Univariee

Université Cadi Ayyad Marrakech
Faculté des Sciences et Techniques

2008 – 2009
Statistiques Descriptives
(Analyse univariée )
Animé par :
Pr AIT BABRAM Mohamed
2008/2009
FSTG Marrakech I- Introduction générale
La statistique est un ensemble des méthodes scientifiques à partir desquelles, on
recense, on organise, on résume, on présente et on analyse le phénomène auquel on
s’intéresse.
« C’est une science moderne et positive qui met en lumière les faits les plus
obscures ».
De manière générale, l’enseignement de la statistique peut être vu en trois volets :
Analyse Univariée
¾ La statistique descriptive,
¾ La statistique Probabiliste,
¾ La statistique Prédictive.
Probabilité et Statistiques
Pr. AIT BABRAM Mohamed
Statistiques Probabiliste Statistiques
Statistiques Descriptives Statistiques Prédictive

FSTG Marrakech
• La statistique descriptive est considérée comme la première

étape de l’analyse statistique. Les objectifs d’une telle analyse se
résument en trois points :
¾ Contrôle des données et éliminer les données aberrantes
(Fréquence et Boite à Moustache);
Analyse Univariée
¾ Résumer les données sous forme graphique ou numériques

(Paramètres de position, de dispersion et de forme);
¾ Étudier les particularités de ces données.
• La statistique probabiliste a pour objet d’étudier les

mécanismes aléatoires à la différence des mécanismes certains
qui sont du sort de la statistique descriptive.
• La statistique prédictive a pour objet de mettre à la disposition

du statisticien un outil de décision tout en tenant compte des
informations recueillies.
FSTG Marrakech Protocole d’Analyse
Échantillon
Hypothèses
Collecte de données
Plan de l’expérience
Saisie de données
Analyse Univariée
Préparation de données
Rapport préliminaire non

sur les données
oui
Analyse
Interprétation des
résultats Objectif
FSTG Marrakech II- Eléments du vocabulaire statistique
• Individu (unité statistique) : Objet sur lequel un ou plusieurs caractères
peuvent être observés.
• Population (univers) : Ensemble des individus pris en considération.
Remarque : La taille de la population statistique est généralement notée
par N.
• Échantillon : La partie de la population auprès de laquelle sont
collectées les données.
Analyse Univariée
Remarque : La taille de l’échantillon est généralement notée par n.

• Caractère (variable) : Propriété servant à distinguer les individus d'une
population.
¾ Caractères qualitatifs
¾ Caractères quantitatifs
Remarque : Les caractère sont généralement notés par X, Y, Z.
• Modalités d’un caractère : Ce sont les différentes situations où les
unités statistiques (Individus) peuvent se trouver à l’égard du caractère.
On se réfère à deux grandes catégories :
Remarque : Généralement, pour un caractère X, on note par k le

nombre de modalités et par xi la i ème modalité.
• Effectif ou fréquence absolue d’une modalité xi : C’est le nombre
d’individus possédant cette modalité. On le note généralement par ni.
• Fréquence ou fréquence relative d’une modalité xi : C’est le
pourcentage ou la proportion d’individus possédant cette modalité. On le
note généralement par ni.
FSTG Marrakech
Typologie de caractères
Discrète (Nombre de feuilles ,…)
Quantitative
Analyse Univariée
Continue (Calibre d’un fruit,…)
Variable
Binaire (Infecté/Non infecté,…)
Qualitative Nominale (Sexe, Couleur,…)

Ordinale (Score,…)
FSTG Marrakech
III- Représentation des données
A- Tableaux statistiques
Le tableau de distribution de fréquences est un mode

Analyse Univariée
synthétique de présentation des données collectées.
¾ Immédiat dans le cas qualitatif ou quantitatif discret.

