Académique Documents
Professionnel Documents
Culture Documents
Aziz Lmakri
2022-2023
1 Introduction Générale
2 Vocabulaire de la statistique statistique
Population-Individu
Caractère statistique - Modalité
Types des caractères statistiques
3 Effectif-Fréquence
4 Effectifs et Fréquences cumulés
5 Représentation des données
Tableaux statistiques
Représentations graphiques des séries statistiques
6 Indicateurs numériques
Introduction Générale
Introduction Générale
Introduction Générale
Introduction Générale
Introduction Générale
Définition (Population)
Une population est un ensemble sur lequel porte l’étude statistique.
On la note Ω.
Exemple
I Les étudiants de la EMSI de Tanger.
I Les pièces fabriquées lors d’une production.
I Les accidents de voiture dans un rond-point.
Une population est composée d’individus. Les individus qui composent
une population statistique sont appelés unités statistiques.
Définition (Population)
Une population est un ensemble sur lequel porte l’étude statistique.
On la note Ω.
Exemple
I Les étudiants de la EMSI de Tanger.
I Les pièces fabriquées lors d’une production.
I Les accidents de voiture dans un rond-point.
Une population est composée d’individus. Les individus qui composent
une population statistique sont appelés unités statistiques.
Définition (individu )
On appelle individu tout élément de la population Ω. On le notera ω.
Définition
Le nombre des individus (ou cardinal de P ) est appelé taille de
population. On le note n (il peut être fini ou infini).
Définition (individu )
On appelle individu tout élément de la population Ω. On le notera ω.
Définition
Le nombre des individus (ou cardinal de P ) est appelé taille de
population. On le note n (il peut être fini ou infini).
Exemple
- Sexe ; - Âge ; - Nationalité ; - Nombre de frères et soeurs.
Définition (modalité)
Les modalités sont les différentes valeurs que peut prendre un caractère
statistique. Elles sont notées par des lettres minuscules xi , yi , zi , · · ·
Exemple
- Sexe ; - Âge ; - Nationalité ; - Nombre de frères et soeurs.
Définition (modalité)
Les modalités sont les différentes valeurs que peut prendre un caractère
statistique. Elles sont notées par des lettres minuscules xi , yi , zi , · · ·
Exemple
- Sexe ; - Âge ; - Nationalité ; - Nombre de frères et soeurs.
Définition (modalité)
Les modalités sont les différentes valeurs que peut prendre un caractère
statistique. Elles sont notées par des lettres minuscules xi , yi , zi , · · ·
Exemple
- Sexe ; - Âge ; - Nationalité ; - Nombre de frères et soeurs.
Définition (modalité)
Les modalités sont les différentes valeurs que peut prendre un caractère
statistique. Elles sont notées par des lettres minuscules xi , yi , zi , · · ·
Remarque
Un caractère quantitatif est également appelé variable statistique. Ses
modalités sont aussi appelées les valeurs prises par la variable.
Remarque
Un caractère quantitatif est également appelé variable statistique. Ses
modalités sont aussi appelées les valeurs prises par la variable.
Remarque
Un caractère quantitatif est également appelé variable statistique. Ses
modalités sont aussi appelées les valeurs prises par la variable.
Définition
Un caractère quantitatif est dit discret si ses modalités sont des
nombres isolés. Il est dit continu lorsque les observations qui lui sont
associées ne sont pas des valeurs précises, mais des intervalles.
Remarque
Pour étudier un caractère continu, on définit des intervalles de
modalités appelés classes de modalités.
La classe numéro i est noté [ei ; ei+1 [ , dont le nombre doit être proche
de 1 + 10
3 log n où n étant la taille de la population. (Règle de STURGE)
Définition
Un caractère quantitatif est dit discret si ses modalités sont des
nombres isolés. Il est dit continu lorsque les observations qui lui sont
associées ne sont pas des valeurs précises, mais des intervalles.
Remarque
Pour étudier un caractère continu, on définit des intervalles de
modalités appelés classes de modalités.
La classe numéro i est noté [ei ; ei+1 [ , dont le nombre doit être proche
de 1 + 10
3 log n où n étant la taille de la population. (Règle de STURGE)
Définition
I On appelle centre de la classe [ei ; ei+1 [ le nombre noté ci défini
par
ei + ei+1
ci =
2
I On appelle amplitude de la classe [ei ; ei+1 [ le nombre noté ai et
défini par
ai = ei+1 − ei
Remarque
I Les amplitudes des différentes classes ne sont pas forcément
égales.
I Les amplitudes des classes extrêmes peuvent être infinies.
Effectif-Fréquence
Définition
Le nombre d’individus présentant une modalité xi donnée est appelé
effectif de cette modalité. On le note ni .
Remarque
P
X i ni = n.
