1.

PRE-
REQUI
S

L’
étudi
antquient
reenDeuxi
èmeGr
aduatestcenséconnaî
tr
e:

Les noti
ons élémentai
res d’ar
it
hméti
que etd’al
gèbre:pui
ssance,ensemble,r
elat
ion,
fonct
ion,opérati
ons,progressi
on,logar
it
hme,l i
mit
e,domaine de défini
ti
on,anal
yse
combinatoi
reetc…Ildoi
tsavoirmani
erlacal
cul
atri
ce.

2.OBJECTI
FSGENERAUXDUCOURS

Aut ermedececour s,l’

étudiantseracapabledepr ésenterclai
rementlesdonnées stati
sti
ques
sousf ormed’ untableauoud’ ungr aphi
que,del esgr ouperencl asses,dedéterminer les
paramèt r
esdeposi t
ion,dedi spersi
onetdef orme,d’établ
irlacorr
élationentr
el esv ar
iabl
es
stati
sti
quesdanslebutd’ abouti
ràdesi nfér
encesst at
ist
iquesàparti
rdesdéci si
onsstati
sti
ques
etenf i
ndedét er
minerl apr obabil
i
téd’ unév énement,dedeuxév énements mut uell
ement
exclusi
fs,i
ndépendants,dépendants,condit
ionnels.

2.
1. OBJECTI
FFI
NALD’
I
NTEGRATI
ON

Al
afi
ndececour
s,l
’
étudi
antser
acapabl
ede:

- Pr
ésenterclai
rementlesdonnéesst at
ist
iquesetd’écr
ir
est at
ist
iquementaumoyendes
méthodesquil
uiserontensei
gnées,
unesér i
edesdonnéesrel
ati
vesàunphénomèneét
udi
é.

- I
nter
prét
erl’
inf
ormat
ionst
ati
sti
queetl
esr
ésul
tat
str
ouvésparl
adescr
ipt
ion decet
te
i
nfor
mation.

- I
nfér
erobj
ect
ivementl
esconcl
usi
onsd’
unensembl
erest
rei
ntàunensembl
epl
usl
arge.

- Tr
ouverl
apr
obabi
l
itéd’
arr
ivéed’
unévènementaucour
sd’
uneépr
euvedonnée.

2.
2. OBJECTI
FSI
NTERMEDI
ARESETSPECI
FIQUES

L’
étudi
antdoi
têt
recapabl
ede:

- Déf
ini
retdi
sti
nguerl
esconcept
sfondament
auxut
il
isésenst
ati
sti
que.
I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage1
 - Col
l
ect
er,
dépoui
l
ler
,gr
ouperetor
donnerl
esdonnéesd’
obser
vat
ion.

- Di
sti
nguer,cal
cul
er,ut
il
iser
,cor
rect
ementl
espr
inci
pauxpar
amèt
rest
ypesr
encont
résen
st
ati
sti
que.

- I
dent
if
ierl
esdi
ff
icul
téspar
ti
cul
i
èresdansl
escal
cul
setl
’
uti
l
isat
iondecespar
amèt
res.

- Repr
ésenterpardesf
igur
esappr
opr
iéesdesr
ésul
tat
str
ouvésdansl
edomai
nedel
a
st
ati
sti
que.

- Cal
culerl
aprobabil
i
té d’
arr
ivéed’
unévénementaucour
sd’
uneépr
euve,l
apr
obabi
l
itét
otal
e
ai
nsiquelaprobabi
li
téd’
unévénementcondi
ti
onnel
.

Pourat
tei
ndr
elesobj
ect
if
ster
minaux d’
i
ntégr
ati
on,l
ecour
sestsubdi
vi
séendeuxgr
andes
par
ti
es:
last
ati
sti
quedescr
ipt
ived’
unepar
tetl
ecal
cul
depr
obabi
l
itéd’
aut
repar
t.

3.CONTENU DU COURS

1èrePARTI
ESTATI
STI
QUEDESCRI
PTI
VE

- I
NTRODUCTI
ON

- CHAP1:LESCONSI
DERATI
ONS CONCEPTUELLES

1.Aper
çuhi
stor
ique

2.Déf
ini
ti
onetobj
etdel
ast
ati
sti
que

3.Déf
ini
ti
ondesquel
quesconcept
sdel
ast
ati
sti
que

4.Déf
ini
ti
ondesquel
quesmot
scl
és

5.Echant
il
lonnage

Al’i
ssuedecechapitr
e,l
’
étudi
antser
acapabl
ededéf
ini
rlast
ati
sti
que,l
esconcept
sdel
a
st
ati
sti
queai
nsiquel
esmotscl
és.

- CHAPI
IPRESENTATI
ONDESRESULTATS

1.Dépoui
l
lementdesr
ésul
tat
s

2.Gr
oupementensér
ie

3.Tabl
eaudesef
fect
if
s

4.Fr
équencesabsol
uesetr
elat
ivescumul
ées

5.Répar
ti
ti
ondel
adi
str
ibut
ionencl
asses.

6.Repr
ésent
ati
ongr
aphi
quedessér
iesst
ati
sti
ques.

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage2
Danscechapi
tr
e,l’
étudi
antseracapabl
ededépoui
l
lerl
esr
ésul
tat
s,l
esgr
ouperencl
assesetl
es
repr
ésent
ersurungraphique.

- CHAPI
IIANALYSESTATI
STI
QUEPOURLESSERI
ESAUNCARACTERE

1.Lessy
mbol
es

2.Lesr
ègl
esdesommat
ion

3.Lespr
opr
iét
ésdesl
ogar
it
hmesi
nter
venantdansl
ecal
cul
stat
ist
ique.

Danscechapi
tre, ilestuti
lederappel
erquelquespr opri
étésrelevantducal
culnumér
ique,
al
gébr
iqueetl
ogari
thmiquedest
inésàfaci
li
terl
ecalculstat
ist
ique.

- CHAP IV LES CARCTERI

STI
QUES OU LES PARAMETRES D’
UNE DI
STRI
BUTI
ON
STATI
STI
QUE

1.Génér
ali
tés

2.Lesmesur
esdet
endancecent
ral
e

3.Lesmesur
esdedi
sper
sion

4.Lesmoment
s,l
asy
mét
ri
eetl
’
apl
ati
ssement(
KURTOSE)

Danscet
tepar
ti
e,l
’
étudi
antdét
ermi
ner
alespar
amèt
resdet
endancecent
ral
e,dedi
sper
sionetde
for
me.

- CHAPV LES NOTI

ONSELEMENTAI
RESDESSERI
ESCHRONOLOGI
QUES

1.Génér
ali
tés

2.Anal
ysedessér
ieschr
onol
ogi
ques

Danscechapi
tr
e,l
’
étudi
antser
acapabl
ededét
ermi
nerl
etr
endoul
adr
oitpr
évi
sionnel
le.

2èmePARTI
ECALCULDEPROBABI
LITES

CHAPIANALYSECOMBI
NATOI
RE

1.Per
mut
ati
on

2.Ar
rangement

3.Combi
nai
son

Au cours de ce chapi
tr
e,l
’
étudi
antdoi
tconnai
tr
eles not
ions él
ément
air
es de l
’
anal
yse
combinat
oir
e.

- CHAPI
I:CALCULDEPROBABI
LITES

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage3
 1.Déf
ini
ti
oncl
assi
quedeLAPLACE

2.Déf
ini
ti
onaxi
omat
iquedel
apr
obabi
l
ité

3.Quel
quest
héor
èmes

4.Ensembl
espr
obabi
l
isés.

L’
étudi
antdoi
têt
recapabl
ededonnerl
adéf
ini
ti
onél
ément
air
e,axi
omat
iqueetempi
ri
que del
a
pr
obabil
it
é.

- CHAPI
IIPROBABI
LITECONDI
TIONNELLE,
LOIDEMULTI
PLI
CATI
ON,
LOIDEBAYESET

THEOREMEDEL’
I
NDEPENDANCEDESEVENEMENTS.

1.Pr
obabi
l
itécondi
ti
onnel
l
e

2.Loi
demul
ti
pli
cat
ion

3.Loi
deBAYES

4.Théor
èmedel
’
indépendancedesév
ènement
s.

Aucoursdecechapitr
e,l
’
étudi
antser
acapablededét er
minerl
aprobabil
it
écondi
ti
onnel
le,l
aloi
demult
ipl
icat
ion,
lal
oideBAYES,l
aprobabi
li
tédesévènementsi
ndépendants.

- CHAPI
V CLESOUTERMESSPECI
FIQUES

1.St
ati
sti
que (s),univ
ers stat
ist
ique,populat
ion st
ati
sti
que,échant
il
lon,phénomène
al
éat
oir
e,var
iable,
séri
esstati
sti
quesetcaract
ères.

2.Tai
l
ledel’échant
il
lon,
sér
iat
ion,di
str
ibut
ion,poi
ntage,étendue,cl
asses,
ampl
i
tude,
poi
nts
médians,
histogr
ammes,polygonesdesfréquences,courbes,di
agramme.

3.Par
amèt
res,
moy
enne,
médi
anes,
mode,
quant
il
es,
écar
t-
type,
coef
fi
cient
,var
iance.

4.Moment
,sy
mét
ri
e.

5.Chr
oni
que,
var
iat
ionsai
sonni
ère.

- REFERENCEBI
BLI
OGRAPHI
QUE

1.GRASS B.«METHODESSTATI
STI
QUES»,
PARI
S1981

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage4
 TTON.H «STATI
2.GUI STI
QUE»,
PARI
S1981

3.COURSDESTATI QUE1erGRADUATI
STI SS86–87PARL’
ASSI
STANTKI
MANUKAK.

4.COURSDEPROBABI
LITE2èmeGRADUATI
SS86–87PARL’
ASSI
STANTMUNDAKALENGE.

5.PI
ERREDETI
ENNE,
LEÇONSJOURNALI
ERESDESTATSTI
QUE,
ISPNGOMBE,
CK.
PKI
N1986

6.COURSDEPROSTAT1erGRADUAT S.
B.h1998–1999,1999–2000UNI
LUEXTENTI
ONDE
KOLWEZIPARL’
ASSI
STANTCAUCHYLUMBWEMUKUNA.

7.COURSDEPROSTAT2ème GRADUATI
STA/
KZIDE1997à2005PARL’
ASSI
STANT CAUCHY
LUMBWEMUKUNA.

8.COURS DE STATI
TIQUE DESCRI
PTIVE 1er GRADUAT A LA FAC DES SCI
ENCES
ECONOMI
QUES1999–2001PARL’ASSISTANTCAUCHYLUMBWEMUKUNA.

CHAPI
TREI:CONSI
DERATI
ONSCONCEPTUELLES

I
. APERCU HI
STORI
QUEDELASTATI
STI
QUE

L’
hi
stoi
redel
ast
ati
sti
quepeutêt
resubdi
vi
séeent
roi
sgr
andespér
iodes:

1°Lapr
emi
èrepér
ioder
emont
edel
ahaut
eant
iqui
téj
usqu’
ausi
xièmesi
ècl
e.

Danscettepériode,la st
ati
sti
queestl i
éeà l ’i
déedu dénombr ementetd’invent
air
edes
car
actères démographiquesetcompt ables.Ell
eét aital
orsuneopér at
ionquiavaitpermisaux
pri
ncesetauxr oi
sdeconnai tr
elesrichessesdesr oyaumesetl eshommesquil escomposentà
uneépoquedonnée.C’ estlapéri
odependantl aquell
el ’
étatcomptedeshommes v i
vantsurson

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage5
t
err
it
oir
eetfaituni
nvent
air
edansunobj
ect
ifbi
endét
ermi
nét
elqueconst
it
uerunear
mée,pr
évoi
r
l
esimpôts,
etc…

C’estl
estadedecomptabi
li
téetnonceluidelatechniquedel’anal
ysedesdonnées.Dansce
cas,elleseréduitàunensembledesdonnéeschi ffréesportantunsujetbiendétermi
né.Cet
ensembl edesdonnéesestsouv entrassemblésousf ormedest abl
eaux.A ceni v
eau,nous
pourronsparl
erdelast
ati
sti
quedeconstatat
ion.

2°Lasecondepér
iodev
adusi
xièmesi
ècl
eauxdi
x-sept
ièmesi
ècl
e.

Ondépasseleniveaudesi mplesconstatat
ionspourpasseràl’
analysedesdonnées,aucalculde
cer
tai
nescaract
éristi
quescommel er ati
oparexempl e.Last
atist
iquen’estpl
usalor
sunesi mple
compil
ati
ondeschi f
fres,
ell
edevi
entcequel ’onappel
l
eaujour
d’huilastati
sti
quedescr
ipt
ive.

Ensui
te,
ell
es’ét
end àdesensemblesdetout
enat ur
eaut
requedémogr
aphi
queetcompt
abl
e.
Dèslor
s,l
astati
sti
quedevi
entuneméthodesci
ent
if
ique.

3°Lat
roi
sièmepér
iodecommenceav
ecl
edi
x-sept
ièmesi
ècl
e

Lastat
isti
que ét ai
td’abor
dpur ementdescr
ipti
ve( l
erecensementdespopul at
ionsetdes
ressour
ces).Ell
es’estensui
tedével
oppéegrâceàl
’apportducal
cul depr
obabi
l
itéetdelanot
ionde
grandsnombr es.C’estcequiapermisd’
enfair
eunoutildeprévi
sion.

Enef f
et,l
esoucidel ’
exacti
tudedel aconnai ssanceaamené l essavantsGALILEE,PASCAL,
NEWTON, DESCARTESàs’ occuperdeser reursdansl escalculsetàesti
merleschancesd’arr
iverà
l
a connaissance exacte.Ai nsi
,ce n’ estqu’à par tirde 1990 qu’estapparue une v ér
itable
méthodologiestat
isti
que,c’est-
à-di
rel’
ensembl edest echniquesd’
int
erpr
étati
onmat hématiques
quipermetàpar ti
rdesdonnéesobser véesdet ir
erdeconcl usi
onssurlesloi
sdepr obabil
it
édes
phénomènes.End’ aut
restermes, c’
estl
apér i
odeoùl ast at
iquemathématiqueavulejour,c’
est-à-
di
relabranchedel astat
ist
iquequis’efforceenrecour antnotammentauxcalcul
sdepr obabil
i
té,de
dégagerdel ’
analy
senumér iquedesf ait
s,desl oisgénér al
esetdesr ègl
esdecondui t
eoudes
déci
sions.

Cett
eétapev oi
tlast
at i
sti
queprof
ondémentmodi f
iéedesesst
ructuresalor
squedanslesdeux
pr
emièr
espériodes,lastati
sti
queestseulementstat
ique.Dansl
at r
oisièmepéri
ode,el
l
edev i
ent
dy
namiqueparlesprévi
sionsetlacar
actér
isat
iondesphénomènesétudiés.

L’i
nfl
uencede l astatisti
ques’estal
orsétendueàl ’agri
cult
ure,àl
amédeci ne,àlabiol
ogi
e,à
l
’économieetàd’ autresbr anchesdelascience.Last atist
iqueappar
aitauj
our d’
huicommeune
méthodegénér al
ed’ analysescienti
fi
quedel ’
infor
mat i
onchi ff
rée.Cett
emét hodeselonANDRE
PIATER,présent
elescar actéri
sti
quesessent
iel
lessuiv
ant es:

- C’estune mét hode général

e en ce sens qu’
el
le s’
appl
i
que à des domaines var
iés
(l
’
agricul
tur
e,l
amédecine,lagéogr
aphi
e,letr
anspor
t,l
ecommerce,
l’
économie,
etc,…)
.

- El
l
epor
tesurl
esensembl
esetsurl
eurr
elat
ion.

- El
l
edonnedesconcl
usi
onspr
obabl
essurl
esensembl
esi
mpar
fai
tementconnus.

- El
lesedi
sti
nguedesmat hémati
ques(l
asci
enceducertai
n)carl
ast
ati
sti
queestl
asci
ence
del’
i
ncer
tai
ncherchantàétabl
i
rlesl
imit
esdel’
i
ncer
ti
tude.

- El
l
es’
appl
i
quesurl
esl
oisduhasar
d.

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage6
1.SENS ETYMOLOGI
QUEDUTERMESTATI
STI
QUE

Let me«St
er at
ist
ique»déri
vedumotl at
in‘’
STATUS’’quisi
gni
fi
e‘’ETAT’’
.Lastati
sti
quefut,
dans son cont
enu longtemps r
éduite au sens éty
mologique à savoir une opérat
ion de
dénombrementdesactivi
tésdel’
Etat:acti
vit
éséconomiques,démographi
ques,administ
rat
ives,
etc…

2.DEFI
NITI
ONDELASTATI
STI
QUE

Ilyal i
eudedi sti
nguerlapl
urali
tédesdéfi
nit
ions.Cel
aestdûauf ai
tquecertai
nsauteurs
privi
l
égientl ’
unoul’
autr
easpectdutrav
ailst
ati
sti
queaudétr
imentdesaut
resquipar
foi
s,sont
essent i
els.Unebrèvecomparaisondesdéfini
ti
onsactuel
l
ementexist
ant
esestàcetégar d
signi
ficativ
e.

3.QUELQUESDEFI
NITI
ONSDELASTATI
STI
QUE

- Lastati
sti
queestl’
étudedespropriét
ésnumér iques desmassesdedonnéesquelquesoi t
l
anat ur
e.C’estuneméthodegénéraled’analy
sesci enti
fi
quedel ’
i
nformati
onchi
ffr
ée.Cet
te
méthodeselonANDREPI ATI
ERpr ésentelescaractéri
sti
quesessenti
ell
essui
vant
es.

- Last at
iqueestunemét hodequiparlerelev
éenmasseetl ’expr
essi
onnumér iquedeses
résul
tats,ar
ri
veàladescri
pti
ondesphénomènescollecti
fsetpermetdereconnaîtr
ecequ’i
ls
présententdepermanentetderéguli
erdansleurv
ariabi
li
técommedesv ari
ablesdansleur
apparenteunif
ormit
é.Cett
edéfi
nit
ionaétédonnéeparJULINen1921.

- Lastati
sti
queestunet echniquescienti
fi
quequiapourobj etlacol
l
ect
e,l
aprésent
ati
on,
l
’anal
yseetl’
int
erpr
état
ion desensembl esd’
obser
vat
ions r
elati
vesàunmêmephénomène
etsuscept
ibl
esd’êt
recaract
ériséesparunnombre.

4.DI
STI
NCTI
ONENTRELASTATI
STI
QUEET LESSTATI
STI
QUES

- Lesstati
sti
quessontun ensemblede donnéeschif
frées,or
données,r
angéesdansun
tabl
eauetrel
ati
vesàl
’ét
atouàl’év
olut
iond’
unphénomènedonné:

Exempl
e:

- Lesst
ati
sti
queséconomi
ques

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage7
 - Lesst
ati
sti
quesmét
éor
ologi
ques

- Lesst
ati
sti
quessani
tai
res

- Lesst
ati
sti
quesscol
air
es,
etc…

Lesst
ati
sti
quessontcl
asséesendeuxcat
égor
ies:

1)Lesst
ati
sti
quesparti
cul
i
ères quit
rai
tentd’
unpr
oblèmespéci
fi
queetqui
condui
sent
àdesexpér
iences,
desobser
vati
onsetdesenquêtes.

2)Lesst
ati
sti
quesgénérales quiconcernentdesprobl
èmesintér
essantun gr
and
nombr
edespersonnesetquidoi
ventêt
remi sàl
eurdi
sposi
ti
on.

- Lastati
sti
queestl’
ensembl
edesmét hodesscient
if
iquesàpart
irdesquel
l
esonr
ecuei
l
le,
or
ganise,r
ésume,pr
ésent
e,t
rai
teouanal
yselesdonnéesqui
permett
ent:

- D’
écl
air
erl
esact
ionshumai
nesent
rai
tantdesconcl
usi
onsj
udi
cieuses.

- Def
air
epr
ogr
esserl
aconnai
ssancedesphénomènes.

5.BRANCHESDELASTATI
STI
QUE

Ondi
sti
ngue:

- Last
ati
sti
quedescr
ipt
iveoudéduct
ive

- Last
ati
sti
quei
nfér
ent
iel
l
eoui
nduct
ive.

- Last
ati
sti
quemat
hémat
ique

- Last
ati
sti
queappl
i
quée

5.
1. LASTATI
STI
QUEDESCRI
PTI
VE

El
leconsist
eàtr
ait
erunensembl
edesdonnéesd’
observat
ionssurl
esf
aitsr
ecuei
ll
is.El
l
eseli
miteà
l
adescripti
ond’
unensemblededonnéesoud’
unepart
iedecetensemblesansti
rerdeconcl
usi
ons
pourunensemblepl
uslar
ge.

La f
ormemoder nedel a st
ati
sti
quedescr
ipt
iveestl
’
anal
ysedesdonnéessansf
air
eaucune
hy
pothèsesurl
esphénomènesobserv
és.

Enbr ef,l
ast at
ist
iquedescri
pti
veenglobel’
ensembl
edesmét hodespermet
tantdecoll
ati
onnerde
façon signifi
cati
vel es données de l’
expéri
ence et de l
es résumer en quel
ques valeur
s
caractéri
sti
ques(exemplemoy enne,
écart
-t
ypeetc…)

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage8
 5.
2. LASTASTI
STI
QUEI
NFERENTI
ELLE

Ell
econsist
eàgénér al
iserlesconcl
usionst i
réessurunensembl erestr
eint àunensembl eplus
l
arge.Aut
rementdit,
ell
eessaiederemont erauxcausesetexpl
iquelesfai
tsetlesrésul
tat
sobtenus.
Ell
e per
metà par ti
rde quelques val
eur srecueil
li
es d’
i
nfér
erl es v
aleurs cor
respondant
es de
l
’ensembl
e–par entauquelappar
ti
entl’
échantil
lon.

5.
3. LASTATI
STI
QUEMATHEMATI
QUE

C’estl
’ensembl
edest echni
quesd’
i
nter
prétat
ionsmat
hématiquesquiper
metàpar
ti
rdesdonnées
observ
éesdet i
rerdesconcl
usi
onssurl
esloisdepr
obabi
l
itédesphénomènes.

5.
4. LASTATI
STI
QUEAPPLI
QUEE

El
lefai
tusageàdesméthodesetdest echniquesdel
astat
ist
iquedescr
ipt
iveetinducti
vequ’
el
le
appl
i
queàdesdomainesvar
iés.Onpar
leraainsidel
ast
ati
sti
queagri
col
e,detranspor
t,delat
héor
ie
desondage,
del
athéor
iedesindi
ceset
c…

6.BUTDELASTATI
STI
QUE

Last
ati
sti
queper
met:

1)d’
esti
meràpar t
irdesélémentsdescr
ipt
if
sd’
unéchantil
l
onext
rai
tdelapopul
ati
oni
mpor
tante,
cert
aines caractér
isti
ques numér i
ques synt
hét
iques de cet
te popul
ati
on (
moyenne
ari
thméti
que,écart-
typeetc…)

2)detest
erlaval
idi
tédesobser
vati
onsoud’appréci
erl’
err
eurcommi
seenaccept
antpourvr
aie
unehypot
hèsepart
iel
l
ementvér
if
iéesurunéchanti
l
lon.

3)d’
ajusterdessér
iesdesval
eur
sobser
vées etdej
ugerdel
aval
eurdumodèl
emat
hémat
ique
choisiàpri
ori
.

4)det
rouverl
esval
eur
spar
ti
cul
i
èresdesmodèl
eséconomét
ri
ques.

5)d’
ori
ent
erdesrecher
chesdesl
i
aisonscausal
esent
rel
esphénomènesetdemesur
erl
’
int
ensi
té
decesl
iai
sons.

7.METHODESTATI
STI
QUE

Lamét
hodest
ati
sti
quecompr
endt
roi
sét
apessui
vant
es:

a)l
erel
evédesobser
vat
ions

b)l
’
anal
ysest
ati
sti
que

c) l
’
int
erpr
état
iondesr
ésul
tat
setl
’
int
erpr
état
ion.

Engénér
al,
lesmét
hodesst
ati
sti
quespeuv
entêt
repar
tagéesendeuxgr
oupes:

1)cel
l
esqui
per
met
tentd’
él
abor
erl
esst
ati
sti
ques(
let
abl
eau,
legr
aphi
que,
ledi
agr
ammeet
c…)

2)cell
es quipermet
tent d’
int
erpr
éter les chi
ff
res que l
’
on a obt
enus pour t
ir
er l
es
rensei
gnement
sval
ablessurceschif
fres.
I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage9
8.LA PORTEEDELASTATI
STI
QUE

8.
1. I
MPORTANCEDELASTATI
STI
QUE

De nosj our
s,l’
outi
lstat
ist
ique estdev
enu i
ndi
spensable.A l
’
aide de l
a méthode stat
ist
ique,
l
’indust
ri
eldéf
ini
tparexemplelaquali
tér
equi
seduproduitetl
esli
mitestol
érabl
es,l
’er
reurdansla
fabri
cati
on.

De même,le psychopédagogue défi

nit
,à l
’ai
de de l
a mét
hode st
ati
sti
que quel
ques nor
mes
d’
appr
éci
ati
ond’uncompor t
ementinfant
il
eparexempl
e.

8.
2. LI
MITESDELASTATI
STI
QUE

Bi
enqu’
i
nst
rumentdet
rèsgr
andei
mpor
tance,
last
ati
sti
queadesl
i
mit
es:

- Ledegr
édepr
éci
sion:

Laméthodest
ati
sti
quenemesur equ’
appr
oxi
mat
ivementl
ephénomèneétudié,àcause
not
ammentdel
’i
mpréci
siondesi
nstr
ument
sdemesure,
deser
reur
sd’
obser
vat
ion.

- L’
usageàdesdonnéesdémogr
aphi
quesdesr
ésul
tat
sd’
anal
ysest
ati
sti
que

Deuxqual
i
téssontàcetégar
drequi
sesdansl
amani
pul
ati
ondesdonnéesst
ati
sti
ques:

 Exer
cerl
’
espr
itcr
it
iqueav
ant
,pendantetapr
èsl
etr
avai
lst
ati
sti
que.

 Userav
ecl
oyaut
édesr
ésul
tat
sdel
’
anal
ysest
ati
sti
que.

I
I. CONCEPTSETTERMI
NOLOGI
E

Chaquedi
scipl
i
nescient
if
iquepossèdesonl
angageetsat
ermi
nol
ogi
epr
opr
es(
ter
mest
echni
ques,
si
gnesetsymboles)
.

1.DEFI
NITI
ON DESCONCEPTS DEBASE

1)POPULATI
ONSTATI
STI
QUE

Lapopulat
ionstat
ist
iqueestunensembl ed’uni
téssoumisàuneét
udest
ati
sti
que.Cesuni
tés
st
ati
sti
quespeuv
entpor t
ersurdesper
sonnesoudeschoses.

Exempl
e:

- Et
udedur endementde100ouv
rier
sd’
uneent
repr
ise(
100ouv
rier
sconst
it
uentl
apopul
ati
on
st
ati
sti
que).

- Et
udedel
adur
éedel
ongév
itéde500pot
eauxd’
écl
air
agepubl
i
c(500pot
eauxconst
it
uentl
a
I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage10
 popul
ati
onst
ati
sti
que)
.

- Répar
ti
ti
onde10000ménagesKol wezi
enssel
onl
enombr
ed’
enf
ant
s(10.
000ménages
const
it
uentl
apopul
ati
onst
ati
sti
que)
.

Unepopul
ati
onpeutêt
ref
ini
eoui
nfi
nie.

 Popul
ati
onf
ini
e

Ell
eestfini
equandlenombr
edesesél ément
speutêt redét
ermi
néetinf
ini
edanslecas
cont
rai
re.Lapopul
ati
onét
udi
éedoi
têtr
edéf
ini
eavecpréci
sion,
homogèneetbi
endéter
minée.

Lesr
èglesquidéf
ini
ssentl
echampd’étudedoiv
entper
met
tredesav
oirpourchaqueuni
té
exi
stantes’
i
lappar
ti
entounonaudomaineconsidér
é.

2)UNI
VERSSTATI
STI
QUE

C’estl’ensembl
edet ouslesélémentspossibl
esd’
unmêmegenr e(âges,sal
air
es,…)dans
l
’espaceetdansl etemps.C’
estpourquoii
lfautopér
erl
echoi
xdanscetuniv
ersdansletempset
dansl’espace.

3)ECHANTI
LLON STATI
STI
QUE

L’échant
il
lonestunepart
iedelapopul
ati
onsurl
aquel
lepor
tel’
invest
igat
ionstat
isti
que.L’
étude
st
ati
stiquedetout
elapopulat
ionsurt
outsi
ell
eesttr
èsl
argepeutposerdessérieuxprobl
èmes.

Auli
eud’
obser
verl
egroupeent
ier
,ilestpl
usf
aci
l
edet
rav
ail
l
erav
ecunpet
itensembl
e,unpet
it
gr
oupedesmembresdecett
epopul
ati
on.

Toutcequel
’
onexi
gedecepet
itgr
oupe,
estqu’
i
lsoi
trepr
ésent
ati
fdel
apopul
ati
onent
ièr
e.

Unéchant
il
lonestrepr
ésent
ati
fdel
apopul
ati
onsiàpar
ti
rdesescar
act
éri
sti
ques,onpeut
déduir
ecel
lesdelapopul
ati
on.

Enst
ati
sti
quemathématique,i
lyadesmét hodesquipermett
entdev oirsiunéchant
il
lonest
r
epr
ésent
ati
founon.Sil ’
échanti
ll
ondelapopul at
ionétudi
éeestreprésentati
f,l
esconcl
usions
i
mport
ant
esdelapopul
ati
onpeuv entêt
rei
nfér
éesdansl’anal
ysedecetéchantil
l
on.

Exemple:Auli
eud’étudi
erles10.
000ménageskol
weziens,onsél
ect
ionne1000ménagesquisont
1
censéêtr
erepr
ésentati
fsdes10.000etl
’
inv
esti
gat
ionporter
asurcetéchant
il
lonégalau( )°
dela
10
popul
ati
on.

4)ECHANTI
LLON ALEATOI
RE

Ilestév
identquelafiabi
li
tédesinfor
mationsobt
enuesconcer
nantunepopul
ati
ondépenddu
choi
xconvenabledel
’échanti
l
lonrepr
ésentat
if
.

L’
undesprobl
èmeslepl
usimpor
tantdel
’
infér
encestat
ist
iqueestl
echoixdel’échant
il
lon.Une
façond’ypar
venirestdes’
assur
erquedansunepopul ati
ondonnéechaquemembr edecet t
e
populat
ional
amêmechanced’êtr
eti
réetdefai
repart
iedel’
échant
il
lonquiestal
orsunéchant i
ll
on
aléat
oir
e.

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage11
 L’échanti
ll
onnagealéat
oir
epeutêtr
eréal
i
sédanslecasdespopul
ati
onsrel
ati
vementétr
oit
es
soi
tpart i
rage ou ce quiestéqui
val
entparut
il
isat
ion d’
une t
abl
e des nombres al
éat
oir
es
spécialementconstit
uéedanscecas.

5)PHENOMENEALEATOI
RE

C’esttoutcequipeutêtreobserv
é sansqu’onpuisseendécouvr
irlacauseuni
queetquiest
caract
ériséparl
efai
tqu’
uncert
ainfai
tduhasar
dint
ervi
entdansl
’
appari
ti
onoulecompor
tementdu
phénomène.

6)VARI
ABLEALEATOI
RE

Unev
ariableestunequanti
téquipeutpr
endr
etout
esl
esv
aleur
sd’
unensembl
eappel
édomai
nede
l
avar
iable.El
leestdési
gnéeparX,
Y,Z.

Lor
squel
avar
iabl
epeutpr
endr
euneseul
eval
eur
,el
l
eestdi
teconst
ant
e.

a) Aléat
oir
e:quandelleprendt
héori
quementcer
tai
nesval
eur
sduhasar
d.Onpar
ledel
a
vari
abl
ealéat
oir
edansl
ecasoùell
eestsoumi
seauhasar
d.

Exempl
e:

- Dét
ermi
nerl
enombr
edesv
oit
uresqui
passentchaquej
oursurcet
teav
enue.

- Lesr
ésul
tat
spi
l
e-f
aceobt
enusl
orsduj
etd’
unepi
ècedemonnai
e.

b) Dét
ermi
nist
e:quandel
l
en’
estpassoumi
seauhasar
d.

Exempl
e:

- Lav
ari
abl
edonnantl
at°d’
ébul
l
iti
ond’
eau.

7)CARACTERESTATI
STI
QUE

Un car
actère estun t
rai
tdét
ermi
né,commun à t
out
es l
es uni
tés st
ati
sti
ques surl
equel
l
’at
tent
ionestport
ée.

