CH1 – Les Graphiques.

Pr. Mohamed REGHIOUI

m.reghioui@gmail.com
 Contenu du Cours
• Chapitre 0 : Intérêts des Statistiques en
Marketing, Finance et Gestion
• Chapitre 1 : Graphiques
• Chapitre 2 : Caractéristiques de position
• Chapitre 3 : Caractéristiques de dispersion
• Chapitre 4 : Caractéristiques de concentration
• Chapitre 5 : Caractéristiques de forme
• Chapitre 6 : Indices statistiques
 Plan du chapitre

• Introduction
• Diagrammes
• Répartition d’observations quantitatives
• Histogrammes
• Conclusion
 Introduction

• Un schéma vaut mieux qu’un long

discours

• Deux types de graphiques

• Diagrammes : données qualitatives, quantitatives
discrètes, ordinales
• Histogrammes : données quantitatives

4
 Exemple

• Comparer la structure socioprofessionnelle et les achats de la

clientèle à ceux des autres hypermarchés de la chaîne.

• Etudier la CSP de clients tirés au hasard à la sortie des

caisses ainsi que leurs achats
– 1. Agri : agriculteur ; ouvrier agricole
– 2. Ouv. : ouvrier
– 3. Emp. : employé ;
– 4. C.M. : cadre moyen ;
– 5. C.Sup. : cadre supérieur;
– 6. PIC : Commerçants, artisans ;
– 7. Inact. : inactifs, retraités, chômeurs, étudiants

5
 Exemple (suite)
• Prélèvement de
données pour 50
clients
– C1 : numéro client
– C2 : catégorie Socio
Pro
– C3 : Homme/Femme
– C4 : Valeur de l’achat

6
 Diagrammes de base

• Deux types de diagrammes de base :

• Diagrammes en bâtons
• Diagramme circulaire

• Utilité : représentent les effectifs ou les

pourcentages de l’échantillon suivant
chaque modalité de la variable qualitative

7
 Diagrammes de base

• Le diagramme en bâtons est élémentaire : on reporte

le long de l’axe des abscisses la liste des modalités de
la variable et le long de l’axe des ordonnées l’effectif
de l’échantillon correspondant à chacune d’entre elles.

• Le diagramme circulaire est constitué d’un disque

représentant la totalité de l’échantillon. Chaque
modalité de la variable qualitative est caractérisée par
un secteur circulaire dont l’aire, et par suite l’angle au
centre, représente l’effectif de l’échantillon
correspondant.

8
Diagrammes d’EXCEL

9
Diagrammes d’EXCEL

10
Diagrammes d’EXCEL

11
Exemple (suite)

12
Exemple : Diagramme en bâtons

13
Exemple : Diagramme en bâtons

14
Exemple : Diagramme en bâtons

15
Exemple : Diagramme Circulaire

16
 Répartitions d’observations
quantitatives
• Nécessité des classes pour les valeurs quantitatives :
pour notre exemple sans classes on aura 50 valeurs
différentes

• Choix des classes

– Il n’existe pas de méthode générale pour définir ces
classes ; les choix sont effectués par l’utilisateur qui doit
tenir compte des données
– Nombre de classes impair pour avoir une classe centrale
– Nombre de classes : le nombre d’observations divisé par
dix.
– Les choix des bornes dépendent toujours de l’utilisateur et
des données
17
 Répartitions d’observations
quantitatives
• Choix des bornes :
– on fixe les bornes de façon arbitraire, en tenant
compte de la nature des données, de la lisibilité des
résultats numériques ;
– on fixe les bornes de façon que les classes soient
de même longueur ; l’avantage est la simplicité du
calcul et de la représentation graphique ;
– on fixe les bornes de façon que les classes soient
de même effectif ; la démarche est plus riche
d’informations mais elle demande plus de calculs et
n’est pas toujours possible.