¾ Nécessite une transformation de données dans le
cas quantitatif continu.
C’est un tableau qui se compose de plusieurs colonnes : modalités (xi),

effectif (ni), fréquence (fi), effectif cumulé (Ni) et fréquence cumulée (Fi)
FSTG Marrakech
Définition
On appelle fréquences (resp. effectif) cumulées ou bien

fréquences relatives (resp. fréquence absolue) cumulées
en xi, la somme des fréquences (resp. effectifs) des
Analyse Univariée
modalités qui la précèdent.

On note ces deux valeurs par Fi (resp. Ni).
i −1 i −1
Fi = ∑ f p et N i = ∑ n p
p =1 p =1
Remarque : Dans le cas d’un caractère qualitatif pure (Nominal), le tableau

statistique se résume à trois colonnes : modalités (xi), effectif (ni) et
fréquence (fi).
FSTG Marrakech
a – Caractère qualitatif
Exemple 1 : Soit un échantillon de 30 étudiant

choisis au hasard parmi les étudiants de la Faculté
des Sciences et Technique Marrakech. Les étudiants
Analyse Univariée
sont répartis sexe. Le tableau de distribution de

fréquences est comme suite :
FSTG Marrakech
b – Caractère quantitatif discret
Exemple 2 : Soit un échantillon de 40 familles

choisis au hasard parmi les résidentes dans un
cartier populaire. Les familles sont répartis selon le
Analyse Univariée
nombre d’enfants par famille. Le tableau de

distribution de fréquences est comme suite :
FSTG Marrakech
c – Caractère quantitatif continu
Exemple 3 : Soit un échantillon de 42 boites de céréales

choisis au hasard. Les boites sont répartis selon leur
Analyse Univariée
poids réel :
300-250-242-320-410-420-500-512-600-630-710-350-200-210-250-
310-320-400-460-380-510-560-740-240-270-280-340-360-230-290-
310-430-460-530-640-680-720-450-470-640-780-440.
Le tableau de distribution de fréquences peut être

présenter soit avec des fréquences égales ou inégales :

FSTG Marrakech
Analyse Univariée
Tableau statistique avec des classes d’amplitudes égales à 100 g :
Tableau statistique avec des classes d’amplitudes inégales :

FSTG Marrakech
Remarque : En règle générale, on choisit des classes de même

amplitude. Le choix du nombres de classes varie avec la statistique
que l’on veut utiliser. Le nombre de classes (qu’on note k) ne doit être
ni trop petit ni trop grand. On a la règle suivante, dite de STURGE :
Analyse Univariée
k = 1 + 3,3 Log(n)
FSTG Marrakech
B- Représentations graphiques
Les représentations graphiques ont l’avantage de visualiser

immédiatement les caractéristiques générales de l’échantillon observé.
Le principe est la surface relative à la modalité xi doit être
proportionnelle à l’effectif ni (ou à la fréquence fi) de cette modalité.
a – Caractère qualitatif (exemple 1)

Analyse Univariée
C’est un diagramme de tuyaux C’est un diagramme en secteur

d’orgue comme on peut l’appeler
diagramme en bâtons
FSTG Marrakech
b – Caractère quantitatif discret
(exemple 2)
Analyse Univariée
Diagramme cumulatif en % Courbe cumulative en effectif

FSTG Marrakech
c – Caractère quantitatif continu
(exemple 3)
Poids des boites Poids des boites
12 8
10
6
8
Analyse Univariée
4
6
ce
4 2
n
Fréquence
réque
2
F
0
0
20
25 0
30 0
35 0
40
45 0
50 0
55 0
60 0
65 0
70 0
75 0
80 0
229,2 337,5 445,8 554,2 662,5 770,8
0,
0,
0,
0,
0,
0,
0,
0,
0,
0,
0,
0,
0,
0
0
Poids des boites Poids des boites
Histogramme avec 6 classes Histogramme avec 13 classes