Exempl
e:

- Répar
ti
ti
onde10.000ménagesKol
wezi
enssel
onl
enombr
ed’
enf
ant
s(l
ecar
act
èreestl
e
nombred’
enf
ant
sparménage).

- Répar
tit
ion de 10.
000 ménages kol
weziens sel
on l
atai
l
le,l
e sexe,l
e poi
ds et
c… (
les
car
actèressontlat
ail
l
e,l
esexe,l
epoids,
…)

Lescar
act
èressontsuscept
ibl
esd’êtr
emesurésoucompt
és.Cel
aint
rodui
tune di
sti
nct
ion
ent
rel
escar
actèr
esqual
ifi
cat
ifetquant
it
ati
f.

a)Lescar
act
èresquant
it
ati
fs

Cesontdescaract
èresmesur
abl
es.Onl
esappel
l
eaussil
esv
ari
abl
es(
lesquant
it
éshomogènes
qui
peuventprendr
ediff
érent
sval
eur
s).

Exempl
e:Lerendementd’unouv
rierestmesur
éparl
enombr
edespi
ècesf
abr
iquéesenune
j
our
néedetr
avai
lparexempl
e.
I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage12
 Cesv ar
iabl
espeuv
entêtr
et héori
quementcont
inuesoudiscont
inues(di
scr
ètes).El
l
essont
conti
nuesquandell
espeuv
entthéor
iquementpr
endr
elesval
eur
sdansuni nt
erv
all
edétermi
né.

Parexempl
e,l
ecar
act
ère‘
’
tai
l
le’
’peutpr
endr
etout
esl
esv
aleur
scompr
isesent
re120et190cm.

Parcont
rel
esv ari
abl
esdi
scont
inuesoudi
scr
ètessontcel
l
esquinepeuv
entpr
endr
equedes
val
eur
senti
ères.

Exempl
e:l
enombr
ed’
enf
ant
sdansmonf
oyerest6.

b)Lescar
act
èresqual
i
tat
if
s

Cesontdet r
ait
ssousfor
med’at
tri
butquicar
act
éri
sentl
esél
ément
sd’
unepopul
ati
onquine
peuventpasêt
remesur
ésparunnombre.

C’
estl
escasdusexe,duni
veaudef
ormat
ion,del
’
étatci
vi
l,del
apr
ofessi
on,del
anat
ional
i
té
et
c…

8)LESMODALI
TES

Chacundescaract
èresét udi
éspeutprésenterdeuxoupl
usieur
smodali
tés.Lesmodal
i
tésd’
un
car
actèresontlesdif
férentessituat
ionsouv aleur
spossi
blesducar
actère.Lesmodali
tésd’
un
car
actèredoi
ventêt
reàlaf oi
s:

- I
ncompat
ibl
es(
deuxmodal
i
tésnepeuv
entpasêt
reéqui
val
ent
es)
.

- Exhausti
ves(
l’
ensembl
edesmodal
i
tésengl
obet
out
esl
essi
tuat
ionspossi
blesd’
un
caract
ère)
.

Exempl
e:Quandonpr
endl
esdeuxsexes,
l’
uni
ver
sestdonnépar{
M,F}

Nouspouv
onsaussi
avoi
r:

1.Lecar
act
èrest
ati
sti
queàdeuxmodal
i
tés:
qui
estcel
uicompor
tantdeuxév
ent
ual
i
tés.

Exemple:Etr
emar i
éounon.
2.Lecaract
èrestat
ist
iqueàpl
usdedeuxmodal
i
tés:quiestcel
uicompor
tantpl
usdedeux
évent
uali
tés.

Exempl
e:Lacl
assif
icati
ond’ungrouped’
ouv
rier
ssel
onl
enombr
edesper
sonnesà
char
gecommepossi
bili
tés,
onaur
a:

- 0per
sonneàchar
ge.

- 1per
sonneàchar
ge

- 2per
sonnesàchar
ge.

- 3per
sonnesàchar
geet
c…

9)SERI
ESTATI
TIQUE

C’estune suit
edesv al
eur
sd’
unemêmev
ari
abl
e,or
donnéesel
on un or
drecr
oissantou
décroi
ssant
.Ondist
ingue:

- Unesér
iechr
onologi
que:C’
estcel
l
edontl
ecr
it
èredecl
assementestl
etemps(
chr
onos
si
gni
fi
etemps).
I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage13
 Exempl
e:Unesér
ieconst
it
uéedesdépensesmensuel
l
es.

- Uneséri
egéographie:C’
estcel
l
edontl
ecr
it
èredecl
assementestgéogr
aphi
que.(
la
st
ruct
urespat
ial
e).

Exemple:Lapr oduct
ionmondi
aleducui
vreen1973(
pay
spr
oduct
eur
setquant
it
és
produi
tesparpays)
.

- Unesér i
edesfr
équences:
C’estcel
l
edontlecr
it
èredecl
assementestl
enombr edefoi
s
qu’unedonnéechiff
réeseprésentedansunemassededonnéeschi f
fréesappel
ée
stati
sti
ques.

CHAPI
I REPRESENTATI
ONDESRESULTATS

1.OBJECTI
FDUCHAPI
TRE

Alafi
ndecechapi t
re,l
’
étudi
antdoitêtrecapabl
eder ésumersousformedet abl
eauxetde
r
epr
ésent
ergr
aphi
quementladi
str
ibut
iondeseff
ecti
fsd’
ungrandnombr
ed’obser
vat
ionspr
ises.

2.LEDEPOUI
LLEMENTDESDONNEES

Lesrenseignementsrecuei
ll
i
snesontpasdi rect
ementut
il
isabl
estel
squels.Enprésencedeces
données brutes l
ivr
ées pêl
e-mêle,en vr
ac,ilestprat
iquementimpossibl
e de dégagerune
si
gnif
icat
ionquelconqueval
able.C’
estpour
quoiunemi
seenœuv res’
impose.

a)Lesdonnéessontd’
ordr
equal
i
ficat
if(
car
act
èrequal
i
ficat
if
)

Danscecas,i
lfautd’abor
dinvent
ori
ert
out
esl
esmodal
i
tésducar
act
ère.Lesmodal
i
tésr
elev
éeset
numérot
éesconsti
tuentuncode.

I
lyalieuensuit
ederegrouperlesmodali
tésencatégori
es,surbased’af
fi
nit
ésexi
stant
esentr
eel
l
es.
Enf
in,l’
ensembledescat égoriesconst
itueunenomencl at
ure(quiestunel i
stedet out
esles
modalit
ésqu’onpeutr
encontrerdansl
’ét
uded’uncaractèr
equalit
ati
f)
.

Exempl
ede nomencl
atur
e:l
e statutmat
ri
moni
al:ce car
act
ère compor
te quat
re év
ent
ual
i
tés,
l
esquel
l
esconst
it
uentl
anomencl
ature.

(
1)Cél
i
bat
air
e

(
2)Mar
ié

(
3)Veuf

(
4)Di
vor
cé

b)Lecar
act
èreestquant
it
ati
f

- Lapr
emi
èret
âcheconsi
steàr
elev
erl
esdi
ff
érent
esv
aleur
sdel
avar
iabl
eetàl
esor
donner
.

- Ensui
te,r
elev
erlaf r
équencedechaquev al
eurdansl’ensembledesv al
eur
sobservées.En
d’
autr
estermes,ils’
agitdev oi
rcombiendefoi
schaquev al
eurseréali
sedansl
’ensemble
desdonnéesbrut
es.Ilexist
edeuxtypesdef
réquences:

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage14
 1)Laf
réquenceabsol
ueoul
’
eff
ect
ifabsol éni
unot

2)Laf
réquencer
elat
ivenot
éef
ioù
ni
i= a
f v
ecn:
lenombr
etot
ald’
obser
vat
ions.
n

Laf
réquenceabsol
uepeutêt
redét
ermi
néeparsoi
t:

- Lepoi
ntageenpât
urageouenbât
onnet
s

- Lepoi
ntageencar
reaux

- Lepoi
ntagedequat
repoi
ntscar
rés

- Lepoi
ntageBer
ti
ll
on

(
Voi
rtabl
eau1)

Ex:soi tlav ar
iabl
eX repr
ésentantles cot
es obt
enues dans l
e cour
s de st
ati
sti
que par31
ét
udiants;X =(3 7891010789689456
73445891067321671)
Cetensembledesdonnéesbrutesrepr
ésentelescôt
esobtenuespar31étudi
ant
sdanslecoursde
st
ati
stiquedescri
pti
ve.

Repr
ésent
onsl
etabl
eaudesef
fect
if
sabsol
usdecesdonnéesbr
utes:

Tabl
eau1

N° Xi ni Poi
ntageenpar
tage Poi
ntageen Poi
ntageen4 Poi
ntageen
car
reaux poi
ntscarr
és Berti
l
lon

1 1 2 I
I 11

2 2 1 I 1

3 3 3 I
II 111

4 4 3 I
II 111

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage15
5 5 2 I
I 11

6 6 4 I
II
I 1111

7 7 5 I
II
I 11111

8 8 4 I
II
I 1111

9 9 4 I
II
I 1111

10 10 3 I
II 111

n=31

En br ef
,ledépouil
lementdesdonnées(desr
ésul
tat
s)estl
epassagedesdonnéesr
ecuei
l
li
es
(donnéesbr
utes)auxdonnéesél
abor
ées.

Apr
èsuneenquêt
eouuneobser
vat
ionst
ati
sti
que(
onobt
ientunemassedonnéesoui
nfor
mat
ions
envr
ac.

Ledépouil
lementconsi
ster
aàpasserdesr ensei
gnement
sreçus-
env
racauxt
abl
eauxett
abl
es
condui
santàl’
anal
yseetàl’
int
erpr
état
ion.

Pourdesenquêt espeuimport
antes,onpeutprati
querundépouil
lementmanuel.Maispourdes
enquêtes pl
us impor
tant
es,on uti
li
se l
e dépouil
lementmécanographi
que à l
’ai
de des car
tes
perf
orées.Quandondésir
eunegranderapi
dit
éd’expédi
ti
on,
onutil
i
sel edépoui
l
lementél
ectr
onique
àl’
aidedesordinat
eur
s.

3.GROUPEMENTENSERI
E(SERI
ATI
ON)

Ilconsi st
e à disposerles données br utes dans un t
abl
eau parl es v
aleurs cr
oissant
es ou
décroissantes.Lesvaleur
sai nsidisposéess’appel
lentl
essuit
esordonnées.Pour mi euxfair
ela
séri
ation,ondr esseunt ableaudansl equelonnot eparX lav ar
iablealéat
oieetparXi l
r es
dif
férentesv al
eurs(
modalit
és)pr i
sesparX.

Xi:
lesdi
ff
érent
esv
aleur
s(modal
i
tés)pr
isespourX.

nir
epr
ésentel
esef
fect
if
scor
respondantàl
amodal
i
téXi.I
lestaussiappel
élaf
réquenceabsol
uede
l
amodal i
téXi

n:
estl
’
eff
ect
ift
otaldel
’
échant
il
lon(
nombr
etot
ald’
obser
vat
ions)
.

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage16
 ni
i=
f estl
afr
équencer
elat
ivedel
amodal
i
téXi, ∑n
i=1f
i=1
n

Ledév
eloppementetl
asér
iat
ionnouscondui
sentaut
abl
eaudesef
fect
if
s.

1)Tabl
eauàuncar
act
ère

Onappell
etabl
eaust
ati
sti
que:l
arepr
ésent
ati
onsousunef
ormecommoded’
unecor
respondance
ent
redeuxséri
es.

Unedessér
iesestconstit
uée pardesv
aleursducar
act
èreetl
’
aut
resér
ieestconst
it
uéepardes
ef
fect
if
soufréquencesabsol
uesdesmodali
tés.

Remar
quonsqu’
àlapl
acedesf
réquencesabsol
ues,
nouspouv
onsmet
trel
esf
réquencesr
elat
ives.

2)Tabl
eauàdeuxcar
act
ères

Lesséri
esstat
ist
iquesàdeuxcar
actèresXetYsontdessér iesrepr
ésent
éesdansuntableauà
doubl
e ent
rée.Considér
onsune populat
ion de n i
ndi
vi
dusdécr
itsimult
anémentsui
vantdeux
car
actèr
esXetY.

gnonsparX1,
Dési X2,
X3,
……Xk l
eskmodal
i
tésducar
act
èreXet Y1,
Y2,
Y3,
……Yp l
espmodal
i
tésdu
car
actèr
eY.

tnijl
Soi enombr
ed’
i
ndi
vi
dusdel
apopul
ati
onpr
ésent
antàl
afoi
slamodal
i
téXi ducar
act
èreXetYj
ducar
act
èreY.

Lasommedesef
fect
isnij(
f i=1,
2,
3,
4,
……,
ket
j=1,
2,
3,
4,…….
p)estégal
eàl
atai
l
ledel
apopul
ati
on(
ou
l
’
eff
ect
ift
otal
).

Onnot
epar∑k ∑p nj =N
i=1 j=1 i

Let
abl
eauàdoubl
eent
réedécr
iventl
esni
ndi
vi
dussepr
ésent
ecommesui
t:

Modal
i
tésdeY Y1 Y2 Y3 ………………. Yj …………. Yp Tot
auxhorizont
aux
margi
naux
Modal
i
tésdeX

X1 n11 n12 n13 ……………….

. n1j …………. n1p n1.

X2 n21 n22 n23 ……………….

. n2j …………. n2p n2.

X3 n31 n32 n33 ……………….

. n3j …………. n3p n3.

. . . . . .

. . . . . .
I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage17
 . . . . ……………….
. . ………… .

. . . . . .

. . . . . .

Xi ni1 ni2 ni3 ……………….

. nij …………. nip ni.

. . . . . .

. . . . . .

. . . . ……………….
. . ………… .

. . . . . .

. . . . . .

Xk nk1 nk2 nk3 ……………….

. nkj …………. nkp nk.

Tot
aux v
ert
icaux n.1 n.2 n.3 ……………….
. n.j …………. n.p n.. =N
margi
naux

3)Exempl
e(dut
abl
eau)desdonnéesser
appor
tantauxt
abl
eaux àuneent
réeetàdoubl
e
entr
ée.

Exempl
e:Donnéesser
appor
tantaut
abl
eauàncar
act
ère

SoitXl
avar
iabl
erepr
ésent
antl
escôt
esde20ét
udi
ant
sobt
enuesdansl
ecour
sdeSt
ati
sti
que
sur20.

8 12 10 9 10 11 13 9 14 7
3 7 13 1012 13 10 1416 9

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage18
Tabl
eauàuneent
rée
N° Xi ni

1 3 1

2 7 2

3 8 1

4 9 3

5 10 4

6 11 1

7 12 2

8 13 3

9 14 2

10 16 1

N=20

Exempl
e2:Donnéesser
appor
tantaut
abl
eauàdoubl
eent
rée

Soi
entl
esst
ati
sti
quescol
l
ect
éesàl
’
hôpi
tal
duper
sonnel
àKol
wezisui
vant
es:

Sexes

M F TOTAL

Mal
adi
es MARGI
NAL

SI
DA 1375 1920 3295

TUBERCULOS 972 700 1672

E

APENDI
CITE 630 820 1450

TOTAL 2977 3440 6417

MARGI
NAL

Cesdonnéespor
tentsur3ansc’
estàdi
rede2000à2003.Remar
quonsquedansl
etabl
eauà
doubl
eentr
ée:
p k k p

∑
ni. = nij;
j=1
∑
i=1
∑∑
n.j = nij;N =n.. = . nij
i=1 j=1

4)Ty
pesdest
abl
eauxàuncar
act
ère

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage19
Du poi
ntdev
uedel
eurut
il
isat
ion,
ondi
sti
ngue:

1.Let
abl
eauder
éfér
ence(
tabl
eaugénér
al)

I
lapourbutdeconser
vert
out
el’
i
nfor
mat
iondi
sponi
ble.

Exempl
e:Let
abl
eauenr
egi
str
antl
esr
ésul
tat
sdur
ecensementgénér
alen2005auCongo.

2.Let
abl
eauàbutspéci
fi
que

I
lapourbutdemet treenrel
i
efcert
ainsaspect
sduproblèmeét
udi
é.Danscecas,l
etabl
eau
à butspécifi
que s’
obti
entparar rangementdu t
ableau de réf
érence et const
it
ue
génér
alementunrésumédecelui
-ci
.

4.
1. Av
ant
agesdut
abl
eaust
ati
sti
que

- Let
abl
eauper
metdesy
nthét
iserl
esdi
ff
érent
sél
ément
sduphénomèneét
udi
é.

- Letableaur
endaisée l
acompar ai
sondedi
fférent
esv al
eur
sdel
avar
iabl
e(compar
aison
ent
relescol
onnesetàl
’i
ntér
ieurd’
unemêmecolonne).

4.
2. Lesél
ément
sconst
it
uti
fsdut
abl
eau

1.Let
it
regénér
al

I
lénoncel
’
obj
etàét
udi
er.Let
it
redoi
tpouv
oirf
our
nirquat
reexpl
i
cat
ions:

- Lanat
uredesdonnées

- Leurl
ocal
i
sat
ion

- Leurépoque

- Leurcl
assi
fi
cat
ion

2.Lessous-
ti
tr
es(
oul
est
it
resdesl
i
gnesetdescol
onnes)
.

Cessous-
ti
tr
esontpourbutdespéci
fi
erdav
ant
agel
’
obj
etét
udi
é.

3.L’
uni
tédemesur
eut
il
isée

- Sil
amêmeuni t
édemesureestuti
l
iséedansl
’
ensembl
edut
abl
eau,el
l
epeut
êt
reénoncéedansl
eti
tr
egénér
al.

- Silesuni
tésdemesuresontdif
fér
ent
es,danschaquel
i
gneetcol
onne,i
lser
a
fai
tmenti
ondel’
uni
téuti
l
isée.

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage20
 4.Lesnot
espar
ti
cul
i
ères

El
lesontpourbutdespécifi
erlespart
icul
arit
ésaf
fect
antcertai
nsél émentsduphénomène
étudi
é.Cesnot
es,sousfor
medessi gnesoudessy mboles,r
envoientlelect
eurenbasdela
pageouendessousdutabl
eaupourexpl
icat
ion.

5.I
ndi
cat
iondel
asour
cedocument
air
e

Cetél
émentestt
rèsi
mpor
tantpourdeuxr
aisons:

- Lel
ect
eurdoi
tpouv
oirv
éri
fi
erl
’
inf
ormat
ion.

- Lacourtoi
siel
apl
usélémentai
renousobl
i
gedeci
terl
’
aut
eurdontnouspr
odui
sonsl
es
rensei
gnement
soulespubl
icat
ions.

4.GROUPEMENTDESDONNEESBRUTESENCLASSES

Lorsquel
’échant
il
loncomprendungr andnombr ed’
indi
vi
dus,iln’
estpasfaci
l
edesef ai
reuneidée
valabl
esurl adistr
ibut
ionst
atist
iqueducar act
èreconsidér
é,onpr ocèdeparconséquentàun
groupementdesdonnéesbrutesenclasses.

Lecar
act
èren’apasunev
aleuruni
quemai
sset
rouv
eent
redeuxv
aleur
sappel
éesl
i
mit
esoubor
nes
descl
asses.

Ungroupementenclassesconsi
steàr emplacert
outeslesval
eursducaractèr
esituéesdansun
i
nter
val
ledonnéparuneseuleval
eurdi
te«cent r
edeclasseȈlaquel
leonaattri
buéunefréquence
égal
eàlasommedesf r
équencesdesvaleur
sducaractèr
eappart
enantàcett
eclasse.

- Avant
agedugr
oupementdesdonnéesencl
asses

Ungr
oupementencl
assesdonneunev
uesy
nthét
iqued’
unensembl
edesdonnées.

- I
nconvéni
ent

Legroupementenclassesdesdonnéesd’
unedi
str
ibut
ionst
ati
sti
quedénat
urel
asér
iei
nit
ial
e(i
lya
per
ted’i
nfor
mation)

Exempl
e:Tabl
eauder
épar
ti
ti
onsdespour
cent enuspar1000ét
agesobt udi
ant
sdeG1SPA

CLASSES Nbr
ed’
Etudi
ant
s Cent
resdescl
assesnonr
éel
l
es

40-
[ 44] 5 42

18 47
45-
[ 49]
41 52
50-
[ 54]
27 57
55-
[ 59]
9 62
60-
[ 64]

N=100

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage21
Enattr
ibuantl’
eff
ecti
f5aupour cent
age42, cel
aveutdir
equel epourcent
age42aétéobtenupar5
ét
udiants.Cependant
,ilpeutf
airequ’aucunétudi
antn’
aitobtenucepourcent
age.I
ly adoncpert
e
d’
inf
ormat i
onsdanscesensque5ét udiant
sontobtenulespourcent
agescomprisent
re4et44.

Legroupementdesdonnéesencl
assesdépenddust
ati
sti
cien.Decef
ait
,ilestar
bit
rai
re et
subj
ect
if
.

4.
1. I
nter
val
l
edescl
assesetbor
nes

L’
i
nter
val
l
edescl
assesestappel
éét
enduedescl
asses.

Exempl
e:l
acl
asse

Lesnombr es40et44sontl esbornesdecettecl

asse.40estl
abor
neinf
éri
eureet44estlabor
ne
supéri
eure.Cependant
,ilf
autf
air
eladist
inct
ionent
relesval
eur
scar
act
éri
sti
quesdescl
assesetl
es
l
imitesréel
lesdesclasses.

Danslecasdenot reexemple,silespourcent
agessontdonnésàl ’uni
téprès,nousdir
onsque
l
’i
nter
val
l
edespour centages[
40–45]peutcor respondr
eauxpourcentagescomprisent
re39,
5et
44,
5.Laclassenonréel
l
e[ 40–44]cor
respondàlaclasseréel
l
e[39,
5–44, 5[

Enbr
ef,noust
ransf
ormons l
’
int
erv
all
efer
mé[ 44]enl
40- ’
int
erv
all
esemif
ermé[
39,
5- 5[en
44,
ut
il
isantl
acorrect
iondeSHEPPARDquiconsi
steàaj
out
er0,
5àl
abor
nei
nfér
ieur
eetàaj
out
er0,
5à
l
abor nesupér
ieur
edel’
int
erv
all
efer
mé.

4.
2. Lenombr
edescl
asses

Lenombr edesclassesestr
arement <10etr ement>20.I
ar lestcompri
sentr
e10et15.Unpet i
t
nombredesclassesdanslevoi
sinagede10estr
ecommandéquandlenombr
etotaldesv
aleur
sest
rest
rei
nt.

Unplusgrandnombr
edescl
assesestaussir
ecommandé(
10et15cl
asses)quandl
enombr
edes
val
eursestgr
and.

4.
3. Gr
andeurdescl
asses

Ladimensionoul’
ampl
i
tuded’
unecl
asseestl
adi
ff
érenceent
rel
esbor
nessupér
ieur
eeti
nfér
ieur
e
decett
eclasse;

El
l
eestsouv
entdési
gnéeparl
alet
trea.

- Si
lescl
assessontsouv
entdesi
nter
val
l
esf
ermésoucl
assesnonr
éel
l
es:

a =bsup-
binf +1

Exempl
e:L’
ampl
i
tudedel
acl
asse[ 44]v
40- auta=44–40+1=5

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage22
 - Si
lescl
assessontdesi
nter
val
l
essemi
-f
ermésàgaucheetouv
ert
sàdr
oit
e:

a =bsup-
binf

Exempl
e:L’
ampl
i
tudedel
acl
asse[
39,
5- 5[v
44, auta=44,
5–39,
5=5

4.
4. Lecent
redescl
asses

Lecent
red’
unecl
asseestlepoi
ntcor
respondantaumili
eudecet
tecl
asseets’
obt
ientenpr
enantl
a
moit
iédel
asommedesl imit
esinf
éri
eureetsupéri
eur
edelacl
asseconsi
dér
ée.

Exempl
e:Lecent
redel
acl
asse1 [ 44]est:
40-

Remar Xiest
que: lecent
redel
acl
assei
(i∈N)

4.
5. L’
étendued’
unepopul
ati
on

El
leestladif
fér
enceent
rel
apl
usgr
andeetl
apl
uspet
it
eval
eurd’
unesér
iest
ati
sti
que.El
l
eest
dési
gnéepardouw.

d =w =Xmax-
Xmin

Xmax:
l
aval
eur
maxi
mal
edesobsev
ati
ons

Xmin:
l
aval
eur
mini
mal
edesobser
vat
ions

4.
6. Mét
hodesdegr
oupementdesdonnéesencl
asses

I
lexi
steplusi
eur
smét hodesdegroupement
sdesdonnéesencl
asses,mai
slapl
usi
mpor
tant
e,
pr
ati
queetobj
ecti
veestcel
ledeLI
ORZOU.

Répar
ti
ti
ondesobser
vat
ionsencl
assessel
onl
amét
hodedeLi
orzou.

1)Nombr
edescl
asses

10l
ogn
k=1 + av
ecncommeef
fect
ift
otal
del
apopul
ati
on
3

l
ogn:
l
ogar
it
hmi
quedéci
mal
dunombr
en

2)Et
enduedescl
asses

d =W =Xmax-
Xmin

3)Ampl
i
tudedescl
asses

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage23
 d
a=
k-1

4)Et
enduedet
rav
ail

d* =a.
k

5)Li
mit
essupér
ieur
eeti
nfér
ieur
edel
ader
nièr
eetpr
emi
èrecl
asses

a a
Ls =Li +d* =Xmax +
Li =Xmin- ;
2 2

Exempl
e:Gr
ouperl
esdonnéesci
-apr
èsencl
assessel
onl
amét
hodedeLI
ORZOU.

60 63 70 75 82 80 70 73 47 65

61 52 46 53 59 64 61 82 38 62

63 66 72 82 80 82 61 71 49 81

64 62 53 35 42 58 59 70 44 84

64 65 70 82 80 75 70 63 48 49

75 78 70 72 73 78 72 65 75 48

1.Nombr
edescl
asses

10l
ogn
k=1 +
3

10l
og60
=1 +
3

=6,
927170835 ≈7

2.Et
enduedescl
asses

d =Xmax-
Xmin

=84-
35

=49

3.Ampl
i
tude
I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage24
 d
a=
k-1

= 49
6

166666667a ≈8,
a=8, 2

4.Et
enduedet
rav
ail

d* =a.
k

=8,
2x7

d* =57,
4

5.Li
mit
esr
éel
l
esdescl
asses
a
Li =Xmin-
2

=35-
4,1

Li =30,
9

Ls = Li +d*

=30,
9 +57,
4

Ls =88,
3

Tabl
eaudegr
oupementdesdonnéesencl
assesr
éel
l
es

Tabl
eauI

N° LI
MITESREELLESDES Xi ni
CLASSES

1 [
30, 1[
9-39, 35 2

2 43,
8 4
[
39, 3[
1-47,
3 51,
4 7
[
47, 5[
3-55,
4 59,
6 12
[
55, 7[
5-63,
5 67,
8 14

6 [
63, 9[
7-71,
76 14

7 [
71, 1[
9-80, 84,
2 7

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage25
 [
80, 3[
1-88,

N=60

5.ENCADREMENTADEQUAT

Unbeautabl
eauexi
geunencadrementadéquatsouspei
nedeconf
usi
ondesdonnéessur
toutsil
e
tabl
eaucompor
tedessous-
col
onnes.

Notons que dans letabl

eau à un car
act
ère ou à une entr
ée,nous pouvons r
eprésent
erles
fr
équencescumul éesabsol
uesdescendant
es( oucumulscr oi
ssants)
,lesfréquencescumulées
absolues ascendant
es (ou cumuls décr
oissant
s),les fréquences cumulées rel
ati
ves et
décroissant
es.

5.
1. Fr
équencecumul
éeabsol
uedescendant
eoucumul
croi
ssant:
Fcd

- Danslecasd’unesér
iedi
scrèt
e,l
afr
équence cumuléeabsol
uedescendant
eestlasomme
desfr
équencesabsol
uesdepui
slapr
emièr
evaleurdelasér
iej
usqu’
àladerni
ère.

- Danslecasd’uneséri
econtinueoud’uneséri
egroupéeencl
assesréel
lesounonréel
l
es,l
a
fr
équencecumuléeabsoluedescendant
eestlasommedesf r
équencesabsol
uesdepui
sleni
delapremi
èrevaleurj
usqu’
aunideladerni
èreval
eur.

Exempl
e1:
Soi
tlasér
iedi
scr
ètesui
vant
e:

X = {2,
3,
6,
4,
9,
12,
15,
13,
20} Tr
ouv
er l
a Fcd sachant que l
eur
s ef
fect
if
s sont:
4,
3,
6,
3,
10,
12,
15,
13,
3.

N° Xi ni Fc =ncc
d

1 2 4 4

2 3 3 7

3 4 3 10

4 6 6 16

5 9 10 26

6 12 12 38

7 13 13 51

8 15 15 66

9 20 3 69
I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage26
 N=69

Exempl
e2:
Soi
entl
esdonnéesdut
abl
eauI

N° LI
MITESREELLESDES Xi ni Fc=ncc
d

CLASSES

1 [
30, 1[
9-39, 35 2 2

2 43,
8 4 6
[
39, 3[
1-47,
3 51,
4 7 13
[
47, 5[
3-55,
4 59,
6 12 25
[
55, 7[
5-63,
5 67,
8 14 39

6 [
63, 9[
7-71,
76 14 53

7 [
71, 1[
9-80, 84,
2 7 60

[
80, 3[
1-88,

N=60

5.
2. Fr
équencecumul
éeabsol
ueascendant
e(cumul
décr
oissant
)

- Dansl
ecasdiscret
, el
l
eestl
asommedesf
réquencesabsol
uesdepui
slader
nièr
eval
eurde
l
aséri
ejusqu’
àlapremièr
e.

- Dansl
ecascont
inu,el
l
eestl
asommedesf
réquencesabsol
uesdepui
slader
nièr
ecl
asse
j
usqu’
àlapr
emi
ère.

Exempl
e1:
Mêmesdonnéesquedansl
’
exempl
e1dupoi
nt5.
1.Tr
ouv
erFca

N° Xi ni Fc =ncd
a

1 2 4 69

2 3 3 65

3 4 3 62

4 6 6 59

5 9 10 53

6 12 12 43

7 13 13 31

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage27
 8 15 15 18

9 20 3 3

N=69

Exempl
e2:
Mêmesdonnéesquecel
l
esdut
abl
eauI

° LI
MITESREELLESDES Xi ni Fc =ncd
a

CLASSES

1 [
30, 1[
9-39, 35 2 60

2 43,
8 4 58
[
39, 3[
1-47,
3 51,
4 7 54
[
47, 5[
3-55,
4 59,
6 12 47
[
55, 7[
5-63,
5 67,
8 14 35

6 [
63, 9[
7-71,
76 14 21

7 [
71, 1[
9-80, 84,
2 7 7

[
80, 3[
1-88,

N=60

5.
3. Fr
équencecumul
éer
elat
ivedescendant
efcd

- Dansl
ecasdiscret
,c’
estlasommedesf
réquencesr
elat
ivesdepui
slapr
emi
èrev
aleurdel
a
sér
iej
usqu’
àladerni
èreval
eur.

- Danslecasconti
nu,c’estl
asommedesf
réquencesr
elat
ivesdepui
slapr
emi
èrecl
asse
j
usqu’
àlader
nièr
eclasse.

Exempl
e1Soi
entl
esdonnéesdi
scr
ètessui
vant
es:
Dét
ermi
nerf
cd

N° 1 2 3 4 5 6 7 8 9

Xi 2 3 4 6 9 12 13 15 20

ni 4 3 3 6 10 12 13 15 3

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage28
 N° Xi ni f
i f
cd

1 2 4 0,
057971014 0,
057971014

2 3 3 0,
04347823 0,
101449274

3 4 3 0,
04347823 0,
1449227504

4 6 6 0,
086956521 0,
231884025

5 9 10 0,
144927536 0,
376811561

6 12 12 0,
173913043 0,
550724604

7 13 13 0,
188405797 0,
739130401

8 15 15 0,
217391304 0,
956521705

9 20 3 0,
04347823 0,
999999935

N=69 0,
999999935 ≈1

Exempl
e2:
Soi
tlet
abl
eaudesdonnéessui
vant:
Cal
cul
erf
cd

N° LI
MITESREELLESDES ni f
i f
cd
CLASSES

1 [
20-25[ 8 0,
177777777 0,
177777777

2 7 0,
155555555 0,
333333332
[
25-30[
3 10 0,
222222222 0,
555555552
[
30-35[
4 13 0,
288888888 0,
844444432
[
35-40[
5 3 0,
066666666 0,
911111092

6 [
40-45[
4 0,
088888888 0,
99999996

[
45-50[

N=45 0,
99999996 ≈1

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage29
 5.
4. Fr
équencecumul
éer
elat
iveascendant
e:f
ca

- Dansl
ecasdiscret
,el
l
eestl
asommedesf
réquencesr
elat
ivesdepui
slader
nièr
eval
eur
j
usqu’
àlapr
emièr
e.

