Académique Documents
Professionnel Documents
Culture Documents
Bouakkaz
Biostatistique
2023/2024
TABLE DES MATIÈRES
1 Généralités 6
1.1 Vocabulaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.2 Caractère . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.3 Tableau statistique . . . . . . . . . . . . . . . . . . . . . . . . 11
2 Caractère qualitatif 13
2.1 Tableau statistique . . . . . . . . . . . . . . . . . . . . . . . . 14
2.2 Représentation graphique . . . . . . . . . . . . . . . . . . . . 15
i
Table des matières
Généralités
Sommaire
1.1 Vocabulaire . . . . . . . . . . . . . . . . . . . . . . 7
1.2 Caractère . . . . . . . . . . . . . . . . . . . . . . . 8
6
Chapitre 1. Généralités
1.1 Vocabulaire
Remarque 1.2 Tout sous-ensemble d’une population donnée est lui même
une population. Ce sous-ensemble s’appelle échantillon ou sous-population
et l’échantillonnage est utilisé lorsqu’il est impossible de prendre en considé-
ration l’ensemble entier de la population.
1.2 Caractère
Caractère : L’étude statistique porte généralement sur un caractère, pré-
senté par chacun des éléments d’un ensemble donné et ce caractère peut
présenter plusieurs modalités.
Exemple 1.4 Une échelle d’appréciation d’une prestation qui comprend les
modalités "Mauvaise, "Passable", "Moyenne" , "Bonne" et "Très bonne".
Remarque : La somme de tous les e¤ectifs est égale à l’e¤ectif total (le
nombre d’élements ou d’individus de la population).
P
k
i = N;
i=1
P
k
i
P
k P
k
i i=1 N
fi = = = = 1:
i=1 i=1 N N N
Caractère qualitatif
Sommaire
2.1 Tableau statistique . . . . . . . . . . . . . . . . . . 14
13
Chapitre 2. Caractère qualitatif
L orsque les modalités d’un caractère ne peuvent être désignées que par
leurs qualités, nous disons que la nature du caractère est qualitative (c-
à-d il ne peut pas être quanti…é). Par contre, la réciproque est possible, un
caractère quantitatif peut être transformé en un caractère qualitatif, comme
le montre l’exemple suivant.
Exemple 2.1
Dans le but de déterminer le Les résultats de l’expérience ont été reportés
temps de réaction des gens par dans le tableau suivant :
rapport au son, l’expérience Temps de réaction Nombre d’individus
suivante a été entreprise. ]0:45; 0:51] 2
50 personnes ont été réunies ]0:51; 0:57] 8
et pour chacune d’elles on a ]0:57; 0:63] 18
enregistré le temps mis pour réagir ]0:63; 0:69] 16
après avoir entendu un signal ]0:69; 0:75] 4
sonore. ]0:75; 0:81] 2
On remarque que le caractère est quantitatif mais si on remplace les inter-
valles du tableau par les dénominations suivantes :
xi i fi fi % i i =2
Exemple d’application :
Tableau statistique
Catégories socioprofessionnelles i fi fi % i
Représentation graphique
Sommaire
3.1 Tableau statistique . . . . . . . . . . . . . . . . . . 20
19
Chapitre 3. Caractère quantitatif discret
x1 1
x2 2
::::::::::::: ........................
xk k
Total N
c% c&
xi i fi i i fi c% i xi fi xi 2
i xi fi x2i
x1 = 1 282 0:331 282 850 0:331 282 0:331 282 0:331
x2 = 2 273 0:321 555 568 0:652 546 0:642 1092 1:284
x3 = 3 148 0:174 703 295 0:826 444 0:522 1332 1:566
x4 = 4 70 0:082 773 147 0:908 280 0:328 1120 1:312
x5 = 5 35 0:041 808 77 0:949 175 0:205 875 1:025
x6 = 6 42 0:049 850 42 0:998 252 0:294 1512 1:764
T otal 850 0:998 1979 2:322 6213 7:282
T otal
1 2:328 7:309
N
Remarque 3.2 Si on joint par une ligne brisée les sommets des "bâtons",
on obtient "le polygone des fréquences relatives". Un simple changement de
l’echelle des ordonnées peut transformer ce dernier en un polygone des e¤ec-
tifs.
b) Diagramme intégral
Dé…nition : On appelle e¤ectif cumulé croissant de la valeur xj du caractère,
la somme 1 + 2 + 3 + :::: + j des e¤ectifs obtenus pour j premières valeurs
du caractère.
c% P
j
j = i
i=1
Remarque 3.3 Une série statistique n’ayant qu’un seul mode est appelée
"série unimodale" et si elle a deux modes, elle est appelée "série bimodale"
et ainsi de suite.
8+5+3+6+2 24
x= = = 4:8:
5 5
P
k
i xi
i=1
x= ;
N
P
6
i xi
i=1 1 x1 + 2 x2 + 3 x3 + 4 x4 + 5 x5 + 6 x6 1979
x= = = = 2:328 enfant.
850 850 850
N N
H = = N :
1 1 1 1 P1
+ + + ::: +
x1 x2 x3 xN i=1 xi
2 2 2 2
H= = = = = 66:66 Km=h:
1 1 P
2 1 1 1 0:01 + 0:05
+ +
x1 x2 i=1 xi 100 50
N N
H = n1 n2 n3 nk = Pk n
;
+ + + ::: + i
x1 x2 x3 xk
i=1 xi
où N est l’e¤ectif total et le nombre d’éléments de la population et k est le
nombre des xi non répétées.
Ex : Dans l’exemple 3:1, on a
N 850
H= = = 1:702
P6 n
i 499:333
i=1 xi
tistique X sont répétitives. C’est à dire que ces valeurs ont des e¤ectifs, la
moyenne géométrique est égale alors à :
v ! N1
q u k
uY Y
k Y
k
G= N
x1 x2 x3 :::xk = t
n1 n2 n3 nk N
xni i = xni i = xfi i ;
i=1 i=1 i=1
xi ni
3 2
4 3
5 2
Total 7
total
N
1
1ere méthode : La valeur de la moyenne géométrique pondérée est
p p
7
p
xn1 1 xn2 2 xn3 3 = 32 43 52 = 14400 = 3:926:
N 7
G =
! !
1 X
k
1 X
3
1
log G = ni log (xi ) = ni log (xi ) = (2 log (3) + 3 log (4) + 2 log (5))
N i=1
7 i=1
7
1 1
= (0:954 + 1:806 + 1:398) = (4:158) = 0:594 =) G = 3:926:
7 7
b) Logarithme népérien :
! !
1 X
k
1 X
3
1
ln G = ni log (xi ) = ni ln (xi ) = (2 ln (3) + 3 ln (4) + 2 ln (5))
N i=1
7 i=1
7
1 1
= (2:197 + 4:159 + 3:219) = (9:573) = 1:368 =) G = 3:923:
7 7
Les résultats donnés par les deux types de logarithmes sont identiques. Les
logarithmes présentent un aventage car ils simpli…ent et facilitent les calculs.
v 1
uN 0 1
uP 2 P
3
2
u xi 2 r
t i=1 B i=1xi C 4 + 16 + 36 p
Q= =B
@ 3 A
C = = 18:666 = 4:320:
N 3
Remarque 3.5 La moyenne quadratique est utilisée pour éviter les valeurs
négatives dans les calculs car les observations xi sont élevées au carré, il
est particulièrement très utilisée en physique et surtout quand il s’agit des
moyennes d’écarts à une valeur centrale. En agronomie, la moyenne intervient
notamment en matière forestière dans la détermination du diamètre de l’arbre
de section ou de surface terrière moyenne.