Remarque : Quand les amplitudes des classes sont différentes, on ne

considère plus les fréquences ou les effectifs pour une représentation en
histogramme. On utilise plutôt les densités de fréquences (fréquence
relative) (di) définis par :
fi • ai : amplitude de la ième classe
d i =
ai • fi : fréquence de la ième classe
FSTG Marrakech
C- Caractéristiques numériques d’une
série statistique
Les représentations graphiques permettent certes de donner l’aspect
général du phénomène étudié mais restent quand même insuffisantes
et peu pratique.
Analyse Univariée
Pour combler cette lacune, les statisticiens ont eu l’idée de résumer

une série statistique par des paramètres numériques ou des nombres
appelés « caractéristiques numériques d’une série statistique ».
On peut les classer en 3 grandes catégories :
¾ Les caractéristiques de position (moyenne, médiane, mode,
quartiles ),
¾ Les caractéristiques de dispersion (étendue, écart interquartiles,

variance, écart type, coefficient de variation),
¾ Les caractéristiques de forme (coefficient d’asymétrie,
coefficient d’aplatissement).
FSTG Marrakech
Caractéristiques de position
(tendance centrale)
Analyse Univariée
¾Médiane
¾Quartiles
¾Mode
¾Moyenne
FSTG Marrakech Définitions
• Mode : La modalité la plus fréquente (qu’on note par Mo)
Exemple : « la modalité la plus fréquente du statut matrimonial est
marié(e) avec 52% ».
• Moyenne : C’est le barycentre des valeurs prises par le caractère

Analyse Univariée
•Quantiles d’ordre n (fractiles) : valeur qui divise les observations en n

groupes égaux
¾ Médiane : 2 groupes (qu’on note par Me),
• 50% ont une valeur inférieure; 50% ont une valeur supérieure
¾ Quartiles : 4 groupes : 25%, 50%, 75%,
• Ils sont trois valeurs qu’on note par Q1 Q2 et Q3
¾ Déciles : 10 groupes,
• Ils sont neuf valeurs qu’on note par D1, D2,……..D9
¾ Percentiles : 100 groupes

• Ils sont 99 valeurs qu’on note par P1, P2, ………P99
Remarque : Les quantiles sont

– insensibles aux valeurs extrêmes
– Sa précision dépend de la densité des points
FSTG Marrakech Médiane
Définition : C’est la valeur du caractère qui partage la population de
l’échantillon en deux parties à effectifs égaux.
Remarque : Pour la détermination de la médiane, il convient, au

préalable, de classer les individus de l’échantillon par valeurs
croissante du caractère.
Analyse Univariée
Exemple : Pour une première illustration, considérons 7 étudiants

classés en fonction de leur note en Mathématiques :
6 – 7 – 9 – 10 - 13 – 14 – 14
Dans ce cas Me = 10.
Remarque : Dans le cas d’un caractère continu, la médiane

correspond à l’abscisse Me du point de rencontre de la courbe

cumulative avec la droite y = 50% (courbe cumulative en pourcentage)
ou bien y = n/2 (courbe cumulative en effectif) ou bien y = 1/2 (courbe
cumulative en fréquence).
FSTG Marrakech
Médiane
Question : Quel serait la médiane dans le cas d’une distribution de notes de la forme :
6 – 7 – 9 – 10 - 10 – 14 – 14
Généralement, on plusieurs cas de figures :
120
100
Analyse Univariée
80
Pourcentagecumulé
60
40
20
0
200 400 600 780
Me Me=3
Poids des boites
Cas d’un caractère continu Cas d’un caractère discret
Dans le cas d’un caractère discret, le plus souvent, aucune modalité du caractère ne partage pas
exactement l’effectif n en deux parties égales. Par convention, on retient dans ce cas comme
médiane la modalité xi telle que :
¾ A gauche de xi l’effectif cumulé est < n/2
¾ A droite de xi l’effectif cumulé est < n/2
FSTG Marrakech
Médiane
Remarque : Une fois la classe médiane est déterminée, on procède à une interpolation
linéaire pour la détermination précis de la médiane.
Ni+1
x i +1 − x i ⎛ n ⎞
= xi + −
Analyse Univariée
n/2 M e ⎜ N i ⎟
ni ⎝ 2 ⎠
Ni
xi Me xi+1
¾ Me : La médiane cherchée
¾ n/2 : La moitié de l’effectif total
¾ ni : L’effectif de la classe médiane
¾ Ni : effectif cumulé correspondant à l’extrémité inférieure de la classe médiane
¾ Ni+1 : effectif cumulé correspondant à l’extrémité supérieure de la classe médiane
FSTG Marrakech Médiane
Exemple : On considère un ensemble résidentiel de 320 appartements classés
en fonction du nombre de pièces par appartement.
La médiane Me = 3 pièces
Analyse Univariée
Exemple : On considère 75 ateliers d’artisans que l’on classe en fonction du