- Danslecascont
inu,c’
estl
asommedesf
réquencesr
elat
ivesdepui
slader
nièr
ecl
asse
j
usqu’
àlapr
emièr
e.

Exempl
e1:
Soi
tlet
abl
eaudesdonnéesdi
scr
ètessui
vant:

N° 1 2 3 4 5 6 7 8 9

Xi 2 3 4 6 9 12 13 15 20

ni 4 3 3 6 10 12 13 15 3

N° Xi ni f
i f
ca

1 2 4 0,
057971014 0,
999999975 ≈1

2 3 3 0,
04347823 0,
942028961

3 4 3 0,
04347823 0,
898550661

4 6 6 0,
086956521 0,
855072431

5 9 10 0,
144927536 0,
76811591

6 12 12 0,
173913043 0,
623188374

7 13 13 0,
188405797 0,
449275331

8 15 15 0,
217391304 0,
260869534

9 20 3 0,
04347823 0,
0434783

N=69 0,
999999975 ≈1

Exempl
e2:
Soi
tlet
abl
eaudesdonnéessui
vant
es.Cal
cul
erf
ca

N° LI
MITESREELLESDES ni f
i f
ca

CLASSES

1 [
20-25[ 8 0,
177777777 0,
99999996 ≈1

2 7 0,
155555555 0,
82222219
[
25-30[
3 10 0,
222222222 0,
066666664
[
30-35[
4 13 0,
288888888 0,
44444442

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage30
 5 [
35-40[ 3 0,
066666666 0,
155555554

6 4 0,
088888888 0,
08888888
[
40-45[

[
45-50[

N=45 0,
99999996 ≈1

6.REPRESENTATI
ONGRAPHI
QUE

6.
1. Av
ant
agesdugr
aphi
que

Unboncr
oqui
s,di
t-
on,
vautmi
euxqu’
unl
ongdi
scour
s.

Legr
aphi
queof
fre,
parr
appor
taut
abl
eau,
plusd’
avant
ages:

1.Legr
aphi
queper
metdepr
ésent
ersy
nthét
iquementl
escar
act
èresdel
asér
ie.

2.Legraphi
queestuni nst
rumentr évél
ateurdesfait
sessent
iel
sdetendance.Lesanomali
es
(br
usquesaccroissements,chut
es,stagnat
ions)sontpl
usv i
tedécel
éessurungr aphi
que
quedansuntableau.

3.Legraphi
queestpar
ti
cul
i
èrementi
ndi
quésil
’
onv
eutcompar
erdeuxsér
iesdontl
’
eff
ect
ifest
égal
.

6.
2. Ty
pedegr
aphi
ques

Let
ypedegr
aphi
quesdépenddut
ypedessér
ies.

1.Sér
iedi
scr
ète

Onut
il
isel
esgr
aphi
quessui
vant
s:

- Di
agr
ammecar
tési
en

- Di
agr
ammeenbât
ons

- Di
agr
ammeendent
sdesci
e

- Di
agr
ammesàbar
resv
ert
ical
es

- Di
agr
ammeàcoor
donnéespol
air
es

- Di
agr
ammef
igur
ati
f.

- Py
rami
desdesâges
I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage31
 2.Sér
iecont
inueousér
iegr
oupéeencl
assesr
éel
l
esounonr
éel
l
es

Onut
il
isel
esgr
aphi
quessui
vant
s:

- Hi
stogr
ammedesf
réquences

- Pol
ygonedesf
réquences

A.SERI
EDI
SCRETE

1.Di
agr
ammesàcoor
donnéesr
ect
angul
air
es

1)Di
agr
ammecar
tési
en

Cediagrammeestconst i
tuédedeuxaxesperpendi
culair
esdontlepointd’i
nter
sect
ionO est
l
’or
igi
ne.L‘
axehor
izont
alOXestdi
t«axedesabsci
sses».Ilestgr
aduéetor
ient
édegauchedebas
ver
slehaut.

Connai
ssantlescoordonnées(
absci
ssesetor
données)
,nouspouv
onsdét
ermi
nerdansl
epl
andes
poi
ntsdugraphique.

Exempl
e:Soi
tletabl
eaudel
arépar
ti
ti
onde100messagesest
udi
ant
inssel
onl
enombr
ed’
enf
ant
sà
char
geparménage.

Xi 0 1 2 3 4 5 6

ni 15 35 25 30 20 30 5

Xi: ed'enf
nombr ant
spr
isàchar ni:
geparménage; eff
ect
ifdeménages

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage32
 Remar
que:l
espoi
nts(
0,15)
,(1,
35)
,(2,
25)
,(3,
18)
,(4,
4),
(5,
2),
(6,
1),
sontl
esr
epèr
esdansl
esy
stème
XOY.

2.Di
agr
ammeenbât
on

Cegenr
edegr
aphi
queestut
il
isépourl
arepr
ésent
ati
ongr
aphi
quedesdonnéesdi
scont
inues.

Exempl
e:Soi
tlet
abl
eauder
épar
ti
ti
onde120l
ogement
ssel
onl
enombr
edepi
ècesparl
ogement
.

Xi 1 2 3 4 5 6 7 8 9

ni 36 22 18 16 7 4 3 2 1

Xi:
l
enombr
edspi
ècespar
l ni:
ogement eff
ect
if
desl
ogement
s

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage33
3.Di
agr
ammeendent
sdesci
e

Cetypedegraphi
quemetenévi
dencelesvari
ati
onsoul
esf
luct
uat
ionsquiaf
fect
entl
esdi
ff
érent
es
val
eursd’
unevari
abl
edi
scrèt
eoudiscont
inue.

Exempl
e:Tabl
eauder
épar
ti
ti
onde100ménagesest
udi
ant
inssel
onl
enombr
ed’
enf
ant
s.

Xi 0 1 2 3 4 5 6

ni 15 35 25 30 20 30 5

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage34
4.Di
agr
ammeàcoor
donnéespol
air
es

Cegenr edegr aphiquerepr

ésentelessérieschr
onol
ogi
quessui
vantl
esdonnéespér
iodi
ques
(donnéesmensuell
esparexemple)del’
année.

CONSTRUCTI
ON

D’
unpoi ntf
ixeduplan,ondét
ermineplusi
eursdemi-dr
oit
es(appel
éesray
onspolai
res)ori
ent
éset
gr
aduéesdepuislepôlever
sla péri
phéri
e,avecéchell
eari
thméti
que.Lal
ongueurdurayontr
adui
t
l
’i
mportanceoulagr
andeurduphénomèneét udi
é.

Adespéri
odessuccessi
veségaux.Achaquer
ayonpol
air
efi
gur
eunepér
iodeparexempl
eunmoi
s
dét
ermi
né.

Exempl
e:Moy
ennemensuel
l
esurdi
xansdedonnéespl
uvi
omét
ri
quespourl
avi
l
ledeKI
NSHASA.

Moi
s Haut
eur
sdepr
éci
pit
ati
ons

Janv
ier 127,
1

Fév
rier 123,
7

Mar
s 210,
1

Av
ril 221,
7

Mai 127,
7

Jui
n 0,
7

Jui
l
let 0,
5

Août 8,
3

Sept
embr
e 28,
2

Oct
obr
e 140,
0

Nov
embr
e 275,
8

Décembr
e 208,
4

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage35
5.Di
agr
ammeàsect
eur
s

Cegraphi
queuti
l
isedesporti
onsdesur
faced’
uncer
cledontl
agr
andeurestpr
opor
ti
onnel
l
eaux
val
eur
sdel av
ari
ablest
ati
sti
que.

Exempl
e:Répar
ti
ti
ondubudgetd’
unef
ami
l
lecompr
enantdeuxper
sonnesadul
tesetdeuxenf
ant
s
ensect
eur
sdedépenses.

Sect
eur
sdedépenses Mont
ant
sen%

1 ALI
MENTATI
ON 33,
0

2 HABI
LLEMENT 11,
7

3 HABI
TATI
ON 17,
3

4 HYGI
ENEETSOI
NS 12,
0
I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage36
 5 DI
VERS 26,
0

TOTAL 100,
0

Repr
ésent
erl
esdonnéesdut
abl
eauci
-hautdansl
edi
agr
ammeàsect
eur
s.

Règl
esdet
roi
ssi
mpl
es:

6.Di
agr
ammeàbar
resv
ert
ical
es

Danslediagr
ammeàbar
resv
ert
ical
es,l
ahaut
eurdecel
l
e-ciestpr
opor
ti
onnel
l
eauxv
aleur
sdel
a
var
iabl
e.

Exempl
e:Lespr
inci
pauxpr
oduct
eur
sd’
él
ect
ri
cit
é(enmi
l
li
ardsdekwh)
.

PRODUCTI
ONENMI
LLI
ARDS

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage37
 PAYS DEKWH TOTAL

ELECTRICITE ELECTRI
CIT
HYDRAULIQUE E
THERMIQUE

USA 171 840 1011

URSS 82 330 412

ROYAUMEUNI 33 140 173

JAPON 70 90 160

ALL.FEDER 17 130 147

CANADA 111 10 121

FRANCE 40 48 88

TOTAL 524 1588 2112

Const
rui
rel
edi
agr
ammeàbar
resv
ert
ical
es,
desdonnéesdut
abl
eauci
-haut
.

7.Di
agr
ammef
igur
ati
fs

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage38
Cesontdesdiagr
ammesqui ut
il
isentdesf i
gur
esdiversespourreprésent
ercertainesdonnées.Ainsi
parexempl
e,lesgraphi
quesser apport
antauxstatisti
quesd’él
ev ageovinuti
lisantl
af i
gured’une
chèv
reoud’unmoutondontlat
ailleestpropor
ti
onnell
eauxdifférentesgrandeursétudi
ées.

L’
avantagedecegenredegraphi
queestl
asi
mpl
i
cit
é.I
lssontàl
apor
téedet
outl
emonde.Leur
compréhensi
onesti
mmédiat
e.

Exempl
e:compar
onsl
evol
umedel
apopul
ati
ondeci
nqpay
s

Populati
onenmi l
l
ion
d’habi
tant
s
PAYS

A 25

B 15

C 10

D 8

E 5

Repr
ésent
erl
edi
agr
ammef
igur
ati
fdesdonnéesdut
abl
eauci
-haut
.

25

10
I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage39
8

5
 B.SERI
ECONTI
NUE

Hi
stogr
ammeetpol
ygonedesf
réquences

Cesontdeuxr
epr
ésent
ati
onsgr
aphi
quesd’
unemêmedi
str
ibut
iond’
eff
ect
if
s.

1.Hi
stogr
ammedesf
réquences

Unhistogr
ammeouundi agr
ammedi f
fér
ent
ielestunensembledesr ect
anglescont
iguësay
ant
comme base surl ’
axe desabscissesquiestl’ampl
i
tude de l
a cl
asse (etcomme h)ou les
fr
équencesrel
ati
vesàchaqueclasse.

Unhistogrammeestundi agr
ammequiconvient pourlarepr
ésent
ati
ongraphi
qued’unevari
able
cont
inue.Danscegr aphi
que,l
asurf
acedechaquerectangl
ecorr
espondant
eetlasur
facetot
aleest
égal
eàl ’
effect
ift
otaldel
asérie.

Enbref,
unhi st
ogrammeestconst
it
uéd’uncert
ainnombredesrectangl
esver
ti
cauxj
uxtaposésdont
l
abaseestégal eàl ’
eff
ect
if(
oufr
équence)delaclassecor
respondant
e.I
lexist
edeuxcasdansl a
repr
ésentat
iond’unhist
ogr
ammedesf r
équences.

1erCas Egal
i
tédesi
nter
val
l
esdescl
asses

Silesint
erv
allesdesclassessontégaux,l
’
axedesabsci
ssesser
adécoupéenpar
ti
eségal
es,
chacuner
eprésent
antl
’
interv
all
edecl
asse.

Exempl
e:Soi
tlet
abl
eauderépar
ti
ti
onde100él
èvessel
onl
acôt
eobt
enue(
sur100poi
nts)dans
uneépr
euv
edegéogr
aphi
e.

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage40
 Xi(
côt
eobt
enue) ni:
( ed'él
nbr èves)

[ 57[
51- 2

4
[ 63[
57-
9
[ 69[
63-
17
[ 75[
69-
31
[ 81[
75-
23

[ 87[
81- 11

[ 93[
87- 3

[ 99[
93-

N=100

Const
rui
rel
’
hist
ogr
ammedesf
réquences.
ni

23

17

11

4
3
2

0 51 57 63 69 75 81 87 93 99
LR

Li
mit
esr
éel
l
esdescl
asses LRC

Nousremar
quonsquel ’
hist
ogrammedesf réquencescumul
éessepr ésent
esousf
ormed’
un
gr
aphi
queenescal
i
ers.I
lexi
stedeuxt
ypesd’
hi
stogrammesdefr
équences:

a)Hi
stogr
ammedesf
réquencesàescal
i
ermont
ant
.

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage41
 b)Hi
stogr
ammedesf
réquencesàescal
i
erdescendant

1.Hi
stogr
ammedesf
réquencesàescal
i
ermont
ant

Onobt
ientàpar
ti
rdesf
réquencescumul
éesabsol
uesdescendant
es.

Exempl
e:Tabl
eauder
épar
ti
ti
onde100 él
èves sel
onl
acôt
eobt
enuedansuneépr
euv
ede
géogr
aphi
e.

Li
mitesréell
es
desclasses ni
Fcd

[ 57[
51- 2 2

4 6
[ 63[
57-
9 15
[ 69[
63-
17 32
[ 75[
69-
31 63
[ 81[
75-
23 86

[ 87[
81- 11 97

[ 93[
87- 3 100

[ 99[
93-

N=100

Const
rui
rel
’
hist
ogr
ammedef
réquence

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage42
Fc
d

100
97

86

63

32

1
6
2
0 51 57 63 69 75 81 87 93 99
LR

2.Hi
stogr
ammedesf
réquencesàescal
i
erdescendant
.

I
lestobt
enuàpar
ti
rdesf
réquencescumul
éesabsol
uesdescendant
es.

Exemple:Tabl
eauder
épar
ti
ti
onde100él
èvessel
onl
acôt
eobt
enuedansuneépr
euv
ede
géogr
aphie.

Li
mitesréell
es
desclasses ni
Fca

[ 57[
51- 2 100

4 98
[ 63[
57-
9 94
[ 69[
63-
17 85
[ 75[
69-
31 68

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage43
 [ 81[
75- 23 37

11 14
[ 87[
81-
3 3
[ 93[
87-

[ 99[
93-

N=100

Const
rui
rel
’
hist
ogr
ammedesf
réquences

Fc
a

100
98
94

85

3
0 51 57 63 69 75 81 87 93 99
LR
ème
2 Cas:
Inégal
i
tédesi
nter
val
l
esdescl
asses

Nouspouv
onsaussi
avoi
rdesdonnéesr
epar
ti
esencl
assesav
ecdesampl
i
tudesi
négal
es.

Exempl
e:Lesst
ati
sti
quesdedi
str
ibut
iondesr
evenusut
il
isantsouv
entuni
nter
val
l
einégal
.

L’
hi
stogramme étantun graphique à surface,ilfautconser v
ercel
le-cide façon qu’
ellerest
e
pr
oporti
onnel
l
eàl afréquence.Encasd’inégal i
tédesint
ervall
esdesclasses,t
outemodi f
icati
onde
l
asurfaceenabsci
ssesappelleunemodi f
icationproport
ionnel
le(compensatoi
re)enordonnées.

Siparl
’
exempl
e,l
’
int
erv
all
edecl
assesdoubl
e,l
afr
équenceoul
’
eff
ect
ifcor
respondantser
arédui
t

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage44
 demoi
ti
é.Si
l’
int
erv
all
edecl
assesestr
édui
tdemoi
ti
é,l
’
eff
ect
ifcor
respondantser
adoubl
é.

Remarque: Dansl ecasd’inégali

tédesint
erv
all
esdescl
asses,i
lfautr
ect
if
ierl
esef
fect
if
sdes
cl
assesayantdesampl
itudesdiff
érent
es.

Ef
fect
ifr
ect
if
ié:
a
nR =nix où nR:
eff
ect
ifr
ect
if
ié
ai

a:
ampl
i
tude const e,ai:
ant ampl
i
tudedel
acl
asseconsi
dér
ée.

Exempl
e:Soi
tlet
abl
eaudedonnéesgr
oupéesencl
assesd’
ampl
i
tudesi
négal
es.

Li
mitesréell
es
desclasses ni
a

[ 57[
51- 2 6

4 6
[ 63[
57-
9 6
[ 69[
63-
17 6
[ 75[
69-
31 6
[ 81[
75-
10 3

[ 84[
81- 27 15

[ 99[
84-

N=100

Const
rui
rel
’
hist
ogr
ammedesf
réquences

ni

31

27

17

10
9
4I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage45
2

0 51 57 63 69 75 81 84 99
 LRC

Cethistogr
ammedef réquencesestincorr
ect
.Pourl
erendr
ecor
rect
,ilnousf
autr
ect
if
ierl
es
ef
fect
ifsdescl
assesd’
amplit
udesdi
ff
érentsde6.

Tabl
eaudesef
fect
if
srect
if
iés.

Li
mitesréell
es nR
desclasses ni
a

[ 57[
51- 2 6 2

4 6 4
[ 63[
57-
9 6 9
[ 69[
63-
17 6 17
[ 75[
69-
31 6 31
[ 81[
75-
10 3→6 6
10x =20
3
81-
[ 87[
6
27 15→6 27x =10,
8
15

87-
[ 93[

N=100

Apr
èsl
arect
if
icat
iondeshaut
eur
sdesr
ect
angl
es,
l’
hi
stogr
ammedev
ientcor
rect

ni

31

20
17
11
9
4
I
STA/
K2’
ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage46
0 51 57 63 69 75 81 87 93
 LRC

Remar
ques

Danslecascont
inu,l
esmi l
i
euxdelabasedesrect
anglescorr
espondentauxcent
resdescl
asses
t
andisquel
esext
rémitéssontl
esl
i
mitesréel
l
esdesclasses.

2.Pol
ygonedesf
réquences

C’estl
egrapheobtenu enjoi
gnantlesmil
ieuxdesr ect
anglesdel’hi
stogrammedesf r
équencespar
dessegment sdedroi
te.Onrefer
me l epolygone desfréquencessurl ’
axedesabsci
ssesoul ’
axe
deslimi
tesréel
l
esdesclassesàl’ai
dedesclassesdebor dure(càddesclassesd’
ampli
tudenull
e).

Const
ruct
iondupol
ygonedesf
réquences

Soi
tlet
abl
eaudesdonnéesgr
oupéesencl
assessui
vant:

Li
mitesréell
es ni
desclasses

[ 57[
51- 2

4
[ 63[
57-
9
[ 69[
63-
17
[ 75[
69-
31
[ 81[
75-
23

[ 87[
81- 11

[ 93[
87- 3

[ 99[
93-

N=100

ni
I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage47
3
 Remar
ques:
[ et
51]
45- [ 105]sontl
99- escl
assesdebor
dur
e.

3.Py
rami
dedesâges

Lapy
rami
dedesâgesestuncaspar
ti
cul
i
erdel
‘
hist
ogr
ammedesf
réquences.

Eneffet
,lapy
ramidedesâgesestundoubl
ehistogrammedontl
apar
ti
egaucher
epr
ésent
ela
popul
ati
onmascul
i
necell
ededroi
tel
apopul
ati
onféminine.

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage48
Lapy
rami
dedesâgesestunhi
stogr
ammedontl
erôl
edesaxesaét
éinv
ersé.

Eneffet
,surl
’
axedesor
données,onyr
epr
ésent
e l
avar
iabl
est
ati
sti
quecàdl
’
âge(
groupéen
tr
anchede5à10ans)
.

Cegr aphi
queestuti
li
sédanslesétudesdémographi
quespourmet
treenév
idencel
erappor
tde
sexesetlast
ruct
ureparâgeetsexedelapopul
ati
on.

Uncoupd’œilsurcegr
aphi
quenousf
our
nitdesr
ensei
gnement
spr
éci
euxsurl
’
hist
oir
edel
a
popul
ati
onét
udi
ée.

a)Unepy ramidedesâgespar f
ait
ementrégul i
èreetsymétr
iquecorr
espondàunepopulati
on
j
eune,par f
ait
ementstabi
li
sée,car
actér
iséeparunef ort
enat al
i
té(basefor
tementél
argi
e),
unef ort
emor tal
i
tésénil
eetuneespér ance vierel
ati
vementcourte(sommetfort
ement
rét
réci)
.
LRC: tranches
d’âge

ni
0

b)Unepy r
amidedesâgesr epr
ésentantlespopulat
ionsdit
es«v i
eil
l
ies»estcar
actér
iséepar
unebasef er
mée,unmi l
ieubienfournietunsommetassezbi engarni
.Cestroi
sni v
eaux
cor
respondentrespecti
vementàdesf ai
blesmor t
ali
tés(duesauphénomèneduFami l
y
pl
anning),àunetrèsfai
blemortal
i
t éetàunelongueespérancedevie.

LRC:
tranchesd’
âges

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage49
 c) Cer
tainespy r
amidesdesâgesprésent
entdef l
ancsdéchi
quetés.Cestrouscorr
espondentà
des accidents(boulever
sement
st el
s que la mor t
ali
té due à la guerr
e,l es gr
ands
mouvement smigrat
oires,
lesf
aminesetc…)sur
venusàunepopul at
ion.

LRC:
Tranche

ni
0

A.Cour
besdesef
fect
if
s

Cesontdescourbesobt
enuesenreli
anttouslespoi
ntsd’
absci
sses(
lescent
resdescl
asses)àl
a
fr
équenceabsol
ueourel
ati
vecor
respondante.

Lafor
medescour besqu’onut
il
iseenst
ati
sti
queestt
rèsv
ari
éeetestdét
ermi
néeparl
ast
ruct
ure
desdonnéesducaract
èreét
udi
é.

Nousav
onsnot
amment:

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage50
 1) Lacour besymét
ri
queouencl
ocheouencor ecourbedeGAUSSàégal edi
stancedelaval
eur
centr
ale.Cesval
eursoulesobservat
eurssesit
uentàégal
edistancedelav al
eurcentr
ale.
Cesv al
eurséqui
dist
ant
esdelav al
eurcent
ral
e,ontlemêmeeffecti
foulamêmef r
équence
rel
ati
ve.

Lacourbenormal
econsti
tueunexempletypiquedescourbessy
nthét
iques. Lacour
be
nor
maleconst
it
ueunexemplet
ypi
quedescourbessynt
hét
iques.

La courbenor
maleestdoncuneexpr essi
on gr
aphi
quedel
a di
str
ibut
ion nor
mal
edes
ef
fecti
fsoudesfr
équencesr
elat
ives.

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage51
 ni

̅ ̃ ̂
X =X =X

0 Xi

2) Lacour
bedi
ssymét
ri
que(
ouobl
i
que)

C’estunecour
bepourl
aquell
elepointmaxi
mum (
cel
uiquicor
respondl
’
eff
ect
ifl
epl
usél
evé)ne
fi
gurepasaucent
redeladist
ri
buti
on.

I
lexi
stedeuxt
ypesdedi
str
ibut
iondi
ssy
mét
ri
que:

a)Cour
beét
aléev
ersl
adr
oit
eoubi
aiséeàgauche.

b)Cour
beét
aléev
ersl
adr
oit
eoubi
aiséeàdr
oit
e

ni ni

LR LR
0 Cour
be C 0
Cour
beét
aléev
ersl
adr
oit
e Cour
beét
aléev
ersl
agauche
3) Lacour
beenf
ormedeJr
enver
sé

C’
estlacour
bedontl
emaxi
mum cor
respondàuneext
rémi
té.I
lexi
stedeuxf
ormesdecour
been
Jrenv
ersé.

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage52
 P ni Pmax
n
i

0 X LRC X LRC

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage53
 4)Lacour
beenf
ormedeU

C’estl
acour
beayantdeuxmaxi
massesi
tuantauxext
rémi
tésetdontl
epoi
ntmi
nimum se
tr
ouveaumil
i
euouaucentr
e.

ni

P1max P2ma

LRC
0 X1max Xmi
n X2ma

Pr
opr
iét
ésdel
acour
besy
mét
ri
queoucour
bedeGauss

LacourbedeGaussestpar fai
tementsymétri
que.Lacondi
ti
onnécessair
eetsuffisant
equ’une
̂
cour
besoitparfai
tementsymét
riqueestquelesv al
eur
sdet endancecentr
ale:l
emode X ,l a
̃ ̅
médianeX etl
amoy ennear
it
hmét i
queX soi
entégal
es.

Lesdi
str
ibut
ionssymétri
quespeuv
entdif
férerent
reel
lesdupointdevuedeleurr
eli
efcàdquantà
l
eurdegr
éd’élancementoud’
apl
ati
ssement.Cephénomèneestconnusousl
enom de«KURTOSE» .

Ondi
sti
ngue,
àcetégar
d,t
roi
sdegr
ésd’
él
ancementdel
acour
bedeGauss.

a)Lescour
bes«MESOKURTI
QUES»omoy
ennementél
ancées.

b)Lescour
bes«LEPTOKURTI
QUES»out
rèsf
ort
ementél
ancées.

c) Lescour
bes«PLATI
KURTI
QUES»out
rèsapl
ati
es.

Exempl
e:

ni

0 ̅ ̃ LRC
X =X =
̂
X

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage54
CHAPI
II ANALYSESTATI
SIQUEPOURLESSERI
ESAUNCARACTERE

RAPPELDESREGLESDESOMMATI
ON

I
lserai
tutil
e de r appel
erquelques pr
opri
étés rel
evantde cal
culnumér
ique,al
gébr
ique et
l
ogar
it
hmique,dest
inésàfaci
l
iterl
ecalcul
stat
ist
ique.

1.Lessy
mbol
es

Cesontdessi
gnesparl
esquel
snousr
epr
ésent
onsl
esgr
andeur
s:

- Pourlesv
ari
abl
es,onuti
l
iseconv
ent
ionnel
l
ementl
est
roi
sder
nièr
esl
ett
resmaj
uscul
es
del’
al
phabetgr
ecque:X,Y,Z.

- Pourlesconstant
es,onut
il
isel
est
roi
spr
emi
èresl
ett
resmi
nuscul
esdel
’
alphabet
gr
ecque:a,b,c.

- Lesi
ndi
cessontdessignes(l
ettr
esouchi
ff
res)pl
acésenpet
it
scar
act
èresenbasdu
symbol
epourspéci
fi
ercel
ui-
ci.

Exempl
e:

L’
âgedugr
oupede5enf
ant
sestr
espect
ivementde5,
7,10,
12et14ans.

- Lesy
mbol
edel
avar
iabl
e(âge)estXi

- Util
i
sonsl esindicespourspéci f
ierl’
âge de chaque enfant(
classementen or
dre
croi
ssant):X1,X2,X3,
X4etX5 dési
gnentrespecti
vementl’âgedupr emier
,deuxi
ème,
tr
oisième,quat
ri
èmeetci nquièmeenfant
.

X1 =5ansX2 =7ansX3 =10ansX4 =12ansX5 =14ans

Remar
que:Nepasconf
ondr
el’
i
ndi
ceav
ecexposanti
ndi anième pui
quantl ssanced’
un
nombr
e.

Exemple:
Dansl’exempl
eci-dessus,X2
1,X2
3,X3
5repr
ésent
entr
espect
ivementl
ecar
réde
l
’âgedupremierenfant
,lecarrédel’âgedudeuxi èmeenfantetl
ecube del’
âgedu
cinqui
èmeenf
ant .

Lesy
mbol
edel
asommat
ionest∑

Lessy
mbol
essui
vant
ssi
gni
fi
ent:

 ∑5 Xi:
lasommedesâgesdeci
nqenf
ant
s.
i=1

 ∑4 Xi:
lasommedesâgesdudeuxi
ème,
troi
sièmeetquat
ri
èmeenf
ant
.
i=2

Lesr
ègl
esdesommat
ion

- Lasommat
iond’
uneconst
ant
es’
obt
ientenmul
ti
pli
antcet
teconst
ant
eparl
enombr
e

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage55
 def
oisqu’
el
ledoi
têt
readdi
ti
onnée.

Exempl
e:a+a+a+a+a=5a
5 n

∑a=5.aDoù∑a =na
i=1
'

i=1

- Lasommationduprodui
tdelavari
ableetd’
uneconst
ant
eestégal
eàl
aconst
ant
e
mul
ti
pli
éeparlasommati
ondel
av ar
iabl
e.
n n

∑
i=1
∑
aXi =a Xi
i=1

Xi a aXi

4 4 16

8 4 32

12 4 48
3

∑aX
i=1
i

- Lasommat i
onduquoti
entd’
unev ari
abl
edi v
iséeparuneconstant
eestégal
eau
quot
ientdel
asommat
iondel
avar
iablediv
iséep rl aconst
ant
e.
n n
Xi 1
∑ ∑
i=1
=
a a i
X
i=1

a Xi Xi
a

4 4 1

4 8 2

4 12 3
3
XI
∑a =6
i=1

- Lasommat
iond’uneconstanteparunevar
iabl
eestégal
eàcet
teconst
ant
emul
ti
pli
ée
parl
asommati
ondesréciproquesdelav
ari
able.

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage56
 n 3
a 1
∑ ∑
i=1
=a
Xi i=1Xi

a Xi 1 a
Xi Xi

4 4 1 4
4 4
4 8
1 4
8 8
4 12
1 4
12 16

3
a 44
∑X =24
i=1
i

- La sommat
ion de l
a somme al
gébr
ique estégal
eàl
a somme al
gébr
ique des
sommati
onssépar
éesdester
mes.
n n n n

∑(a +X +Y)=∑a +∑X +∑Y

i=1
i i
i=1 i=1
i
i=1
i

n n n

∑(a +X +Y)=na +∑X +∑Y

i=1
i i
i=1
i
i=1
i

Remar
que:
Ilnef
autpasconf
ondr
elessy
mbol
esci
-apr
ès:

n n 2

∑Xet(∑X)
i=1
2
i
i=1
i

n n n

∑XYet∑X∑Y
i=1
ii i
i=1 i=1
i

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage57
 Enef
fet
,∑n 2estl
asommedescar
résdest
ermes.
i=1Xi

∑n
(i=1X)
i
2
estl
ecar
rédel
asommedest
ermes

∑n
i=1XYiestl
i
asommedupr tXiYi
odui

∑n ∑n estl
epr
odui
tdessommat
ionsdeXiet
Yi
i=1Xi i=1Yi

APPLI
CATI
ON SURLASOMMATI
ON

50t
rav
ail
l
eur
ssontr
epar
ti
ssel
onl
eursal
air
ejour
nal
i
er(
expr
iméenFc)

Xi(
sal
air
ejour
nal
i
er) ni niXi X2
i

28000 6 168000 784.106

32000 25 800000 1024.106

36000 15 54000 1296.106

42000 2 84000 1764.106

45000 1 45000 2025.106

50000 1 50000 2500.106

6 6
N=50
∑nX =1687.10∑X =9393.10
i=1
ii
3

i=1
2
i
6

6
1)
∑n =50
i=1
i

5
2)
∑n =43
i=2
i

5
3)
∑nX =1637
i=1
ii

∑
4)N- ni =50-
43 =7
i=1

5) ∑nX =4525
i=1
2
ii

RAPPELDESPROPRI
ETESLOGARI
THMI
QUESI
NTERVENANTDANSLACALCULSTATI
STI
QUE

L’
uti
li
tédeslogari
thmesdansl
ecal
culst
ati
sti
queestév
ident
e.El
l
eper
metdesi
mpl
i
fierl
escal
cul
s
enremplaçant:

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage58
 - Unemul
ti
pli
cat
ion paruneaddi
ti
on

- Unedi
vi
sion parunesoust
ract
ion

- L’
él
évat
iond’
unnombr anièmepui
eàl ssanceparunemul
ti
pli
cat
ion.

- L’
ext
ract
iond’
uner nenièmeparunedi
aci vi
sion.

1) l
ogxy =l
ogx+l
ogy

Lelogari
thmed’
unpr
odui
tdedeuxr
éel
sestégalàl
asommedesl
ogar
it
hmesdeces
der
nier
s
x
2)l
og =l
ogx-
logy
y

Lelogari
thmed’
unef
ract
iondedeuxr
éel
sestégalàl
adi
ff
érencedel
ogar
it
hmedeces
der
nier
s.

3)l
ogxn =nl
ogx

Lel ogar
it
hmed’unenième d’
unr
éelestégalaupr
odui
tdul
ogar
it
hmedecenombr
epar
l
’exposantdel
apuissance.

n 1
og A =nl
4)l ogA

Lelogar
it
hmeder nenièmed’
aci unr
éelposi
ti
festégalauquot
ientdul
ogar
it
hmedur
adi
cant
parl’
i
ndi
cedel
araci
ne.