Valeur de R
R=2 Moyenne quadratique
R=1 Moyenne arithmétique
R= 1 Moyenne harmonique
R = " avec " ! 0 Moyenne géométrique
La médiane : (notée M e)
Si nous ordonnons les valeurs du caractère d’une série statistique par ordre de
grandeurs croissantes où décroissantes, la médiane est la valeur qui se situe
au centre de la série ainsi ordonnée et qui partage l’e¤ectif total en deux
parties égales.
Détermination de la valeur de la médiane par le calcul
Si la série comporte un nombre impair de valeurs c-à-d N = (2p + 1) valeurs,
la médiane sera le (p + 1)-ième valeur
Si N = 2p + 1 ) M e = xp+1 :
Ex : Si on a : 3; 3; 4; 4; 4; 5; 6 ; 7; 7; 8; 9; 9; 10; alors
Et si on a 3; 3; 4; 4; 4; 5; 6 ; 7; 7; 8; 9; 9; alors
x6 + x7 5+6
N = 12 = 2 (6) ) p = 6 ) M e = = = 5:5
2 2
Détermination de M e à l’aide de la colonne des e¤ectifs cumulés
Détermination graphique de M e
EQ = Q3 Q1
P
6
i x2i
i=1 6213
V ar (x) = (x)2 = (2:328)2 = 7:309 5:419 = 1:890
N 850
100 x
C:V = %
x
Exercice d’application
Les notes obtenues par 202 étudiants à l’épreuve de statistique sont données
par le tableau suivant :
Notes 8 9 10 11 12 13 14 15 16 Total
E¤ectifs 8 14 28 36 52 28 20 12 4 202
Calculer les paramètres de position et de dispersion.
Solution
Le tableau statistique :
c%
xi i fi i fic% i xi fi xi 2
i xi fi x2i
8 8 0:039 8 0:039 64 0:312 512 2:494
9 14 0:069 22 0:108 126 0:621 1134 5:589
10 28 0:138 50 0:246 280 1:38 2800 13:8
11 36 0:178 86 0:424 396 1:958 4356 21:538
12 52 0:257 138 0:681 624 3:084 7488 37:008
13 28 0:138 166 0:820 364 1:794 4732 23:322
14 20 0:099 186 0:919 280 1:386 3920 19:404
15 12 0:059 198 0:978 180 0:885 2700 13:275
16 4 0:019 202 0:997 64 0:304 1024 4:864
T otal 202 0:997 2378 11:724 28666 141:294
T otal
1 11:772 141:910
202
Paramètres de position ou de tendance centrale
Le mode :
M o = 12:
La moyenne arithmétique :
P
9
i xi
i=1 2378
x= = = 11:772:
202 202
x = 11:772:
La médiane :
12 + 12
N = 202 = 2 (101) ) p = 101 ) M e = = 12:
2
M e = 12:
N 202 c% c%
= = 50:5 ) Q1 = x4 = 11 (car 3 = 50 et 4 = 86)
4 4
Q1 = 11:
Le deuxième quartile :
Q2 = M e = 12:
Q2 = 12:
Le troisième quartile :
3N 202 c% c%
=3 = 151:5 ) Q3 = x6 = 13 (car 5 = 138 et 6 = 166):
4 4
Q3 = 13:
Paramètres de dispersion
L’étendue :
E = xmax xmin = 16 8 = 8:
E = 8:
L’écart interquartile:
EQ = Q3 Q1 = 13 11 = 2:
EQ = 2:
L’intervalle semi-interquartile:
EQ 2
IQ = = = 1:
2 2
IQ = 1:
La variance:
P
k
i x2i
i=1 P
k
V ar (x) = (x)2 = fi x2i (x)2 :
N i=1
P
9
i x2i
i=1 28666
V ar (x) = (x)2 = (11:772)2 = 141:910 138:579 = 3:331
N 202
V ar (x) = 3:331:
x = 1:825:
C:V = 15:502%:
Sommaire
4.1 Tableau statistique . . . . . . . . . . . . . . . . . . 37
36
Chapitre 4. Caractère quantitatif continu
E xmax xmin
Ai = = :
NC NC
150 163 170 174 178 182 189 196 152 165 175 171 180 183
191 197 158 165 171 175 180 183 191 199 161 168 172 175
181 185 193 172 175 185 205 161 170 181 194 206
bi + bi+1
ci = :
2
Tableau statistique
c%
Classes i ci fi i i ci fi ci i c2i fi c2i
[150; 159:34[ 3 154:67 0:075 3 464:01 11:6 71768:426 1794:172
[159:34; 168:68[ 6 164:01 0:150 9 984:06 24:601 161395:680 4034:810
[168:68; 178:02[ 12 173:35 0:300 21 2080:2 52:005 360602:67 9015:066
[178:02; 187:36[ 9 182:69 0:225 30 1644:21 41:105 300380:724 7509:472
[187:36; 196:7[ 6 192:03 0:150 36 1152:18 28:804 221253:125 5531:232
[196:7; 206:04[ 4 201:37 0:100 40 805:48 20:137 162199:507 4054:987
Total 40 1 7130:14 178:252 1277600:132 31939:739
T otal
1 178:253 31940:003
40
Remarque 4.1 Lorsque les amplitudes des classes sont inégaux, il faut cor-
riger les e¤ectifs avant de tracer l’histogramme
0 i
i = ;
Ai
0
où i est l’e¤ectif corrigé de la classe d’e¤ectif i et d’amplitude Ai .
Histogramme des fi
Classes d’amplitudes égales : La classe modale est la classe qui a le plus grand
e¤ectif ou la fréquence relative la plus importante.
Le mode : 0 1
=A
z }|m { d1
M o = xm + @xm+1 xm A ;
d1 + d2
(12 6)
M o = 168:68 + 9:34 = 174:906 cg=l:
(12 6) + (12 9)
P
k
i ci
i=1 P
k
x= = fi ci , où ci est le centre de la classe.
