régression : y  3,9341x  50, 229
En 2015 (x=26), l’estimation du prix d’un litre d’essence se trouve à

y  3,9341 26  50, 229  152,52 €
Actuellement, le prix est un peu plus bas par rapport à l’estimation, ceci est dû aux fluctuations des
prix à la source.
Exercice III.11
Taille corporelle - taille de chaussures

50
y = 0,2792x - 7,8913
45
Taille de chaussures
40
35
30
25
20
140 150 160 170 180 190 200 210
Taille (cm)
Coefficient de corrélation : r  0,93 .
258
Annexes
Vu le fait que r  0,8 , il y a une forte corrélation entre les deux valeurs. On dit qu’elles sont bien
corrélées.
Exercice III.12
a)
Taille des filles selon leur âge

180
y = 5,404x + 73,59
160
140 R² = 0,9881
120
taille (cm)
100
80
60
40
20
0
0 5 10 15 20
âge (années)
b) Coefficient de corrélation: r  0,994
c) r est très proche de 1, il y a donc une forte corrélation entre les deux valeurs
Exercice III.13
Point moyen de la série statistique double: G=(6,5;7,125) ( x1  x )( y1  y ) 16,0875
Calcul de la covariance de la série statistique double: ( x2  x )( y2  y ) 9,1125
Calculs intermédiaires: ( x3  x )( y3  y ) 4,6375
12
( x4  x )( y4  y ) 1,8125
 (x
k 1
k  x )( yk  y )  57, 65 ( x5  x )( y5  y ) 0,3375
( x6  x )( y6  y ) -0,0875
1 12 57, 65
cov( x, y)   ( xk  x )( yk  y )   4,80 ( x7  x )( y7  y ) 0,2375
N k 1 12
( x8  x )( y8  y ) 1,1625
( x9  x )( y9  y ) 2,6875
( x10  x )( y10  y ) 4,8125
( x11  x )( y11  y ) 7,0875
( x12  x )( y12  y ) 9,7625
259
Annexes
Exercice III.14
a) Point moyen de la série statististique double: G(30;5)
1 6
cov( x, y )   ( xk  x )( yk  y )
N k 1
b)
(26  30)(4,5  5)  (27  30)(4,5  5)  ...  (32  30)(5, 25  5)  (35  30)(5, 4  5) 8
 
6 6
c)  x  3, 055 et  y  0, 296
Pente de la droite de régression : a= 0,09375
x 3, 055
Coefficient de corrélation : r  a  0, 09375  0,97
y 0, 296
Exercice III.15
Mois (xk) 0 1 2 3 4 5
Prix (yk) 0,833 0,944 0,986 1,007 1,068 1,074
a) Coefficient de corrélation r  0,954. Comme r>0,8 est proche de 1, un ajustement affine est
valable.
b) Coordonnées de G :
0  1  ...  5 0,833  0,944  ...  1,074

x  2,5 et y   0,985
6 6
c) Equation de la droite d des moindres carrés (à l’aide de la calculatrice) : y  0,0457 x  0,8712
d) Le mois de juillet 2008 correspond à x = 12. On obtient l’estimation suivante pour y:
y  1,4191 (prix d’un litre d’essence en juillet 2008: environ 1,42 €)
Exercice III.16
a) Coefficient de corrélation : r  0,991 . Comme il est proche de 1, il y donc une dépendance
linéaire entre la charge et la production.
b) Coordonnées du point moyen : G(100 ;110,5)
Equation de la droite de régression (déterminée à l’aide d’Excel) : y  0,6081x  49,692
c) Une production de 300 000 produits correspond à x = 300. Estimation pour y :
y  232 (une production de 300000 produits évoque environ 232 000 d’heures de travail)
260
Annexes
d) 70 000 heures de travail correspondent à y=70. Estimation pour x :
x  33, 4 (avec 70 000 heures de travail on arrive à une production d’environ 33400 produits)
Exercice III.17
a) Coordonnées de G: G(4;157,49)
b) Coefficient de corrélation: r  0,99 . Comme r est proche de de 1, on peut envisager un

ajustement linéaire.
c) Equation de la droite des moindres carrés : y  3, 4964x  143,5 .
d) L’année 1995 correspond à x=-12. On obtient l’estimation suivante :
y  101,5432
Donc en 1995, il y avait à peu près 101500 de frontaliers au Luxembourg.
e) Soit y = 200000 (donc 200 milliers) et déterminons x :
200  3, 4964 x  143,5