CHAP I
V LESCARACTERI
STI
QUESOULESPARAMETRESD’
UNEDI
STRI
BUTI
ON

STATI
STI
QUE

1.OBBJECTI
FDECECHAPI
TRE

Al
afi
ndecechapi
tr
e,l
’
étudi
antdoi
têt
recapabl
ede:

- Déf
ini
r,di
sti
nguer
,cal
cul
erl
esdi
ff
érent
scar
act
éri
sti
quesder
éduct
iondesdonnées.

- D’
i
dent
if
ierl
esdi
ff
icul
téspar
ti
cul
i
èresdansl
eur
scal
cul
setut
il
isat
ion.

2.GENERALI
TES

Lorsqu’
on estamené à étudi
erune distr
ibut
ion,i
lv i
entrapidementà l
’espr
itun dési
rde
simpli
fi
cati
on.Oncher
cheàexpri
merd’unemanièresimpl
eetuniquecett
edi
stri
but
ion.End’
aut
res
termes,oncher
cheàopér
eruneréduct
iondesdonnées.

2.
1. Butdel
aréduct
iondesdonnées.

Lebutdel
aréducti
on desdonnéesestdedonnerl
’i
magelapl
usfidèl
edeladist
ribut
ionét
udi
éeau
moyendesval
eurscar
actér
ist
iquest
ypi
queslespl
usrepr
ésent
ati
vesdel’
ensemble.

2.
2. Lescondi
ti
onsquedoi
templ
i
runev
aleurcar
act
éri
sti
queut
il
iséecommev
aleurcent
ral
e,
I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage59
 condi
ti
onsdeYULE.

Le stat
isti
cien YULE a donné l
es condi
ti
ons que ces par
amèt
res doi
ventr
empl
i
rpourêt
re
repr
ésentati
fdel’ensembl
e.

a)Toutecaractér
ist
iqueut
ili
séecommev al
eurcent
raledoitêtr
edéf i
nieobj
ect
ivementcàd
cet
tedéfi
niti
onnedoitl
aisseraucunepl
aceàl’
i
nter
prétat
iondustat
ist
ici
en.

b)El
l
edoi
tdépondr
eaut
antquepossi
bledet
out
esl
esobser
vat
ionsdel
asér
ie.

c) El
l
edoi
tav
oirunesi
gni
fi
cat
ionconcr
èteetf
aci
l
eàcompr
endr
e.

d)El
l
edoi
têt
resi
mpl
eàcal
cul
er.

e) El
ledoitêt
resensi
bleauxfl
uctuat
ionsd’
échanti
ll
onnagecàdquel’
i
ntr
oduct
iond’
unélément
nouveaunedoitpaslafai
rechangerconsi dér
ablement
.Aut
rementdi
t,el
l
edoitêt
reaussi
prochequepossi
bledelav
aleurty
pedel’ensemble.

f
) El
l
edoi
tsepr
êterf
aci
l
ementauxcal
cul
ssi
mpl
es.

Danscechapit
re,nousal
lonsétudi
ersuccessi
vementl
esval
eur
scar
act
éri
sti
quesappel
éesaussi
par
amètr
esstati
sti
quesci
-dessous:

- Lescar
act
éri
sti
quesdet
endancecent
ral
e.

- Lespar
amèt
resdeposi
ti
on

- Lespar
amèt
resdedi
sper
sion.

- Lescar
act
éri
sti
quesdef
orme.

- Lescar
act
éri
sti
quesdeconcent
rat
ion.

2.
3. Lescar
act
éri
sti
quesdet
endancecent
ral
e

Enrecherchantlatendancecentr
aled’uneséri
estat
ist
ique,onvientr
ésoudrelaquest
ionsui
vant
e:
«est-
ilpossibleder emplacerpourlestermesd’unesér i
eparunev aleuretuneseulequisoit
ty
piquementr epr
ésentat
ivedetoutel
asériecàdquipeutàelleseuler
eprésent
erfi
dèl
ementlasér
ie.

Exemple:Sionexamineungr
ouped’
étudi
ant
sdupoi
ntdev
uedel
eurt
ail
l
e,peut
-onét
abl
i
r«une
tai
ll
ety
pe»pourcegroupe?

Oui
,i
lexi
steunetai
ll
e,etuneseul
e,capabl
ededéf
ini
runet
ail
l
e-t
ypedugr
oupe:
c’estparexempl
ela
moyenneari
thméti
quedestai
ll
esoulatail
l
emoyennedugr
oupe.

Acôtédel amoyennear i
thméti
que,i
lexi
steaussiaut
resv al
eur
scapablesdedéf i
nirl
atendance
cent
ral
ed’unesér
ie.Cesautr
esparamètr
essont:lamoyennegéométr
ique,l
amoy enneharmonique,
l
amoy ennequadr
atique,
lesval
eursdeposi
ti
on(l
esquanti
les,l
esdéci
l
esetlescentil
es).

2.
3.1.Lesmoy
ennes

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage60
Ondi
sti
nguequat
resor
tesdesmoy
ennes:

- Lamoy
ennear
it
hmét
ique

- Lamoy
ennehar
moni
que

- Lamoy
ennequadr
ati
que

- Lamoy
ennegéomét
ri
que

1)Lamoy
ennear
it
hmét
ique

C’estl
amoyennelapl
usintui
ti
ve,
laplusfaci
l
e,l
aplusr
épandue,
lapluspopul
air
ecarc’
estel
l
equia
l
’avant
agedel asimpl
ici
té.I
lexistedeuxtypesdemoy enneari
thméti
queàsav oi
rlamoy enne
arit
hméti
quesi
mpleetcel
lepondérée.

̅
A.Lamoy
ennear
it
hmét
iquesi
mpl
eX

C’
estl
er appor
t entr
elasommedenobservat
ionsetlenombretot
aldesobser
vati
ons. Cet
te
moyenne estutil
i
séedanslecasd’
unesér
ienongroupéeencl
assesouunesériediscr
èteou
di
sconti
nue.

Soi
tuneséri
edi
scr
èteXdontl
esnmodal
i
téssontX1,
X2,
X3,
….Xn-1,
Xn .l
amoy
ennear
it
hmét
ique
si
mpleest:
n
̅ 1 X
X =n i∑
i=1
Ex
empl
e1:
Cal
cul
erl
amoy
ennear
it
hmét
iquede8,
12,
7,4et5.

̅ 8 +12 +7 +4 +1 +5 37
X= 6 = 6 =6,
166666667

≈6,
2

Exemple2:UnepiècedeWaxestv endueaugrandmar
chéàdespr
ixdi
ff
érent
s,àsav
oir8000Fc,
10000Fc,
12000Fc,
13000Fcet15000Fc.Quel
estl
apr
ixmoyen.
5
̅ 1 X =1(
∑
X =n i 58000 +10000 +12000 +18000)
i=1

=58000
5

=11600Fc

B.Lamoy
ennear
it
hmét
iquepondér
ée

Lapondérat
ionestl
efai
td’
accor
deràchaquev
aleurdel
asér
iesoni
mpor
tancepar
ti
cul
i
èrepar
rappor
tauxaut
resval
eur
sd’
unemêmeséri
e.

Les coef
fi
cients de pondérati
on sontdans une di
str
ibut
ion des f
réquences des ef
fect
if
s.La
̅
moyenneari
t hmétiquepondéréenotéeXpeutsecalcul
erdedeuxmani èr
es:

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage61
 a)Dansl
ecasd’unesér
iedi
scont
inueoùl
esv
aleur
sdel
asér
iesontcar
act
éri
séeschacunepar
sonef
fect
if
.

N° 1 2 3 4……. n-
1 n Tot
alpondér
é

Xi X1 X2 X3 X4…. …Xn-1 Xn

ni n1 n2 n3 n4…. …nn-1 nn N=∑n ni

i=1

n
niXi n1X1 n2X2 n3X3 n4X4…. …nn-1Xn-1 nnXn
∑nX
i=1
ii

n
1
̅
∑ nX
Xp =N i i
i=1

Exempl
e:Undét
ail
l
antachèt
e100douzai
nesd’
œuf
sàdi
ver
sfer
mier
s.

20douzai
nesà50000Fc

22douzai
nesà55000Fc

23douzai
nesà57500Fc

35douzai
nesà87500Fc

Nousall
onschercherl
amoyennepondér
éeencesensquechaquepr
ixestpondér
éeparl
aquant
it
é
dedouzai
nesachetéeàcepr
ix.

N° Xi ni niXi

1 50000 20 1000000

2 55000 22 1166000

3 57500 23 1322500

4 87500 35 3062500
4
N=100
∑nX =6551000
i=1
ii

4
1 6551000
̅
∑nX
Xp =N i i = 100 =65510
i=1

Exemple:Soi
tletabl
eaudesdonnéesdiscr
ètessui
vant
espondér
éeschacuneparsonef
fect
if
.
Trouv
erlamoyennear
it
hmét
iquepondér
é.

N° Xi ni niXi

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage62
 1 10 20 200

2 15 2 30

3 12 4 48

4 2 10 20
4
N=36
∑nX =298
i=1
ii

4
1
̅
∑
nX
Xp =N i i
i=1

̅ 298
Xp =36

̅
Xp =8,
277777778 ≈8,
3

b)Danslecasd’unesér
ieconti
nue,lesdonnéessontgénér
alementencl
assespourcal
cul
erl
a
moyenne ari
thméti
que pondérée.Les v al
eur
s de chacune des cl
asses doi
ventêtr
e
repr
ésent
éesparunevaleuruni
queappeléecentr
eeclasseXi.

Lamoy
ennear
it
hmét
iquepondér
éeest:
k
1
̅
∑
nX
Xp =N i i
i=1

Oùkestl
enombr assesXicent
edescl redel
acl
asseiN∑k ni
i=1

Exemple:20élèvesd’
uneclasseontétér
epar
ti
ssel
onl
adi
stancequil
essépar
edel
’
ori
gine.
Calcul
erl
adi
stancemoyennepondér
ée.

Cl
assesnonréel
l
esen Xi ni niXi
Km

[
0,4] 2 4 8

7 6 42
[
5,9]
12 5 60
[ 14]
10,
17 3 51
[ 19]
15,
22 2 44
[ 24]
20,

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage63
 5
N=20
∑nX =205
i=1
ii

̅ 14
∑ n 1
Xp =N i=1 i= . 205=10,
25Km
20

Pr
océdéspr
ati
quespourl
ecal
cul
del
amoy
ennear
it
hmét
iquepondér
ée

1.Pr
océdébasésurl
’
adopt
iond’
unemoy
ennepr
ovi
soi
re

Lecri
tèr
edechoi
xdelamoyenneprovisoi
reestsoitl
aval
eursi
tuéever
slecent
redelaséri
e,soi
tla
val
eurlapl
usfr
équent
edelaséri
e.Onl gneparXo.Lamoy
adési enneari
thméti
quepondérée se
cal
cul
edelamanièr
esuiv
ant
eenuti
lisantceprocédé.

̅ 1k
n
Xp =Xo +N∑i=1 idioùkestl
enombr assesN =∑k
edescl nXoestl
i=1 i amoy
ennepr
ovi
soi
re.

di =Xi-
Xo

Cal
cul
erl
amoy
ennear
it
hmét
iquepondér
éedesdonnéesdut
abl
eaupr
écédent
.

Li
mit
esnonréel
lesdes Xi ni di nidi
cl
asses

[
0,4] 2 4 -
10 -
40

7 6 -
5 -
30
[
5,9]
12 5 0 0
[ 14]
10,
17 3 5 15
[ 19]
15,
22 2 10 20
[ 24]
20,
5 5
N=20
∑d =0 ∑nd =-35
i=1
i
i=1
ii

Lamoy
ennepr
ovi
soi
reXo =12

̅ 1k
nX
Xp =Xo +N∑i=1 i i

̅ 1
Xp =12 +20(-
35)

̅
Xp=12–1,
75

̅
Xp =10,
25Km

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage64
 2.Pr
océdébasésurl
’
adopt
iond’
unemoy
ennepr
ovi
soi
reXoetd’
uneuni
tépr
ovi
soi
redi

Danscepr océdéquif acil

it
eénormémentl
ecalcul
,chaquecl
assereçoi
tunnumérod’or
drepar
rappor
tàl aclasse contenantl
amoyenneprov
isoi
reXo.Cenumérod’or
dreestaf
fect
édusigne
algébr
iquecor
respondant.

Lamoy
ennear
it
hmét
iquepondér
éesecal
cul
edel
amani
èresui
vant
eenut
il
isantcepr
océdé.
k
1
̅
Xp =Xo +a(
N ∑
ni '
di)
i=1

a:
ampl
i
tudedescl
asses

d'
i:l
enumér
od’or
dre(af
fect
édusi
gneal
gébr
ique)del
acl
asseiparr
appor
tàl
acl
assecont
enantl
a
moyennepr
ovi
soi
reXo

Xo:
lamoy
ennepr
ovi
soi
re

Li
mit
esnonréel
lesdes Xi ni d'
i nid'
i
cl
asses

[
0,4] 2 4 -
2 -
8

7 6 -
1 -
6
[
5,9]
12 5 0 0
[ 14]
10,
17 3 1 3
[ 19]
15,
22 2 2 4
[ 24]
20,
5

∑nd =-7
i=1
ii

Remar
que:
Onn’
uti
l
isecesecondpr
océdéquesi
l’
int
erv
all
edecl
asseestégal
.

Pr
opr
iét
ésdel
amoy
ennear
it
hmét
ique

- C’estunemoy
ennecal
cul
éedontl
aval
eurestdét
ermi
néeent
enantcompt
edet
out
esl
es
valeur
sdel
aséri
e.

Soi
tunesér
ieay
antnobser
vat
ionssui
vant X1,
es: X2,
X3,
X4, Xn-1,
……. Xn

̅ X1 +X2 +X3 +X4 +…….

.Xn-1 +Xn
X= n

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage65
 n
̅ 1 X
X =N
i=1
i ∑
̅
- Lasommedesdéviat
ionsd’
unensembl
edesnombr esparr
appor
tàl
amoy
enne X oul
a
sommedesécar
tsdesnombresàl
amoyenneestnul
l
e.

̅
tdi =Xi-
Soi X écar
tàl
amoy
enne
n n

∑d =∑(X-̅X)
i=1
i
i=1
i

n n n

∑d =∑X-∑̅X(1)
i=1
i
i=1
i
i=1

n n
̅ 1 X
Onsai
tque X =n i⟹ ∑ ∑X =n̅X(2)
i=1 i=1
i

2)dans(
( 1)donne:
n

∑d =n̅X -n̅X =0
i=1
i

3.Lasommedescar r
ésdedév
iati
onsd’
unensembl
edesnombresestmoi
ndrequelasomme
̅
desdév
iat
ionsparr
appor
tàtoutnombr
eautr
equelamoyennear
it
hméti
queX càd:

̅ 2 ∑n ( ̅
∑n
i=1(
X-X) < i=1 Xi-X 2
o) avec Xo ≠X
i

Rai
sonnement

̅ ̅
Xi-
X =Xi-
Xo +Xo-
X

̅2
(
̅2 (
Xi-
X) =
Xi-
Xo)
+(
Xo-
X [ ]
̅2
Xi-
( X) =(
Xi- 2
Xo)
X-X ̅
+2(i o)Xo-
X +(
̅2
Xo-
X) ( )
n n n

∑
i=1
(
̅)
Xi-
2
X = (
Xi-∑2
Xo)
i=1
+ ∑2(X-X)(X -̅X)+(X -̅X)
i=1
i o o o
2

n n n n n

∑
i=1
(
̅)
Xi-
2
X = (
Xi-∑2
Xo)
i=1
+2( X - Xo)
i (
̅
Xo-
X)+ (
̅2
Xo-
X) ∑∑
i=1 i=1
∑
i=1

n n n

∑
i=1
(
̅)
Xi-
2
X = (
Xi-∑2
Xo)
i=1
+2 ̅
nX -
̅ +
nXo Xo-
X (
̅2
Xo-
X) ( )( )∑
i=1

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage66
 n n

∑
i=1
(
̅2
X) = (
Xi- ∑
Xi- 2
Xo)
i=1
-
2n(
̅2
Xo-
X) +n(
̅2
Xo-
X)

n n

∑
i=1
(
̅2
X) = (
Xi- ∑
Xi- 2
Xo)
i=1
-
n(
̅2
Xo-
X)

Nouspouv
onsàpar
ti
rdecet
teégal
i
téconcl
ureque:
n n

∑
i=1
(
̅2
X) < (
Xi- ∑
Xi- 2
Xo)
i=1

Av
ant
agesdel
amoy
ennear
it
hmét
ique

- C’
estl
amoy
ennel
apl
uscommunémentut
il
isée.

- C’
estl
amoy
ennel
apl
usf
aci
l
eàcal
cul
er.

- Ell
er empl
ittoutes lescondit
ionsdeYULE.C’estlacaract
éri
sti
quedet
endance
centr
alel
aplusreprésent
ati
vedel’
ensembl
edesdonnées.

I
nconv
éni
entdel
amoy
ennear
it
hmét
ique

- Unemoy ennearit
hméti
quen’ estpasunedonnéemaisunestat
ist
iquedédui
tedes
données.El
lepeutparconséquentcompor
terdesdéci
mal
esquiopposentpar
foi
sle
bonsens.

̅
̅
- Lor
squelaséri
eestbimodaleouplur
imodale,l
amoyennear
it
hmét
ique X per
dtout
e
sasi
gni
fi
cati
on,i
lfautdoncl
’
abandonnerdanscecas.

- Lorsquela sér
iecompor
tedesv al
eur
sext r
êmesanor malesou aberr
ant
es,i
lest
préfér
abl
edeprendr
elamédi
anequin’
estpasinf
luencéeparcesv
aleur
s.

Exemple:5étudi
ant
ssepr
ésent
entàunexamenor
al.Lepr
ofesseurr
elèv
eleurâge:
20,22,
23,29et50

̅ 20 +22 +23 +29 +50

X= 5 =28ans

Cetâgen’
estpasdut
outr
epr
ésent
ati
fdugr
oupeett
ientpl
utôtcompt
edel
’
âge50quiestl
a
val
eurext
rême.

Exempl
esurl
ecal
cul
del
amoy
ennear
it
hmét
iquepondér
ée

Unexamencompr enantl
esépreuv
esdedi sser
tati
on,mathémati
ques,physi
que,Angl
ais,
Technol
ogi
edontl
escoeff
ici
ent
sdepondér
ationsontlessui
vant
s:5,3,3,
1,3.

Si
unét
udi
antobt
ientr
espect
ivement8,
15,
16,
11et12quel
l
eser
asacôt
emoy
enne.

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage67
 N° esXi/
Côt 20 pi =ni piXi

1 8 5 40

2 15 3 45

3 16 3 48

4 11 1 11

5 12 3 36
5 5

∑
i=1
pi =15 ∑pX =180
i=1
ii

5
1 180
̅
∑
pX =
Xp =N i i 15 =12
i=1

12x100%
Sonpour
cent
ageser
a =60%
20

2)Lamoy
ennegéomét
ri
que

Déf
ini
ti
on

Soi
tuneséri
eX1,X2,X3,
X4, Xn.Lamoy
Xn-1,
……. ennegéomét
ri
queestl
ar nenièmedupr
aci odui
t
dester
mesdelaséri
e.

1)Casd’
unesér
iedi
scr
ète

Onal
amoy
ennegéomét
ri
quesi
mpl
e:
n
G = X1.
X2.
X3.
X4…Xn-1Xnoùn:
nombr
etot
aldest
ermesdel
asér
ie

Xi:
lesi
ter
mesdel
asér
ie.

2)Casd’
unesér
iegr
oupéeencl
asses

Onal
amoy
ennegéomét
ri
quepondér
ée.

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage68
 N n1 n2 n3 nn
Gp = X1.X2X3……Xn.
oùN=∑k ni
i=1

k:
l
enombr
edescl
asses

ni:
l
esef
fect
if
squi
sontl
escoef
fi
cient
sdepondér
ati
on

Xi:
l
emi
l
ieudel
acl
assei

Pourrendr
efaci
l
elescal
cul
s onpr
éfèr
ecal
cul
erl
amoy
ennegéomét
ri
queenut
il
isantl
es
l
ogari
thmesdéci
maux.

- Dansl
ecasdi
scr
et:
n
G = X1.
X2.
X3……Xn
n
ogG =l
l og X1.
X2.
X3……Xn
1
n
ogG =l
l X1.
og( X3……Xn)
X2.

1
ogG = l
l X1.
og( X2.
X3……Xn)
n

1
ogG = [
l logX1 +l ogXn]
ogX2 +…….+l
n

1
ogG = ∑n
l l
ogXi
n i=1

1n
∑i=1l
ogXi
oùG =10n
D’

- Dansl
ecascont
inu

N n1 n2 n3 nk
G = X1.X2X3……Xn.

N n1 n2 n3 nk
ogG =l
l og X1.X2X3……Xn.
1
n1 n2 n3 nk N
=l X .X X ……X )
og( 1 2 3 n

1 n n n n
= l
og(
X1.X2X3……Xn) 1 2 3 k

1 n n n n
ogG = (
l l
ogX1 +l
ogX2 +l
1
.+l
ogX3 +……. ogXk) 2 3 k

1
= ( ogX1 +n2l
n1l ogX2 +n3l
ogX3 +……… +nkl
ogXk
N

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage69
 k
1
ogG =
l ∑
nl
Ni=1 i
ogXi

k
1
∑ nl
Ni=1 i
ogXi
G =10

Exempl
e:Lepr
ixmoy
end’
unf
ri
goFRI
DAFdecapaci
té80l
étai
ten1968:

- De460ZàKi
nshasa

- De490ZàMat
adi

- De510ZàLubumbashi

- De540ZàMbandaka

- De570ZàKi
sangani

- De590ZàKananga

- De620ZàBukav
u.

Quel
estl
epr
ixmoy
enauni
veaunat
ional
.Nousal
l
onscal
cul
erl
amoy
ennegéomét
ri
quesi
mpl
e.

Xi(
Z) l
ogXi

460 2,
662757832

480 2,
681241237

510 2,
707570176

540 2,
73239376

570 2,
755874856

590 2,
770852012

620 2,
79239169

1910308156
7
1 19,
10308156
l
ogG =
7i=1∑
l
ogXi =
7

l
ogG =2,
729011651

G =535,
8110323Z

G ≈536Z

Lepr
ixmoy
enduf
ri
goFRI
DAPestde536Zauni
veaunat
ional
.

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage70
Exempl
e2:

Lesser
vicesdesi
nscr
ipt
ionsr
elèv
el’
âged’
ungr
oupede20ét
udi
ant
s:

- 8ét
udi
ant
sontunâgecompr
isent
re16et20ans.

- 5ét
udi
ant
sontunâgecompr
isent
re20et24ans.

- 4ét
udi
ant
sontunâgecompr
isent
re24et28ans.

- 3ét
udi
ant
sontunâgecompr
isent
re28et32ans.

- 2ét
udi
ant
sontunâgecompr
isent
re32et36ans.

Cal
cul
erl
’
âgemoy
endugr
oupe.

Li
mites r éel
l
es
desclasses
Xi ni l
ogXi nil
ogXi

16-
[ 20[ 18 8 1,
255272505 10,
04218004

22 5 1,
342422681 6,
712113404
20-
[ 24[
26 4 1,
414973348 5,
659893392
24-
[ 28[
30 3 1,
477121255 4,
431363764
28-
[ 32[
34 2 1,
531478917 3,
062957834
32-
[ 36[

N=22 29,
908508114

5
1
l
ogG = ∑
nl
Ni=1 i
ogXi

29,
90850844
=
22

l
ogG =1,
359477656G =22,
88113988 ≈23ans

Pr
opr
iét
és

- Lamoyennegéomét
ri
queestmoi
nsaf
fect
éepardest
ermesext
rêmesquel
amoy
enne
ar
it
hmét
ique.

- El
l
edépenddet
out
esl
esobser
vat
ionsdel
asér
ie.

Av
ant
ages

- El
leestunemoyennepl
usty
piquequel
amoy
ennear
it
hmét
iquecarel
l
eestmoi
nsi
nfl
uencée
parl
estermesext
rêmes.

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage71
 - El
l
esepr
êteaucal
cul
algébr
ique.

I
nconv
éni
ent
s

- Compar
éeàl
amoy
ennear
it
hmét
ique,
ell
eestmoi
nsf
aci
l
eàcompr
endr
e.

- El
l
eestpl
usdi
ff
ici
l
eàcal
cul
erquel
amoy
ennear
it
hmét
ique.

- Si
lasér
iecompr
endunev
aleurnégat
iveouunzér
o,onnepeutpasl
’
uti
l
iser
.

- El
l
eat
endanceàat
ténuerl
esmouv
ement
sdehausseaupr
ofi
tdesmouv
ement
sdebai
sse.

Remarque:Silamoy ennearit
hmétiqueconvi
entàdesséri
esdontleryt
hmed’accr
oissementse
rappr
oched’uneprogressi
onar i
thméti
que,l
amoy ennegéométr
iqueconvi
endr
aauxsér i
esdont
l
’accr
oissementserapproched’uneprogr
essi
ongéométri
que.

3)Lamoy
ennehar
moni
que

Soitlaséri
ediscrète X1,
X2,
X3,
….Xn .La moy
. ennehar
moni
queestl
’
inv
ersedel
amoy
enne
ari
thmét
iquedesinver
sesdesobser
vat
ions.

- Casdi
scr
et

1
H=n
1
i=1
∑
Xi

Exempl
e:Cal
cul
erl
amoy
ennehar
moni
quedel
asér
ie.n=3

1 n
H= n =n
1 1 1
n Xi
i=1
∑ ∑
i=1
Xi

3 3
H= ⟹H =
1 1 1 1 1 1
+ + + +
X1 X2 X3 2 3 6

3
H= =3
3 +2 +1
6

Dansl
ecascont
inu,
onal
amoy
ennehar
moni
quepondér
ée:

1
H= N
1 ni
∑
Ni=1Xi

La moyenne har
moni
que estcal
cul
ée l
orsque l
es deux phénomènes à ét
udi
erv
ari
ent
i
nver
sement.

Exempl
e2:

Uncamionparcour
tletr
ajetLi
kasi
-Lubumbashi
,soit120Km àlavit
essede40Km/
hàl
’
all
éeet
60Km/hauret
our.Quel
l
eestlavit
essemoy ennepourall
er-
ret
our?

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage72
 n 2
Hp = n =
1 1 1

i=1
∑ +
Xi X1 X2

2 2
Hp = =
1 1 3 +2
+
40 60 120

2 240
Hp = = =48Km/
h
5 5
120

Vér
if
icat
iondur
ésul
tat

X=v
.t

X1 X2
Al
l X1 =v
er: t
1.1⇒t
1 = X 2 =v
2.t
2⟹ t
2 =
V1 V2

V1 =40Km/
h,V2 =60Km/
hX1 =X2 =120Km

120km 120km
1 =
t =3h,t
2 = =2h
40km/ h 60km/ h

t
t =t
1 +t
2 = et =X1 +X2 =240Km
3h +2h =5h et

et 240Km
Vmoy =H = ⇒Vmoy =H = =48Km/
h
tt 5h

Exempl
e3:

Uncamionpar
cour
ttr
oisl
ocal
it
ésdist
ant
esr
espect
ivementde100,
180et80Km àdesv
itesses
de60,
80et100Km/h.Cal
cul
erl
avit
essemoy
enne.

Xi(
vit
essee,
km/
h) ni ni ni
Xi Xi

60 100 100 60 1,
66

80 180 2,
25
180 80
100 80 0,
80
80 100
3 3
ni
∑
i=1
ni =360 ∑X =4,71
i=1
i

360
H= =76km/
h
4,
71

Domai
ned’
appl
i
cat
iondel
amoy
ennehar
moni
que

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage73
 Lamoy
ennehar
moni
quequoi
qu’
el
lepeut
êtr
eut
il
isée,
estpar
ti
cul
i
èrementut
il
e:

- Enphy
siquel
orsquel
avi
tesseetl
etempssonti
nver
sementpr
opor
ti
onnel
s.

- En mat
ièr
es économi
ques,c’
estl
orsqu’
i
ly a i
nter
vent
ion des quant
it
és i
nver
sement
pr
opor
ti
onnel
l
es.

4)Lamoy
ennequadr
ati
que

Soitl
asérieX1,
X2,X3,….
.Xn-1,Xn.La moyennequadr
ati
queestl
araci
necar
réedel
amoy
enne
ari
thmét
iquedescarrésdest ermesdelaséri
e.

- Dansl
ecasdi
scr
et:
n
Q = 1 X2
∑
n i
i=1

- Dansl
ecascont
inu

Q = 1∑k nX2 oùN =∑k n

i=1 i k:
lenombr
edescl
asses.
n i=1 i i

Exer
cices

1.Cal
cul
erl
amoy
ennequadr
ati
quedest
ermesdel
asér
ie1,
3,4,
5,7.

Xi X2
i

1 1

3 9

4 16

5 25

7 49
n

∑X =100
i=1
2
i

n
Q = 1 X2
∑
n i
i=1

1
Q = 100
5

Q = 20

Q =4,
472135955

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage74
 Q ≈4,
5

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage75
 2.Cal
cul
erl
amoy
ennequadr
ati
quedesdonnéesdut
abl
eauci
-apr
ès:

Xi ni X2
i niX2
i

3 2 9 18

4 1 16 16

8 3 64 192

10 1 100 100

12 6 144 864
k
N=13
∑nX =1190
i=1
2
ii

1
Q= .1190 =3,
605551275 ≈3,
6
13

Leseuli
ntér
êtpr
ati
quedelamoy ennequadr
ati
queestqu’
el
lenouscondui
tàl
anot
iond’
écar
t-
type
qui
esttr
èsimport
anteenst
ati
sti
que.

Enef
fet
,l’
écar
t-
typed’
unesér
ieestl
amoy
ennequadr
ati
quedesécar
tsàl
amoy
ennear
it
hmét
ique.

Pr
opr
iét
éscompar
éesdesmoy
ennes

1.Deuxmoyennes,àsavoi
rlamoyenneharmoni
queetl
amoy
ennegéomét
ri
queontt
endanceà
at
ténuerl
’
inf
luencedest
ermesextrêmes.

2.Lesdeuxautr
es,c’est-
à-di
rel
amoyennear
it
hméti
queetl
amoyennequadr
ati
queont
tendanceàdonnertropd’i
mport
anceauxt
ermesext
rêmes.

3.Desquat
remoyennes,
lespl
usuti
l
iséessont
,paror
dred’
i
mpor
tance,
lamoy
enne
ar
it
hméti
queetl
amoy ennegéométr
ique.

4.Pourunemêmesér
ie,
lesquat
remoy
ennesv
ari
entdel
afaçonsui
vant
e:

̅
H ≤G <X <Q

LESVALEURSDERANG(
OUDEPOSI
TION)

Noussavonsquelesmoyennesari
thmét
ique,géométri
que,
har
moniqueetquadr
atiquesontdes
val
eurscent
ral
esoulesmoyennesdegrandeurtandi
squelamédi
ane,l
emodeetl esquanti
lessont
l
esv al
eur
sderangoudepositi
on.

̃
1.Lamédi
aneXouMéd

Lamédi aneestunev al
eurdelav
ari
ablestat
ist
iquequi par
tagel
aséri
edonnéeendeuxpar
ti
es
égal
esay antchacunelemêmenombr ed’obser
v at
ionsouc’estl
aval
eurdelavar
iabl
e
stat
ist
iquetelqu’
aprèsséri
ati
ondester
mesdel adist
ri
buti
onconsi
dérée,
lenombredes
I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage76
 obser
vat
ionsi
nfér
ieuràcet
tev
aleurestégal
aunombr
edesobser
vat
ionssupér
ieuràcet
te
val
eur
.

̃
Av
antdecal
cul
erl aneX,
amédi i
lconv
ientd’
abor
dd’
ordonnerl
asér
iedansl
’
ordr
ecr
oissant
.

1)Casd’
unev
ari
abl
edi
scr
èteoudi
scont
inue

̃
I
lexi
stedeuxcasdansl
adét
ermi
nat
iondel aneX.
amédi

a)Sil
enombr
ed’
obser
vat
ionsdel
asér
ieesti
mpai
r(2n+1)
,lamédi
aneestl
aval
eurder
ang
n+1.

Exempl
e

̃
Soi
tlasér
ie:
16,
19,
14,
15,
18,
14,
16,
13,
17,
18,
19.Dét
er nerX
mi

Sér
ieor
donnée:
13,
14,
14,
15,
16,
16,
17,
18,
18,
19,
19

2n+1=11

2n =11–1

10
2n =10n= =5
2

̃
Lamédi
aneoccuper
alaposi
ti a6èmeposi
onn+1càdl ton.X =16
i

b)Sil
enombred’obser
vat
ionsestpai
r(2n)
,lamédi
aneser
alamoy
ennear
it
hmét
iquedes
val
eur
sdesrangsnetn+1.