N i=1
P
6
i ci
i=1 1 c1 + 2 c2 + 3 c3 + 4 c4 + 5 c5 + 6 c6 7130:14
x= = = = 178:253 cg=l
40 40 40
La médiane (notée M e)
On détermine d’abord la classe médiane [xm ; xm+1 [. On se sert de la colonne
des e¤ectifs cumulés croissants ou des fréquences relatives croissantes où
8 8
>
< c% N < f c% 0:5
m m
2 où
> N :
c%
: m 1< fmc%1 < 0:5
2
Une fois que la classe médiane [xm ; xm+1 [ est déterminée, on peut calculer la
médiane M e par interpolation linéaire
(xm+1 xm ) N c%
M e = xm + m 1
m 2
(xm+1 xm )
M e = xm + 0:5 fmc%1 ;
fm
(xm+1 xm ) N c%
Q1 = xm + m 1
nm 4
Le 2eme quartile (noté Q2 )
Q2 = M e:
N
Q1 : = 10 =) Q1 2 [168:68; 178:02[
4
9:34
Q1 = 168:68 + (10 9) = 169:458 cg=l
12
Q2 = Me
3N
Q3 : = 30 =) Q3 2 [178:02; 187:36[
4
9:34
Q3 = 178:02 + (30 21) = 187:36 cg=l
9
EQ = Q3 Q1
EQ
IQ = :
2
EQ 17:902
IQ = = = 8:951 cg=l
2 2
2
La variance (notée V ar (x) ou x)
P
k
i c2i
i=1 P
k
V ar (x) = (x)2 = fi c2i (x)2
N i=1
100 (x)
C:V = = 7:225%
x
Exemple 4.2 Les pesées de 50 nouveaux-nés dans une maternité ont permis
d’établir le tableau suivant :
Solution
Classes i ci fi fic% c%
i i ci i c2i
[2; 2:4[ 6 2:2 0:12 0:12 6 13:2 29:04
[2:4; 2:8[ 10 2:6 0:2 0:32 16 26 67:6
[2:8; 3:2[ 19 3 0:38 0:7 35 57 171
[3:2; 3:6[ 11 3:4 0:22 0:92 46 37:4 127:16
[3:6; 4[ 4 3:8 0:08 1 50 15:2 57:76
P
50 148:8 452:56
P
=50 1 2:976 9:051
Le mode : M o 2 [2:8; 3:2[ et
d1 9
M o = x m + Am = 2:8 + (0:4) = 3:011 Kg
d1 + d2 8+9
N
La médiane : = 25 =) M e 2 [2:8; 3:2[
2
(xm+1 xm ) N 0:4
M e = xm + nc%
m 1 = 2:8 + (25 16) = 2:989 Kg
nm 2 19
La moyenne arithmétique :
P
5
ni ci
i=1
x= = 2:976 Kg
N
La variance :
P
5
ni c2i
i=1 148:8
V ar(x) = (x)2 = (2:976)2 = 9:051 8:856 = 0:195 (Kg)2 :
N 50
Sommaire
5.1 Classement des données et tableaux à double en-
trée . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
5.5 Covariance . . . . . . . . . . . . . . . . . . . . . . 62
47
Chapitre 5. Les distributions statistiques à deux caractères
x2 21 22 ....... 2j ....... 2p 2
: : : : : :
: : : ....... : ...... : :
: : : : : :
xi i1 i2 ....... ij ....... ip i
: : : : : :
: : : ....... : ...... : :
: : : : : :
xk k1 k2 ....... kj ....... kp k
Tableau particulier
xi yi
x1 y1
x2 y2
Si les valeurs des variables X et Y sont appariées deux à deux : :
alors il est préférable de dresser un tableau à deux colonnes : :
seulement dans le style de celui qui suit : xi yi
: :
: :
xN yN
(1:55; 58:2) (1:60; 58:1) (1:62; 61:3) (1:64; 65:3) (1:65; 69:5) (1:70; 69:7) (1:72; 70:3)
(1:73; 75:4) (1:76; 74:2) (1:78; 82:0) :
Le tableau statistique à double entrée (forme générale)
XnY 58:1 58:2 61:3 65:3 69:5 69:7 70:3 74:2 75:4 82:0
1:55 0 1 0 0 0 0 0 0 0 0
1:60 1 0 0 0 0 0 0 0 0 0
1:62 0 0 1 0 0 0 0 0 0 0
1:64 0 0 0 1 0 0 0 0 0 0
1:65 0 0 0 0 1 0 0 0 0 0
1:70 0 0 0 0 0 1 0 0 0 0
1:72 0 0 0 0 0 0 1 0 0 0
1:73 0 0 0 0 0 0 0 0 1 0
1:76 0 0 0 0 0 0 0 1 0 0
1:78 0 0 0 0 0 0 0 0 0 1
i
fi =
N
j
f j =
N
Exemple 01 : On a
Distribution marginale de X Distribution marginale de Y
(nombre de fruits) (nombre de feuilles)
Fréquences relatives Fréquences relatives
X E¤ectifs Y E¤ectifs
marginales marginales
8 12 0:08 6 24 0:16
10 23 0:153 11 38 0:253
16 41 0:273 14 46 0:306
20 24 0:16 16 29 0:193
24 22 0:146 18 13 0:086
32 16 0:106 Total 150 1
42 12 0:08
Total 150 1
Distributions conditionnelles
XnY yj
x1 1j
x2 2j
: :
: :
: : XnY y1 y2 ....... yj ....... yp Total
xi ij xi i1 i2 ....... ij ....... ip i
: :
: :
: :
xk kj
Total j
Fréquence conditionnelle :
La fréquence conditionnelle de la variable xi liée à la valeur yj s’écrit :
ij
fi j =
j
ij
fj i =
i
Caractéristiques marginales
Cas d’une population à e¤ectif fort
- La moyenne arithmétique marginale de la variable X est donnée par
P
k
i xi X
k
i=1
xM = = fi xi
N i=1
P
k
i x2i X
k
i=1
V arM (X) = (xM )2 = fi x2i (xM )2
N i=1
xi i i xi i x2i
8 12 96 768
P
7
i xi
i=1 3006 10 23 230 2300
xM = == 20:04 fruit
150 150 16 41 656 10496
P7
2
i xi
i=1 20 24 480 9600
V arM (X) = (xM )2
150 24 22 528 12672
= 489:253 401:601 = 87:652 (fruit)2
p p 32 16 512 16384
M
(X) = V arM (X) = 87:652
42 12 504 21168
= 9:362 fruit P
150 3006 73388
P
=150 1 20:04 489:253
- La moyenne arithmétique marginale de la variable Y est donnée par
P
p
yj p
j=1
j X
yM = = f j yj
N j=1
P
5 yj j j yj j yj2
j yj
j=1 1904 6 24 144 864
yM = = = 12:693 feuille
150 150 11 38 418 4598
P
5
2
j yj
j=1 2 14 46 644 9016
V arM (Y ) = y M (feuille)2
N 16 29 464 7424
= 174:093 161:112 = 12:981
p p 18 13 234 4212
M
(Y ) = V arM (Y ) = 12:981 P
150 1904 26114
= 3:602 feuille P
=150 1 12:693 174:093
Cas d’une population à faible e¤ectif
P
N P
N
xi yi
i=1 i=1
x= y=
N N
P
N P
N
x2i yi2
V ar (X) = i=1 (x)2 V ar (Y ) = i=1 (y)2
p N p N
(X) = V ar (X) (Y ) = V ar (Y )
xi yi x2i yi2 xi yi
1:55 58:2 2:402 3387:24 90:21
x = 1:675 m
1:60 58:1 2:56 3375:61 92:96
y = 68:4 kg
1:62 61:3 2:624 3757:69 99:306
V ar (X) = 2:810 (1:675)2
1:64 65:3 2:689 4264:09 107:092
= 2:810 2:805
1:65 69:5 2:722 4830:25 114:675
= 0:005 m2
1:70 69:7 2:89 4858:09 118:49
V ar (Y ) = 4732:986 (68:4)2
1:72 70:3 2:958 4942:09 120:916
= 4732:986 4678:56
1:73 75:4 2:992 5685:16 130:442
= 54:426 kg 2
p 1:76 74:2 3:097 5505:64 130:592
(X) = 0:005 = 0:07 m
p 1:78 82:0 3:168 6724 145:96
(Y ) = 54:426 = 7:377 kg P
16:75 684 28:102 47329:86 1150:643
P
=10 1:675 68:4 2:810 4732:986 115:064
P
k
i1 xi X
k
i=1
x1 = = fi 1 xi
1 i=1
P
k
i2 xi X
k
i=1
x2 = = fi 2 xi
2 i=1
.
.
