Séquence n°3 : les caractéristiques de tendance centrale ou de position

I- Généralités

- Les représentations graphiques et les tableaux statistiques (séries statistiques) nous ont
permis de présenter et de rangé les données statistiques brutes

- Mais les représentations graphiques ont un aspect subjectif

- Pour limiter cette part de subjectivité, on va synthétiser et résumer les données

numériques, classés dans les tableaux statistiques, à l’aide des caractéristiques de
tendance centrale.

- Il s’agit des grandeurs centrales qui indiquent les valeurs centrales d’une série statistique

* le mode

* la médiane

* les moyennes (arithmétique)

II- Le mode
1- Définition

Le mode est la valeur de la variable la plus fréquente de la population étudiée. En d'autres

termes, dans une distribution statistique, le mode est la modalité de la variable à laquelle est
associé le plus grand effectif ou la plus grande fréquence. On note généralement le mode :
M0

2- Détermination du mode

2.1- Cas d'une variable statistique discrète

Lorsque la variable statistique est discrète, le mode est facilement repérable sur le tableau
statistique. C’est le xi pour lequel la fréquence est la plus élevée (ou effectif le plus élevé).

Sur le diagramme en bâtons, c’est la valeur xi qui correspond au bâton le plus haut.

1
Exemple : la série présentée dans le tableau suivant donne l’effectif d’un groupe de
stagiaires classés en fonction de la note obtenue dans le module contrôle de gestion.

Notes Effectif Fréquences

5 18 0.05
6 19 0.05
7 19 0.05
8 22 0.06
9 40 0.11
10 72 0.21
11 79 0.23
12 35 0.10
13 28 0.08
14 10 0.03
15 6 0.02
Total 348 1

Le mode est = 11, c’est la valeur à laquelle correspond le maximum d’observations.

2.1- Cas d'une variable statistique continue

- Amplitude de classe ai = borne sup. - borne inf.

- La classe modale correspond à la classe dont l’effectif est le plus élevé

2
- Cas d'amplitude égale

On peut déterminer le mode à partir du graphe (méthode graphique) ou bien à partir de la

formule (méthode algébrique)

Exemple : Soit la distribution statistique suivante

classes Effectifs ni Amplitude ai

[50- 60[ 20 10
[60- 70[ 60 10
[70- 80[ 50 10
[80- 90[ 40 10
[90- 100[ 30 10

- Méthode graphique

3
 - Méthode algébrique

Mo = born. Inf + ai * (ni – ni-1)

(ni – ni-1) + (ni – ni+1)

ai : amplitude

born. Inf : Limite inférieure de la classe modale

(ni – ni-1) : La différence entre l’effectif de la classe modale et la classe avant

(ni – ni+1) : La différence entre l’effectif de la classe modale et la classe suivante

Mo = 60 + 10 * (60-20) = 60 + 10 * 40/50 = 68

(60-20) + (60-50)

- Cas d'amplitude inégale

Exemple : Soit la distribution statistique suivante

classes Effectifs ni Amplitude ai Densité di

ni/ai
[50- 60[ 20 10 2

[60- 70[ 60 10 6

[70- 75[ 50 5 10

[75- 90[ 40 15 2.67

[90- 100[ 30 10 3

4
On va utiliser la même formule

Mo = born. Inf + ai * (ni – ni-1)

(ni – ni-1) + (ni – ni+1)

Avec les effectifs:

Mo = 70 + -10 * 5 ??!! Elle semble illogique

-10 + 10

Avec les densités :

Mo = 70 + 5 * (10-6) = 70 + 5 * 4/11.33 = 71.76

(10-6) + (10-2.67)

5
Remarque :

Ce résultat est en très bon accord avec le graphe, on peut dire que, si les classes de la
série statistique ont de différentes amplitudes, l’utilisation des effectifs pour calculer
le mode n’est pas toujours acceptable, le seul paramètre qui peut être utilisé dans ce
cas est la densité des classes.

Donc voici les étapes pour bien calculer le mode

1- Calculer la densité des classes di = ni/ai

2- Trouver la classe la plus dense, c’est la classe où se trouve le mode

3- Appliquer la formule suivante : Mo = born. Inf + ai * (di – di-1)

(di – di-1) + (di – di+1)

6
III- La médiane
1- Définition

On appelle médiane Me d’une série classée par ordre croissant ou décroissant, la

valeur du caractère qui partage en deux parties égales les effectifs.

C’est la valeur du caractère telle que la moitié des effectifs lui est supérieure et
l’autre lui est inférieure.

2- Détermination de la médiane Me

Cas d’une variable discrète

Si la série a un nombre impair de terme

75 62 57 18 12 ⇔ Me =57

Si la série a un nombre pair

12 25 32 44 52 69 ⇔ Intervalle Médiane [32-44]

On prend le centre de l’intervalle comme la médiane : Me = (32+44) /2 = 38

Exemple 1 :

Soit la série statistique suivante : répartition d’un groupe de stagiaire selon la note

Note xi Effectifs ni Effectif cumulé

Croissant ECC
7 2 2
8 2 4
9 4 8
10 5 13
11 4 17
12 3 20
13 3 23
14 2 25
Total 25 ---

Dans ce cas le nombre des observations est impair, on divise le total des observations
sur 2 (25/2=12.5). Donc, la valeur de médiane est celle qui correspond à valeur de la
variable dont l’effectif strictement supérieur à 12.5, c.à.d. 10.