18
 Répartitions d’observations
quantitatives en classes

• Intervalles de même longueur  intervalles de

tailles différentes :
– on choisit comme nombre de classes le nombre
d’observations divisé par cinq ;
– on considère des classes de même longueur ;
– on effectue la répartition des observations ;
– on réunit les classes voisines dont les effectifs sont
faibles, inférieurs à 5 par exemple, de façon à
obtenir un nombre impair de classes et égal à peu
près à l’effectif des observations divisé par dix.

19
 Répartitions d’observations
quantitatives en classes
• Exemple classes de même largeur : construire 10
classes de même longueur. Choisir comme bornes
extrêmes la plus petite et la plus grande des
valeurs observées : 39.9 et 951.16. La longueur
des classes est donnée par : (951.16 - 39.9 )/10 =
91.126

20
 Répartitions d’observations
quantitatives en classes
• Répartition après regroupement des classes :
– Regrouper les classes 4, 5 et 6
– Regrouper les classes 7, 8, 9 et 10

21
 Répartitions d’observations
quantitatives en classes
• Exemple répartition en 5 classes arbitraires :

22
 Répartitions d’observations
quantitatives en classes
• Exemple répartition dans des classes de même
effectif:

23
 Répartitions d’observations
quantitatives en classes
• Exemple répartition dans des classes de même
effectif:

24
 Histogrammes
• Représentation approximative d’une fonction
de densité

• Densité : nombre d’observation par zone

– Densité géographique : nbr de populations par
km2

25
 Histogrammes
• Densité : on appelle densité de la série
(xi) i = 1, …, n dans l’intervalle [a, b [ la
proportion d’observations par unité de
mesure dans cet intervalle.
• Le calcul est le suivant :
– soit p la proportion (pourcentage) d’observations
contenue dans la classe [a, b [.
– la densité est donnée par d = p/[b-a] dans tout
l’intervalle [a, b [.
26
 Histogrammes
• Exemple densité avec classes arbitraires:

27
 Histogramme : représentation
• Définition : on appelle histogramme la représentation
graphique de la densité.

28
 Histogrammes
• Exemple densité classes de même longueur:

29
 Histogramme : représentation
• Définition : on appelle histogramme la représentation
graphique de la densité.

30
 Stabilité de l’histogramme
• Classe modale : une classe dont la densité est
supérieure à celles de ses deux voisines.

• Une classe modale peut être unique : la répartition

(ou l’histogramme) est dite «unimodale ».

• Lorsqu’il y en a plusieurs, elle est qualifiée de «

plurimodale »

• Les deux histogrammes donnés précédemment sont

unimodaux. 31
 Stabilité de l’histogramme
• Densité théorique (loi normale) : superposer à
l’histogramme une représentation graphique
qui se présente sous la forme d’une courbe en
cloche.
• Nécessaire pour appliquer des méthodes
statistiques telles que tests, prévision, etc.
• La représentation nécessite des calculs
compliqués et un tracé manuel donne en
général des résultats très médiocres.
32
 Stabilité de l’histogramme
• La superposition montre bien que la distribution des
achats ne suit pas la loi normale.

Loi Normale

33
 Conclusion
• Les représentations graphiques sont fondamentales
dans un rapport écrit parce qu’elles constituent l’image
des données que retiendra le lecteur.

• Doivent donc être effectuées avec soin, lisibles, de

dimension raisonnable et numérotées.

• Il faut leur attribuer un titre, préciser les axes, indiquer

les échelles et ajouter un commentaire qui peut se
résumer à une ou deux lignes.