P
k
ip xi X
k
i=1
xp = = fi p xi
p i=1
P
k
i=1
i j xi P
k
xj = = fi j xi ; j=1 p
j
i=1
P
k
i1 x2i X
k
i=1 2
V ar1 (X) = (x1 ) = fi 1 x2i (x1 )2
1 i=1
P
k
i2 x2i X
k
i=1
V ar2 (X) = (x2 )2 = fi 2 x2i (x2 )2
2 i=1
P
k
ip x2i X
k
i=1 2
V arp (X) = (xp ) = fi p x2i (xp )2
p i=1
P
k
i j x2i P
k
V arj (X) = i=1
(xj )2 = fi j x2i (xj )2 ; j=1 p
j
i=1
P
7 8 1 8 64
i3 xi
i=1 1008 10 2 20 200
x3 = = = 21:913
3 46
P
7 16 15 240 3840
2
i 3 xi
i=1 20 14 280 5600
V ar3 (X) = (x3 )2
3 24 6 144 3456
= 560:695 480:179 = 80:516
p p 32 2 64 2048
3 (X) = V ar3 (X) = 80:516
42 6 252 10584
= 8:973 P
46 1008 25792
P
=150 1 21:913 560:695
P
5 yj 4j 4j yj 4j yj2
4j yj
j=1 318 6 2 12 72
y4 = = = 13:25
4 24
P
5 11 4 44 484
4j yj2
j=1 2 14 14 196 2744
V ar4 (Y ) = y4
4 16 3 48 768
= 183:25 175:562 = 7:688
p p 18 1 18 324
4 (Y ) = V ar4 (Y ) = 7:688 P
24 318 4395
= 2:772 P
=150 1 13:25 183:125
5.5 Covariance
On appelle "covariance" entre deux variables statistiques marginales X et
Y d’une série double d’e¤ectif total N , le réel noté Cov (X; Y ) ou X Y qui
mesure la dispersion entre les deux variables.
Cas d’une population à e¤ectif fort
P
k P
p
ij xi yj
i=1j=1
Cov (X; Y ) = (xM y M )
N
Dans le cas où tous les points d’un nuage se démarquent les uns des autres,
c-à-d où tous les e¤ectifs ne sont égaux qu’à 1 ou à 0, la covariance est donnée
par
P
N
xi yi
i=1
Cov (X; Y ) = (x y)
N
Remarques
] La covariance de X avec elle même est la variance de X:
] La covariance ne peut pas être plus grande que le produit des écarts types
c-à-d
jCov (X; Y )j (X) (Y )
Ainsi si (X) et (Y ) sont déja calculés, il su¢ t de les multiplier l’un par
l’autre et de véri…er que leur produit est supérieur à la covariance.
Exemple 01 : Dans chaque case du tableau, on trouve deux nombres l’un
en petits (l’e¤ectif i j) et l’autre en gras (le produit ij xi yj ).
Par exemple x1 = 8; y1 = 6, 11 = 8 (en petits) et 11 x1 y1 = 8 8 6 = 384
(en gras)
P
XnY 6 11 14 16 18
8 8 2 1 1 0 800
384 176 112 128 0
10 4 16 2 0 1 2460
240 1760 280 0 180
16 3 10 15 8 5 8896
288 1760 3360 2048 1440
20 2 4 14 3 1 6360
240 880 3920 960 360
24 4 5 6 5 2 6696
576 1320 2016 1920 864
32 3 1 2 8 2 7072
576 352 896 4096 1152
42 0 0 6 4 2 7728
0 0 3528 2688 1512
P
2304 6248 14112 11840 5508 40012
P
7 P
5
ij xi yj
i=1j=1
Cov (X; Y ) = (xM y M )
N
40012
= (20:04) (12:693) = 12:379 fruit feuille
150
Exemple 02 :
P
N
xi yi
i=1
Cov (X; Y ) = (x y) = 115:064 (1:675) (68:4) = 0:494 m kg
N
Cov (X; Y )
=
(X) (Y )
Remarque. On a 1 +1, de plus
Si = 0 : il n’y a pas de relation entre les variables X et Y (indépendance)
linéaire
linéaire
Exemple 01 :
où
Cas d’une population à e¤ectif fort
8
< a = Cov (X; Y )
>
V arM (X)
>
: b=y
M
a x M
où
Cas d’une population à e¤ectif fort
8
< a = Cov (X; Y )
>
V arM (Y )
>
: b=x
M
a y M
Biostatistique
Serie1
Exercice 01 :
Déterminer la population étudiée, l’individu, le caractère et donner sa nature parmi les données suivantes:
1) La durée de vie des tubes de télévision fabriqués par une usine.
2) Les salaires annuels des enseignants d’une école.
3) La longueur de 200 boulons produits par une usine.
4) Le poids des chenilles.
5) La couleur des cartables des élèves d’une classe.
6) Le sport pratiqué par chacun des élèves d’une école.
7) Le volume des boites de conserve fabriquées par une usine.
8) Le nombre d’habitants par commune.
9) Le nombre de travailleurs d’une usine selon la quali…cation.
10) Le nombre de véhicules en circulation dans un pays selon la marque.
11) Classi…cation des régions d’un pays selon la pluviométrie annuelle.
12) Classi…cation des partis politiques selon leur nombre de voix aux élections.
13) Classi…cation des étudiants selon le lieu de résidence.
14) Classi…cation des lycées d’un pays selon le taux de succès au bac.
Exercice 02 :
La decendance en deuxième génération d’un croisement entre Mu‡iers "ivoire" et "rouge" a donné les résultats suivants:
P
Phénotype Rouge Rose pâle Ivoire
Nombre observé 22 52 23 97
Représenter graphiquement cette série statistique par le radar, secteur circulaire et les tyaux d’orgue des fréquences absolues.
Exercice 03 : Le tableau ci-dessus a donné la situation du personnel médical et paramédical en Algérie selon la nationalité au
1er Janvier 1979 dans le secteur public.
Exercice 04 : On a dénombré chez un individu 1000 leucocytes, et on s’est interressé à leur catégorie.
Exercice 01 :
Le recensement de 1987 de la population étrangère résidente en Algérie a permis de déterminer les nationalités suivantes:
Marocaine, Tunisienne, Française, Allemande, Italienne, Palestinienne et autres.
Déterminer la population étudiée, l’individu, le nombre de modalités, le caractère et donner sa nature.
Exercice 02 : La représentation des élèves du lycée en fonction de la langue vivante étudiée est donnée par:
Exercice 03 :
L’analyse du sang de 100 individus à donné les résultats suivants:
Groupe sanguin O A B AB
E¤ ectif 40 43 12 5
Exercice 04 : Après dénombrement, la répartition des travailleurs d’une entreprise selon la quali…cation a été comme suit: 10
ingénieurs, 30 employés, 140 ouvriers et 20 techniciens.
1/ Dé…nir la population étudiée, les modalités, le caractère et donner sa nature.
2/ Dresser le tableau statistique et représenter cette série par des secteurs angulaires, des secteurs éclatés et par les tuyaux
d’Orgue des fréquences relatives.
2eme année Écologie et Environnement Année universitaire 2023 2024
Exercice 01 :
Exercice 02 :
i
Modalité ni i
2
Rouge 22 81:5 40:75
Rose pâle 52 193 96:5
Ivoire
P 23 85:5 42:75
P 97 360 180
=N 1
Secteurs circulaires
Semi secteurs circulaires
Tyaux d’Orgue
Exercice 02 :
1/ L’unité statistique est le travailleur médical qui est décrit selon deux caractères: la quali…cation et la nationalité.
2/ En calculant les fréquences relatives, le tableau statistique deviendrait alors:
Distribution des travailleurs médicaux de la Santé Publique selon la quali…cation et la nationalité.