Exempl
e:

̃
Soi
tlasér
ie:
67,
58,
98,
34,
54,
19,
28,
50,
13,
14.Dét
er nerX
mi

Lasér
ieor
donnéeest:

13,
14,
14,
28,
34,
50,
54,
58,
67,
98

2n=10

n =5

34occupel
aposi
ti
on5

50occupel
aposi
ti
on6

̃ 34 +50
X= 2 =42

Lorsquelenombr ed’
obser
vati
onsestpair
,onpourrasecont
enterdedi
requelamédiane
trouvéenefigurepasdanslasériedi
scrèt
e.I
lexi
steseul
ementunezonemédianeou
l
’inter
vall
emédi an.Lest
ati
sti
cienchoi
sitl
aval
eurdumi l
i
euquisembleêt
relapl
us
représentat
ive.

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage77
 2)Casd’
unev
ari
abl
econt
inueoud’
unev
ari
abl
ededonnéesgr
oupéesencl
asses.

- Cal
cul
erd’
abor
dlesef
fect
if
scumul
éscr
oissant
s.

- Dét
ermi
nerl
erangdel aneN
amédi
2

- SiNnecorrespondpasexactementavecl
’
undescumul
éscr
oissant
s,dét
ermi
nerl
e
2
cumulcr
oissantquil
uiesti
mmédi at
ementinf
éri
eur
.

̃
- Onappl
i
quel
afor
mul
esui
vant
epourl
ecal
cul
del aneX
amédi

( )
̃ -Fcd
2
i
nf

Me=X =Li +a
ni méd

Li:
l
ali
mit
einf
éri
eur
edel
acl
assemédi
ane

N
:l
erangdel
amédi
ane
2

Fc :
sommedesf
di
nf
réquencescumuml
éesabsol
uesdescl
assesqui
lui
sonti
mmédi
atement

àl
acl
assemédi
ane

ni :
l
af
méd
r
équenceabsol
uedel
acl
assemédi
ane

a:
l
'ampl
i
tude

Exempl
e1:
Dét
ermi
nerl
amédi
anedel
asér
iegr
oupéesui
vant
e:

N° Li
mit
esréell
esdes ni Fcd
cl
asses

1 800-
[ 900[ 4 4

2 20 24
900-
[ 1000[
3 107 131
1000-
[ 1100[
4 168 299
1100-
[ 1200[
5 122 421
1200-
[ 1300[
6 48 469

7 1300-
[ 1400[ 21 490

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage78
8 1400-
[ 1500[ 10 500

1500-
[ 1600[

N=500

N
N
N=500, =250, Fcd =131,
a=100,
2 i
nf
̃
Li =1100,ni =168,X =Li +a2
-Fcd

niméd ( ) méd
i
nf

̃ 100(
250-131)
X =1100 + 168 =1170,
833333 ≈1170,
8

Exempl
e2:
Soi
tlet
abl
eaudel
atai
l
lede100r
ecr
ues(
encm)
.

N° Li
mi t
esnonréel
les ni Fcd
descl
asses

1 165-
[ 169] 2 2

2 10 12
170-
[ 174]
3 18 30
175-
[ 179]
4 45 75
180-
[ 184]
5 15 90
185-
[ 189]
6 8 98

7 190-
[ 194] 2 100

195-
[ 199]

N=100

N
a=5,
N=100, =50,Fcd =30,Li =180,ni =45,
2 i
nf méd

( )
̃ 50-30
X =180 +5 45 =182,
222

̃
X ≈182,
2

̃
LamédianeMé =X =182,
2cm si
gni
fi
eque50%desrecr
uesont
unet
ail
l
eégal
eégal
eoui
nfér
ieur
e
à182,
2cm et50%aut
resontunet
ail
l
eégal
eousupér
ieur
eà182,
2cm.

Remar
que:

- Lamédianenerempl
itpasla2ièmecondi
ti
ondeYULE,
carel
l
edépenddel
’
ordr
edes
obser
vati
onsetnondeleur
sval eurs.

- Gr
aphi
quement
,lamédi
aneestl
’
absci
ssedupoi
ntder
encont
redeFcdetFca

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage79
N° Li
mit
esréell
esdes ni Fcd Fca
cl
asses

1 [
800 -900[ 4 4 500

2 20 24 496
[ 1000[
900 -
3 107 131 476
1000-
[ 1100[
4 168 299 369
1100-
[ 1200[
5 122 421 201
1200-
[ 1300[
6 48 469 79

7 1300-
[ 1400[ 21 490 31

8 1400-
[ 1500[ 10 500 10

1500-
[ 1600[

N=500

̃
X

̂
2.Lemode(X)

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage80
 ̂
1)LemodeX estlav
aleurdelavari
abl
estat
ist
iquequicor
respondàlaplusgrandefr
équence
ouaupl
usgrandef
fecti
f.I
lpeutounepeutpasexist
erets’i
lexi
ste,
ilpeutounepeutpas
êt
reuni
que.

Ondist
ingueparconséquentl
asér
ieuni
modal
e(1mode)
,lasér
iebi
modal
e(2mode)l
a
sér
iepl
urimodal
e(3modes) .

̂
2)Dét
ermi
nat
iondumode X

a.Sér
ienongr
oupéeencl
asses

Ladét
ermi
nat
iondumodeesti
mmédi
atecarel
l
edécoul
edi
rect
ementdesadéf
ini
ti
on.

Avantdeledét
ermi
ner
,il
fautd’
abor
dor
donnerl
asér
iedi
scr
ètedonnéedansl
’
ordr
e
cr
oissant:

Exempl
e:

Dét
ermi
nerl
emodedechacunedessér
iesci
-apr
ès:

Xi:5 2 9 7 2 9 10 12 11 9 9 19

Sér
ieor
donnée:
225799910101112 19

N° Yi ni

1 2 2

2 5 1

3 7 1

4 9 3

5 10 2

6 11 1

7 12 1

8 19 1

̂
X =9

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage81
 Yi:
38 512 10 16

̂
Sér
i donnée:
eor 3 5 8 10 12 16
Yi: X ∄(e
n' xi
stepas)

Zi:
4 3 2 5 7 6 7 74 4 74 4 74 5

Sér
ieor
donnée:
2 3 44 4 4 5 5 6 7 7 7 7

N° Zi ni

1 2 1

2 3 1

3 4 4

4 5 2

5 6 1

6 7 4

̂ ̂
X =4 et X =7 Lasér
ieestbi
modal
e

b.Sér
iegr
oupeencl
asses

Sil
esobserv
ationssontgroupéesencl
asses,unebonneesti
mat
iondumodeestlepoi
ntmi
l
ieude
l
aclassedeplushautefr
équenceappeléeclassedominant
eouclassemodal
e.

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage82
1erCasd’
unedi
str
ibut
ionsy
mét
ri
que

ni

LRC

0 Li ̂ Li+
X 1

l
i:
li
mit
einf
éri
eur
edel
acl
assemodal
e

Li+1 =Ls:
l
imi
tesupér
ieur
edel
acl
assemodal
e

̂
X cor
respondaupoi
ntmi
l
ieudel
acl
assemodal
e

̂ a
X =Li +2etLi+1 =Ls =Li +a

2èmecasd’
unedi
str
ibut
iondi
ssy
mét
ri
que

ni R S

∆1 EP F ∆2

Q
T

̂
̂
O Li X Li+1 LRC

̂ ̂
X =Li +EP⇒EP =X -Li

̂
PF=Li+1-X

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage83
 {
EP PF ST =∆2
= or
RQ ST RQ =∆1

̂ ̂
X -Li Li+1-X
=
∆1 ∆2

Lepr
odui
tdesmoy
ensestégal
aupr
odui
tdesext
rêmes.

∆2 ̂
( )( ̂
)
X -Li =LCH -X ∆1

̂ ̂
∆2X -∆2Li =∆1LCH -∆1X orLCH =Li+a

̂ ̂
∆2X -∆2Li =∆1(
Li+a)-∆1X

̂ ̂
∆2X -∆2Li =∆1Li +a∆1-∆1X

̂ ̂
∆2X +∆1X =∆1Li +∆2Li +a∆1

̂
X(∆1 +∆2)=Li(
∆1 +∆2)+a∆1

̂ Li(
∆1 +∆2)+a∆1
X= ∆1 +∆2

̂ Li(
∆1 +∆2) ∆1
X = ∆1 +∆2 +a∆1 +∆2

̂ ∆1
X =Li +a∆1 +∆2

Li:
Où: l
imi
tei
nfér
ieur
edel
acl
assemodal
e
a:
ampli
tudeconst
ant
e

'
∆1:
dif
férenceent
releff
ecti
fdelaclassemodaleetdel aclassequil
uiesti
mmédi at
ement
' '
i
nfér
ieureouexcédentdeleff
ecti
fdelaclassemodal eouexcédentdeleff
ect
ifdela
classemodaleparrapportàlacl
assequi l
uiestimmédi at
ementinf
éri
eur
e.

'
∆2:
Dif
fér
enceent
relef
fect
ifdelaclassemodaleetdelaclassequi
lui
esti
mmédiatement
'
supér
i eouexcédentdel
eur eff
ectifdel
aclassemodaleetdelacl
assequi
lui
est
i
mmédi atementsupér
ieur
e.

Exempl
e:Tr
ouv
elemodedel
asér
iegr
oupéeencl
assessui
vant
es.

N° Li
mit
esréell
esdes ni
cl
asses

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage84
1 19-
[ 29[ 2

2 3
29-
[ 39[
3 11
39-
[ 49[
4 25
49-
[ 59[
5 18
59-
[ 69[
6 12

7 69-
[ 79[ 9

79-
[ 89[

N=80

Lacl
asse[ 59[estl
49- acl assemodal
ecarel
lecorr
espondaupl
usgr
andef
f ect
if
.
Li =49 a=10 ∆1 =25-
11 =14 ∆2 =25-18 =7

̂ ∆1
X = Li +a∆1 +∆2
̂ 14
X =49 +1014 +7
̂ 14
X =49 +1021
=55,
66666667
̂
X =55,
7

̂
̂
AVANTAGEETI
NCONVENI
ENTSDUMODEX

- Av
ant
age

Lemodeaunev al
eurconcrèt
eetplusréel
lequel
esdeuxaut
rest
ypesdepar
amèt
resdet
endance
cent
ral
epr
écédemmentét udi
éscarilexpr
imeuneréal
i
té.

- I
nconv
éni
ent

Lemodenedonned’ i
ndicat
ionquesurunepart
iedelaséri
e.ilpeutmanquerd’
obj
ect
ivi
tédans
sadéter
mi nati
on.
Enplus,
iln’estpasdét
erminésurl’
ensembledesobservat
ions.

MOYENNEDESVALEURSEXTREMES:
ME

Xmin +Xmax
ME =
2

Xmin =v
aleurmini
maledelaséri
ediscrète
Xmax =valeurmaxi
maledelaséri
ediscrèt
e

Onat
ouj
our
s

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage85
 Xmin ≤ME ≤Xmax

Remarque:Dansl
ecascont
i XminetXmaxcor
nu, respondentr
espect
ivementauxl
i
mit
esi
nfér
ieur
eet
supér
ieur
edelapr
emièr
eetdeladernièr
eclasse.

̅ ̃ ̂
Exempl
e:compar
erl
esX,X,X etMEdel
adi
str
ibut
iongr
oupéeencl
assessui
vant
es.

N° Li
mit
esréell
esdes Xi ni niXi Fcd
cl
asses

1 19-
[ 29[ 24 2 48 2

2 34 3 102 5
29-
[ 39[
3 44 11 484 16
39-
[ 49[
4 54 25 1350 41
49-
[ 59[
5 64 18 1152 59
59-
[ 69[
6 74 12 888 71

7 69-
[ 79[ 84 9 756 80

79-
[ 89[

N=80 4780

̅ 1 k nX 1
- Moy
ennear
it
hmét
ique:X =N∑i=1 i i= .4780 =59,
75
80

N
- Médi
̃
ane:X =Li +a2
ni ( )
-Fcd N
2 =40
méd
̃
X =
i
nf

49 +10
40-
16
25 =58,
6 ( )

{
̂ ∆1 ∆1 =25-11 =14
- Mode:X = Li +a∆1 +∆2 ∆ =25-
18 =7
2

14
=49 +10
14 +7

= 55,
7

Xmin +Xmax
- Moyennedesext
rêmes:ME =
2
= 19 +89
2
=54
Onconstat
eque:
I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage86
 ̂ ̃ ̅
ME <X <X <X

Concl
usi
on:

̂ ̃̅
Rappel
onsqueX,X,
X etMEsontdescar
act
éri
sti
quesdet
endancecent
ral
e.

̂ ̃ ̅
a)Lor
squeX <X <X,
ondi
tquel
adi
str
ibut
ionestdi
ssy
mét
ri
queetét
abl
iver
sladr
oit
e.

̂ ̃ ̅
b)SiX >X >X,
ladi
str
ibut
ionestdi
ssy
mét
ri
queetét
aléev
ersl
agauche.

̂ ̃ ̅
c) SiX =X =X l
adi
str
ibut
ionestsy
mét
ri
queetl
acour
beestnor
mal
e.

Remarque:Pourvér
if
ierquel
adi
str
ibut
ionestsy
mét
ri
queouàpeupr
èssy
mét
ri
que,
onpeut
ut
il
iserl
est
estsrapi
desdenormal
it
ésuivant
s:

̅ ̃ ̂
1) X =X =X

̅ ̂ ̅ ̂
(
2) X -X =3 X -X )
̅̃ ̂
Larel
ati
onempi
ri
quedueàKARLPEARSONent
reX,
X,X l
orsquel
adi
str
ibut
ionestàpeupr
ès
nor
male.

Lar
elat
ion2peutaussi
s’écr
ir
e:

̅ ̂ ̅ ̃
X -X =3X -
3X

̅ ̅ ̃ ̃
X-3X =-
3X +X

̃ ̃
̅ ̃ ̃ ̅ 3X -X
-
2X =-
3X +X ⇒ X = 2

LESCARACTERI
STI
QUESDEPOSI
TION

I
ntr
oduct
ion

- Lescaractér
isti
quesdeposi
ti
onsontdescar
act
éri
sti
quesquioccupentunecert
aineposi
ti
on
dansladistr
ibuti
ondesval
eursd’
unesér
iest
ati
quecl
asséedansl’or
drecroi
ssantou
décr
oissant.

̃
- LamédianeX logi
quementclasséedanslescar
actéri
sti
quesdet
endancecentr
ale,peut
égal
ementêtreconsidér
éecommeét antunecaract
éri
sti
quedeposi
ti
onpuisqu’
ell
epar t
age
endeuxpart
ieségalesunesér
ied’obser
vati
ons.

̃
- Si
l aneX di
amédi vi
seendeuxpar
ti
eségal
esunensembl
edesnombr
esr
angésparor
dre
I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage87
 cr
oissant
,onpeutparext
ensi
ondi
vi
sercetensembl
edesnombr
esennpar
ti
eségal
es.

LESQUANTI
LES

1)Déf
ini
ti
on

Cesontlesv
aleur
sdel avar
iabl
estat
ist
iquequi
par
tagentlasér
ieennpart
ieségal
esay
antchacune
l
emêmenombr ed’obser
vat
ions.Not
onsquepourunpartageennpart
ieségal
es,i
lyan-1
quant
il
es.

Enpr
ati
que,
ondi
sti
nguel
esquant
il
essui
vant
s:

Nombredes
par
ti
eségal
es:
n
Dési
gnat
ions Sy
mbol
es

. Médi
ane ̃
X

. Quant
il
es ̃
Q1 ,Q2 ≡X,Q3

10

. Déci
l
es ̃
D1,
D2,
D3,
D4,
D5 ≡X,…D9

100 Cent
il
esouper
cent
il
es ̃
C1,
C2,
…C50 ≡X, C99
….
.
̃
P1,
P2,
…P50 ≡X, P99
….

2)LesQuar
ti
les

Cesontl
esval
eur
sdel
avar
iabl
est at
ist
iquequi
part
agentl
asér
ieordonnéeen4groupesay
ant
chacunl
emêmenombr
ed’
observat
ions.Cequinousper
metdedist
inguer(
4-1)quant
il
esàsav
oir:

Le1erquant
ieQ1 Le2èmequant
l ie Q2 Le3èmequant
l il
eQ3

a)Lepr
emi
erquant
ieQ1oul
l equant
il
einf
éri
eur

C’estlaval
eurdelavari
abl
estat
ist
iquetelquel’
eff
ect
ifdesdonnéesquil
uisontinf
érieur
essoi
tégal
n
auquar tdel’
eff
ecti
ftot
al( )etceluidesdonnéesquil
uisontsupér
ieur
essoitégalau3 de
4 4
3n
l
’effect
ift
otal( )
4

b)Ledeuxi
èmequant
il
eQ2

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage88
 ̃
I
lestl
amêmepr
opr
iét
équel ane.Q2 =X
amédi

c) Let
roi
si
èmequant
ieQ3oul
l equant
il
esupér
ieur

C’
estlaval
eurdel av
ari
abl
estati
sti
quetelquel’
eff
ecti
fdesdonnéesquiluisonti
nféri
euressoi
tégal
3n
autr
oisquartdel’
eff
ect
ift
otal( )etceluidesdonnéesquil
uisontsupéri
euressoitégalauquar
t
4
n
del
’ef
fecti
ftotal
()
4

Dét
ermi
nat
iondesquant
il
espourl
esdonnéesdi
scr
ètes

Exempl
e1:
Soi
tlasér
iesui
vant
e:3,
10,
7,11,
12,
13,
9.Cal erQ1,Q2,Q3.
cul

1° 2° 3° 4° 5° 6° 7°

7 8 9 10 11 12 13

Cal deQ1
cul

[ [ ]
]
1 ⟶ 7
0,
75 α
1 1,
75 ⟶ Q1 1
2 → 8

0,
75 α
= ⟹ =0,
75orα =Q1-
7⟹Q1-
7 =0,
75⟹ Q1 =7 +0,
75 =7,
75
1 1

Cal deQ2
cul

2n +1 =7

2n =7-
1⟹2n=6 n =3

Q2occupel
aposi
tonn +1 =4⟹ Q2 =10
i

Cal deQ3
cul

3n 7x3 21
= = =5,
25
4 4 4

[ [ ]
]
5 ⟶ 11
0,
25 α
1 5,
25 ⟶ Q3 1
6 → 12

0,
75 α
25, Q3-
= ⟹ α =0, 25, Q3 =11,
11 =0, 25
1 1

Dét
ermi
nat
iondesquant
il
espourl
esdonnéesgr
oupéesencl
asses

D’
unef
açongénér
ale,
oncal
cul
elesquant
il
esdel
amani
èresui
vant
e:

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage89
 Np
Qp =Li +a 4
( )
-Fc
nip
di
nf

For
mul
esder
écur
rence

Np
Si
p=1 Q1 =Li +a 4
( )
-Fc
ni1
di
nf

Np
Si
p=2
( )
Q2 =Li +a 4
-Fc
ni2
di
nf

Np
Si
p=3 Q3 =Li +a 4
( )
-Fc
ni3
di
nf

Exempl
e:Dét
er nerQ1,Q2,Q3desdonnéesgr
mi oupéesencl
assessui
vant
es:

N° Li
mit
esr
éel
l
esdescl
asses ni Fcd

1 [
19 - 29[ 2 2

2 3 5
[
29 - 39[
3 11 16
[
39 - 49[
4 25 41
[
49 - 59[
5 18 59

6 [
59 - 69[
12 71

7 [
69 - 79[ 9 80

[
79 - 89[

N=
80

a)Cal deQ1
cul

N 20-
16
4
=20 ( 25 )=50,6
Q1 =49 +10

b)Cal deQ2
cul

N 40-
16
2
=40 ( 25 )=58,6
Q2 =49 +10

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage90
 c) Cal deQ3
cul

3N 60-
59
4
=60 ( 12 )=69,83333333 ≈69,8
Q3 =69 +10

3)Lesdéci
l
es

Cesontlesv
aleur
sdel
avar
iabl
est at
ist
iquequidivi
selaséri
eordonnéeen10par
ti
esayant
chacunel
emêmenombred’
observati
ons.Cequi nouspermetdedéfini
r(10-
1)=9déci
l
es.
D1,D2,D3,
D4,D5,D6,
D7,D8,
D9

a)Casd’
unesér
iedi
scr
ète

LesDi(av
eci=1,
2,3,
4,5,
6,7,
8,9)secal
cul
entpari
nter
fli
néai
recommedansl
ecasdes
quant
il
es.

b)Cascont
inu

D’
une f
açongénér
ale,
oncal
cul
elesdéci
l
esdel
amani
èresui
vant
e:

Np

( )
Dp =Li +a 10
-Fc

nip
di
nf

For
mul
esder
écur
rence

N
Si
p=1
(
D1 =Li +a 10
-Fc

ni1
di
nf

)
N
Si
p=2
(
D2 =Li +a 5
-Fc
ni2
di
nf

)
3N
Si
p=3
(
D3 =Li +a 10
-Fc

ni3 )
di
nf

2N
Si
p=4
(
D4 =Li +a 5
-Fc

ni4 )
di
nf

N
Si
p=5 D5 =Li +a (
2
-Fc

ni5
di
nf

) ̃
=X

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage91
 5N
Si
p=6 D6 =Li +a 3
( )
-Fc

ni6
di
nf

7N
Si
p=7
( )
D7 =Li +a 10
-Fc

ni7
di
nf

4N
Si
p=8
( )
D8 =Li +a 5
-Fc
ni8
di
nf

Exempl
e1:
Dét
er nerD3,
mi D7desdonnéesgr
oupéesencl
assessui
vant
es:

N° Li
mit
esr
éel
l
esdescl
asses ni Fcd

1 [
19 - 29[ 2 2

2 3 5
[
29 - 39[
3 11 16
[
39 - 49[
4 25 41
[
49 - 59[
5 18 59

6 [
59 - 69[
12 71

7 [
69 - 79[ 9 80

[
79 - 89[

N=
80

N 80 26,
7-16 N 80 11,
4-5
= ≈26,
3 3
7 D3 =49 +10 ( 25 )=53,287 =7 ≈11,4 D7 =39 +10 ( 11 )=44,8
Exempl
e2:
Soi
tlasér
iedi
scr
ètesui
vant
e:8,
10,
7,11,
12,
13,
9.Cal erD2D6D8
cul

Sér
ieor
donnée:
1° 2° 3° 4° 5° 6° 7°

7, 8, 9, 10,11, 12,13

Cal deD2
cul

n=7

2n n 7
= = =1,
4
10 5 5

[[ ]
]
1 ⟶ 11
0,
4 α 0,
4 α
1 1,
4⟶ D2 1 = ⟹ =0,
4 orα =D2-
7,doncD2-
7 =0,
4 D2
1 1
2 → 8

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage92
 =7 +0,
4 =7,
4

Cal deD6
cul

n=7

6n n 7
= = =2,
3
10 3 3

[ [ ]
]
2 ⟶ 8
0,
3 α 0,
3 α
1 2,
3⟶ D6 1 = ⟹ =0,
3 D6-
8 =0,
3 D6 =0,
3 +8 =8,
3
1 1
3 → 9

culdeD8
Cal

[ [ ]
]
5 ⟶ 11
0,
6 α 0,
6 α
1 5,
6⟶ D8 1 = ⟹ =0,
6 D8-
11 =0,
6 D8 =11 +0,
6 =11,
6
1 1
6 → 12

4)Lescent
il
es

Cesontl
esv al
eur
sdel
avari
abl
estat
ist
iquequidiv
isentl
asér
ieor
donnéeen100par
ti
eségal
es
ay
antchacunelemêmenombred’
observat
ions.

1°Casdi
scr
et

Dansl
ecasd’unesér
iedi
scont
inue,
oncal
cul
elesCppari
nter
pol
ati
onl
i
néai
recommedansl
escas
pr
écédent
s.

2°Cascont
inu

Dansl
ecasd’
unesér
iegr
oupéeencl
asses,
lesσpsecal
cul
entdel
amani
èresui
vant
e:

Np
Cp =Li +a 100
( )
-Fc

nip
di
nf

Remar
que:
Etantdespar
amèt
resdeposi
ti
on,
lesquant
il
esontdescor
respondancesent
reel
l
es:

̃
- X =Q2 =D5 =C50

- Q1 =C25 =D2,5

- Q3 =C75 =D7,5

- D1 =C10

CONCLUSI
ONSGENERALESSURLESPROPRI
ETESDESVALEURSDETENDANCECENTRALE
I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage93
Sel
onleSTATI
STI
CIENSYULE,
lamesur
eidéal
edet
endancecent
ral
edoi
tréuni
rlesqual
i
tés
sui
vant
es:

1)Et
redéf
ini
eobj
ect
ivementàpar
ti
rdel
asér
ie.

2)Dépendr
edet
ousl
est
ermesdel
asér
ie.

3)Et
ref
aci
l
eàcompr
endr
e.

4)Et
ref
aci
l
eàcal
cul
er

5)Et
repeusensi
bleauxf
luct
uat
ionsd’
échant
il
lonnage.

6)Sepr
êteraucal
cul
algébr
ique.

7)Peui
nfl
uencéeparl
est
ermesext
rêmes.

Remar
que:

- Condi
ti
onr
éal
i
sée+

- Condi
ti
onnonr
éal
i
sée–

- Condi
ti
onpar
ti
ell
ementr
éal
i
sée0

Condi
ti
ons ̅ G H Q ̃ ̂
X X X

1 + + + + + 0

2 + + + + - -
+
3 + 0 - - +
0
4 + 0 - - +
0
5 + + + + -
-
6 + + + + -
+
7 - 0 0 - +

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage94
 CHAPVLESPARAMETRESDEDI
SPENSI
ON

5.
1. Déf
ini
ti
ondel
adi
sper
sion

Ladét
ermi
nati
ondesvaleur
scentral
esnesuf
fi
tpaspourcaractér
iserunesér
iestat
ist
ique.Les
di
ver
sesobser
vat
ionspeuventêt
repl
usoumoinsgroupéesautourdelaval
eurcentr
ale.
Cet
teplusoumoinsgrandeconcent
rat
iondesval
eur
sobser
véesaut
ourdel
aval
eurcent
ral
e
s’
appel
l
el adi
spersi
on.

Onpeutégalementdéfini
rladi
sper
sioncommeét antl’
expr
essi
onmathémat iquede
l
’éloi
gnementplusoumoi nsgr
anddest ermesd’
unesériel
esunsparrapportauxautr
esetpar
rapportàlamoyenne.
Deuxsériespeuventav
oirlesmêmesv aleur
sdetendancecent
ral
eetdif
férerfor
tementquantà
l
eurdi
sper
sion.

Exemple1:
Considér
onsdeuxséri
esci-
dessousAetBdontnousdét
erminonsl
amédianeetlamoyenne
ar
it
hmét i
que(val
eur
sdetendancecent
ral
e)ai
nsi
quel’
int
erv
all
edevari
ati
on(val
eurdedi
spersi
on)
.

SERI
EA SERI
EB

Xi Yi

100 ̅ 1620 140 ̅ 1620

X = 9 =180 Y = 9 =180
120 140
̃ ̃
140 X =180 170 Y =180

160 V =Xmax-
d =I Xmin 170 V =Ymax-
d =I Ymin

180 =260-
100 180 =220-
140

200 =160 190 =80

210 200

250 210

260 220
9 9

∑X
i=1
i=1620 ∑Y
i=1
i=1620

Lasér
ieBaccuseuneplusgr
andeconcent
rati
ondesval
eur
sobservéesautourdel
aval
eurcent
ral
e
ouunefai
bledi
sper
siondesval
eur
sobservéesaut
ourdelaval
eurcentr
ale.

Exempl
e2:

Compar
onsl
esdeuxsér
iesAetBci
-apr
ès:
7

A: Xi 1 3 19 106 189 253 472

∑X =1043
i=1
i

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage95
 7

B: Yi 76 87 98 106 167 220 289

∑Y =1043
i=1
i

SERI
EA SERI
EB

̅ 1043 ̅ 1043
X = 7 =149 Y = 7 =149

̃ ̃
X =106 Y =106

V =Xmax-
d =I Xmin d =Ymax-
Ymin

=472-
1 =289-
76

=471 =213

Laséri
eAaccuseunepl
usgr
andedisper
siondesv al
eursobservéesaut
ourdel
aval
eurcent
ral
e.
L’
écar
tent
rel
ester
mesetl
amoyennesontbeaucoupplusimport
antquecelui
del
asér
ieB.

5.
2. Déf
ini
ti
ondespar
amèt
resdedi
sper
sion

Lesparamètresdedi
spersi
onsontdesmesuresquiser
ventài
ndi
querl
edegr
édeconcent
rat
ionou
dedisper
siondesval
eursautourdel
aval
eurcent
ral
e.

I
lfautnot
erqu’unparamètr
edeposi t
ionestunev al
eurdelavari
abl
estat
ist
iquet
andi
squ’
un
par
amètr
ededisper
sionnousrensei
gnesurl
afaçondelaval
eurcent
ral
e.

5.
3. Ty
pesdemesur
ededi
sper
sion

Lespar
amèt
resdedi
sper
sionsecl
assentent
roi
scat
égor
ies:

1.Lesmesur
esd’
int
erval
l
equi
secal
cul
entenf
aisantl
adi
ff
érenceent
rel
esdeuxt
ermes
ext
rêmesdel
aséri
e.

a)L’
i
nter
val
l
edel
avar
iat
ion(
Etendueour
ang)

V =Xmax-Xmin
d =W =I

b)L’
i
nter
quar
ti
le

QI =Q3-
Q1

c) L’
i
nter
déci
l
e

DI =D9-
D1

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage96
 d)L’
i
nter
cent
il
e

CI =C90-
C10

e)Ecar
tint
erquar
ti
ler
elat
if

Q3-Q2
QIK =
2

f
) Ecar
tsemii
nter
quar
ti
le

Q3-Q2
QIK =
2

2.Lesmoy
ennesdesécar
tsàunev
aleurcent
ral
edesér
ie:

a)Ecar
tabsol
umoy
enàl
amoy Ea qui
enne: estl
amoy
ennear
̅
it
hmét
iquedesv
aleur
s
X

̅
absol
uesdedév
iat
ions,
val
eur
sdel
asér
ieparr
appor
tàX .

Dansl
ecasd’
unesér
ienongr
oupée:

Ea =1∑n
̅
X | | X:observations
̅
n i=1Xi-X
i

Dansl
ecasd’
unesér
iegr
oupéeor
données

Ea =1∑k
̅
X
n
| |̅
n i=1 iXi-X

Xi:
poi
ntsmi
l
ieux

Exempl
e:Soi
tlasér
iedesv
aleur
ssui
vant
e:4,
7,9,
12,
16

̅ 4 +7 +9 +12 +16 48
X= 5 = 5 =9,
6

|4-
9,6| +|
7- 6|+|
9, 9- 6|+|
9, 12-
9,6|+|
16-
9,6|
Ea =
̅
X
5

̅
Cetécar
tmoyenar
it
hméti
quedesval
eur
sparr
appor
tàX,l
avar
iabl
eét
udi
ées’
écar
tentemoy
enne
̅
de1,52del
amoyennedel
aséri
eX =9,6

b)Ecar
tabsol
umoy
enàl aneEaMeouE ̃
amédi
aX

Dansl
ecasdi
scr
et

n
E ̃ =1
aX ∑| |
Ni=1Xi-
̃ Xi:
X
obser
vat
ions

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage97
 Dansl
ecascont
inu

k
E ̃ =1
aX ∑| | ̃ Xi:
Ni=1Xi-X
poi
ntsmédi
ansoumi
l
ieux

Ennousréf
érantàl ’
exempl
e précédentserappor
tantàl
asér
iedi
scr
ètedes donnéesobser
vées,
cal
cul
onsl’
écartabsolumoyenàlamédiane.

Lenombr
ed’
obser
vat
ionsesti
mpai
r:

2n +1 =5 ⟹2n =4 n=2

̃ ̃
aneX occuper
Lamédi alaposi
tonnH=H X =9
i

Ea =1[
̃ | 9|+|
14- 7-9|+|
9-9|+| 9|+|
12- 9|
16- ]
X
5

17
= =3,
4
5

Cetécar
tabsolumoyenàlamédi
anesigni
fi
equel
esv
aleur
sdel
avar
iabl
e ét
udi
ées’
écar
tenten
moyennede3,4del
amédianedel
asér
ie.

3.Lesmesur
esquadrat
iquesquidonnentunemei
l
leur
eimagedel
adi
sper
siond’
unesér
iedes
̅
val
eur
scentr
aleX.

Cesontl
avar
ianceetl
’
écar
t-
type.