nombre d’heures œuvrées pendant un mois.
La classe médiane est 130-150

La médiane Me = 136,52 heures

FSTG Marrakech Mode
Définition : On appelle mode d’un caractère, la modalité de ce caractère
associée à l’effectif le plus élevé.
Remarque : Dans le cas d’un caractère discret, on peut avoir plusieurs cas de
figures :
Mode Mode Mode Mode Mode
Analyse Univariée
absolu absolu relatif absolu relatif

Distribution unimodale Distribution bimodale Distribution plurimodale

FSTG Marrakech
Mode
Remarque : Dans le cas d’un caractère continu, l’effectif le plus élevé permet
d’identifier juste la classe modale (après ajustement au cas où les amplitudes
de classes ne sont pas égales). Mais une fois la classe modale est déterminée,
le calcul du mode se fait à l’aide d’une interpolation proportionnelle dont le
principe est le suivant :
Analyse Univariée
xi+1 − xi
Mo = xi + (ni −ni−1)
2ni −ni−1 −ni+1
¾Mo : Le mode cherché

¾ ni-1 et ni+1: respectivement effectifs des la classes précédente et suivante
de la classe modale
¾ ni : effectif de la classe modale
¾ xi et xi+1 : respectivement les extrémités inférieure et supérieure de la
clase modale
FSTG Marrakech
Mode
Exemple : On considère un ensemble résidentiel de 320 appartements classés en
fonction du nombre de pièces par appartement.
Le mode Mo = 3 pièces
Analyse Univariée

La classe modale est 130-150

La médiane Mo = 140,54 heures

FSTG Marrakech Moyenne
Définition: Étant donné un caractère X, on appelle moyenne de X, qu’on note par x , le
barycentre de la distribution des valeurs prises par le caractère.
1 k k
x = ∑ ni xi = ∑ f i xi
n i =1 i =1
Analyse Univariée
Exemple : Considérons l’ensemble résidentiel de 320 appartements et déterminons le

nombre de pièces par appartement.
5 5
1 881
x=
320
∑
i =1
ni x i =
320
= 2,75 x = ∑ f i xi = 2,74 pièces
i =1
FSTG Marrakech
Moyenne
Remarque : Dans le cas continu, l’application de la formule précédente de la
moyenne est impossible car les xi ne sont pas déterminés. Par convention, on
représente chaque classe i par son centre ci (milieu).
Analyse Univariée
1 6 9900
x = ∑ ni ci = = 132 heures / mois
75 i =1 75
FSTG Marrakech
Caractéristiques de dispersion
¾Étendue
Analyse Univariée
¾Écart inter quartiles