Quali…cation Nationalité Total
Algériens Etrangers
fi fi
Personnel médical 0:114 61:3% 0:890 38:7% 0:173 100%
Techniciens para-médicaux 0:069 97:7% 0:019 2:3% 0:066 100%
Agents para-médicaux spécialisés 0:012 94:86% 0:008 5:14% 0:012 100%
Agents para-médicaux 0:408 98:59% 0:071 1:41% 0:382 100%
Aides para-médicaux 0:394 99:79% 0:01 0:21% 0:365 100%
Total 0:997 ' 1 92:47% 0:998 ' 1 7:53% 0:998 ' 1
Exercice 04 :
Le type du caractère: le caractère est qualitatif
Exercice 02 :
Langues E¤ectifs Fréquences relatives fi fi % i
Anglais 934 0; 584 58:4% 210; 150
Allemand 351 0; 219 21:9% 78; 975
Espagnol 205 0; 128 12:8% 46; 125
Italien 69 0; 043 04:3% 15; 525
Divers 41 0; 026 02:6% 9; 225
Total 1600 1; 000 100% 360
Total/1600 1
Exercice 03 :
Groupe Sanguin i fi i
O 40 0:4 144
A 43 0:43 155 La population étudiée: 100 individus.
B 12 0:12 43 Le caractère: le groupe sanguin.
AB 5 0:05 18 La nature du caractère: qualitative.
P
P 100 1 360
=100 1
Modalités i fi i
Ingénieurs 10 0:05 18
Employés 30 0:15 54
Ouvriers 140 0:7 252
Techniciens
P 20 0:1 36
P 200 1 360
=200 1
Tuyaux d’orgue des frquences relatives.
2eme année Écologie et Environnement Année universitaire 2023 2024
Biostatistique
Serie2
Exercice 01 : L’étude du nombre d’enfants dans chaque famille d’une trentaine de familles habitant le même immeuble, a donné
les résultats suivants:
xi 0 1 2 3 4 5 7
i 6 4 7 9 2 1 1
1) Dé…nir la population étudiée, le caractère et donner son type.
2) Construire le diagramme di¤érentiel des fréquences relatives, le polygone des e¤ectifs et le diagramme intégral des fréquences
relatives cumulées.
Exercice 02 : Dans l’étude du parasitisme des chataignes par les balanins, on s’intéresse au nombre de parasites présents dans
un fruit et on a obtenu les résultats ci-après
Nombre de parasites 0 1 2 3 4 5 6 7
E¤ectif partiel 82 55 30 16 9 5 2 1
1/ Quelle est la nature du caractère étudié.
2/ Tracer le diagramme di¤érentiel des fréquences absolues et le polygône des e¤ectifs.
3/ Tracer le diagramme intégral des fréquences relatives.
Exercice 03 : La répartition de 200 capsules de pavots suivant le nombre de rayons stigmatiques a donné le tableau suivant:
Nombre de rayons 8 9 10 11 12 13 14 15 16 17 T otal
Fréquence absolue 5 11 16 26 34 36 30 22 12 8 200
1/ Constriure le diagramme di¤érentiel des fréquences relatives et le polygône des e¤ectifs.
2/ Calculer le mode et la moyenne arithmétique.
Exercice 05 : On a mesuré la tension artérielle de 20 patients dans les même conditions et on a trouvé les résultats suivants:
xi 7 8 9 10 11 12 13 14 15 17
i 1 2 3 4 2 3 2 1 1 1
1/ Dé…nir la population, le caractère et donner sa nature.
2/ Déterminer le mode, la médiane, les quartiles et la moyenne arithmétique.
3/ Déterminer l’écart-type et le coe¢ cient de variation.
Exercice 06 : L’étude de la répartition du nombre de petits dans une portée de souris a donné le tableau suivant:
Nombre de petits P
1 2 3 4 5 6 7 8 9
d’une portée
Nombre de
7 11 16 17 26 31 11 1 1 121
portées observées
1/ Dé…nir la population étudiée et le caractère.
2/ Construire le diagramme di¤érentiel des e¤ectifs de cette série.
3/ Déterminer le mode et la médiane.
4/ Calculer la moyenne arithmétique et la variance.
2eme année Écologie et Environnement Année universitaire 2023 2024
Exercice 01 :
1) La population étudiée est l’ensemble de trente familles.
Le caractère est le nombre d’enfants dans chaque famille.
Le type est quantitatif discret.
2) Le tableau statistique:
xi i fi fic %
0 6 0:2 0:2
1 4 0:133 0:333
2 7 0:233 0:566
3 9 0:3 0:866
4 2 0:066 0:932
5 1 0:033 0:965
P7 1 0:033 0:998
P 30 0:998
=30 1
Comme le caractère est quantitatif discret, alors le diagramme di¤érentiel est le "diagramme en bâtons" et le diagramme intégral
est la "courbe en escalier".
Diagramme di¤érentiel:
Diagramme intégral:
Diagramme intégral:
Polygône des i
M o = 13 rayons:
La moyenne arithmétique pondérée:
P
10
ni xi
i=1 2539
x = = = 12:695 rayons
N 200
10
X
= fi xi = 12:695 rayons:
i=1
Exercice 04 :
Tableau statistique
c%
xi i i i xi i x2i
0 5 5 0 0
1 15 20 15 15
2 30 50 60 120
3 35 85 105 315
4 10 95 40 160
5
P 5 100 25 125
100 245 735
P
=100 1 2:45 7:35
1. La nature est quantitative discrète.
2. Le mode: Comme nmax = n1 = 35; alors M o = 3:
x50 + x51 2+3
La mediane: Comme N = 2p = 2 (50) alors M e = = = 2:5
2 2
Les quartiles
N 100
= = 25 =) Q1 = x25 = 2
4 4
Q2 = M e = 2:5
3N 3 (25)
= = 75 =) Q3 = x75 = 3
4 4
L’écart-type:
2. Le diagramme di¤érentiel
3.
Le mode: C’est la valeur de la variable statistique qui a le plus grand e¤ectif ce qui implique que M0 = 6 petits (puisque
i = 31):
La mediane: Comme N = 2p + 1 = 2 (60) + 1 alors M e = x61 = 5 petits.
4. La moyenne arithmétique
P9
ni xi
i=1 555
x= = = 4:586 petits.
N 121
La variance
P9
ni x2i
i=1 2 2
V ar(x) = (x) = 24:107 21:031 = 3:076 (petits)
N
2eme année Écologie et Environnement Année universitaire 2023 2024
Biostatistique
Serie 3
Exercice 01 : A…n d’étudier la structure de la population de gélinottes huppées (Bonasa umbellus) abattues par les chasseurs
canadiens, une étude du dimorphisme sexuel de cette espèce a été entreprise. Parmi les caractères mesurés …gure la longueur de
la rectrice centrale (plume de la queue). Les résultats observés exprimés en millimètres sur un échantillon de 50 mâles juvéniles
sont notés dans la série suivante:
140 148 150 150 150 151 153 153 154 154 163 167 167
154 155 155 155 155 155 155 156 156 156 164 164 170
157 157 157 156 176 178 158 159 160 160 170 169 174
160 161 161 161 161 161 163 163 163 163 164
Exercice 02: Le taux de glucose sanguin (glycémie) déterminé chez 32 sujets est donné ci-dessous en g=l.
1) Dé…nir la population étudiée et le caractère puis donner son type. Quel est l’étendue de cette série?.
2) Regrouper les données de la série statistique dans des classes de même amplitude.