1)LAVARI
ANCE

C’
estlamoy ennearit
hmét
iquedescar
résdesécar
tsdesv
aleur
sobser
véesparr
appor
tàl
a
moyennear
it
hmétiquedel
aséri
e.

Dansl
ecasd’
unesér
ienon-
groupéeencl
asses:
n
1
∑(X-̅X)
2
Var =σ =2
(
1)
n i
i=1

Dansl
ecasd’
unesér
iegr
oupéeencl
asses:
k
1
∑( )
2
Var =σ =
2 ni ̅ (
2)
n Xi-X
i=1

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage98
Apr
èsdév
eloppementdecesf
ormul
es,onobt
ientdesf
ormul
essi
mpl
i
fiéesappel
éesf
ormul
esde
KOENI
G.

a)Dév
eloppementde(
1)
n n
1 ̅ 2 =1
∑( ) ∑(X -2X̅X +̅X )
2
σ =
2
Xi-X 2
n n i i
i=1 i=1

n n n
1 2 1 ̅ 1
∑ ∑ ∑
2
= Xi- 2XX +n ̅
n n i X
i=1 i=1 i=1

n n n
1 ̅ 1 X)+1( ̅
∑
2
= ∑ 2
n Xi-2X (
i=1
n i
n X) ∑
i=1 i=1

n
1 ̅2 1 ̅2
= 2∑
n Xi-2X +n(
i=1
nX )

= 1∑n 2 ̅
2
̅2
n Xi-2X +X )
i=1

n
1
σ =
2
2
n Xi-X∑
̅2
i=1

b)Dév
eloppementde(
2)

1 ̅ 2=1 k
σ2 = ∑k
N
n
i=1 i(
Xi-X )N
∑i=1n(
iX
2
i-
̅ ̅2
2XiX +X )
k k k
1 1 ̅ 1
= ∑ niX2 - ∑
Ni=1 i N ni2XiX +N niX
i=1 i=1
̅2
∑
k ̅ k k
1
= ∑ 2 2X 1̅2
Ni=1niXi-N niXi +NX ∑
ni
∑
i=1 i=1

k
1 ̅2 1̅2
= ∑ 2
Ni=1niXi-2X +NX .
N

k
1 ̅2 ̅2
= ∑ 2
Ni=1niXi-2X +X

k
1 ̅2
= ∑ 2
Ni=1niXi-X

THEOREMEDEKOENI
G

La moy
enneari
thméti
quedescar
résdesécar
tsparr
appor
tàunevaleurarbi
tr
aieXo estégal
r eàl
a
̅
sommedelavar
ianceetducar
rédeXoparr
appor
tàlamoyennear
it
hmét i
queX desdonnées.

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage99
 n
1
∑
n (
2
Xi-Xo)
i=1
=σ2 +(
̅2
XO -
X)

Démonst
rat
ion

Consi onsXi-
dér Xo

Xi-
( Xo) ̅ ̅
=Xi-X +X -Xo

( ̅
) ̅
=Xi-X +(X -Xo)
2
( 2
Xi-Xo) [( )
= X -̅
i X +
̅
( -
X Xo) ]
( ̅
) (
̅ ̅ ̅
)(
2
= Xi-X ²+2Xi-X X -Xo +(X -Xo) )
n n n n
1 1 ̅ ²+1 2 ̅ ̅ 1 ̅
n∑(
Xi-Xo)
i=1
²=
n ∑( ) ∑( )(
i=1
Xi-X n
+ 2
Xi-X X -Xo n (X -Xo)
i=1
) ∑ i=1

n n
1 1 1 ̅
∑( ) (
=n
i=1
̅2+ ̅
Xi-X Xi-
2 X -Xo n (
̅
)∑ 2
X)+n.n(X -Xo)
i=1

n n n
1 1 1
=n ∑( )
i=1
̅ ̅
Xi-X ²+2(X -
Xo)
(
X- ̅ ̅
∑ ∑
2
n i n X)+(X -Xo)
i=1 i=1

n
1
=n ( ∑
̅2 ̅ ̅ ̅ ̅ 2
X) +2(X -Xo)(X -X)+(X -Xo)
Xi-
i=1

n n
1 1
n∑(
i=1
²=
Xi-Xo)
n ∑(X-̅X)²+(̅X -X)
i=1
i o
2

1n ̅
∑ ( X -X)
² 2
cqf
d
n i=1 i o =σ2 +(X -
Xo)

2)L’
ECART-
TYPE(STANDARDDEVI
ATI
ON)

Onappel
l
eaussi
écar
tquadr
ati
quemoy
en.L’
écar
t-
typedel
asér
ieestl
araci
necar
réedel
avar
iance.

Dansl
ecasdi
scr
et:
n
σ = VAK = 1
n ∑(X-̅X)²
i=1
i

Dansl
ecascont
inu:

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage100
 k
σp = VAK = 1 n
∑( ) ̅²
Ni=1 Xi-X
i

Lesf
ormul
esdel
’
écar
t-
typesont:

n ̅2
1
∑
2
σ= 2
̅ = Q -X
2

n Xi-X
i=1

n ̅2
1 2

∑ ̅ 2
σp = = Qp-Xp
Ni=1niXi-X
2

OùQetQp sontl
esmoy
ennesquadr
ati
quessi
mpl
eetpondér
ée.

̅ ̅
X etXpsontl
esmoy
ennesar
it
hmét
iquessi
mpl
eetpondér
ée.

Pr
opr
iét
ésdel
’
écar
t-
type

- L’
écart
-t
ypeestunemesurei
déal
ededi
sper
sion,sur
toutsil
asér
ieser
appr
oched’
une
di
str
ibuti
ongaussi
enne.

- L’
écar
t-
typet
ientcompt
edet
ousl
est
ermesdel
asér
ie.

- L’
écar
t-
typeaccent
uel
’
eff
etdegr
andsécar
ts.

- L’
écar
t-
typeestsupér
ieuràl
’
écar
tabsol
umoy
en.

- L’
écart
-t
y peneper
metpasunecompar
aisondi
rect
edepl
usi
eur
ssér
iesdontl
amoy
enneest
di
ff
érente.

Pr
opr
iét
éspar
ti
cul
i
èresdel
’
écar
t-
typeparr
appor
tàl
asur
facesousl
acour
bedGauss.

Sousl
acour
bedeGauss:

̅ ̅
- 68,
27%descassontsi
tuésent
reX -
σetX +σ

̅ ̅
- 95,
45% descassontsi
tuésent
reX -
2σetX +2σ

̅ ̅
- 99,
73% descassontsi
tuésent
reX -
3σetX +3σ

99,
73%

95,
45%

68,
27%

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage101
Lesaut
resmesur
esdedi
sper
sionsont:

1.Lecoef
fi
cientdev
ari
ati
on(
V)

Lecoef
fi
cientdev
ari
ati
onestl
erappor
tent
rel
’
écar
t-
typedel
asér
ieetl
amoy
ennear
it
hmét
ique.

σ
V=
̅
X

Pourpouvoircompar
erplusi
eur
sdist
ri
butionsquantàl
eurdi
sper
sion,onr
ecour
tàuner
elat
ivecàd
l
ecoeffi
cientdedi
spersi
onenpour
centage.

σ
V = x100
̅
X

Pl
usVaugment
e,pl
usesti
mpor
tant
eladi
sper
sion.

2.L’
i
ndi
cededi
sper
si I
on:d

Ceti
ndi
ceper
metégal
ementl
acompar
aisonent
rel
esdi
ver
sessér
iesst
ati
sti
ques.

Ea
I
d= * 100
̅
X

Appl
i
cat
ionssurl
ecoef
fi
cientdev
ari
ati
on(
V)

Soi
tàcompar
erl
adi
sper
siondedeuxsér
iessi
mpl
es:

Sér
ieA:
80,
90,
100

Sér
ieB:
50,
70,
150

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage102
 SERI
EA SERI
EB

1.Et
endue:
100–80=20 1.Et
endue:
150–50=100
3 3

2. Ea =1̅
X
̅
n Xi-X ∑| |
i=1
2. Ea =1
̅
X ∑| |̅
n Xi-X
i=1

2 120
= =6,
6 = =40
3 3
3 3
3.s= 1 3.s= 1
n-1i=1(
̅2
Xi-
X) ∑ n-1i=1(
Xi-∑
̅2
X)

= 200 =10 = 5600 =52,

9
2 2

S 10 S 52,
9
4.V = .100 = X100 =11,
1% 4.V = .100 = X100 =58,
8%
̅ 90 ̅ 90
V V

̅
Lasér
ieAaccuseunef
aibl
edi
sper
siondesv
aleur
saut
ourdeX quel
asér
ieB.

Appl
i
cat
ionàl
’
indi
cededi
sper
sion

Soitàcompar
erpourunel
ocal
i
té,
ladi
sper
siondesv
ent
esd’
aut
omobi
l
esetdecar
bur
ant
,de1955à
1960.

VENTED’
AUTOMOBI
LES VENTEDECARBURANT

Enmill
iersde Ecar
ts Enmi
l
li
ersdem3 Ecar
ts
véhi
culesXi
ANNEE
S |X-̅X|
i |X-̅X|
i

1955 100 1 420 11

1956 115 14 450 19

1957 80 21 410 21

1958 85 16 410 21

1959 106 5 446 15

1960 120 19 450 19

5 5 5 5

∑X =606
i=1
i ∑| |
i=1
̅
Xi-X =76 ∑X =2586
i=1
i ∑|X-̅X|=106
i=1
i

Moy
ennemensuel
l
e Ecar
tmoy
en Moy
ennemensuel
l
e Ecar
tmoy
en

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage103
 1
5
606 76 1
5
2586 106
∑X=
n i 6
i=1
=101 6
=12,
6
∑ X=
n i
i=1
6
=431 6
=17,
6

- Lacompar
aisondedeuxécart
sabsol
usmoyens(respect
ivement12,6mil
li
ersd’
automobil
es
et17,
6mil
l
iersdemètrescubesdecar
bur
ant)nepermetpasder épondr
eàl aquest
ion.

- Cal
cul
onsal
orsl
’
indi
cededi
sper
siondedeuxsér
ies:

Pourl
esv
ent
esd’
aut
omobi
l
es,
ona:

12,
6X100
=12,
4%
101

Pourl
esv
ent
esdecar
bur
ant
,ona:

17,
6X100
=4,
08%
431

Concl
usi
on:

I
lpar
aitquepourles6années,l
esvent
esdecar
bur
antontmoi
nsf
luct
uéaut
ourdel
eurmoy
enne
quel
esventesd’
automobi
l
esautourdel
aleur
.

Remar
quesurl
avar
ianceetl
’
écar
t-
typed’
unéchant
il
lon

Onsaitqu’
unéchanti
ll
on estunsousgr
oupet
ir
éd’
unepopul
ati
onetpossédantl
esmêmes
car
act
éri
sti
quesquel
apopul
ati
onmèr
e.

- Si
lat
ail
l
edel
’
échant
il
lonestgr
ande(>30obser
vat
ions),
lav
ari
anceetl
’
écar
t-
type

1 ̅2
s2 = ∑n
n i=1(
Xi-
X)

Casd’
unesér
ienongr
oupéeencl
asses.
n
s= 1
n ( ∑
̅2
Xi-
X)
i=1

1 ̅2
s2 = ∑k
i=1n(X -X)
N i i

Casd’
unesér
iegr
oupéeencl
asses.

k
s= 1
∑
Ni=1ni(
̅2
Xi-
X)

- Si
l’
échant
il
lonestdepet
it
etai
l
le(≤30obser
vat
ions)

1 ̅2
s2 = ∑n
1 (
i=1 X -
n- i X)

Casd’
unesér
ienongr
oupéeencl
asses.

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage104
 n
1
s=
n- ∑
1i=1(
̅2
Xi-
X)

1 k ̅2
s2 = ∑i=1n(
N-1 -
i i X)
X

Casd’
unesér
iegr
oupéeencl
asses.

k
1
s=
N- ∑
1i=1ni(
̅2
Xi-
X)

Exemple1:Déter
minerlavar
ianceetl’
écart
-ty
pedelaséri
ediscrètesuiv
ant
e:4,
3,9,
6,12,
15,
16,
17,20,
18,19.Séri
ediscr
èteordonnée:3,4,6,9,
12,
15,16,17,18,19,20.

N° Xi ̅ ̅2
Xi-X Xi-X)
(

1 3 -
9,6 92,
16

2 4 -
8,6 73,
96

3 6 -
6,6 43,
56

4 9 -
3,6 12,
96

5 12 -
0,6 0,
36

6 15 2,
4 5,
76

7 16 3,
4 11,
56

8 17 4,
4 19,
36

9 18 5,
4 29,
16

10 19 6,
4 40,
96

11 20 7,
4 54,
76
11 11
TOTAL
∑( )
i=1
̅ =0
Xi-
X ∑(X-̅X) =384,54
i=1
i
2

n<30,
ils’
agi
td’
unéchant
il
londepet
it
etai
l
le.
11
1
s =
2
n- ∑
̅2
1i=1 i x)
(
x -

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage105
 1
s2 = * 384,
56
10

s= 38,
456 =6,
201290188

s≈6,
2

Exemple2:Déter
minerl
avar
ianceetl
’
écar
t-
typedel
adi
str
ibut
iondesdonnéesgr
oupéesen
cl
assessui
vant
es.

LI
MITESREELLESDES Xi ni ̅ ̅2 ̅2
CLASSES Xi-X (
Xi-X) ni(
Xi-X)
N°

1 [
19 -29[ 24 2 -
35,
75 1278,
0625 2556,
125

2 34 3 -
25,
75 663,
0625 1989,
1875
[
29 -39[
3 44 11 -
15,
75 248,
0625 2728,
6875
[
39 -49[
4 54 25 -
5,75 33,
0625 826,
5625
[
49 -59[
5 64 18 4,
25 18,
0625 325,
125

6 [
59 -69[
74 12 14,
25 203,
0625 2436,
75

7 [
69 -79[ 84 9 24,
25 588,
0625 5292,
5625

[
79 -89[

N=80 16155

̅ 2X24 +3X34 +11X44 +25X54 +18X64 +12X74 +9X84

X= 80

̅ 48 +102 +484 +1350 +1152 +888 +756

X= 80

4780
=
80

̅
X =59,
75
80
1 ̅ 2 16155
∑
s2 =N i(
i=1
n
Xi-X) = 80

s2 =201,
9375

s= 201,
9375 =14,
21047149

s≈14,
2

Cor
rect
iondeSheppar
dpourl
avar
iance

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage106
Lorsquelesobser
vat
ionssontgr oupéesenclasses,lesval
eursréel
l
esd’ unecl
asse (
val
eur
s
observéesr
éel
l
ement)sontsupposéescoï
nci
déesaveclescent
resdesclasses.

Lecalculdel
’écart
-ty
peestquelquepeuer
ronéàcausedecegr oupementdesdonnéesencl asses.
L’
écart-
typeatendanceàêt eunpeu > àcequ’
r i
ldevr
aitêt
res’i
létai
tcalcul
épourlesdonnées
groupéesenclasses.Danslescal
cul
sdel’
écart
-t
ypeuti
l
iséspl
ushautsupposentqueladistr
ibuti
on
estàpeupr èssy mét ri
queetquelecentr
edechaquecl asseestlamoy ennearit
hmét i
quedes
donnéesquiysontgr oupées.

Lestat
ist
ici
enSHEPPARD proposel
acor r
ecti
on sui
vant
emêmedansl
ecasd’
unedi
str
ibut
ion
sy
nthét
ique.Lav
ari
ancecor
ri
géeestdonnéepar:

a2
2
c
2
ecasd'unepopul
σ =σ - dansl ati
on
2

a2
s2
c =s2
- danslecasd'unéchanti
ll
on L’usagedelacorr
ecti
ondeSHEPPARDn’
estpas r
epr
ispar
2
l
esstat i
stici
ensqui
,dur est
eleur
sav i
ssontpart
agésquantàsonef
fi
caci
té.

Cer
tai
nsauteur
sdemandentd’
uti
l
isercet
te correct
ionlor
squ’onadesv
ari
abl
escont
inuest
endant
asy
mptot
iquementv
erszér
oauxdeuxextrémitésdel adi
str
ibuti
on.

Ilesti
mequecettecor
recti
onn’estpasnécessai
rel
orsquel
enombredescl
assesestél
evé(>7)et
quel ’
amplit
udedesclassesestpeui mportant
e.Br
ef,ondoi
tfai
reunexamenappr of
ondidela
situat
ion.

Ecar
t-
typeetv
ari
ancededeuxsous-
ensembl
es.

Soi
entdeuxsous-
ensemblesden1etn2 él
ément
say
antcommev
ari
ancesr
espect
ivess2
1ets2
2etl
a
mêmemoy enneari
thmét
ique.

Lav
ari
anceetl
’
écar
t-
typesontdonnéspar:

n1s2
1 +n2s
2
2
s2 =
n1 +n2

n1s2
1 +n2s
2
s= 2

n1 +n2

CHAPVI
. NOTI
ONSDECORRELATI
ONETDECONCOMI
TANCE

Dansl avieéconomique,onconstat
esouv entunparall
éli
smeouunant i
paral
lél
i
smeent r
edeuxou
plusi
eursphénomènes.Ai nsi
,parexemple,ilexi
stegénéral
ementunpar al
lél
i
smeent rel
enombre
deschômeur sdansunev i
ll
eetlenombr ededébi lesdansl amêmev il
l
e,entrelenombredes
chômeur setlemouv ementdesaf fai
resengénér al
,entrelesdépensesdepubl i
cit
éetlechi
ff
re
d’
af f
air
esd’unepri
se,etc…

Onappel
l
e«CONCOMI
TANCE»cepar
all
éli
smeent
redi
ff
érent
sphénomènes.

Lor
squ’
onconst
atedesconcomi
tancesent
redeuxphénomènes,onpeutsupposerqu’
i
lyaune

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage107
r
elat
ionent
rel
esdeuxphénomènes.

Exempl
e:

Onpr ocèdeàdenouv eauxinvesti

ssementsetonconst atel’accroissementdel apr oduct i
vit
é,on
augment elesdépensesdepubl i
cit
éetonconst atel’
augment ationduchi ff
red’aff
air
es.I lfautalors
penserqu’i
lyauner elationdecauseàef fet
,entrecesdeuxphénomènes.C’ estpeutêt r
ev rai
,mai s
i
lsepeutaussiquecenesoi tquel enouveli nvesti
ssementquicausel ’
accroi
ssementdel a
producti
vit
é,ilsepeutquecenesoi tpaslapubl i
cit
é,quisoitlacausedel ’augmentationduchi f
fre
d’aff
air
es.Ilsepeutqu’ilyai
td’
aut r
esfact
eurscommel echangementdecl imatdansl epr emiercas.
Dansl esecondcas,ilsepeutquel ’
augmentat
ionduchi ff
red’af fai
ressoitdueàl ’
accroissementdu
revenumonét air
edelapopul at
ionàl asui
tedelav enteducafé, ducot on,desfrui
tsd’orange.

Enpr at
ique,l
orsqu’
onconstat
eunpar al
léli
smeouunant ipar
all
éli
smeent
redeuxoupl
usi
eur
s
phénomènes,ceparall
éli
smeoucetant
iparal
lél
i
smen’
estpasabsol
u.

Il
yadesrel
ati
onsàpeuprèsdemêmeimpor
tance,
mai
sil
n’yapasder
elat
ionsmat
hémat
iquescar
enéconomi
e,onnepeutpasi
sol
erl
esf
act
eurs.

Cesr el
ati
onsoul i
aisonsontétéétudiéesparGALTON en1908,aucoursdesesrecher
chessur
l
’hérédi
té.C’
est l
uiquipr oposalestermesderégressi
on etde cor
rél
ati
on.Pl
ustar
d,en1925,
TSCHOUPRON,dési gnal arelat
ion entr
edeuxoupl usi
eur
sphénomènesparleter
medel iai
son
stochasti
queent
redeuxoupl usi
eursvari
abl
esal
éatoir
es.

Cesr
elat
ionsoul
i
aisonspeuv
entêt
resi
mul
tanéesouconsécut
ives,
simpl
esoumul
ti
ples.

Lesl
i
aisonsouconcomi
tancessontsi
mul
tanéesl
orsquedeuxoupl
usi
eur
sphénomènesév
oluant
enmêmet
emps.

Exempl
e:Deuxv
asescommuni
cant
s,quandl
’
unestv
ide,
l’
aut
reser
empl
i
t.

Lesl
i
aisonspeuventêt
reconsécut
ivesl
orsquel
esphénomènesn’
évol
uentpasenmêmet
emps.

Exempl
e:Lenombr
edesmar
iagesetl
enombr
edenai
ssances.

Lesl
iai
sonssontsi
mpl
eslorsqu’ell
esnecompr ennentquedeuxphénomènes.I
lyaquatreespèces
deconcomit
ancesour
elat
ions.L’associ
ati
on,
laconnexit
é,l
acovari
ati
onetl
acorrél
ati
on.

- Ily a associ
ation ent
re deux phénomènes l
orsqu’
àla pr
ésence d’
un phénomène A
cor
respondlaprésenced’
unphénomèneB, ouvi
ce-ver
sa.

Exempl
e:Associ
ati
onent
reouv
rier
squal
i
fiésethaut
ssal
air
es.

- I
lyaconnexit
éent
redeuxphénomèneslorsqu’
àlapr
ésenced’
unphénomèneA,
cor
respond
unhautdegr
éduphénomèneBouv i
ceversa.

Exempl
e:Connexi
téent
rel
aconf
essi
onetl
anat
ali
té.

I
lya co-
var
iat
ion ent
re deux phénomènes l
orsqu’
àl’
augment
ati
on du phénomène A,
cor
responduneaugment
ati
onduphénomèneBouv
ice-
ver
sa.

Exempl
e:Dépensesdepubl
i
cit
éetchi
ff
red’
aff
air
es.

Enf
in,i
lyacor
rél
ati
onquandi
lyaundegr
éder
elat
ionsquiexi
steent
rel
esv
ari
abl
es.La
cor
rél
ati
oncher
cheàdét
ermi
nercommentcet
ter
elat
ionestdécr
it
eouexpl
i
quéeparune

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage108
 équat
ionl
i
néai
reounonl
i
néai
re.

I
lexi
stet
roi
sty
pesdecor
rél
ati
on:

1.Lacor
rél
ati
onpar
fai
teeti
mpar
fai
te:

Lacor
rél
ati
onestpar
fai
tel
orsquel
esv
ari
abl
essat
isf
ontàuner
elat
ionquel
conque.

Exempl
e:

Longueurducercl
eder
ayonR:L=2πR.Lesv
ari
abl
esl
ongueuretr
ayonsat
isf
ontàl
a
rel
ati
onci-
haut
.

Dansl
ecascont
rai
re,
lacor
rél
ati
onesti
mpar
fai
te.

2.Lacor
rél
ati
onsi
mpl
eetmul
ti
ple

Lacorr
élat
ionestsimpl
elorsqu’ontented’ét
abli
rlal
i
aisonent
redeuxv
ari
abl
eset
mul
ti
plelor
squeplusi
eur
svar
iablessontconcer
nées.

Exempl
edel
acor
rél
ati
onsi
mpl
e:S =RXR⟹S =R²

Exempl
edel
acor
rél
ati
onmul
ti
ple:
S =LXl
XH

3. Lacor
rél
ati
onl
i
néai
reetnon-
li
néai
re

Soientxetydeuxv ar
iabl
esconcer
nées.I
lconvientderepr
ésent
erlenuagedespoints
(Xi,)
Yi dansunsyst
èmedescoordonnéesr
ectangulai
resXOY.Lenuagedespoi
nt Xi,)
s( Yi
formeundi agr
ammededisper
sion.

Lor
squel
espointsdudi
agrammededi sper
siononttendanceàser appr
ocheraut
our
d’
unemêmedroit
e,l
acor
rél
ati
onestl
i
néair
esinonel
leestnonli
néai
re.

S’
ilya cr oi
tenmêmet
empsquex,l
acor
rél
ati
onestposi
ti
veoudi
rect
esi
nonel
l
eest
négat
ive.

S’i
ln’
ya aucunerel
ati
onent
rel
esvari
abl
es,
ondi
tqu’
i
ln’
yapasdecor
rél
ati
onent
reces
vari
abl
esouqu’el
l
essontpascor
rél
ées.

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage109
 Y Y Y Y

X X X X
0 0 0 0

Cor
rél
ati
onli
néai
re Cor
rél
ati
on Cor
rélat
ionnon Corr
élat
ion
posi
ti
ve l
i
néair
enégati
ve l
inéair
e null
e.

Remar
que:
Quandl
acor
rél
ati
onestnul
l
eil
yai
ndépendancedesv
ari
abl
es.

1.Cal
cul
ducoef
fi
cientdecor
rél
ati
on

For
mul
edebase

̅ 1n X
1)Moy
ennear
it
hmét
ique :X =n∑i=1 i

1n ̅)2
2)Var
iance: σ2
X = ∑
n i=1(
Xi-
X

1 ̅)
3)Ecar
t-
type:σX = ∑n 2
n i=1(
Xi-
X

1n ̅ ̅
4)Cov
ari
ance:
σ2 = ∑i=1( Y
XY n Xi-X )
( i Y)
-

2.Coef
fi
cientdecor
rect
ion

1
∑(
X-
i=1
̅
X)Y-
(
̅
Y)
i i
r=
n σX -σY
n

∑(X-̅X)(Y-̅Y)
i=1
i i
our= n
n

∑
i=1
(
̅2 ( ̅
Xi-
X) Yi-
Y)2∑
i=1

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage110
 3.I
ntensi
tédel
i
aison

- Si0, r
5 ≤||<1,i
lestunecor
rél
ati
on ent
reXetY.Cet
tecor
rél
ati
onestf
ort
esi|
r|se
r
appr
ochedepl
usenpl
usde1.

r
- Si||≈1,
lacor
rél
ati
onestpar
fai
te.

- Si r
0 ≤||<0,
5,l
acor
rél
ati
onent
reXetYestf
aibl
e.

- Si-
1 <r<0,
lacor
rél
ati
onestnégat
ive.

r=0,
- Si ilnyapasdecor
rél
ati
onent
reXetYoui
lyai
ndépendancedecesv
ari
abl
es.

Exer
cices

1.Ona observéunfact
eurdepr oduct
ionetlaproduct
iond’
uneentrepri
sependant4années.
Lesval
eurs delavar
iabl
eX( fact
eurdeproducti
on)ontét
érespecti
vementde2,1,4et3et
cel
lesdelavari
abl
eY( producti
on)ontétéde3,7,2et6.Ya- t
-i
lunecorrél
ati
onentr
eles
deuxvar
iabl
es.

Sol
uti
on

̅ 1(
X =42 +1 +4 +3)=2,
5

1
X = (
σ2 0,
25 +2,
25 +2,
25 +0,
25)
4

σX2 =1,
25⟹ σX =1,
118033989

σX ≈1,
1

̅ 1(
Y =43 +7 +2 +6)=4,
5

1
Y = (
σ2 2,
25 +6,
25 +6,
25 +2,
25)
4

σY2 =4,
25⟹ σY =2,
061552813

σX ≈2,
06
4

∑(X-2,5)(Y-4,5)
i=1
i i

r=
4.
( 1)
1, (
2,06)

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage111
 N° Xi Yi ̅ ̅ ̅ ̅
Xi-
X Yi-
Y (
Xi-
X)Yi-
( Y)

1 2 3 ¬-
0,5 -
1,5 0,
75

2 1 7 -
1,5 2,
5 -
3,75

3 4 2 1,
5 -
2,5 -
3,75

4 3 6 0,
5 1,
5 0,
75

10 18 0 0 -
6

-6
r= =-
0,661959399 ≈-
0,7
9,
064

Lacor
rél
ati
onestnégat
ive.Env
al r
ue|
eurabsol |=|-
0,7|=0,
7

0, r
5≤||<1,
ilyaunef
ort
ecor
rél
ati
onent
rel
esv
ari
abl
esXetY.

2.Onaenregi
str
épendantdi
x-hui
tmoi
sconsécutif
slenombr
edesmachi
nesf
abr
iquéespour
uneusi
neetl
esal
air
emoy enmensueldesouv
riers.

Machi
nes 52,47,42,35,34,36,37,46,51,45,50,
53,50,45,
48,40,43,38
Xi

Sal
air
es 30,29,27,33,22,23,24,25,28,26,27,
28,29,28,
27,24,25,23
Yi

Onposel
aquest
iondesav
oirs’
i
lyaunel
i
aisonent
rel
apr
oduct
ionetl
essal
air
esdi
str
ibués
auxouv
rier
s.

N° Xi Yi ̅ ̅ ̅2 ̅2 ̅ ̅
Xi-
X Yi-
Y Xi-
( X) Yi-
( Y) (
Xi-
X)Yi-
( Y)

1 52 30 8 4 64 16 32

2 47 29 3 3 9 9 9

3 42 27 -
2 1 4 1 -
2

4 35 23 -
9 -
3 81 9 27

5 34 22 -
10 -
4 100 16 40

6 36 23 -
8 -
3 64 9 24

7 37 24 -
7 -
2 49 4 14

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage112
 8 46 25 2 -
1 4 1 -
2

9 51 28 +7 2 49 4 14

10 45 26 1 0 1 0 0

11 50 27 6 1 36 1 6

12 53 28 9 2 81 4 18

13 50 29 6 3 36 9 18

14 45 28 1 2 1 4 2

15 48 27 4 1 16 1 4

16 40 24 -
4 -
2 16 4 8

17 43 25 -
1 -
1 1 1 +1

18 38 23 -
6 -
3 36 9 18

792 468 648 102 231

̅ 792 ̅ 468
X = 18 =44;Y = 18 =26

648
X =
σ2 =36⟹σX =6
18

102 51
σY2 = = ⟹ ≈2,
38
18 9

231
r= =0,
898513053 ≈0,
9
15x6x2,38

Oubi
en
n

∑(X-̅X)(Y-̅Y)
i=1
i i
231 231
r= = =
648.102 257,
0914234
n n

∑
i=1
(
̅2 ( ̅
Xi-
X) Yi-
Y)2∑
i=1

r=0,
89851305

r≈0,
9

I
lyaunef
ort
ecor
rél
ati
onent
rel
apr
oduct
ionetl
essal
air
espay
ésauxouv
rier
s.

3.Lechefdeserv
icedeventesd’uneentr
epri
sedésir
esav oi
rs’
ilexi
steunerel
ati
ondi
rect
e
entr
eunerel
ati
ondir
ecteentr
el esdépensesannuell
esdepubl i
cit
éetletonnagev
endu
annuel
l
ement
.Cesdonnéessontlessui
vant
es,pourl
escinqder
nièr
esannées:

Tonnagev
endu(
ent
onnes):
32,
54,
95,
157,
164,
180.

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage113
 Dépensesdepubl
i
cit
é(Fc):
8,22,
17,
27,
36,
33.

Sol
uti
on

N° Tonnagev
endu dépensesde ̅ ̅ ̅2 ̅2 ̅ ̅
Xi-
X Yi-
Y Xi-
( X) Yi-
( Y) (
Xi-
X)Yi-
( Y)
publ
i
cit
é

1 32 8 -
81,
7 -
15,
8 6674,
9 249,
6 1290,
9

2 54 22 -
59,
7 -
1,8 3564,
1 3,
2 107,
5

3 95 17 -
18,
7 -
6,8 349,
7 46,
2 132,
9

4 157 27 43,
3 3,
2 1874,
9 10,
2 138,
8

5 164 36 50,
3 12,
2 2530,
1 14,
8 613,
7

6 180 33 66,
3 9,
2 4395,
7 84,
6 610,
0

682 143 0 0 19389,

4 542,
1 2883,
8

̅ ̅
X =113,
7 Y =23,
8

2883,
8
r=
19389,
4.542,
6

2883,
8
=
3,
2435561074

=0,
889084538

r≈0,
89

Lesv
ent
escr
oissentpr
opor
ti
onnel
l
ementauxdépensesdepubl
i
cit
é.

4.Dét
ermi
nat
iondel
adét
ermi
nat
iond’
unecor
rél
ati
on

Lecoef
fi
cientdecor
rél
ati
ondét
ermi
nel
edegr
édel
i
aisonent
redeuxoupl
usi
eur
svar
iabl
es.

Leparal
l
éli
smeparf
aitsetradui
tparuneval
eurder=+1,
l’
ant
ipar
all
éli
smepar
fai
tset
radui
tparune
val
eurder=-
1etl
’
indépendancepourr=0.

Enf
ait
,lesdéduct
ionsqu’
onpeutt
ir
erd’
uncal
cul
decor
rél
ati
ondoi
ventêt
rebi
enexami
nées.