¾Écart absolu moyen / moyenne
¾Variance et Écart type
¾Coefficient de variation
FSTG Marrakech Caractéristiques de dispersion
Position du problème : On note que la connaissance des paramètres de la
tendance centrale d’une distribution statistique sont insuffisants pour résumer
toutes les caractéristiques. Pour mettre l’accent sur cette insuffisance, nous
proposons l’exemple suivant :
Exemple : Considérons deux villes dont on étudie les fluctuations de la
température moyenne au cours des quatre trimestres :
Analyse Univariée
D’après les données précédentes, on a :

t1 = t2 = 20 °C
Alors que les fluctuation thermiques dans les deux villes sont sensiblement
différentes. Pour combler cette insuffisance dans l’analyse, nous proposons
un nombre d’indicateurs nous permettant de mesurer l’éloignement des
modalités d’un caractère par rapport leur tendance centrale.
FSTG Marrakech Définitions
Étendue : C’est simplement l'écart séparent la plus petite modalité observée
du caractère de la plus grande.
e = xmax − xmin
Remarque : L’étendue est utile pour caractériser le caractère étudié, mais
Analyse Univariée
demeure naturellement sensible aux valeurs extrêmes, et ne reflète, par

conséquent, pas la dispersion moyenne des valeurs observées autour d'une
valeur centrale.
EIQ = Q3 − Q1
Écart inter quartiles : Lorsqu'on utilise des quartiles, c'est simplement la
différence entre le troisième et le deuxième quartile :

Remarque : En terme de centiles l’écart inter quartiles, on a :
EIQ = C75 − C25

FSTG Marrakech
Définitions
Écart absolu moyen : Il correspond à la moyenne des écarts entre les
observations et la moyenne du caractère.
k
1
EAM =
n
∑n
i =1
i xi − x
Variance : La variance mesure la dispersion des valeurs observées autour

Analyse Univariée
de la moyenne. Plus précisément, la variance est la moyenne quadratique

des écarts a la moyenne, et s'exprime sous la forme :
1k 1 k
V( X ) = ∑ni (xi − x) = ∑ni (xi ) −(x)
2 2 2
n i=1 n i=1
Écart type : C’est simplement la racine carrée de la variance et s'exprime
dans la même unité que la variable mesurée.

σ (X ) = V (X )
Remarque : L’écart type permet de caractériser la dispersion (l’étalement)
d’une série d’observations. Un faible écart type permettra d’indiquer avec une
plus grande précision entre quelles valeurs peuvent varier les observations
d’un caractère.
FSTG Marrakech
Définitions
Coefficient de variation : Il est obtenu en divisant l’écart type par la moyenne
du caractère. Il est souvent exprimé en pourcentage et il s’écrit :
σ (X )
CV ( X ) = ×100
x
Analyse Univariée
Remarque : Le coefficient de variation est indépendant de l’unité de mesure

du caractère observé.
Remarque : Plus le coefficient de variation est faible, plus la série
d’observations est homogène. Empiriquement, on peut dire qu’un coefficient
de variation inférieur à 15 % semble être, dans bien des cas, une indication
d’une bonne homogénéité de la distribution des observations.
FSTG Marrakech Caractéristiques de dispersion
Exemple : On considère 100 ouvriers d’un entreprise que l’on classe en
fonction de leur salaire.
Analyse Univariée
1206
x= = 12,06 (100 dhs) = 1206 dhs
100
194
EAM = = 1,94
100
V( X ) =
515,28
= 5,1528
100 σ ( X ) = V ( X ) = 227 dhs
V (X ) = − (12,06) = 5,1564
15060 2
100
FSTG Marrakech
Caractéristiques de forme
Analyse Univariée
¾Coefficient d’asymétrie
¾Coefficient d’aplatissement
FSTG Marrakech Caractéristiques de forme
Nous terminons cette étude descriptive des distributions statistiques en
traitant de deux mesure qui caractérisent des courbes représentatives de
ces distributions. Plusieurs coefficients sont utilisés pour traduire cette
notion. Nous allons nous restreindre seulement aux plus courants :
Coefficient d’asymétrie : C’est une mesure descriptive qui permet de
caractériser le degré de symétrie d’une distribution. Il est donné par :
Analyse Univariée
µ3
3
1 k
γ 1 = 3 avec µ3 = ∑ ni (xi − x )
σ n i =1
Remarque : Pour un caractère continu, la constante µ3 est donnée par :