56,5  3, 4964 x
x  16, 2
Dans environ 16 ans, donc en 2023, il y aura environ 200 000 frontaliers travaillant au Luxembourg.
Exercice III.18
Nuage de points
25000
20000
15000
10000
5000
0
0 1 2 3 4 5 6 7
Non, les points ne semblent pas être alignés, donc un ajustement linéaire ne semble pas être justifié.
261
Annexes
Nuage de points
25000
20000
y = 813,13e0,5303x
15000
10000
5000
0
0 1 2 3 4 5 6 7
L’année 2020 correspond à x= 11. Estimation du nombre d’articles produduite en 2020:
y  277670
Exercice III.19
Rang xi de l’année Nombre de ventes en milliers vi yi = ln vi
0 2,6 0,96
1 4,3 1,46
2 8,2 2,10
3 11,1 2,41
4 23,4 3,15
5 30,0 3,40
Coordonnées du point moyen de la série statistique: G(2,5;2,25)
262
Annexes
On voit que cette droite donne un bon ajustement du nuage de points.
y  12 x  1 ln v  12 x  1 , car y = ln v
1 x 1
ln v  ln(e 2 )
1x
ve e 2 1
1x
v  2,72e 2
L’année de rang 6 correspond à x = 6. On obtient alors l’estimation suivante pour v:

1 6
v  2,72e 2  54,6 (environ 54 600 ventes pour l’année de rang 6)
263
Annexes
Exercice III.20
Partie A
Nuage de points
3500
3000
2500
2000
1500
1000 y = -399,49x + 2843,4
500
0
0 1 2 3 4 5 6
1536
Après 3 ans:  0,512  51, 2% , il y a donc une diminution de 48,8%.
3000
Droite de régression: y  399, 49 x  2843, 4
Partie B
z  0, 22 x  8,01  ln y  12 x  1 , car z  ln y

 ln y  ln(e0,22 x 8,01 )
 y  e0,22 x e8,01 
 y  3011e0,22 x

Partie C
L’ajustement exponentiel est le meilleur des deux ajustements, puisqu’en remplaçant x par 6, on
trouve une estimation de 804 euros, tandis qu’avec l’ajustement linéaire, on trouve une estimation
de 446,64 € qui est plus éloignée du prix réel.
264
Annexes
Exercice III.21
nuage de points
140
y = 13,6x + 81,4
130
120
110
100
90
80
70
0 0,5 1 1,5 2 2,5 3 3,5 4 4,5
Coordonnées du point moyen: G(2;108,6)
Equation de la droite des moindres carrés: y  13,6 x  81, 4
L’année 2007 correspond à x  8 . Estimation pour y :

y  190, 2 (en 2007, environ 190200 véhicules seront vendus)
nuage de points
140
130
120
110
100
90
80
70
0 2 4 6 8 10
Les points ne sont pas du tout alignés, donc un ajustement linéaire n’est plus valable.
265
Annexes
Exercice III.22
nuage de points
20
18
y = 1,6x + 2,5333
16
14
12
10
8
6
4
2
0
0 2 4 6 8 10
L’amortissement complet du prix d’achat correspond à y  42,75 . Donc l’estimation pour x :

x  25
Après environ 25 mois, le montant du prix d’achat sera amorti par les bénéfices.
266
Annexes
Exercice III.23
1)
nuage de points
80
70
60
50
40
30
20
10
0
0 1 2 3 4 5 6 7 8
2)
Rang de l’année
1 2 3 4 5 6 7
(xi)
0 0,69 1,1 1,39 1,61 1,79 1,95
Population
française en 60,05 60,32 60,67 61,04 61,43 61,8 62,18
millions
Taux de
18,7 34,2 48,9 60,6 62,8 67,5 71,6
pénétration yi
Coefficients : a  28,08 et b  17,83
3)
a) L’année 2006 correspond à x = 9, donc z=ln(9).
Estimation pour y : y  79,5% (Taux de pénétration en 2006)
b) Dans environ 11 ans, donc en 2009, le taux dépassera 85%.
267

TC Thomé Jill

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

TC Thomé Jill

Transféré par

Droits d'auteur :

Formats disponibles

« Cours de statistique pour les classes de 7 e a 2e -

d’une introduction a un tableur vers la formalisation

Cours de statistique pour les classes de 7e à 2e -

Un questionnaire auprès des enseignants de mathématiques au Luxembourg va aider à mieux voir la