3) Représenter graphiquement cette série (tracer le diagramme di¤érentiel des e¤ectifs) et tracer la courbe cumulée croissante
des e¤ectifs cumulés croissants.
4) Calculer la moyenne, la médiane et l’écart-type.
Exercice 03 : L’étude de la répartition de 40 exploitations agricoles selon leur super…cie en hectares a donné le tableau suivant:
Surface en ha [10; 20[ [20; 30[ [30; 40[ [40; 50[ [50; 60[ [60; 70[ [70; 80[
E¤ectif i 10 5 18 3 1 2 1
1) Tracer le diagramme di¤érentiel des fréquences relatives et le diagramme intégral des e¤ectifs:
2) Déterminer et interpréter les indicateurs suivants: le mode, la médiane, la moyenne arithmétique et l’ecart-type.
Exercice 04: Un lac naturel a été exploité pour l’élevage de poissons. Deux ans après y avoir introduit les premiers spécimen,
on a procédé à un prélèvement aléatoire d’un échantillon de 200 poissons. Chaque poisson capturé est pesé, marqué et ensuite
relaché dans le lac. De cette manière un poisson ne peut être pris et pesé plus d’une fois. Les pesées ont été rapportées dans le
tableau suivant:
Poids (en Kg) [0:1; 0:3[ [0:3; 0:5[ [0:5; 0:7[ [0:7; 0:9[ [0:9; 1:5[
Nombre de poissons 8 82 24 80 6
1) Dé…nir la population et le caractère puis donner sa nature.
2) Déterminer le mode, la médiane, les quartiles et la moyenne arithmétique des mesures faites.
3) Déterminer l’écart-type et le coe¢ cient de variation.
Exercices supplementaires
Exercice 01 : On a mesuré sur 200 consultants d’un service hospitalier le taux de fer sérique en g=100 ml: On a obtenu la
série statistique suivante, présentée sous la forme d’une série à valeurs classées:
Classes [60; 80[ [80; 100[ [100; 110[ [110; 120[ [120; 130[ [130; 140[ [140; 150[ [150; 170[ [170; 190[
E¤ectifs 6 12 24 30 52 36 20 16 4
1) Déterminer la ou les classes modales et le taux de fer sérique médian de cet échantillon.
2) Déterminer la moyenne et la variance du taux de fer sérique de cet échantillon.
Exercice 03 : Soit la distribution des travailleurs d’une entreprise selon la durée en jours du congé de maladie pendant une
année.
2 2 2 2 2 2 2 2 3 3 3 3 3 3 3
3 3 3 4 4 4 4 4 4 4 4 4 5 5 5
5 5 6 6 6 6 6 6 6 7 7 7 7 8 8
8 8 9 9 10 10 10 10 11 11 12 12 13 14 15
1) Regrouper les données de la série statistique en classes de même amplitude.
2) Calculer le mode, la moyenne arithmétique, la médiane et les quartiles.
3) Calculer la variance et le coe¢ cient de variation.
Exercice 05: Les valeurs de la longueur totale de 50 individus de l’espèce de crevette "Aristeus antennatus" exprimées en mm
et rangées dans l’ordre croissant sont:
122 124 127 130 131 133 133 135 136 136
140 141 141 141 142 142 144 145 148 148
150 150 150 150 150 151 151 152 153 153
154 155 156 156 158 158 158 159 160 160
162 163 163 166 167 167 168 172 175 177
Exercice 01 :
140 148 150 150 150 151 153 153 154 154
154 155 155 155 155 155 155 156 156 156
156 157 157 157 158 159 160 160 160 161
161 161 161 161 163 163 163 163 163 164
164 164 167 167 169 170 170 174 176 178
1) La population est 50 mâles juvéniles.
Le caractère est la longueur de la rectrice centrale.
Le type: le caractère est quantitatif continu.
2) Le nombre de classes:
Formule 1 : N C1 = 1 + (3:3
p log N ) =p 1 + (3:3 log 50) = 6:606 ' 7 classes
Formule 2 : N C2 = p2:5 4p N = 2:5 4 50 = 6:647 ' 7 classes
Formule 3 : N C3 = N = 50 = 7:071 ' 7 classes
] L’amplitude de chaque classe:
E 178 140 38
A= = = = 5:42'5:5 mm.
NC NC 7
c%
Classes i ci i i ci c2i
i
[140; 145:5[ 1 142:75 1 142:75 20377:562
[145:5; 151[ 4 148:25 5 593 87912:25
[151; 156:5[ 16 153:75 21 2460 378225
[156:5; 162[ 13 159:25 34 2070:25 329687:312
[162; 167:5[ 10 164:75 44 1647:5 271425:625
[167:5; 173[ 3 170:25 47 510:75 86955:187
[173;
P 178:5[ 3 175:75 50 527:25 92664:187
P 50 7951:5 1267247:123
=50 1 159:03 25344:942
Comme le caractère est quantitatif continu, alors le diagramme di¤érentiel est l’histogramme.
Histogramme des ni
3) Le mode:
La classe modale : c’est la classe qui a le plus grand e¤ectif (ou fréquence) c-à-d M o 2 [151; 156:5[ (nmax = 16):
d1 16 4
M o = xm + Am = 151 + 5:5
d1 + d2 (16 4) + (16 13)
12
= 151 + 5:5 = 155:4 mm 2 [151; 156:5[ .
15
M o = 155:4 mm.
N
La médiane: = 25 =) M e 2 [156:5; 162[
2
(xm+1 xm ) N 5:5
M e = xm + nc%
m 1 = 156:5 + (25 21)
nm 2 13
M e = 158:192 mm
Les quartiles:
N
= 12:5 =) Q1 2 [151; 156:5[
4
(xm+1 xm ) N 5:5
Q1 = xm + nc%
m 1 = 151 + (12:5 5)
nm 4 16
Q1 = 153:578 mm
Q2 = M e = 158:192 mm
3N
= 37:5 =) Q3 2 [162; 167:5[
4
(xm+1 xm ) 3N 5:5
Q3 = xm + nc%
m 1 = 162 + (37:5 34)
nm 4 10
Q3 = 163:925 mm
La moyenne arithmétique:
P
7
ni ci
i=1 7951:5
x= = = 159:03 mm
N 50
x = 159:03 mm
4) La variance:
P
7
ni c2i
2 i=1 2
V ar(x) = (x) = (x) = 25344:942 25290:540
N
2
= 54:402 (mm)
L’écart-type: On a
p p
(x) = V ar(x) = 54:402 = 7:375 mm
Le cϢ cient de variation: On a
100 (x) 100 7:375
C:V = = = 4:637 %
x 159:03
Exercice 02:
1) La population est l’ensemble de 32 sujets, le caractère est le taux de glucose sanguin et l’étendue est donnée par
2) Le nombre de classes:
Formule 1 : N C1 = 1 + (3:3
p log 32) = 5:966 ' 6 classes
Formule 2 : N C2 = 2:5 4 32 = 5:946 ' 6 classes
] L’amplitude de chaque classe:
E 1:20 0:85 0:35
A= = = = 0:058'0:06 g=l.