3
1 k
µ3 = ∑ni (ci − x )
n i=1
Remarque : Comme indice d’asymétrie, on peut citer l’indice d défini par :

Q1 + Q3 − 2M e
d=
2M e
Pour une distribution uni modale, γ1et d sont de même signe. Ils sont évidement
nuls pour les distributions symétriques.
FSTG Marrakech
Remarque : En pratique, trois cas de figures peuvent se présenter :

Analyse Univariée
x Me Mo Mo Me x
Les observations présentent un Les observations présentent un
γ1 < 0 étalement prononcé sur le côté γ1 > 0 étalement prononcé sur le côté
supérieur de la distribution inférieur de la distribution
La distribution présente une

γ1 = 0 symétrie par rapport à sa
moyenne = médiane = mode
x = Me = Mo
FSTG Marrakech
Coefficient d’aplatissement : C’est une mesure descriptive qui permet de
caractériser le degré d’aplatissement d’une distribution. Il est donné par :
µ4
4
1 k
γ1 = 4 − 3 avec µ4 = ∑ni (xi − x)
σ n i=1
Remarque : Pour un caractère continu, la constante µ4 est donnée par :

4
1 k
Analyse Univariée
µ 4 = ∑ ni (ci − x )
n i =1
Remarque : En pratique, trois cas de figures peuvent se présenter :
Distribution moins aplatie
γ2 > 0 (Leptokurtique)
Distribution de référence
γ2 = 0
(Mésokurtique)
Distribution plus aplatie

γ2 < 0 (Platykurtque)
FSTG Marrakech 4- Exemple sur SPSS
Exemple : on considère la base de données stockée dans le fichier
Employes data.sav qui contient un historique sur les employés d’une
société. Les données ont été collectées dans le cadre d’une étude
pour déterminer si la politique d’emploi de la société conduit à une
discrimination à l’égard des femmes et des minorités.
Analyse Univariée
1. Faire une analyse descriptive de la variable numérique continue

« salaire actuel ».
2. Faire une analyse descriptive de la variable nominale « sexe ».
3. Faire une analyse descriptive de la variable ordinale « catégorie
d’emploi ».
4. Décrire et explorer la variable numérique « salaire actuel » en
fonction des variables catégorielles « sexe » et « catégorie
d’emploi ».
Remarque : On remarque que, pour les trois premiers objectifs, il
s’agit de la même analyse mais pour trois types de variables.
FSTG Marrakech
Objectif 1 : Procédure (1/3)
Analyse Statistiques Descriptive Fréquences
Cliquer ici pour déplacer la

variable catégorie d’emploi
Diagramme
Analyse Univariée
Obj 1: Proc (2/3)
Statistiques
Obj 1: Proc (3/3)

Format
Obj 1: Proc (4/3)
Coller OK
FSTG Marrakech Objectif 1 : Procédure (2/3)
Cliquer ici pour déplacer la

variable catégorie d’emploi
Attention, il ne faut pas

Analyse Univariée
choisir « diagramme de
bâtons » ou « graphique en
secteur » dans le cas ou la
variable est continue ou
discrète avec un nombre de
modalités élevé.
Poursuivre
Cocher tous les paramètres
Vous pouvez demander les

Analyse Univariée
centiles que vous voulez. Ici

on a choisi les centiles
correspondants à 5%,27%
et 58%.
Poursuivre
Cocher tous les paramètres
Vous pouvez faire appel à

ces options au cas où
Analyse Univariée
voulez analyser plusieurs

variables d’un seul coup. Il
ne faut pas oublier que dans
ce cas là les variables
doivent êtres de même type
Cocher cette option pour ne

pas avoir un tableau de

fréquences encombrant.
Poursuivre
FSTG Marrakech
Objectif 1 : Résultat 1/2
Les paramètres de la
tendance centrale
demandés pour la
Analyse Univariée
variable salaire actuel
Les quartiles en plus

des centiles 5%, 27% et
58%
Pr. AIT BABRAM Mohamed Analyse Univariée FSTG Marrakech
Le logiciel SPSS a
découpé les données
concernant le salaire
actuel en 25 classes de
même amplitude (5 000 $).
Objectif 1 : Résultat 2/2