Définition
Le nombre d’individus présentant à une valeur appartenant à la classe
[ei ; ei+1 [ est appelé effectif de cette classe. On le note ni .
Effectif-Fréquence
Définition
Le nombre d’individus présentant une modalité xi donnée est appelé
effectif de cette modalité. On le note ni .
Remarque
P
X i ni = n.
Définition
Le nombre d’individus présentant à une valeur appartenant à la classe
[ei ; ei+1 [ est appelé effectif de cette classe. On le note ni .
Effectif-Fréquence
Définition
Le nombre d’individus présentant une modalité xi donnée est appelé
effectif de cette modalité. On le note ni .
Remarque
P
X i ni = n.
Définition
Le nombre d’individus présentant à une valeur appartenant à la classe
[ei ; ei+1 [ est appelé effectif de cette classe. On le note ni .
Effectif-Fréquence
Effectif-Fréquence
Effectif-Fréquence
Définition (fréquence)
On appelle fréquence de la modalité xi (ou de la classe [ei ; ei+1 [)le
nombre noté fi et défini par
ni
fi =
n
Remarque
X La série statistique peut être définie par la liste des modalités et
leurs
P fréquences.
X i fi = 1.
Effectif-Fréquence
Définition (fréquence)
On appelle fréquence de la modalité xi (ou de la classe [ei ; ei+1 [)le
nombre noté fi et défini par
ni
fi =
n
Remarque
X La série statistique peut être définie par la liste des modalités et
leurs
P fréquences.
X i fi = 1.
Effectif-Fréquence
Définition (fréquence)
On appelle fréquence de la modalité xi (ou de la classe [ei ; ei+1 [)le
nombre noté fi et défini par
ni
fi =
n
Remarque
X La série statistique peut être définie par la liste des modalités et
leurs
P fréquences.
X i fi = 1.
Remarque
Ni ou Fi est l’effectif cumulé ou la fréquence cumulée est l’effectif ou la
fréquence des individus pour lesquels le caractère X prend une valeur
inférieure ou égale à xi .
Remarque
De la même manière, on peut définir la fréquence cumulée en ek .
Remarque
Ni ou Fi est l’effectif cumulé ou la fréquence cumulée est l’effectif ou la
fréquence des individus pour lesquels le caractère X prend une valeur
inférieure ou égale à xi .
Remarque
De la même manière, on peut définir la fréquence cumulée en ek .
Remarque
Ni ou Fi est l’effectif cumulé ou la fréquence cumulée est l’effectif ou la
fréquence des individus pour lesquels le caractère X prend une valeur
inférieure ou égale à xi .
Remarque
De la même manière, on peut définir la fréquence cumulée en ek .
Cas continu :
Remarque
Nous avons vu que les tableaux sont un moyen souvent indispensable, en
tous cas très utile, de classification et de présentation des unités d’une
population statistique. Dans le paragraphe suivant, nous allons voir comment
on traduit ses tableaux en graphique permettant aussi de résumer d’une
manière visuelle les données.
Aziz Lmakri ENSAM de Casablanca: Statistique 2022-2023 18 / 35
Représentation des données Tableaux statistiques
Cas continu :
Remarque
Nous avons vu que les tableaux sont un moyen souvent indispensable, en
tous cas très utile, de classification et de présentation des unités d’une
population statistique. Dans le paragraphe suivant, nous allons voir comment
on traduit ses tableaux en graphique permettant aussi de résumer d’une
manière visuelle les données.
Aziz Lmakri ENSAM de Casablanca: Statistique 2022-2023 18 / 35
Représentation des données Représentations graphiques des séries statistiques
1 −→ 360◦
fi −→ θi
Indicateurs numériques
Indicateurs de position
Remarque
X Dans le cas d’une variable statistique continue, on parle plutôt de
classe modale. Le mode est alors le centre de la classe.
X Le mode ou la classe modale n’est pas obligatoirement unique.
Indicateurs numériques
Indicateurs de position
Remarque
X Dans le cas d’une variable statistique continue, on parle plutôt de
classe modale. Le mode est alors le centre de la classe.
X Le mode ou la classe modale n’est pas obligatoirement unique.
Indicateurs numériques
Indicateurs de position
ii) Médiane
Définition
La médiane est la modalité qui partage la distribution statistique en
deux groupes de même effectif. On la note Me.
Indicateurs numériques
Indicateurs de position
ii) Médiane
Définition
La médiane est la modalité qui partage la distribution statistique en
deux groupes de même effectif. On la note Me.
Indicateurs numériques
Indicateurs de position
ii) Médiane
Définition
La médiane est la modalité qui partage la distribution statistique en
deux groupes de même effectif. On la note Me.