NC NC 6
0:85 0:87 0:90 0:93 0:94 0:94 0:95 0:97
0:97 0:98 0:98 0:99 1:00 1:01 1:03 1:03
1:03 1:04 1:06 1:07 1:08 1:10 1:10 1:11
1:13 1:14 1:14 1:14 1:15 1:17 1:19 1:20
c%
Classes i fi i ci i ci i c2i
[0:85; 0:91[ 3 0:0937 3 0:88 2:64 2:323
[0:91; 0:97[ 4 0:125 7 0:94 3:76 3:534
[0:97; 1:03[ 7 0:2187 14 1 7 7
[1:03; 1:09[ 7 0:2187 21 1:06 7:42 7:865
[1:09; 1:15[ 7 0:2187 28 1:12 7:84 8:780
[1:15;
P 1:21[ 4 0:125 32 1:18 4:72 5:569
P 50 1 33:38 35:071
=32 1 1:0431 1:095
3)
4) La moyenne arithmétique:
P
6
ni ci
i=1 33:38
x= = = 1:0431 g=l
N 32
N
La médiane: = 16 =) M e 2 [1:03; 1:09[
2
(xm+1 xm ) N 0:06
M e = xm + nc%
m 1 = 1:03 + (16 14) = 1:0471 g=l
nm 2 7
L’écart-type:
p
(x) = V ar(x)
où
P
6
ni c2i
2 i=1 2 2
V ar(x) = (x) = (x) = 1:095 1:088 = 0:007 (g=l)
32
Par conséquent p
(x) = 0:007 = 0:083 g=l
Exercice 3 :
Le tableau statistique
c%
Classes i i ci ici i c2i fi
[10; 20[ 10 10 15 150 2250 0:25
[20; 30[ 5 15 25 125 3125 0:125
[30; 40[ 18 33 35 630 22050 0:45
[40; 50[ 3 36 45 135 6075 0:075
[50; 60[ 1 37 55 55 3025 0:025
[60; 70[ 2 39 65 130 8450 0:05
[70;
P80[ 1 40 75 75 5625 0:025
P 40 1300 50600 1
=40 1 32:5 1265
1) La representation graphique: Comme le caractère est quantitatif continu, alors le diagramme intégrale est l’histogramme
et le diagramme intégral est la courbe cumulative (sigmoïde).
2)
a/ Le mode: On détermine d’abord la classe modale (la classe qui a le plus grand e¤ectif ou fréquence) c-à-d M o 2 [30; 40[
d1 18 5 13
M o = xm + Am = 30 + 10 = 30 + 10 = 34:642 ha
d1 + d2 (18 5) + (18 3) 28
Interprétation: La majorité des exploitations enquêtées ont une super…cie de 34:642 ha:
N
b/ La médiane: On détermine d’abord la classe médiane. On a = 20, alors M e 2 [30; 40[ :
2
Am N c% 10
M e = xm + m 1 = 30 + (20 15) = 32:777 ha
m 2 18
Interprétation: La moitié des exploitations ont une super…cie supérieure à 32:777 ha tandis que l’autre moitié ont une super…cie
inférieure à 32:777 ha.
c/ La moyenne arithmétique:
P7
ni ci
1300
x = i=1 = = 32:5 ha
N 40
Interprétation: les exploitations ont une super…cie moyenne de 32:5 ha.
d/ La variance:
P
7
ni c2i
2 i=1 2 14260 2 2
V ar(X) = (X) = (x) = (32:5) = 1265 1056:25 = 208:75 (ha kg)
N 40
L’écart-type:
p p
(X) = V ar(x) = 208:75 = 14:448 ha
Interprétation: les exploitations varient par rapport à la valeur moyenne de 14:448 ha de plus ou de moins.
Exercice 04 :
1) La population est 200 poissons.
Le caractère est le poids.
Sa nature est quantitative continue.
Tableau statistique
0 i
Classes i fi fic % Ai i = ci c
i % i ci i c2i
Ai
[0:1; 0:3[ 8 0:04 0:04 0:2 40 0:2 8 1:6 0:32
[0:3; 0:5[ 82 0:41 0:45 0:2 410 0:4 90 32:8 13:12
[0:5; 0:7[ 24 0:12 0:57 0:2 120 0:6 114 14:4 8:64
[0:7; 0:9[ 80 0:4 0:97 0:2 400 0:8 194 64 51:2
[0:9;
P 1:5[ 6 0:03 1 0:6 10 1:2 200 7:2 8:64
P 200 1 120 81:92
=N 1 0:6 0:409
0 0
2) La classe modale : M o 2 [0:3; 0:5[ puisque nmax = n2 = 410:
0 =Am
1
z }| { d1 370
M o = xm + @xm+1 xm A = 0:3 + 0:2 = 0:412 kg
d1 + d2 (370) + (290)
M o = 0:412 kg
La médiane (notée) M e:
c% N
On détermine d’abord la classe médiane [xm ; xm+1 [ ( la première classe telle que m = 100). M e 2 [0:5; 0:7[
2
(xm+1 xm ) N c% 0:2
M e = xm + m 1 = 0:5 + (100 90) = 0:583 kg
m 2 24
M e = 0:583 kg
Les quartiles:
c% N
On trouve d’abord la classe [xm ; xm+1 [ qui contient Q1 ( la première classe telle que m = 50): Q1 2 [0:3; 0:5[
4
(xm+1 xm ) N c% 0:2
Q1 = xm + m 1 = 0:3 + (50 8) = 0:402 kg
m 4 82
Q2 = M e = 0:583 kg
c% 3N
La classe [xm ; xm+1 [ qui contient Q3 ( la première classe telle que m = 150): Q3 2 [0:7; 0:9[
4
(xm+1 xm ) 3N c% 0:2
Q3 = xm + m 1 = 0:7 + (150 114) = 0:79 kg
m 4 80
Q1 = 0:402 kg
Q2 = 0:583 kg
Q3 = 0:79 kg
La moyenne arithmétique:
P
5
ni ci
i=1 120
x= = = 0:6 kg
N 200
x = 0:6 kg
3) La variance:
P
5
ni c2i
2 i=1 2 2
V ar(x) = x = (x) = 0:409 0:36 = 0:049 (kg)
N
2
V ar(x) = 0:049 (kg)
L’écart type:
p p
(X) = V ar(x) = 0:049 = 0:221 kg
(X) = 0:221 kg
Donc le taux de fer sérique médian de cet échantillon est 125:38 g=100ml:
2) La moyenne arithmétique:
P9
ni ci X9
i=1
x= = fi ci = 125:05 g=100ml
200 i=1
Donc le taux moyen de fer sérique de cet échantillon est 125:05 g=100ml:
La variance:
P
9
ni c2i 9
X
2 i=1 2 2 2
V ar(x) = x = (x) = fi c2i (x) = 16081:25 15637:50 = 443:75 ( g=100ml) :
200 i=1
2
La variance du taux moyen de fer sérique de cet échantillon est 443:75 ( g=100ml) :
Exercice 02 :
1) La population est 50 personnes, le caractère est le poids.
Sa nature est quantitative continue.
Tableau statistique
c%
Classes i i ci i ci ic2i
[37; 46[ 2 2 41:5 83 3444:5
[46; 55[ 4 6 50:5 202 10201
[55; 64[ 8 14 59:5 476 28322
[64; 73[ 14 28 68:5 959 65691:5
[73; 82[ 11 39 77:5 852:5 66068:75
[82; 91[ 7 46 86:5 605:5 52375:75
[91;
P 100[ 4 50 95:5 382 36481
P 50 3560 262584:5
=50 1 71:2 5251:69
2) Representation graphique: Comme le caractère est quantitatif continu, alors le diagramme di¤érentiel s’appelle "His-
togramme" et le diagramme intégral est la courbe cumulative (sigmoïde).