A côté de l’analyse correcte de données statistiques, la bonne utilisation d’outils informatiques

A la fin de ce travail, on proposera donc un cours de statistique pour les classes de 7e à 2e de

Ce cours est constitué de trois parties :

 La première partie comprend la partie théorique, constituée d’activités, de définitions et

1. Programmes actuels au secondaire

a. Compétences attendues à la fin de la classe de 6e et à la fin de la classe de 4e

L’enseignement par compétences a été introduit en mathématiques progressivement depuis l’année

 savent lire les informations dans un diagramme,

 savent interpréter de façon critique des représentations statistiques et dévoiler

En classes de 5e et 4e il y a également plusieurs collections de livres au programme. Mais ici la

b. Programme du cycle supérieur – sections B, C et D

La statistique ne figure pas au programme du cours de mathématiques des classes de 3e B, C et D.

Les socles de compétences prévoient qu’à la fin de la classe de 2e B, « les élèves

 savent interpréter l’ajustement linéaire d’un nuage de points et le coefficient de

En classes de 2e C et D, la statistique ne figure pas au programme du cours de mathématiques.

Le manuel au programme de la classe de 2e B, Espace Math 4, comprend un chapitre « Probabilités-

La statistique ne figure pas au programme du cours de mathématiques des classes de 1ère B, C et D.

En section D, contrairement aux sections B et C, il existe un module « statistique et probabilités »

 éléments de statistique descriptive (les notions de base, la terminologie, les

En analysant de manière détaillée le scripte du cours « Statistique et Probabilités », on remarque

c. Programme du cycle supérieur – sections A, E, F & G

 savent lire et interpréter des informations dans un diagramme,

 savent interpréter les caractéristiques d’une série statistique,

Le manuel au programme des classes de 3e A, E, F et G, à savoir Clic et Maths 3 e, spécialement conçu

En classe de 2e A , les mathématiques ne sont plus enseignées.

En classe de 1ère A, les mathématiques ne sont plus enseignées.

La statistique ne figure pas au programme du cours de mathématiques des classes de 1ères E, F et G.

d. Tableau récapitulatif des compétences enseignées au cycle supérieur (différentes

2. Le sondage auprès des enseignants de mathématiques (partie

Le questionnaire était à compléter de manière anonyme, les seules informations personnelles

Lycée classique Lycée mixte

Oui, c’est vrai pour la statistique et le calcul de probabilités 32

Oui, c’est vrai pour la statistique et le calcul de probabilités 29

3. Si je devais négliger par manque de temps un chapitre à la fin de l’année scolaire, je

Oui, c’est vrai pour la statistique et le calcul de probabilités 21

4. Êtes-vous d’avis que le fait que les chapitres (surtout la Oui 21

5. Êtes-vous d’avis qu’il serait utile de disposer d’un cours de Oui 35

6. A votre avis, serait-il utile que ce cours comprenne une Oui 33

9. A votre avis, un élève sortant de la classe de 1ère C a-t-il les Oui 15

 Écart-type, covariance, corrélation, statistique à deux variables, régression

10. A votre avis, serait-il souhaitable d’ajouter des notions de Oui 11

On a reçu les remarques et propositions suivantes:

 Il faut prévoir un cours de statistique / probabilités cohérent et continu de la classe de 5e (ou

3. Etudes post-secondaires des étudiants luxembourgeois (partie

a. Pays et villes universitaires préférés

«2012-2013 : Pays d’études»,

«2012-2013 : villes universitaires (>150 étudiants)»,

b. Domaines d’études préférés

«2012-2013 : répartitions hommes/femmes par domaines d’études»

1. Ages de la scolarité dans les différents pays (partie commune)

EACEA (Agence Exécutive Education, Audiovisuel et Culture)

Ecole européenne Ecole primaire Enseignement secondaire

2. Programme au secondaire en Belgique

Il se subdivise en trois «degrés»16 :

 un premier degré de deux ans dit degré d’observation (équivalent de la 7e et de la 6e

L’enseignement de tranisition comporte le deuxième et le troisième degré. Il comporte 3 formes :

Les programmes ci-dessous concernent l’enseignement francophone.

o «organiser selon un critère ;

o déterminer un effectif, un mode, une fréquence, la moyenne arithmétique, l’étendue

Le programme détaillé émis par la SEGEC20 (Sécrétariat Général de l’Enseignement catholique en