Univariee

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

Univariee

Transféré par

Droits d'auteur :

Formats disponibles

Université Cadi Ayyad Marrakech

Faculté des Sciences et Techniques

Statistiques Probabiliste Statistiques

Statistiques Descriptives Statistiques Prédictive

• La statistique descriptive est considérée comme la première

¾ Résumer les données sous forme graphique ou numériques

• La statistique probabiliste a pour objet d’étudier les

• La statistique prédictive a pour objet de mettre à la disposition

Rapport préliminaire non

Remarque : La taille de l’échantillon est généralement notée par n.

Remarque : Généralement, pour un caractère X, on note par k le

Discrète (Nombre de feuilles ,…)

Continue (Calibre d’un fruit,…)

Qualitative Nominale (Sexe, Couleur,…)

Le tableau de distribution de fréquences est un mode

synthétique de présentation des données collectées.

¾ Immédiat dans le cas qualitatif ou quantitatif discret.

C’est un tableau qui se compose de plusieurs colonnes : modalités (xi),

On appelle fréquences (resp. effectif) cumulées ou bien

modalités qui la précèdent.

Remarque : Dans le cas d’un caractère qualitatif pure (Nominal), le tableau

Exemple 1 : Soit un échantillon de 30 étudiant

sont répartis sexe. Le tableau de distribution de

b – Caractère quantitatif discret

Exemple 2 : Soit un échantillon de 40 familles

nombre d’enfants par famille. Le tableau de

c – Caractère quantitatif continu

Exemple 3 : Soit un échantillon de 42 boites de céréales

Le tableau de distribution de fréquences peut être

présenter soit avec des fréquences égales ou inégales :

Tableau statistique avec des classes d’amplitudes inégales :

Remarque : En règle générale, on choisit des classes de même

Les représentations graphiques ont l’avantage de visualiser

a – Caractère qualitatif (exemple 1)

C’est un diagramme de tuyaux C’est un diagramme en secteur

Diagramme cumulatif en % Courbe cumulative en effectif

Histogramme avec 6 classes Histogramme avec 13 classes

Remarque : Quand les amplitudes des classes sont différentes, on ne

Pour combler cette lacune, les statisticiens ont eu l’idée de résumer

¾ Les caractéristiques de dispersion (étendue, écart interquartiles,

• Moyenne : C’est le barycentre des valeurs prises par le caractère

•Quantiles d’ordre n (fractiles) : valeur qui divise les observations en n

¾ Percentiles : 100 groupes

Remarque : Les quantiles sont

Remarque : Pour la détermination de la médiane, il convient, au

Exemple : Pour une première illustration, considérons 7 étudiants

Remarque : Dans le cas d’un caractère continu, la médiane

correspond à l’abscisse Me du point de rencontre de la courbe

Cas d’un caractère continu Cas d’un caractère discret

Exemple : On considère 75 ateliers d’artisans que l’on classe en fonction du

La classe médiane est 130-150

La médiane Me = 136,52 heures

absolu absolu relatif absolu relatif

Distribution unimodale Distribution bimodale Distribution plurimodale

¾Mo : Le mode cherché

Exemple : On considère 75 ateliers d’artisans que l’on classe en fonction du

La classe modale est 130-150

La médiane Mo = 140,54 heures

Exemple : Considérons l’ensemble résidentiel de 320 appartements et déterminons le

¾Écart inter quartiles

D’après les données précédentes, on a :

demeure naturellement sensible aux valeurs extrêmes, et ne reflète, par

différence entre le troisième et le deuxième quartile :

EIQ = C75 − C25