3) La classe modale : c’est la classe qui a le plus grand e¤ectif (ou fréquence) c-à-d M o 2 [64; 73[
0 =Am
1
z }| { d1 14 8 6
M o = xm + @xm+1 xm A = 64 + 9 = 64 + 9 = 70 kg
d1 + d2 (14 8) + (14 11) 9
M o = 70 kg
La médiane:
c% N
On détermine d’abord la classe médiane [xm ; xm+1 [ ( la première classe telle que m = 25).M e 2 [64; 73[
2
(xm+1 xm ) N c% 9
M e = xm + m 1 = 64 + (25 14) = 71:071 kg
m 2 14
M e = 71:071 kg
c% N
Les quartiles: On trouve d’abord la classe [xm ; xm+1 [ qui contient Q1 ( la première classe telle que m = 12:5):
4
Q1 2 [55; 64[
(xm+1 xm ) N c% 9
Q1 = xm + m 1 = 55 + (12:5 6) = 62:312 kg
m 4 8
Q2 = M e = 71:07 kg
c% 3N
La classe [xm ; xm+1 [ qui contient Q3 ( la première classe telle que m = 37:5): Q3 2 [73; 82[
4
(xm+1 xm ) 3N c% 9
Q3 = xm + m 1 = 73 + (37:5 28) = 80:772 kg
m 4 11
Q1 = 62:312 kg
Q2 = 71:071 kg
Q3 = 80:772 kg
La moyenne arithmétique:
P
7
ni ci 7
X
i=1
x= = fi ci = 71:2 kg
50 i=1
x = 71:2 kg
4) La variance:
P
7
ni c2i 7
X
2 i=1 2 2 2
V ar(x) = x = (x) = fi c2i (x) = 5251:69 5069:44 = 182:25 (kg)
50 i=1
2
V ar(x) = 182:25 (kg)
L’écart type:
p p
(X) = V ar(x) = 182:25 = 13:5 kg
(X) = 13:5 kg
Le cϢ cient variation:
100 (X) 100 13:5
C:V = = = 18:96%
x 71:2
C:V = 18:96%
Exercice 03 :
1) Le nombre de classes:
Formule 1 : N C1 = 1 + (3:3
p log 60) = 6:867 ' 7 classes
Formule 1 : N C2 = 2:5 4 60 = 6:957 ' 7 classes
] L’amplitude de chaque classe:
E 15 2 13
A= = = = 1:857'2 jours/ans.
NC NC 7
Tableau statistique
c%
Classes i i ci i ci i c2i
[2; 4[ 18 18 3 54 162
[4; 6[ 14 32 5 70 350
[6; 8[ 11 43 7 77 539
[8; 10[ 6 49 9 54 486
[10; 12[ 6 55 11 66 726
[12; 14[ 3 58 13 39 507
P 16[
[14; 2 60 15 30 450
P 60 390 3220
=60 1 6:5 53:666
2) La classe modale : c’est la classe qui a le plus grand e¤ectif (ou fréquence) c-à-d M o 2 [2; 4[ :
d1 18 0 18
M o = xm + Am =2+2 =2+2 = 3:636 jours/ans M o 2 [2; 4[ .
d1 + d2 (18 0) + (18 14) 22
M o = 3:636 jours/ans.
La moyenne arithmétique (notée) x :
P
7
ni ci
i=1
x= = 6:5 jours/ans.
60
x = 6:5 jours/ans.
La médiane:
c% N
On détermine d’abord la classe médiane [xm ; xm+1 [ ( la première classe telle que m = 30). M e 2 [4; 6[
2
Am N c% 2
M e = xm + m 1 =4+ (30 18) = 5:714 jours/ans 2 [4; 6[ .
m 2 14
M e = 5:714 jours/ans
Les quartiles:
c% N
On trouve d’abord la classe [xm ; xm+1 [ qui contient Q1 ( la première classe telle que m = 15): Q1 2 [2; 4[
4
(xm+1 N xm ) c% 2
Q1 = xm + m 1 =2+ (15 0) = 3:666 jours/ans 2 [2; 4[
m 4 18
Q2 = M e = 5:714 jours/ans.
c% 3N
La classe [xm ; xm+1 [ qui contient Q3 ( la première classe telle que m = 45): Q3 2 [8; 10[
4
(xm+1 xm ) 3N c% 2
Q3 = xm + m 1 =8+ (45 43) = 8:666 jours/ans 2 [8; 10[
m 4 6
Q1 = 3:666 jours/ans
Q2 = 5:714 jours/ans.
Q3 = 8:666 jours/ans
3) La variance:
P
7
ni c2i
2 i=1 2 2
V ar(x) = x = (x) = 53:666 42:25 = 11:416 (jours/ans)
50
2
V ar(x) = 11:416 (jours/ans)
L’écart type:
p p
(X) = V ar(x) = 11:416 = 3:378 jours/ans
Exercice 04 : On a
Classes i ci i ci
[0; 5[ 2 2:5 5
[5; 10[ 7:5 (7:5)
[10; 15[ 6 12:5 75
[15;
P20[ 7 17:5 122:5
15 + 202:5 + (7:5)
P
4
i ci
i=1 202:5 + (7:5)
x= = = 12:5;
N 15 +
et par conséquent
202:5 + (7:5) = (12:5) (15 + ) ;
et partant
202:5 + (7:5) = 187:5 + (12:5) ;
ce qui donne
15 = 5 ;
En…n
= 3:
Exercice 05:
1) La population étudiée est 50 individus de l’espèce de crevette "Aristeus antennatus" et le caractère est la longueur des
crevettes.
2) Le nombre de classes:
Formule 1 : N C1 = 1 + (3:3
p log 50) = 6:606 ' 7 classes
Formule 1 : N C2 = 2:5 4 50 = 6:647 ' 7 classes
] L’amplitude de chaque classe:
E 177 122 55
A= = = = 7:857'8 mm.
NC NC 7
Le tableau statistique
c%
Classes i fi i ci ici c2i
i
[122; 130[ 3 0:06 3 126 378 47628
[130; 138[ 7 0:14 10 134 938 125692
[138; 146[ 8 0:16 18 142 1136 161312
[146; 154[ 12 0:24 30 150 1800 270000
[154; 162[ 10 0:2 40 158 1580 249640
[162; 170[ 7 0:14 47 166 1162 192892
[170;
P 178[ 3 0:06 50 174 522 90828
P 50 1 7516 1137992
=50 1 150:32 22759:84
Comme le caractère est quantitatif continu, alors le diagramme di¤érentiel des fréquences relatives est "l’histogramme des fi "
et le diagramme intégral est la courbe cumulative des c%i (sigmoïde).
N
= 12:5 =) Q1 2 [138; 146[
4
(xm+1 xm ) N 8
Q1 = xm + nc%
m 1 = 138 + (12:5 10) = 140:5 mm
nm 4 8
Q2 = Me
3N
= 37:5 =) Q3 2 [154; 162[
4
(xm+1 xm ) 3N 8
Q3 = xm + nc%
m 1 = 154 + (37:5 30) = 160 mm
nm 4 10
La moyenne arithmétique:
P
7
ni ci
i=1 7516
x= = = 150:32 mm
N 50
5) L’écart type:
p
(x) = V ar(x)
où
P
7
ni c2i
2 i=1 2
V ar(x) = (x) = (x) = 22759:84 22596:102
N
2
= 163:738 (mm)
par conséquent p
(x) = 163:738 = 12:796 mm
Le cϢ cient de variation:
100 (x) 100 12:796
C:V = = = 8:512 %
x 150:32