7
En d’autres termes, la 13ème observation divise la population en deux effectifs égaux :
12 à droite et 12 à gauche.

Exemple 2 :

Classons 108 logements en fonction du nombre de pièces d’habitation

Nb de pièces/Log. xi Nb de ménages ni ECC

1 15 15
2 17 32
3 22 54
4 22 76
5 17 93
6 15 108
Total 108

Dans ce cas le nombre des observations est pair, on divise le total des observations
sur 2 (108/2=54). Donc, la valeur de médiane est celle qui correspond à valeur de la
variable dont l’effectif strictement supérieur à 54.

La médiane se situe entre la 54ème observations et la 55ème observations, donc on

parle d’un intervalle médian [3- 4[.

Cas d’une variable continue

Comme pour le cas d’une variable discrète, il y’as deux méthodes pour la
détermination de médiane : algébrique et graphique.

Méthode algébrique

On détermine la médiane par la formule suivante :

Me = born. Inf + ai * n/2 – Ni-1

ni

ai : amplitude

born. Inf : Limite inférieure de la classe médiane

8
n/2 : effectif total divisé sur 2

Ni-1 : effectif cumulé de la classe précédente à la classe médiane

ni : (Ni-Na) effectif de la classe médiane

Exemple : Soit la distribution statistique suivante

xi ni ECC (Ni) ai
[0- 5[ 40 40 5
[5- 10[ 80 120 5
[10- 15[ 60 180 5
[15- 20[ 20 200 5
Total 200

Pour déterminer la classe médiane, on divise le total des observations sur 2

(200/2=100). Donc, la classe médiane est celle qui correspond à valeur de la variable
dont l’effectif strictement supérieur à 100. Dans ce cas la classe [5- 10[ (120>100).

Me = born. Inf + ai * n/2 – Ni-1

ni

n/2 = 200/2 = 100

Me = 5 + 5 * (100 – 40) / 80

Me = 8.75

Méthode graphique

En utilisant la courbe cumulative croissante ou décroissante, on peut déterminer la

médiane de deux manière :

- La médiane est obtenue en projetant sur l’axe des abscisses la moitié de la

fréquence cumulé FCC (50%).

9
- La médiane est obtenue en projetant sur l’axe des abscisses, le point
d’intersection des deux courbes cumulées croissante et décroissante.

10
IV- La moyenne arithmétique

1- Définition

On utilise les moyennes pour étudier la valeur centrale série statistique.

La moyenne arithmétique notée Χ d’une série statistique est égale au rapport de la

somme des valeurs observées par le nombre des observations.

Une moyenne arithmétique peut être simple ou pondérée.

Moyenne arithmétique simple

Etant donnée n observations qu’on va appeler X1, X2 , X3,……Xi,…Xn. On

appelle une moyenne arithmétique simple le nombre Χ

Somme de toutes les observations

Χ=
Le nombre d’observations

x +x +....... +xi +...... +x n

Χ= 1 2
n

Moyenne arithmétique pondérée

Lorsque les observations sont groupées c'est-à-dire que l’on observe

N1 fois X1
N2 fois X2

La moyenne arithmétique s’écrit :

x +x +..... +x 2 +x 2 +......
Χ= 1 1
n1 + n 2 + .... + n n

11
La moyenne arithmétique peut être calculée en utilisant les fréquences relatives fi.
Dans ce cas, la moyenne arithmétique est égale à la somme du produit des valeurs de
la variable par leurs fréquences relatives.

Χ=∑ fi xi

2- Détermination de la moyenne x

Cas d’une variable discrète

On donnera à titre d’exemple, les notes obtenues par 300 stagiaires.

effectif ni
Notes nombre de stagiaires nixi
1 6 6
3 8 24
5 20 100
6 25 150
7 32 224
10 40 400
11 70 770
12 45 540
13 38 494
14 12 168
15 4 60
Total 300 2936

12
X = 2936/300 = 9.79

La moyenne des notes est 9.79.

Cas d’une variable continue

Pour calculer la moyenne arithmétique d’une variable statistique continue, on

considère que les valeurs sont réparties uniformément à l’intérieur de chaque classe.
Cette hypothèse revient à supposer que la moyenne des valeurs d’une classe est
égale au centre de classe.

Exemple :

Le tableau suivant donne la répartition des entreprises selon le chiffre d’affaires en

DH.

Chiffre d'affaires Centre de classe xi Effectif ni nixi

11750-12000 11875 125 1484375
12000-12250 12125 137 1661125
12250-12500 12375 145 1794375
12500-13000 12750 245 3123750
13000-14000 13500 232 3132000
14000-15000 14500 160 2320000
15000-20000 17500 110 1925000
20000-30000 25000 46 1150000
Total 119625 1200 16590625

X = 16590625/1200 = 13825.52

13