Indicateurs numériques
Indicateurs de position
Remarque
X Pour déterminer les quartiles, on procède de la même manière que
pour la médiane et on a
Indicateurs numériques
Indicateurs de position
Remarque
X Pour déterminer les quartiles, on procède de la même manière que
pour la médiane et on a
Indicateurs numériques
Indicateurs de position
Remarque
X Pour déterminer les quartiles, on procède de la même manière que
pour la médiane et on a
Indicateurs numériques
Indicateurs de position
Dans ce qui suit, nous allons donner les formules des indicateurs
numériques en distinguant le cas des données non groupées du cas
des données groupées.
iv) Moyenne
Définition
On appelle moyenne d’une variable statistique, la quantité notée X̄ et
définie par :
I Cas des données non groupées :
n
1X
X̄ = xi
n
i=1
Indicateurs numériques
Indicateurs de position
Définition
I Cas des données groupées :
1. Cas discret :
k k
1X X
X̄ = ni · xi = fi · xi
n
i=1 i=1
Indicateurs numériques
Indicateurs de position
Proposition
Soient X et Y deux caractères statistiques et soit a un réel. On a :
1. X + Y = X̄ + Ȳ (Linéarité).
2. a · X = a · X̄ (Changement d’échelle).
3. X + a = X̄ + a (Changement d’origine.)
Indicateurs numériques
Indicateurs de dispersion
Indicateurs numériques
Indicateurs de dispersion
Étudiant N ◦ 1 Étudiant N ◦ 2
Matière 1 6 2
Matière 2 8 6
Matière 3 10 10
Matière 5 12 14
Matière 6 14 18
Indicateurs numériques
Indicateurs de dispersion
i) Étendue de la série
Définition
On appelle Étendue ou intervalle maximal d’une série, la différence
des deux valeurs extrêmes de la série. Elle est notée e.
ii) Écart interquartile
Définition
Le nombre Q3 − Q1 est appelé écart interquartile.
Indicateurs numériques
Indicateurs de dispersion
i) Étendue de la série
Définition
On appelle Étendue ou intervalle maximal d’une série, la différence
des deux valeurs extrêmes de la série. Elle est notée e.
ii) Écart interquartile
Définition
Le nombre Q3 − Q1 est appelé écart interquartile.
Indicateurs numériques
Indicateurs de dispersion
i) Étendue de la série
Définition
On appelle Étendue ou intervalle maximal d’une série, la différence
des deux valeurs extrêmes de la série. Elle est notée e.
ii) Écart interquartile
Définition
Le nombre Q3 − Q1 est appelé écart interquartile.
Indicateurs numériques
Indicateurs de dispersion
iii) Variance et Écart-type
Définition (Variance)
On appelle Variance d’un caractère statistique X , le nombre positif noté Var(X ) ou
σ 2 (X ) et défini par :
I Cas des données non groupées : n
1X 2
σ 2 (X ) = xi − X̄
n
i=1
Indicateurs numériques
Indicateurs de dispersion
I Cas continu :
k
1X 2
σ 2 (X ) = ni ci − X̄
n
i=1
Définition (Écart-type)
On appelle Écart-type d’un caractère statistique X , la racine carrée de
la variance de X . il est noté σ(X ) ou σX .
Indicateurs numériques
Indicateurs de dispersion
I Cas continu :
k
1X 2
σ 2 (X ) = ni ci − X̄
n
i=1
Définition (Écart-type)
On appelle Écart-type d’un caractère statistique X , la racine carrée de
la variance de X . il est noté σ(X ) ou σX .
Indicateurs numériques
Indicateurs de dispersion
I Cas continu :
k k
1X 2
X 2
σ 2 (X ) = ni (ci ) − X̄ 2 = fi (ci ) − X̄ 2
n
i=1 i=1
Indicateurs numériques
Indicateurs de dispersion
Propriétés
Soient X un caractère et a un réel. On a :
1. Var(a) = 0 et σ(a) = 0 ;
2. Var(a.X ) = a2 · Var(X ) et σ(a.X ) = |a| · σ(X ) ;
3. Var(X + a) = Var(X ) et σ(X + a) = σ(X ).
Indicateurs numériques
Indicateurs de dispersion
Propriétés
Soient X un caractère et a un réel. On a :
1. Var(a) = 0 et σ(a) = 0 ;
2. Var(a.X ) = a2 · Var(X ) et σ(a.X ) = |a| · σ(X ) ;
3. Var(X + a) = Var(X ) et σ(X + a) = σ(X ).
Indicateurs numériques
Indicateurs de dispersion
Remarques
X Le coefficient de variation permet de comparer la dispersion de 2
distributions qui n’ont pas la même unité de mesure.
X Il indique le degré d’homogénéité d’une distribution.
X Plus Cν est faible plus la distribution est homogène.