- Unef or
tecorrélati
onpeutêtredouteusesilenombr ededonnéesestpet i
t,al
orsqu’
unetrès
fai
blecorrél
ationpeuti ndi
querunel i
aisonsignif
icati
vesilenombr ededonnéesestpl us
grand.C’estl
et estdesigni
fi
cati
onquinousr enseignera.I
lfautdonccomparer l
avaleur
calcul
éederàl av al
eurderl uedansl atablepourunmêmeseui ldesigni
fi
cat
ionetun
mêmenombr ededegr ésdelibert
é.Lenombr ededegr ésdeliber
téestégalaunombrede

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage114
 pai
resdesdonnéesmoi
ns2.

d.
d.l
=n–2oùnestl
enombr
edepai
resdedonnées.

Sil
avaleurdelat
ableestpluspet
it
equelaval
eurcal
culéepourunmêmenombr ededegrés
de li
bert
é etpourun même seui lde si
gni
fi
cati
ons,on pourr
a concl
ure qu’
i
lexiste
eff
ecti
vementunecorr
élat
ion.

Seui
ldesi
gni
fi
cat
ionα

ddl

n 0,
10 0,
05 0,
025 0,
005 0,
001

1 0,
988 0,
997 0,
999 1,
000 1,
000

2 0,
900 0,
950 0,
980 0,
990 0,
999

3 0,
805 0,
878 0,
934 0,
959 0,
991

4 0,
729 0,
811 0,
882 0,
917 0,
974

5 0,
669 0,
754 0,
833 0,
874 0,
951

6 0,
621 0,
707 0,
789 0,
834 0,
925

7 0,
582 0,
666 0,
750 0,
798 0,
898

8 0,
549 0,
632 0,
716 0,
765 0,
872

9 0,
521 0,
602 0,
685 0,
775 0,
847

10 0,
497 0,
576 0,
658 0,
708 0,
823

11 0,
476 0,
553 0,
634 0,
684 0,
801

12 0,
457 0,
532 0,
612 0,
661 0,
780

13 0,
441 0,
514 0,
592 0,
641 0,
760

14 0,
426 0,
497 0,
574 0,
623 0,
742

15 0,
412 0,
482 0,
558 0,
606 0,
725

16 0,
400 0,
468 0,
543 0,
590 0,
708

17 0,
389 0,
456 0,
528 0,
575 0,
693

18 0,
378 0,
444 0,
516 0,
561 0,
679
I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage115
 19 0,
369 0,
433 0,
503 0,
549 0,
665

20 0,
360 0,
423 0,
445 0,
537 0,
652

25 0,
323 0,
381 0,
445 0,
487 0,
597

30 0,
296 0,
349 0,
409 0,
449 0,
554

35 0,
275 0,
325 0,
381 0,
418 0,
519

40 0,
257 0,
304 0,
358 0,
393 0,
490

45 0,
243 0,
287 0,
338 0,
372 0,
465

50 0,
231 0,
273 0,
322 0,
354 0,
443

60 0,
211 0,
250 0,
295 0,
325 0,
408

70 0,
195 0,
232 0,
274 0,
302 0,
380

80 0,
183 0,
217 0,
256 0,
283 0,
357

90 0,
173 0,
205 0,
242 0,
267 0,
337

100 0,
164 0,
195 0,
230 0,
254 0,
321

5.Coef
fi
cientdecor
rél
ati
ondesr
angsoucoef
fi
cientdecor
rél
ati
ondeSpear
man

Quandonv eutétudierl
ali
aisondescar
actèr
esquinesontpasmesur abl
es,maisquipeuv
entêtre
l
’obj
etdeclassementouquandl apr
éci
siondesmesur
esn’estpaspossibl
e,oncal
cul
elecoeff
ici
ent
decorr
élat
ionder angs.

Exempl e:Supposonsquel ’onv eutfair

er essor
ti
rledegrédel i
aisonent r
edeuxcar act
ères( l
a
personnali
téetl
esconnaissances).Cesdeuxqual i
tésnesontpasmesur abl
es(obser
vat
iondirect
e)
maisonpeutpourchacuned’ el
leseffect
ueruncl assementdescandidats.Chaquecouple(Xi,)
Yi
désigneral
esqual
it
ésd’unétudiant.

Remarque:Sionestappeléàf ai
relecl
assementd’unensembl
edesi
ndi
vi
dussuivantuncert
ain
cri
tèr
eerqu’i
lyalecasd’ exaequo,onleurat
tri
bueralerangmoy
endesrangsqu’i
ls dev
rai
ent
occupersi
onlesf
aisai
tsuccéderl
’unapr
èsl’
aut
re.

Exempl
e:Soi
tàopér
erl
ecl
assementde4él
èvessel
onl
espour
cent
agesobt
enus:

El
èves A B C D

% 62 67 60 62

cl
assement 2 1 4 3

AetDsontdesexaequocaray
antunmêmepour
cent
age(
62%)pourl
ecal
culducoef
fi
cientde

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage116
cor
rél
ati
onder
angs,
onat
tri
buer
aauxél
èvesAetDl
erang

2 +3
=2,
5
2

El
èves B A D C

% 67 62 62 60

cl
assement 1 2,
5 2,
5 4

For
mul
eper
met
tantdecal
cul
erl
ecoef
fi
cientdecor
rél
ati
ondesr
angs

Hy
pot
hèse:
Noussupposonsqu’
i
ln’
yapasd’
exaequo
n
1
∑
n XiYi-XY
i=1
̅̅

r=
σXσY

̅ ̅
Et
antdonnéquenousav
onsl
esnpr
emi
èresv
aleur
sdanschaquecl
assement
,σX =σYetX =Y
n
1
∑
n XiYi-XY
i=1
̅̅

r=
σXσY
n
1
∑
n i X
i=1
X2
-
̅2

r=
σ2
X

n(
n +2)
̅ 1( 2
X =n1 +2 +3 +… +n)= n

̅ n +1
X= 2
n n
1 1
σ =
2
X 2
n Xi-
̅2
∑
i=1
2
X et σy =n Yi-
2
̅2
Y ∑
i=1

n
1 ̅2 1(2 2 2 n +12
2
σ =σ =
X
2
2
n Xi-
Y X =n∑
1 +
i=1
2 +3 +… +n2)
- 2 ( )
1 ( n +1)
(2n +1) (
n2 +2n +1)
σ2 = .n -
X
n 6 4

2(
2n2 +3n +1)-3(
n2 +2n +1)
σ2
X =
12

4n²+6n +2-
3n2-
6n-
3
σ2
X =
12

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage117
 n²-
1
σX2 =
12

L’
écar
toul
erésol
uestdonnépar:

di =Xi-
Yi

d2
i =(
Xi- 2
Yi) =X2
i-2XiYi +Y2
i

2XiYi =X2
i +Y
2
i-d2
iX
2
i =Y
2
i

PosonsX2
i =Y
2
i

2XiYi =2X2
i-d2
i

n n n
1
∑
i=1
∑ ∑
XiYi = X - d2
2i=1
i=1
i
2
i

n n
n(
n +1)
(2n +1) 1 2
∑
i=1
XiYi =
6
- di
2i=1 ∑
n
1
n XiYi-XY
i=1
∑
̅̅

r=
σXσY
n

∑d 2
i

[ ]-2n -( 2 )
1n(
2n +3n +1)
2
i=1 n +12
n 6
r=
n²+1
12
n n
n2-
1 1 1
-
12 2ni=1
d2
i ∑
2ni=1
d2
i ∑
r= =1-
n2-1 n²-1
12 12
n
12
r=1- 2
2n(
n-1)
i=1
d2
i ∑
n
6
r=1- 2
n(
n- 1)
i=1
d2
i∑
Exempl
e:

1.Let abl
eausuiv
antr epr
ésent
el ecl
assementde10étudiant
senfoncti
ondel eur
srésul
tat
s
théori
quesetprat
iquesenbiologi
e.Trouv
erl
ecoef
fi
cientdecor
rél
ati
ond’or
dre.

Labor
atoi
re 8 3 9 2 7 10 4 6 1 5

Cour
s 9 5 10 1 8 7 3 4 2 6
I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage118
 Ladif
f encedidesr
ér angsent
rel
athéor
ieetl
apr
ati
quepourchaqueét
udi
antestpr
ésent
ée
dansl
etabl
eausuivant:

di -
1 -
2 -
1 1 -
1 3 1 2 -
1 -
1

d2 1 4 1 1 1 9 1 4 1 1 10

∑d =24
i
2
i
i=1

6
r
rang =1- 24)=0,
( 8545
10( 1)
100-

Lacor
rél
ati
onestfor
teentr
elesrésult
atsthéor
iquesetpr
ati
quesenbi
ologi
e ouquel
arel
ati
onest
i
mport
anteent
relesr
ésult
atsthéor
iquesetprat
iques.

CHAPVI
ILESSERI
ESCHRONOLOGI
QUES

7.
1. I
NTRODUCTI
ON

A.Déf
ini
ti
on

Unechr oniqueouunesér i
echronologiqueouunesér i
et emporell
eestunesériest ati
stiquedontl
es
élément sr eprésententl
esétatssuccessifsd’unmêmephénomène.C’ estunesui ted’observ
ati
ons
d’unev ar
iabl eàdesépoquessuccessi ves:lechi
ffred’affai
resannueld’uneentreprise,tr
afi
ctotal
d’AirCongopendant12der ni
ersmoi s.Let empsjoueler ôledel avar
iableyrepérée auxépoques
t ,t,t
1 2 3,….,tno udatesetdontl
es val
eu r
s, àsesépoques,s onty ,
y ,y
1 2 3
,….y.
t

Lasér
iechr
onol
ogi
queestcel
l
equi
repr
ésent
edesv
ari
ati
onsd’
unphénomènedansl
etemps.

B.OBJETDUCHAPI
TRE

L’
obj
etduchapit
reestdenousi
ntr
odui
redansl’
étudedel’
évol
uti
ondesphénomènesdansl
etemps
af
in derédui
reau maximum l
esef f
ets del ’
i
ncert
it
udedu lendemain.Cet
tethéor
ieesttr
ès
i
mpor t
ant
edansledomainedel
aprévi
sionetdel
’él
abor
ati
ondesplans.

C.LESCOMPOSANTSD’
UNESERI
ECHRONOLOGI
QUE

Tout
esér
iechr
onol
ogi
queestl
arésul
tant
edequat
recomposant
essui
vant
es:

1.Lat
endancef
ondament
aleoul
atendanceàl
onguedur
ée(
TREND)

2.Lesv
ari
ati
onscy
cli
ques

3.Lesv
ari
ati
onssai
sonni
ères

4.Lesv
ari
ati
onsr
ési
duel
l
esoui
rr
égul
i
ères.

1) Composant
etendanci
ell
eouTREND

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage119
Latendanceestl’
él
émentf
ondamentalsurlequel
onpeutbaserl
espr
ogrammesàmoy
enouàl
ong
ter
me, c’
est
-à-
dir
elespr
évi
sionsàéchéancedequatr
eetcinqansoupl
us.

Dansl’
étudedelamortal
i
téinfant
il
eparexempl
e,ondécèl
eunet
endanceàlabaissepr
ogressi
ve,
maiscecin’
excl
uepasdesf l
uctuati
onsdesval
eur
sobserv
éesàdesépoquessuccessi
vesautour
delal
ignedécr
oissant
edetendance.

Letr
endoul acomposantetendanci
ell
erendcomptedel ’
ent
rai
nementdel
avar
iabl
eydansl
a
l
onguepér
iode.Onl
’
appell
eparfoi
slatendancesécul
air
e.

2)Composant
ecy
cli
que

Cettecomposant er endcompt edel ’

alt
ernancedephasesdehauteconjonctureetdedépressionet
depassagepr ogressi
fdel ’
uneà l ’
aut r
e.Lescy cl
essontcaractéri
séspardesmouv ements
oscil
latoi
ressouv entassezdiffi
cil
esàest imeretpl
usoumoi nsréguli
ers.Devantl
adiff
icultédela
caractéri
sati
ondescy clesqui,parf
ois,sesuperposent(
lescycl
escour tsetlescycl
eslongs) .On
estsouv entconduitàr enonceràl adisti
ncti
onentr
el at
endanceetlecy cl
e,dontlar
ésultanteest
désignéeparl enom d’EXTRA- SAISONNI ER.

3)Composant
esai
sonni
ère

La composante sai
sonnièr
erend compte des mouvements de court
e pér
iode,génér
alement
annuel
s,etprendunegr andei
mportancedansl’
expl
icat
ionetlaprécisi
ondesv ar
iabl
esli
éesau
temps.

Les exempl
es de l’
exi
stence des vari
ati
ons saisonni
ères sontmul
ti
ples:consommat
ion des
besoi
ns,l
esventesdesjouets,
lesventesdescartespostalesetc…

4)Composant
erési
duel
l
eoual
éat
oir
e

Lesvari
ati
onsrési
duel
l
esoual éat
oir
essontpardéf
ini
ti
oncel
l
esquin’
obéi
ssentàaucunr
ythme
régul
i
er.El
l
essontimpr
évi
sibl
es.

Laproducti
onannuel
led’
uneentr
epri
sepeutbai
sseràcaused’
unegrèvedestr
avai
l
leursoubienà
caused’uneépidémiedeconjonct
ivi
te.Dansl
esdeuxans,lesv ari
ati
onsdelapr oduct
ionde
l
’ent
repr
isesontdonci
mprévi
sibl
es.

7.
2. ETUDEDELATENDANCEGENERALE

A.Déf
ini
ti
onduconcept«Aj
ust
ement»

L’
étudedel atendancesef ai
tparlesméthodesdit
esd’ aj
ustement
.L’ajust
ementestune
opérat
ionst
ati
sti
quequiapourbutdesubst
ituerauxvaleursobser
véesd’unphénomèneune
sér
iedesval
eurscorr
igéesdefaçonàmi
euxt
raduir
elaconti
nuit
éduphénomèneobservé.

Ilpermetd’él
imi
nerl
esi
rr
égul
ari
tésdues,soi
tàdeser
reur
sd’
obser
vat
ions,soi
tàdes f
act
eur
s
accident
els.

Enst
ati
sti
que,
l’
aj
ust
ementsi
gni
fi
elar
echer
chel
aloi
lapl
uspr
ochedel
acour
beexpér
iment
ale.

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage120
 Lorsqu’oncherche,parexemple,àfai
rer essorti
rl’
évoluti
ondelavar
iableenlonguepériode,on
pourraprocéderàunaj ustementafind’éliminertouslesphénomènes secondairesquiontpu
i
nfluenceràcourtouàmoy ent
er mel’
al
lur edelav ar
iable.Pl
usi
eur
smét hodesd’
ajustementsont
uti
l
isées.Cesont:

- Lamét
hodegr
aphi
que

- Lamét
hodemécani
que

- Lamét
hodeanal
yti
que

Les deux pr
emièr
es sontessent
iel
l
ementdescr
ipt
ives.El
l
es n’
appor
tentabsol
umentaucune
i
ndicat
ionsurl
aloi
devari
ati
onduphénomèneét
udi
é.

1.Aj
ust
ementgr
aphi
que

L’
ajustementgraphiqueconsist
edansl etracéd’unecour
berégul
ièr
eél
imi
nantlesnombr
euses
dentel
uresoui rrégul
ari
tésd’unecourber ésul
tantdel’
obser
vati
ondir
ect
e.Ils’agi
tdel
aisser
autantdespoints,endessousqu’audessus.

Onpor t
esurunsystèmedecoor
donnéeslesvaleur
sreprésent
ati
vesduphénomèneét udi éeton
tr
aceàmai nlevéeunecour
bed’
all
urerégul
ièr
e,laplussimplepossi
ble,passantautraversdes
point
sobservésdefaçonàcequelesécartsposit
if
setnégat i
fsdespointsparrapportàcette
courbesecompensent.

YPr
oduct
ion

Cour
be

Xannées

Ceprocédéconv
ientpourunetendanceli
néai
re.Toutefoi
s,onpeutamélior
erl’
aj
ustementen
di
minuantl
enombredespointsuti
l
isésetenchoisi
ssantconvenabl
ementcespoi
nts.

2.Aj
ust
ementmécani
que

Par
mil
est
echni
quesmécani
quesd’
aj
ust
ement
,lespl
usut
il
iséessont:

- Lamét
hodedesmoy
enneséchel
onnées

- Lamét
hodedesmoy
ennesmobi
l
esougl
i
ssant
es.

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage121
 1)Lamét
hodedesmoy
enneséchel
onnées

Lamét hodedesmoy enneséchelonnéesconsist

eàgrouperl
esdonnéesparséri
edet
roi
soudesix
années,àcalculerl
amoy ennearithmét
iquesimpl
epourl egrouped’annéesetàr
emplacerl
es
ter
mesconsidérésparlavaleurdeleurmoyenne.

Onpart
agel’
ensembl
edesobservat
ionsengr
oupessuccessi
fsetl’
onat
tri
bueàchacundeces
gr
oupesuneval
euruni
quequiestégaleàlamoyennear
it
hmétiquedesv
aleur
sincl
usesdansce
gr
oupe.

Ces moy ennes échel onnées sontpor tées surl e graphique.Leurv al

eurestpoi ntée à la
perpendiculai
reélev éesurl’annéecent rale.Unef oislesdi f
férent
spointsreli
és,legraphi
quedes
moy enneséchel onnéessedégagedel ’ensembl e.L’
all
uredecet t
ecourbeestl oi
nbeaucouppl us
réguli
èrequel egr aphiquedel asériebrut e(desdonnéesdebase) .Leseulprobl
èmequisepasse,
estceluidesav oircommentchoi sirlesgr oupes;l esr ésult
atsdépendentengr andeparti
ede
coupuresquiaur ontét éfai
tessurl asér i
ebrute.Desgr oupest r
oplongsmanquentdesaspect s
i
mpor tantsdel ’
évoluti
on.Al alimi
te, onr édui
tlasér i
eàunseulgr oupe,doncàun seulpoi ntsans
signi
fi
cation.

Pr
océdé:

- Soi
tunesér
ieX1,
X2,
X3,
X4,
X5,
X6,
X7,
X8,
X9

- Cal
cul
erl
esmoy
enneséchel
onnées

- Cl
assonsl
esgr
oupesde3:

X1 +X2 +X3 X4 +X5 +X6 X7 +X8 +X9

, ,
3 3 3

- Pl
acerenf
inchacunedecesmoy
ennesaumi
l
ieudel
’
int
erv
all
erepr éX1X3;
ésent X4X6;
X7X9

2)Lamét
hodedesmoy
ennesmobi
l
es

Lamét hodedesmoy ennes mobi

lesougli
ssantesestunevar
iant
eplusraff
inéedelaméthodedes
moy enneséchel
onnées.Onconsi
dèredesgroupesd’obser
vat
ionssuccessi
vesetl
’onpr
ocèdeàun
décalagedanslecal
culdechaquemoyennearit
hmétique.

C’estunpr
océdéquiatt
énuelesosci
l
lat
ionsdecour
tedurée,enrempl
açantchaquet
ermed’
une
séri
eparl
amoy ennedekter
mesdontlet
ermeenvi
sagéestl
et er
mecent
ral(
ouàpeuprès).

Onappli
quelepl
ussouventcett
emét hodeàdesdonnées mensuel
l
esouannuel
l
esaf
ind’
él
imi
ner
t
out
ev ar
iat
iondecar
act
èresaisonni
er.

Aveclesmoyennesmobi les,
ilyasuperposit
ion,r
ecoupementdechaquecal culsurleprécédent
.En
ef
fetonprendlesdonnéespar3, 5,7,11(donnéesimpair
es,si
nonlamoy ennear i
thméti
quet ombe
aumilieudedeuxv aleursetc’estdésagr
éablepourlareprésent
ationcommev al
eurdumi l
i
eu.Ala
l
imit
e,onpeutcalculerlamoy ennegli
ssantedemoy ennesgli
ssantes.

L’
inconv
éni
entestqu’
onper
dlesv
aleur
sext
rêmesetquel
’
onpondèr
etr
opl
aval
eurcent
ral
edel
a
séri
e.

Soi
tunesér
iedesi
xval
eur
sy ,
y,,,
yyy ety
1 2 3 4 5 6
.Lecal
culdesmoy
ennesgl
i
ssant
espargr
oupede

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage122
t
roi
ssef
aitcommesui
t:

y
1
+y
2
+y
3
=y
'
y =1f
21
ois
3

y
2
=2f
ois

y
2
+y
3
+y
4
=y
'
y,
y =3f
33 4
ois
3

y
3
+y
4
+y
5
=y
'
y =2f
45
ois
3

y
4
+y
5
+y
6
=y
'
y =1f
56
ois
3

Exempl
e:

Soi
tlet
abl
eaudesquant
it
ésannuel
l
espr
odui
tesparunef
ir
me.

Années Quant
it
éspr
odui
tes Moy
ennemobi
l
epour4ans Moy
ennemobi
l
esui
te

1980 5749

1981 2342

4571,
75

1982 3264 4727,

25

4882,
75

1983 6925 4777,

5

4672,
25

1984 7000 5389,

25

6106,
25

1985 1500 6290,

625

6475

1986 9000 6812,

5

7150,
0

1987 8400 7762,

5

8375,
0

1988 9700

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage123
 1989 6400

Conclusi
on:Malgrél
esf l
uct
uat
ionsexpr
iméespardesdonnées br
utes,l
esdonnéesbr
utes,l
a
repr
ésentat
iondesmoyennesmobil
essur4ansmontr
equelesquant
it
ésontsui
viunmouvement
croi
ssant.

I
nconv
éni
ent
s:

- Lesdonnéesdedébutetdef
ind’
unesér
iechr
onol
ogi
quesontper
dues.

- Lesmoy ennesmobil
espeuv
entparf
oisengendrerd’aut
resmouv
ement
soud’
aut
rescy
cles
quin’
étai
entpaspr
ésent
sdanslesdonnéesi
nit
iales.

3)L’
aj
ust
ementanal
yti
que

Let
ypedet
endanceaj
ust
éegr
aphi
quementestf
aci
l
eàt
radui
reparunef
ormed’
équat
ionsi
mpl
e.
Onpeutparconséquentr
echer
cherune expr
essi
onanal
yti
quedel
atendance.
Onpeutest
imerpardespr
océdésal
gébr
iquesl
escoef
fi
cient
sd’
uneexpr
essi
ondèsl
orsquel
e

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage124
t
ypedechoi
xpr
éal
abl
edel
afonct
ionàét
éef
fect
ué
Si
laf
onct
ionestdupr
emi
erdegr
édut
ypeY=f(
T)= T+b,
onpour
radét
ermi
nerl
espar
amèt
res
etbparl
amét
hodedemoi
ndr
escar
résor
dinai
re.

Appl
icat
iondel
amét
hodedesmoi
ndr
escar
résor
dinai
res(
MCO)
Lamét
hodedemoi
ndr
escar
resconsi
steàmi
nimi
serl
asommedescar
résdesécar
tsdesv
aleur
s
obser
véesparr
appor
tàcel
l
espr
édi
tes.

Y=aT+b

(
T8,
Y8)
Y8 d9

d8
(
T9,
Y9)
Y9

(
T6,
Y6)
Y6 d7
d6 (
T7,
Y7)

Y7

(
T4,
Y4)
Y4
d4 d5
(
T5,
Y5)

Y5

(
T2,
Y2)
d3
Y2
d2
(
T3,
Y3)
Y3

d1
(
T1,
Y1)
Y
I
ST
1A/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage125
 Soi
tladr
oit
ed’
équat
iondupr
emi
erdegr
éenT:
Y=aT+b

Yestlav ar
iabledépendante,
endogèneouencorelavar i
abl
e«crit
ère»oul
ecrit
ère.
Testlav ar
iablemotri
ce,i
ndépendanteouexogène,ouencor el
avari
abl
e«prédi
cteur»oul
e
pr
édicteur.
Cesdeuxv ariabl
espeuvents’écr
ir
esousformemat ri
ciel
le.
Y=( Y1,Y2,Y3,….,
Yn)=(Yi)aveci=1,
2,3,
4,
…..
,n

{
t1

t
2
T =t =(
Ti)av
eci
=1,
2,3,
4,….
..n
3
…
t
n

Ladr oitedet endancepeutal or

ss’écri
re
Yi=aT, +b
Ler ésiduoul adi ff
érencedesécartsest:
di=Yi –( aTi+b)
di =Yi-aTi-b
d2
i =( Yi-aTi-b)2
Lecar r
édesécartsentrelesv aleursobser
vésetl
esv
aleur
spr
édi
tes.
∑i=1di =∑i=1(
n 2 n
aTi-b.
Yi- )2=F( a,
b)
Minimi sonscet tefoncti
onhomogèneF( a,
b)
1°
n
∂F( b)
a,
∂a ∑
=0: 2(
i=1
Y1-
aTi-
b)(-
Ti)=0
n

-
2 ∑(YT-aT -bT)=0
(
i=1)
ii
2
i I

Di
vi
sonsl
esdeuxmembr
espar–2

∑n
(
i=1) aT2
(YiTi- I-bTi)=0
∑n
i=i a∑n
Y2Ti- i=1T
2
i-b∑n
i=1Ti=0

a∑n
- i=1T
2
i--b∑n T
i=1) i =-∑n
i=1YTi
i

a∑n
i=1Ti+b
2
∑n
i=1Ti=∑
n
i=1YTic’
i estl
apr
emi
èreéquat
ionnor
mal
e

2°
∂F( b)
a,
=0
∂b

∑n
i=12Y1-aTi-
( b)(-
1)=0
n

∑
-2 (
Yi-
aTi-
(
2
b)=0

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage126
Di
v i
sonslesdeuxmembr
espar–2
n
∑( -
Y iaT -
b)=0
2) i
(
n n

∑Y-a∑T-nb =0
(
2)
i
(
2)
i

n n

a Ti-
- ∑
nb =- Yi
i=1
∑
i=1

a∑n
i=1Ti+nb =∑n
i=1YiC’
estl
adeuxi
èmeéquationnormale.
Lesystèmeforméparlesdeuxéquat
ionsnor
mal esest:

{
n n n

∑
i=1
2
a T +b Ti = YiTi
i ∑ ∑
i=1 i=1
n n

∑
a Ti +nb = Yi
i=1
∑
i=1
Sousf ormemat r
ici
ell
e,lesy st
èmedev
ient:
n
YT
( )() (
∑n 2 n
T
)
T
i=1 i ∑i=1 i a ∑
= i=1 i i
n
T
∑i=1 i n b ∑ni=1Yi

Avec ∑n Ti=n( n +1):l

asommedenpr emierster
mesdel av ari
abl
ediscrèt
equiestlet empsT.
i=1
2
2=
n( n +i)(2n +1):lasommedescarrésdenpr emierstermesdelavari
abledi
scrèteT.
∑n
i=1Ti
6
Larésol
utiondecesy stèmenouspermet t
radedéterminerlesval
eursesti
méesdeaetb.l a
droit
edet endanceY=aT+boul adr
oit
eprévisi
onnell
enousper mettradeprédi
relavaleurdeYà
court,moyenetl ongterme.

Remar que:Sil enombr ed’annéesestimpair

,nousuti
li
seronsuneméthodebeaucoupplussimple
quiestcel lebaséesurl ’
adopti
ond’unemoy enneprovi
soir
eX0 quiestl
av al
eurcent
ral
eoul’année
cent ral
e.
l
adr oit
edet endanceestdel aforme:
Yt=aXt +b
Xt=Xi-X0
LesXisontl esi val
eursobservées
LeX0estl ’
annéecent ral
e.
Ler ésiduoul adiff
érenceentrelesval
eursobser
véesetcell
esprédi
tesest:
dt =Yt-(aXt +b)
dt=Yt-aXt–b
d2
t =( aXt-
Yt- b)2

T T

∑d =∑(Y -aX -b) =F(a,b)

t=1
2
t
t=1
t t
2

Minimisonsl
asommedescar
résdesécar
tsent
rel
esv
aleur
sobser
vesetcel
l
espr
édi
tesquiestl
a
fonct
ionhomogèneF(
a,b)
.
∂f(a,b)
1° =0⟹
∂a

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage127
∑T
t=12Yt-axt–b)(-Xt)=0
(

2∑T
- t(XyYt-ax2
t-bXt)=0
Di
vi
sionsl
es2membr
espar–2.
T T T

∑XY -a∑X -b∑X =0

t=1
tt
t=1
2
t
t=i
t

T T T

-
a X- ∑ ∑
t=i
2
b Xt =- XtYt
t
t=i
∑t=i
a∑T X2
t=i t +b∑T Xt =∑T
t=i XtYtC’
t=i estl
apr
emi
èreéquat
ionnor
mal
e

∂F(a,
b)
2° =0⟹ ∑T 2(
t=i Yt-
aXt-
b) 1)=0
(-
∂b
T

-
2 ( ∑
Yt-
aXt-
b)=0
t=i
Di
vi
sonsl
es2membr
espar-
2
T

∑(Y -aX -b)=0

t=i
t t

T T

∑Y -a∑X -Tb =0
t=i
t
t=i
t

T T

- ∑
a Xt-
Tb =- Yt
t=i
∑
t=i
T T

∑
a Xt +Tb = YT
t=i
∑
t=i

Lesy
stèmedecesdeuxéquat
ionsnor
mal
esdev
ient:

{
T T T

∑ ∑ ∑
.
a X +b + X = XtYt
2
t t
t=1 t=1 t=i

T T

∑ ∑
.
a X +Tb = = .
t Yt………….
t=1 t=i
Sousf ormemat ri
cul
e,lesy stèmedev
ient:

)() ( )
T
= X Y
(
T 2 T
∑t=iXt ∑t=iXt a = ∑t=i t i
T
∑t=iXt T b ∑T
t=iYt
T

∑
a Xt =0
t=i
Laf ormeci-
hautdev ient:

)() ( )
T
∑t=iXt 0 a = ∑t=iXtYt
T

(
2

0 Tb ∑T
t=iYt
Lepr oduitmatriculedonne:

( bt ) (∑ Y )
T
a∑t=iXt = ∑t=iXyYt
T 2

T
t=i t
Apr
èségal
i
tédecesdeuxmat
ri
cul
es,
ona:

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage128
 T T

∑ ∑
t=i
2
a X = XtYt
t
t=i

∑XY
t=i
tt

a= T

∑X
t=i
2
t

bT=∑T Yt
t=1

b=1∑T Yt
t=1
T
b=ȳ

Exer
cices

1)Voici
chi
ff
red’
aff
air
eréal
i
séparVoda–shopMani
kapendant24moi
s(2ans)soi
tde2009à
2011

Temps C.
A(dol
l
ars)

1 70136

2 73157

3 25285

4 152715

5 169190

6 20090

7 177920

8 183694

9 148080

10 111790

11 112275

12 165748

13 150332

14 121462
I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage129
 15 159700

16 112077

17 149030

18 15232

19 219396

20 284303

21 215351

22 185152

23 161164

24 183597

- Dét
ermi
nerl
atendancegénér
aleparl
amét
hodedemoi
ndr
escar
resor
dinai
re

- Quel
ser
alachi
ff
red’
aff
air
equeVodashopMani
kar
éal
i
ser
aen2016?

Ti Yi T2
i TiYi

70136 1 70136
1

2 73157 4 146314

3 25285 9 255855

4 152715 16 610860

5 169190 25 845850

6 20090 36 120540

7 177920 49 1425440

8 183694 64 1469552

9 148080 81 1332750

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage130
 10 111790 100 1117900

11 112275 121 1235025

12 165748 144 1988976

13 150332 169 1954316

14 121462 196 1700468

15 159700 225 2895500

16 112077 256 1793232

17 149030 289 2533510

18 15232 324 274176

19 219396 361 4168524

20 284303 400 5686060

21 215351 441 4522371

22 185152 484 4073344

23 161164 529 3706772

24 183597 576 4406328

300 3426856 4900 47653799

Dét
ermi
nat
iondel
atendancegénér
ale

Y=aT+b

aetbsontt
rouv
ésàpar
ti
rdel
’
équat
ionmat
ri
ciel
l
esui
vant
e:

( )()
24
24 24

∑Y ∑Y a ∑YT
2
t t
t=1
ti

t=1
24
t=1
(b)= 24
.

