Académique Documents
Professionnel Documents
Culture Documents
• Introduction
• Diagrammes
• Répartition d’observations quantitatives
• Histogrammes
• Conclusion
Introduction
4
Exemple
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
7
Diagrammes de base
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
18
Répartitions d’observations
quantitatives en classes
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
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.
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.
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 :