34
Conclusion

35
 Application 1
• Une enquête effectuée lors du passage des voitures à un péage
d'autoroute a permis de les classer suivant leur taille (segment) et
leur nationalité :

segment voitures françaises voitures étrangères

petites : 73 93
familiales : 69 60
routières : 43 92
breaks et monospaces 19 61

• 1) Représenter la répartition par segment des voitures françaises,

des voitures étrangères et de la totalité à l'aide de diagrammes en
bâtons construits sur un même graphique.
• 2) Représenter les répartitions des voitures françaises et des
voitures étrangères sous forme de deux diagrammes circulaires,
l'aire de chaque disque représentant
36 l'effectif correspondant.
 Application 2
• Une enquête a été menée auprès de clients d’un hypermarché à la
sortie des caisses, pour évaluer les achats en droguerie-
quincaillerie, en boucherie charcuterie et en textile de la clientèle.
Représenter sur un histogramme les densités liés à ces résultats en
précisant la classe modale et en commentant chaque graphique
• Droguerie quincaillerie :
0 à 50F 50 à 100F 100F à 150F 150F à 200F 200F à 300F
nombre de clients 25 50 50 10 15
• Boucherie charcuterie:
0 à 100F 100 à 150F 150 à 200F 200 à 400F
nombre de clients 20 80 20 30
• Textile :
0 à 50F 50 à 100F 100F à 200F 200F à 500F
nombre de clients 40 60 20 30
37
 Application 3
• La société de ventes par correspondances Les Trois Redoutes a
effectué un sondage dans sa clientèle pour étudier les achats en
2013, 2014. Les données figurent sur fichier (ficher de paramètres
optimail.par). Construire les histogrammes des achats de 2013 et de
2014 suivant les répartitions ci-dessous.

Achats de 2013 Achats de 2014

Classes Effectifs Classes Effectifs

[1000 , 1600 [ 41 [ 700 , 1600 [ 29
[1600 , 1900 [ 51 [1600 , 1900 [ 64
[1900 , 2200 [ 98 [1900 , 2200 [ 88
[2200 , 2500 [ 118 [2200 , 2500 [ 109
[2500 , 2800 [ 99 [2500 , 2800 [ 95
[2800 , 3100 [ 63 [2800 , 3100 [ 62
38
[3100 , 3800 [ 30 [3100 , 4000 [ 53
 Application 4
• 1) Effectuer la répartition de notes de qualité générale dans les classes [12 ,
14 [, [ 14 , 15 [, [ 15 , 16 [, [ 16 , 17 [, [ 17 , 19 [. Construire et commenter
l’histogramme.
• 2) Même question à propos de la note de coût (on choisira les classes [5, 8
[,[8, 10 [, [10, 12 [, [12, 14 [ et [14, 17 [).
Rang Qual. Coût Rang Qual. Coût Rang Qual. Coût Rang Qual. Coût

1 14.45 16.00 18 13.91 14.75 35 13.45 15.25 52 13.55 13.75

2 14.55 15.25 19 16.09 14.25 36 15.27 12.50 53 13.73 13.25
3 14.09 14.50 20 16.09 13.75 37 15.64 11.75 54 13.18 13.00
4 14.27 13.75 21 15.73 13.00 38 16.36 10.75 55 14.00 15.75
5 15.09 12.75 22 14.45 14.50 39 15.82 10.75 56 15.64 13.25
6 15.36 14.00 23 14.18 14.25 40 15.27 11.00 57 15.09 13.75
7 15.00 13.75 24 15.27 13.75 41 15.36 10.50 58 14.64 12.75
8 14.82 13.75 25 16.09 12.25 42 16.36 13.50 59 13.55 14.00
9 14.36 14.25 26 16.00 12.25 43 16.27 13.50 60 16.36 9.50
10 14.55 13.50 27 15.27 13.25 44 15.82 13.75 61 13.91 12.25
11 14.09 13.75 28 15.91 11.50 45 15.82 13.25 62 12.82 13.50
12 13.82 13.75 29 16.36 13.75 46 15.64 13.25 63 18.27 6.50
13 14.36 11.75 30 16.73 13.00 47 16.36 11.50 64 17.73 5.75
14 15.09 15.50 31 16.18 13.00 48 16.45 11.00 65 17.18 6.00
15 15.18 14.75 32 15.73 13.00 49 15.36 12.25 66 16.18 7.00
16 13.91 15.75 33 14.18 15.00 50 14.82 14.25 67 15.27 5.25
39
17 14.09 15.00 34 14.91 13.50 51 13.00 16.50