Première S Cours statistiques

I Diagrammes en boîte
Ecart interquartile
On considère une série statistique dont on connaît :
 le 1er quartile Q1, plus petit nombre de la série tel qu’au moins 25% des données
soient inférieures ou égales à ce nombre ;
 le 3ème quartile Q3, plus petit nombre de la série tel qu’au moins 75% des données
soient inférieures ou égales à ce nombre.

Définitions :
 L’intervalle interquartile est l’intervalle [Q1 ;Q3].
 L’écart interquartile est la différence Q3 – Q1.

Propriété :
L’intervalle interquartile contient environ 50% des valeurs de la série.

Diagramme en boîte
Les valeurs extrêmes (minimum et maximum), la médiane Me et les deux quartiles Q 1 et Q3)
permettent de partager une série e quatre parties contenant chacune environ un quart de
l’effectif total. Ce qui permet d’avoir une idée de la répartition des valeurs de cette série.

Définition :

Le diagramme en boîte est un diagramme regroupant ces différentes valeurs :

Ecart-interquartile

min Q1 Me Q3 max

Remarque :
Le nombre max – min se nomme l’étendue.

1
Première S Cours statistiques

II Variance et écart-type
La moyenne permet de résumer une série statistique à l’aide d’un seul nombre. Mais elle ne
donne pas d’information sur la dispersion des valeurs.
D’autres paramètres statistiques permettent de mesurer cette dispersion.
Définition de la variance et de l’écart-type
On considère la série statistique ci-dessous :
Valeurs x1 x2 … xp Total
Effectifs n1 n2 …. np N
i=p
n1x1 + n2x2 + …. + npxp 1
La moyenne de cette série est le réel : x =
N
=  ni xi.
N i=1
Définitions :
 La variance d’une série statistique est le réel noté V, défini par :
1 1 i=p
V = n1(x1 – x )² + n2(x2 – x )² + … + np(xp – x )²  ou V =  ni(xi - x )²
N  N i=1
 L’écart-type d’une série statistique est le réel noté  défini par  = V.

Exemple :
On considère la série suivante :
Valeurs 1 2 6 8
Effectifs 2 1 4 3

21 + 12 + 46 + 38 52

La moyenne est : x = = = 5,2.
2+1+4+3 10
1
La variance est : V = (2(1 – 5,2)² + 1(2 – 5,2)² + 4(6 – 5,2)² + 3(8 – 5,2)²)
10
71,6
V= = 7,16
10
L’écart-type est :  = 7,16  2,68.
i = p
1
Théorème : (König-Huygens) : V =  nixi² - x ² Démonstration
N
i = 1
Utilisation du couple moyenne – écart-type
La moyenne et l’écart-type prennent en compte toutes les valeurs de la série et sont donc
influencés par les valeurs extrêmes.
L’écart-type mesure la dispersion des valeurs autour de la moyenne : plus il est grand, plus
les valeurs sont dispersées et moins la moyenne représente la série de façon significative.
Ainsi pour résumer une série statistique, on peut déterminer, puis interpréter suivant
l’étude désirée, l’un des couples définis dans le tableau ci-dessous.
Paramètre de tendance Paramètre de dispersion Propriété
centrale
Médiane Me Ecart interquartile : Q3 – Q1 Peu sensible aux valeurs
extrêmes
Moyenne x Ecart type : s Sensible au valeurs extrêmes

2
Première S Cours statistiques
Démonstration
i = p
1
Théorème : (König-Huygens) : V =  nixi² - x ²
N
i = 1

1 i=p 1 i=p 1 i = p i=p i=p 

V =  ni(xi - x )² =   ni(xi² - 2xi x + x ²) =   ni x i ² -  (2ni x i x ) +  ni x ²
N i=1 N i=1 N  i=1 i=1 i=1 
1 i=p 2 i=p 1 i=p
V=  nixi² - x  nixi + x ²  ni.
N i=1 N i=1
N i=1
i=p 1 i=p
Or  ni.= N et   nixi = x
i=1
N i=1
1 i=p
Donc V =  nixi² - 2 x  x  x ²
N i=1
1 i=p
Soit V =  nixi² - x ²
N i=1