∑Y
t=1
t T
∑Y i
t=1

(300 )
4900 300 a
(
24 b) 47653799
=(
3426856)

4900a+300b=47653799 3 24

300a+24b=3426856 -49 -300

1èreOpér
ati
on

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage131
14900a+900b=142961397

-
14900a–1176=-167915944

-276b=-24954547

b=24954547
276

b=90.
415,
02536

b ⋍ 90415,
03

2èmeOpér
ati
on

117600a+7200b=1143691176

-90000a–7200b=-1028056800
27600a = 115634376

a=115634376
27600

=4189,
651304
⋍4189,65

Lat
endancegénér
aleest:
Y=4189,
65T+90415,
03

L’
équat
iondel
adr
oit
edet
endanceest:
Y=4189,
65T+90415,
03

LAREPRESENTATI
ONGRAPHI
QUEDELADROI
TE

L’
équat
iondel
adr
oit
edet
endanceest:
Y=4189,
65T+90415,
04

T 0 - 21.
6
I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage132
Y 90415,
04 0

1cm =104 Y
-Echel
l
e

10

En2016l
echi
ff
red’
aff
air
eest
imédev
oda-
shopMani
kaest:

Y=4189,
65T+90415,
04

Y=4189,
65X60+90415,
04

=251379+90415,
04

=341794,
04

(
s 1504X11à8500⟹1.
)
Boi 275.
000
70 7X7à80000⇒560.000

Tôl
s⇒66 X11550 ⇒759.
00

Cl
enst
ôlsKgX2500=11500

2r
lycher
s5poucesX2500=62.
500FC

Exempl
e;

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage133
 Lav
ent
ed’
unecer
tai
nemar
chandi
sear
appor
téent
re1960et1966enmi
l
li
ersdeZaï
resà15,
7,
20,
25,
30,
12et15.Ondemandequel
l
eestl
’
all
uredudr
oitpourl
es7der
nièr
esannées.

Années+ Xt Yt X2
t XtYt

1960 -3 15 9 -45

1961 -2 7 4 -14

1962 -
1 20 1 -20

1963 0 25 0 0

1964 1 30 1 30

1965 2 12 4 24

1966 3 15 9 45

7 7 7 7

-
T=7 ∑
t=1
Xt =20 ∑
t=1
Yt=134 ∑X =28
t=1
2
t ∑XY =20
t=1
tt

( )() ( )
∑7
t=1X
2
tXt a
7
XY
= ∑t=1 t t
∑7
t=1XtT b ∑7
t=1Yt

(0 )() ( )
28 0 a = 20
7b 134

28a = 20 ⟹ 28a=20⟹a=20 ⋍0,

( )( )
7b 1 34 28
7

134
7b=134⟹ b= ⋍19,
1
7

Yt=0,
7Xt+19,
1.

ecXt= Xi⟹X0
Av

XO :
Annéecent
ral
e

Xi=l
esi
années(
1=1,
2,3,
4,5,
6,7)

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage134
Repr
ésent
ati
ongr
aphi
que

CHAPI
TRE0:
COMBI
NATORI
QUEOUANALYSECOMBI
NATOI
RE

1.I
ntr
oduct
ion

Onappel
l
eensembl
eunecol
l
ect
iond’
obj
etsbi
endéf
ini
s

2.But

C’
estdedét
ermi
nerl
enombr
edesgr
oupement
s.I
lexi
steparconséquentdeuxt
ypesde
gr
oupement
sàsav
oirl
esgr
oupement
ssi
mpl
eetmul
ti
pleouav
ecr
épét
it
ion.

- Lesgr
oupement
ssi
mpl
essontceuxconst
it
uésdesél
ément
stousdi
sti
nct
s

- Lesgr
oupement
smul
ti
plesouav
ecr
épét
it
ionsontconst
it
uésdesél
ément
squi
ser
épèt
ent
.

2.
1Lesgr
oupement
ssi
mpl
esetmul
ti
ples

Lesdi
ff
érent
sgr
oupement
ssi
mpl
esetmul
ti
plessont:

- Lesper
mut
ati
onssi
mpl
esetav
ecr
épét
it
ion

- Lesar
rangement
ssi
mpl
esetav
ecr
épét
it
ion

- Lescombi
nai
sonssi
mpl
esetav
ecr
épét
it
ion

1.PERMUTATI
ON

I
lexi
stedeuxt
ypesdeper
mut
ati
onàsav
oirl
esper
mut
ati
onssi
mpl
esetav
ecr
épét
it
ion.

- Per
mut
ati
onssi esPn
mpl

Onappel
l
eper
mut
ati
onssi esPn denél
mpl ément
stousl
essous-
ensembl
esdeces
él
ément
spl
acésdansunor
dredét
ermi
né.

Lesper
mut
ati
onssi
mpl
esdi
ff
èrentparl
’
ordr
edesél
ément
squi
lesconst
it
uent

Deuxper
mut
ati
onsdi
ff
èrentparl
’
ordr
edesél
ément
squi
lesconst
it
uent
I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage135
 Exempl
es

1)Per
mut
ert
roi
slet
tresa,
b,ct
roi
sàt
roi
s

abc bac cab

acb bca cba

P3=6=3!

2)Soi
tàper
mut
ernobj
ets,
onaur
a:

(
Pn=n. 1)
n- (
n-2)
…..
3.2.
1

Ouencor
e:Pn=n!

Remar
que:Laf
act
ori
elen!
l éen!
not estl
enombr
edesbi
j
ect
ionsd’
unensembl
eànél
ément
ssurl
ui-
même.

Parconv
ent
ion0!
=1

1!
=1

Lor
squendev
ientsuf
fi
santgr
and,l
ecal
culden!dev
ientf
ast
idi
eux
,al
orsonut
il
isel
afor
mul
ese
STI
KLI
NGsui
vant
e:

n!=nne-n 2πnoùe ≈2,

71

14……=22
π ≈3,
7

Per
mut
ati
onsav
ecr
épét
it
ions:

Onut
il
iser
alaf
ormul
esui
vant
e:

r n!
PR
n(1,,,
r2r
3……,
rk)=
r
1!r
2!r3!
….r
k!

Av
ecr
1 +r
2 +r
3 +… +r
k
<n

(
Lesr
ii=1,
2,
3,
….,
k)sontl
esnombr
esdesr
épét
it
ions

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage136
 Endehor
sdecesdeuxt
ypesdeper
mut
ati
ons,i
lexi
steaussil
aper
mut
ati
onci
rcul
air
enot
é
PC
n

Lesnél
ément
sd’
unensembl
epeuv
entêt
rer
angésaut
ourd’
unet
abl
eci
rcul
air
edel
amani
ère
sui
vant
e:

PC
n = 1 =(
Pn- n-1)
!

PC
n =(
n-1)
( 2)
n- (
n-3)
……(
n-n +1)
!

1 =(
Pn- n-1)
( 2)
n- (
n-3)
……1

- Exempl
e

- 1.Decombi
endemani
èresquat
reami
speuv
ent
-i
lssemet
treaut
ourd’
unet
abl
erondepour
par
tagerunv
err
edebi
ère.

PC
4 =P3 =3!=3.
2.1 =6

- 2.Decombi
endemani
èrest
roi
spr
ési
dent
speuv
ent
-i
lssemet
treensembl
eaut
ourd’
unet
abl
eronde
pourpar
tagerl
erepospr
ési
dent
iel
.

PC
3 =P2 =2!=2.
1 =2

ARRANGEMENT

I
lexi
stedeuxt
ypesd’
arr
angement
s:si
mpl
eouav
ecr
épét
it
ion

1.
1. Ar
rangement
ssi
mpl
es

I
lsdi
ff
èrentparl
’
ordr
eetl
anat
uredesél
ément
squi
lesconst
it
uent

Exempl
es:

1.Soi
tàr
egr
oupernobj
etsdanspcases(
p≤n)

Onaur
a:AP
n =n(
n-1)
( 2)
n- ….
.(
n-p +1)

n! Pn
Ouencor
e:AP
n = =
n-
( p)
! Pn- p

Remar
que:
Sin=p An
n=Pn= n!

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage137
 2.Decombi
endemani
èrespeut
-onhachur
erunecar
ter
epr
ésent
ant5pay
sàl
’
aidede5
coul
eur
sdi
ff
érent
espar
mil
es7coul
eur
sduspect
re.

1.
2. Ar
rangement
sav
ecr
épét
it
ions

Pourdét
ermi
nerl
esar
rangement
sav
ecr
épét
it
ions,
onut
il
iser
alaf
ormul
esui
vant
e:
αP n.n.
n……n
n= =np
pf
act
eurstouségauxàn

σp
n =

2.COMBI
NAI
SON

I
lexi
stedeuxt
ypesdecombi
nai
sonsàsav
oirl
acombi
nai
sonsi
mpl
eetcel
l
eav
ec
r
épét
it
ion

1)Combi
nai
sonssi esCk
mpl n

Lescombi
nai
sonsdenél
ément
spr
iskàksontt
ousl
esgr
oupesdekchoi
sis
par
mil
esél
ément
sdonnés.

I
cil
’
ordr
en’
apasd’
i
mpor
tance,
c'est
-à-
dieab=ba
r

Ex
empl
e:Tr erC2
ouv 4dea,
b,
c,
m.
abbaca ma
acbccbmbC2
4 =6 =3!
am bm cm mc

Remar
que

k
k k A n
Ak
n =C .
P
n k;Cn =
Pk

av
ec

n!
Ck
n=
(
k! k)
n- !

Exempl
es:

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage138
1. Det
er nerC2
mi 5

! 5! 5.
4.3!
C5
5= = =10
2!
3!2.1.3!

2. Decombi
nedemani
èrespeut
-onconst
it
ueruncomi
téde4sageschoi
sispar
mil
es13sages
?

13! 13.
12.
11.10.
9!
C4
13 = = =715
4!
9! 4.
3.2.
1.9

2.Combi
nai
sonsav
ecr
épét
it
ionCn-k

Laf
ormul
eàut
il
iserestl
asui
vant
e:

k
Cn-k =nCk
n,kestl
enombr
eder
épét
it
ions

2
Exempl
e:Si
tousl
esél
ément
sontl
emêmenombr
edef
ois,
cal
cul C5-2= C2
er: 5
5

2 5! 5.4.3.2.
1
=. = =4
52!3! 5.3.2.1

k
Remar Cn-k =nCk
que: n peutaussi
s’écr
ir
e:

n +k-
1k k
Cn-k = Cn =Cn +k-1si
tousl
esél
ément
sint
erv
iennentennombr
edi
ff
érent
s
n

3.Pr
opr
iét
ésdescombi
nai
sonssi
mpl
es

1)Ck
n= C
n-
n
k

2)Ck
n =Ck-
n-
1
1 +Ck
n-1

Exempl
e:Soi
enta,
b,
ctr
oisél
ément
spr
isdeuxàdeux.Cal erC2
cul 3enut
il
isantl
es
pr
opr
iét
és

1. C2
3 =C
3-
2
3 ⟶C
2
3=C1
3 =3

2. C2
3 =C1
2+C
2
2 =2+1=3

Ladeuxi
èmepr
opr
iét
énousper
metd’
écr
ir
elesdi
ff
érent
scoef
fi
cient
sdubi
nômedeNewt
on:

n r r n-
r
a +b) =∑n
( r=0Cnab Av
ecn≥r

Cescoef
fi
cient
sbi
nomi
auxpeuv
entêt
ret
rouv
ésàpar
ti
rdut
ri
angl
edePASCAL.

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage139
 m 1 2 3 4 5 6 …

n C1
n C2
n C3
n C4
n C5
n C6
n …

0 1 1 1 1 1 1 ….

1 1 2 3 4 5 6 …

2 1 3 6 10 15 …

3 1 4 10 20 …

4 1 5 15 …

5 1 6 …

6 1 …

… … …

4.Per
mut
ati
onci
rcul
air
e

Decombi
endemani
èrespeut
-onf
air
eassoi
rnper
sonnesaut
ourd’
unet
abl
eci
rcul
air
e.
1
2
n
3

n-
1
4
6
5

Pc
n =(
n-1)
!1!=(
. n-1)
!

Exempl
es:

1.Decombi
endemani
èrespeut
-onpl
acer7per
sonnesaut
ourd’
unet
abl
eci
rcul
air
e.

Pc
7 =(
7- !=6!=6.
1) 5.4.
3.2.
1 =720

2.Decombi
endemani
èrespeut
-onf
air
eassoi
r10per
sonnesaut
ourd’
unet
abl
eronde.

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage140
 Pc
10 =( 1)
10- !=9!=362880

5.Par
ti
ti
onsor
donnéesetnonor
données

Soi
tAunensembl
equi
cont
ientnél sn1,
ément n2,
n3….
.nkquisontl
eskent
ier
sposi
ti
fst
el
quen1+n2+n3+……+nk=n

E1
E6
E2
E
E5
E4 3

E
n

esE1,
Lesensembl E2,
E3,
………Ekf
ormentunepar
ti
tondeEsi
i etseul
ementsi
:

1.E1≠Ø;
E2≠Ø;
…….;
Ek≠Ø

2.E1∩E2=Ø;
E1∩E3=Ø;
…………….
.,
Ek-1∩Ek=Ø

3.E1UE2UE3U……….
UEk=E

Lapar
ti
ti
onor
donnéeestnot
ée:

n!
Por
d=
n1!
n2!
n3!
…….
.nk!

Exempl
e:

Decombi
endemani
èrespeut
-onr
epar
tr10j
i our
sàt
roi
senf
ant
sdesor
tequel t4
ecadetenai
etquel
esdeuxaut
r ent3chacun.
esenai

n=10

n1=4

n2=3

n4=3

10! 10.
9.8.7.6.
5.4!
Por
d= = =4200
4!
.3!
.3! 4!.3.2.1

Appl
i
cat
ion

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage141
 1)Combi
enpeut
-onf
ormerdesmot
sdi
ff
érent
sav
ecl
esl
ett
resdumotCOMBUSTI
ON,CHI
NE,
I
NSTI
TUT.

a)COMBUSTI
ON

N=10;
n1=2. Nombr
eder
épét
it
iondel
alet
tre0

10!
Pk
10 =
2!

10.
9.8.
7.6.
5.4.
3.2!
= =1814400
2!

b)CHI
NE:

n=5

P5=5!
=120

c) I
NSTI
TUT

I
=2,n1=2

T=3,n2=3

n=8

8!
Pk
8 = =3360
2!3!

2)Si
xper
sonnesent
rentdansunev
oit
ureà6pl
aces.Decombi
endef
açonsdi
ff
érent
es
peuv
ent
-el
l
essepl
acer?

tqueAn
Onsai m=
m!
(m-
n)!

L’
arr
angementdépenddel
’
ordr
eetdel
anat
uredesél
ément
squi
lesconst
it
uent
.

A6
6=6!
=P6=720

El
l
espeuv acerde720mani
entsepl èresdi
ff
érent
es

3)Decombi
endemani
èrespeut
-onper
mut
erl
es4l
ett
resa,
b,
c,
dencommençantpara.

P3=3!
=6

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage142
 abcd

abdc

acbd

acdb

adbc

adcb

4)Si
xper
sonnesent
rentdansuncompar
tmentdewagonsde 10 pl
i acesnumér
otées.De
combi
endef
açonsdi
ff
érent
espeuv
ent
-el
l
ess’
ypl
acer?

10!
A6
10 = =151200
4!

5)Decombi
endemani
èrespeut
-oncol
ori
erunecar
ter
epr
ésent
ant3pay
sàl
’
aidede3
coul
eur
sdi
ff
érent
espr
isespar
mil
es7coul
eur
sdonnées.

A3 7! 7.
6.5.
4!
7= = =210
4! 4!

6)Combi
en d’
équi
pes de f
oot
bal
lpeut
-on f
ormerav
ec 16 per
sonnes (
une équi
pe a 11
per
sonnes)

1 1 6!
C1
16= =4368
11!5!

7)Decombi
endemani
èresnper
sonnespeuv
ent
-el
l
esoccupernpl
acesaut
ourd’
unet
abl
e
r
onde?

PC
n =(
n-1)
!

edansN
8)Résoudr

1.2C2
X +6C3
X =9x

CP:
x≥2,
x≥3

x! x!
2. +6 =9x
2!(
x-2)
! 3! (
x-3)
!

(
x.x-1)
(x-2)
! x( 1)
x- (
x-2)
( 3)
x- !
+ =9x
(
x-2)! (
x-3)

x(
x-1)
( 2)=9x
1 +x-

(
x- 2
1) =9x-
1=3 x=4

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage143
 x-
1=-
3x=-
2àr
ejet
er

S=[
4]

2.3C3
X +1 =7C2
X

CP:
x≥2;

(x+1)
! x!
3 =7
(
3! 3)
x+1- ! 2!(
x-2)
!

(x+1)! x!
=7
2( 2)
x- ! 2( 2)
x- !

(
x+1) !
=7
x!

(
x+1)x!
=7
x!

x+1 =7

x=6

S={
6}

m n-1
9)Démont
rerqueCn
m = C
n m -1

m ( 1)
m- !
=
n( 1)
n- (
!m-
1-n +1)
!

m (
m- 1)
! m!
= * =
n (
n-1)(
!m-n)
! n!m-
( n)
!

Cn
m =C
n
m

10)Dansunebi
bli
othèque,onv
eutr
anger6l
i
vresdechi
mie,4l
i
vresdemat
h.Decombi
ende
mani
èrespeut
-onl
esr
anger?

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage144
 a)Lesl
i
vresparspéci
ali
téetdansl
’
ensembl
e

b)Enconsi
dér
antque4ouv
ragesdemat
hfor
mentunseul
ouv
rage

Sol
uti
on

a)
-l
esl
i
vresdechi
miesontper ésde6mani
mut ères6!

-
lesl
i
vresdemat
hsontper ésde4mani
mut ères

-l
esl
i
vresdechi
mieetdemat
hpeuv
entêt
reper ésde10 mani
mut ères

Lenombr
etot
ald’
arr
angementpossi
blesest6!
4!10!

b)
-Lenombr
etot
ald’
arr
angement
spossi
blesest6!
1!7!

11)Combi
en peut
-on f
or s de 7 l
merde mot ett
r 4 consones di
es ( ff
ér es et3 v
ent oyel
l
es
di
ff
érent
esàpar
ti
rd’ ede7consoneset5v
unensembl oyel
l
es.Onnégl
i
ger
alanécessi
téque
l
emotf
orméai
tunsens.

C4
7.C
3
5.
7!

7! 5!
. 7!=1764000
4!
.3!3!
.2!

Remar
que:
eti
ncl
usi
fsi
gni
fi
e:pr
odui
t

oui
ncl
usi
fsi
gni
fi
e:somme

12)Combi
endessal
adesdi
ff
érent
espeuv
entêt
repr
épar
éesàpar
ti
rd’
unmél
angel
ait
euxde:
sal
ade,
endi
ne,
cressor
,chi
cor
éeamèr
eetsaucet
omat
e.

Onpeutaccept
erour
ejet
er

Lecui
sini
erpeutchoi
sir1sur5ou2sur5ou3sur5ou4sur5ou5sur5.

C1
5 +C
2
n +C3
N + .+Cn
…. n=2n-
1

n=4 C1
Si 5 +C
2
5 +C
3
5+C4
5 +C5
5=2n-
1 =31

13)Quel
estl
ecoef
fi
cientdu6èmet
ermedansl
edév
eloppementde( 12
1 +x2)

12
2 12
1 +x) =
( ∑C 1(x)
r=0
r r 2 12-
12
r

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage145
 12

∑
24-
2r
1 +x) = Cr x
( 2 12
12
r=0

24-
2r=6

-
2r=6-
24

2r=18

r=9

12!
Si
r C9
=9, 12xap
6
ourcoef
fi
cient =220
9!
3!

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage146
CHAPI
TREI:
CALCULDEPROBABI
LITE

I
.1.Déf
ini
ti
ondel
apr
obabi
l
itéd’
unév
énement

-
Unév
énement:

Un év
énementestun f
aitsuscept
ibl
e d’
arr
iver
.Ilestt
ouj
our
srepr
ésent
é pardes l
ett
res
maj
uscul
esdel
’
alphabetf
rançai
s.

Onpeutdéf
ini
rlapr
obabi
l
itéd’
unév
énementenut
il
isantl
es3appr
ochessui
vant
es:

1.Appr
ochecl
assi
queoudéf
ini
ti
ondel
apr
obabi
l
itésel
onLAPLACE

Soi
tA,unévénementdonné.Lapr
obabi
l
itédel
’év
énementAnot
éeP(
A)estl
erappor
tent
rel
e
nombr
edecasfavor
abl
esetlenombr
edescaspossi
bles.

n #A
P(
A)= = , av
ecn≤N
N #Ω

Remar
que

1°P(
A)≥0avecn≤N

2°0≤P(
A)≤1

Vér
if
icat
ion

0≤n≤N

0 n
≤ 0≤P(
A)≤1
N N

P(
A)€[
0,1]

Exempl
e

1.Onj
ett
eunepi
ècedemonnai
ebi
enéqui
l
ibr
ée.Quel
l
eestl
apr
obabi
l
itéd’
avoi
rpi
l
e?

Ω={
p,f
} #Ω=2

A={
p} #A=1

#A 1
P(
A)= = ou50%
#Ω 2

2. Dansunj
eud’
undé,
quel
l
eestl
apr
obabi
l
itéd’
avoi
runquat
re.

Ω={
1,2,
3,
4,
5,
6} #Ω=6

A={
4} #A=1

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage147
 #A 1
P(
A)= =
#Ω 6

eude52car
3.Dansunj tes,
quel
l
eestl
apr
obabi
l
itédet
ir
erunr
oi.

#Ω=52

Aévénement
sd’
avoi
runr
oi#A=4
;

#A 4 1
P(
A)= = =
#Ω 52 13

Remar
que:
Déf
ini
ssonsquel
quesconcept
scl
és

1.Ev
énement

Unév
énementestunf
aitsuscept
ibl
ed’
arr
iver

Ty
pesd’
événement
s

a)Ev
énementi
mpossi
ble

C’
estunév
énementqui
nepeutpasser
éal
i
ser
.Il
estr
epr
ésent
éparl
’
ensembl
eØ

P(
Ø)=0

Vér
if
icat
ion

Ø={};
#Ø=0 Ω:uni
v s.#Ω=N
er

#Ø 0
P(
Ø)= = =0
#Ω N

b)Ev
énementcer
tai
nΩ

Unév
énementestdi
tcer
tai
ns’
i
lpeutser
éal
i
sercer
tai
nement
.Il
estr
epr
ésent
épar
l
’
uni
ver
sΩ

#Ω=N

#Ω
P(
Ω)= =1
#Ω

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage148
 c) Ev
énementél
ément
air
e

Unév
énementestdi
tél
ément
air
es’
i
lcor
respondàunetunseul
résul
tatdel
’
expér
ience

Exempl
e

Dansunj
eude52car
tes,
tir
erunr
oidepi
ccor
respondantàunév
énementél
ément
air
e

d)Ev
énement
sincompat
ibl
es

Deuxév
énement
ssonti
ncompat
ibl
esl
orsquel
eurr
éal
i
sat
ionestsubor
donnéeàdes
r
ésul
tat
snoncommunsdel
’
expér
ience.

Exempl
e

Dansunj
eude52car
tes,t
ir
erunt
rèf
leett
ir
eruncour
eausontdeuxév
énement
s
i
ncompat
ibl
espar
cequ’
i
lsn’
ontr
iendecommun.Mai
s,parcont
re,t
ir
erunr
oiett
ir
erun
pi
csontdeuxév
énement
scompat
ibl
espar
cequ’
i
lsontunr
ésul
tatcommunquiestl
eroi
depi
c.

e) Ev
énement
sindépendant
s:

Deuxév
énement
ssonti
ndépendant
ssil
aréal
i
sat
iondel
’
unn’
estpasi
nfl
uencéepar
l
’
exi
stencedel
’
aut
re.

f
) Ev
énement
sdépendant
s

Deuxév
énement
sontdépendant
ssi
lar
éal
i
sat
iondel
’
undépenddel
’
exi
stencedel
’
aut
re.

g)Ev
énement
scont
rai
resE1,
E2

Deuxév sE1etE2sontdi
énement tscont
rai
ress’
i
lsf
ormentunsy
stèmecompl
etqui
est
l
’
uni
ver
sΩ.

E1UE2=Ω

E1∩E2=Ø

2.Uni
ver
s

L’
uni
v sΩestl
er ’
ensembl
edesr
ésul
tat
spossi
blesd’
uneépr
euv
e

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage149
 3.Epr
euv
e

Nous dési
gnons parépr
euv
e une expér
ience ou une obser
vat
ion r
éal
i
sée dans des
condi
ti
onsbi
endéf
ini
esetdontl
erésul
tatestl
’
undesél
ément
sd’
unensembl
efondament
al

Enbr
ef,
uneépr
euv
eestdéf
ini
elor
squ’
onestenmesur
edepr
éci
ser:

- Lescondi
ti
onsdel
’
expér
ienceoudel
’
obser
vat
ion.

- L’
ensembl
efondament
alΩdesr
ésul
tat
spossi
bles

2.APPROCHEEMPI
RIQUE

Quelquesoi
tlenombr
edef
oisqu’
unév
énementser
épèt
e,saf
réquenceappr
ocheunev
aleur
st
abl
equi
estl
apr
obabi
l
itéempi
ri
qued’
appar
it
iondecetév
énement
-l
à.

F
P(
A)=
N

F:f
réquenced’
appar
it
ion

N:nombr
ed’
expér
iences

L’
appr
ocheempi
ri
queper
metdedét
ermi
nerl
apr
obabi
l
itéd’
unév
énementenpar
tantd’
une
obser
vat
ionoud’
uneexpér
ience.

Exempl
es

1.Dansunecommunaut
écongol
aisedeBel
gique,
sur900congol
ais,
onadét
ect
é500casde
SI
DA.Quel
l
eestl
apr
obabi
l
itéqu’
uncongol
aisr
est
antenBel
giquesoi
tpor
teurduSI
DA.

Aév
énementqu’
uncongol
aissoi
tpor
teurduSI
DA

F=500

N=900

F 500 5
P(
A)= = = =0,
555 =0,
56
N 900 9

t56%
Soi

2.MAYELEestmal
ade.Lemédeci
nluipr
escr
itdescompr
imés.Chaquef
oisqueMAYELE

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage150
 pr
enddescompr
imés,i
ladesdémangeai
sons.Sur115f
oisqu’
i
lapr
isdescompr
imés,i
la
eu des démangeai
sons 80 f
ois.Quel
l
e est l
a pr
obabi
l
ité que MAYELE aur
a des
démangeai
sonsauj
our
d’hui
quandi
laur
apr
isdescompr
imés.

F=80

N=115

Aév
énementd’
avoi
rdesdémangeai
sons

F 80
P(
A)= =
N 115

P(
A)=0,
69

Soi
t69%

3.Monsi
eurSAM af
fi
rmequ’
i
lya10chancescont
re15def
air
eunacci
dentl
ejourdunouv
el
ant
andi
squemadameTHETHEaf
fi
rmequ’
i
lya9chancescont
re14.Lequeldesdeux
accor
deunegr
andepr
obabi
l
itéquel
’
acci
dentsequel
’
acci
dentsepr
odui
sel
ejourdunouv
el
an?

A év
énementquel
’
acci
dentquel
’
acci
dentsepr
odui
sel
ejourdunouv
elanaf
fi
rmépar
monsi
eurSAM.

Aév
énementquel
’
acci
dentsepr
odui
sel
ejourdunouv
elanaf
fi
rméparmadameTHETE.

1°caspossi
bles10+15=25=N

Casf
avor es10=F
abl

F 10
P(
A)= = =0,
40
N 25

2°Caspossi
ble9+14=23=N

Casf
avor es9=F
abl

F 9
P(
B)= = =0,
39
N 23

Nousconst
atonsqueP(
B)<P(
A).Donc,
SAM af
fi
rmequel
apr
obabi
l
itéestgr
andepourqu’
un
acci
dentsepr
odui
sel
ejourdunouv
elan.

4.Unpol
i
tici
endéf
ail
l
antestd’
accor
ddepar
ier50.
000USDcont
re30.
000USDquesonsui
cide
àl
’
étr
angerr
éussi
ra.I
ln’
estpasd’
accor
ddepar
ier75.
000USDcont
re25.
000USD.

5.Quel
l
eli
mit
elapr
obabi
l
itéaccor
de-
t-
ilàl
aréussi
tedesonsui
cide?

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage151
 Aév
énementquel
esui
cider
éussi
raàl
’
étr
anger
.

Bév
énementquel
esui
cidener
éussi
ssepasàl
’
étr
anger
.

1°50.
000usdcont
re30.
000USD

Caspossi
bles:
50.
000+30.
000=80.
000=N

Casf
avor
abl
es:
50.
000=F

50.
000 5
P(
A)= = =0,
625
80.
000 8

2°75.
000USDcont
re25.
000USD

Caspossi
bles75.
000+25.
000=100.
000=N

Casf
avor
abl
es75.
000=F

F 7.5000
P(
B)= = =0,
75
N 100.000

Li
mit
e:0,
625≤P(
E)≤0,
75

E:
événementd’
accor
deruner
éussi
teausui
cide

3.APPROCHEAXI
OMATI
QUE

Soi
tΩl
’
ensembl
efondament
aletAunepar
ti
edeΩ.Lapr
obabi
l
itédel
’
événementAnot
éeP(
A)est
unnombr
eréel
€R+qui
sat
isf
aitauxaxi
omessui
vant
s:

1°0≤P(
A)≤1

2°P(
Ω)=1

AetBsontdeuxévénement
3°Si squi
s’ef
fect
uentmut
uel
l
ement
,ouP(
AUB)
=P(
A)+P(
B).

Théor
ème

Øestunévénementi
1°Si ncer
tai
n,al
orsP(
Ø)=0

Démonst
rat
ion

AetØsontdeuxévénement
Si sincompat
ibl
es,
alor
s:
AUØ=A
A∩ =Ø
P(
AUØ)
=P(
A)
P(
A)+P(
Ø)=P(
A) P(
Ø)=P(
A)-
P(A) P(
Ø)=0

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage152
 ACBal
2°Si orsP(
A)≤P(
B)
Démonst
rat
ion

B A

AetCA
Bsontdeuxév
énement
squi
s’excl
uentmut ementcarAᴖCA
uel
l B =Ø

AUCA
B=B

AUCA
P( B)=P(
B)

P(
A) CA
+P(B)=P(
B)

CA
P(B)=P(
B)-
P(A)
≥0

P(
B)-
P(A)
≥0

P(
B)≥P(
A)

̅ ̅
3°SiA estl émentdeA,
ecompl alor
sP(A)=1-
P(A)

A
Ā

AetĀsonti
ncompat
i escarA∩Ā=Ø
bl

AUĀ=Ω

P(
AUĀ)
=P(
Ω)

P(
A)+P(
Ā)=1

̅
où,P(A)
D’ =1-
P(A)

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage153
4°
SiAetBsontdeuxévénement
squel
conques,
alor
s:

P(
AUB)
=P(
A)+P(
B)-
P(A ∩B)

Démonst
rat
ion

B
A∩B

CB
A, CA
AᴖB, Bsontdeuxév
énement
sincompat
ibl
escar:

CB
AᴖAᴖB)ᴖCA
( B=Ø

CB
AUAᴖB)UCA
( B=AUB

P(
AUB) CB
=P(A)+P(
AᴖB) CA
+P(B)=P(
A)-
P(AᴖB)
+P(
AᴖB)
+P(
B)-
P(AᴖB)

P(
AUB)
=P(
A)+P(
B)-
P(AᴖB)

Ev
énement
smut
uel
l
ementexcl
usi
fs

Deuxoupl
usi
eur
sév
énement
ssontexcl
usi
fss’
i
lsn’
ontr
iendecommun.Dansl
ecascont
rai
re,
i
l
ssontnonexcl
usi
fsouj
oint
s

Loi
d’addi
ti
on

AetBsontdeuxévénement
1°Si smut
uel
l
ementexcl
usi
fs,
al sP(
or AUB)
=P(
A)+P(
B)

Génér
ali
sat
ion

E1,
Si E2,
E3,
.
..
..
,En-1,
Ensontnév
énement
sexcl
usi
fs,
alor
s:

P(
E1UE2UE3U….
,
En-
1Uen)
=P(
E1)
+P(
E2)
+P(
E3)
+….
.+P(
En-1)
+P(
En)

Ouencor
e:P(
⋃E )=∑n
iEi i=1P(
Ei)

Exempl
e

Uneur
necont
ient6boul
esbl 3boul
anches, auneset5boul
esj esnoi
res.Quel
l
eestl
apr
obabi
l
ité
d’
avoi
runeboul
ebl
ancheouuneboul
enoi
re.

Bévénementd’
avoi
runeboul
ebl
anche

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage154
Névénementd’
avoi
runeboul
enoi
re
Jévénementd’
avoi
runeboul
ejaune
P(
BUN)
=P(
B)+P(
N)
6 5 11
= + = =0, 7
14 14 14

AetBsontdeuxévénement
2°Si squel
conques,
alor
s:

P(
AUB)
=P(
A)+P(
B)-
P(AᴖB)

Exempl
e

Dansunj
eude52car
tes,
quel
l
eestl
apr
obabi
l
itédet
ir
erunr
oiouunt
rèf
le?

Révénementdet
ir
erunr
oi

Tévénementdet
ir
erunt
rèf
le

P(
RUT)
=P(
R)+P(
T)-
P(R∩T)

4 13 1
= + -
52 52 52

16 4
= =
52 13

Ev
énement
sindépendant
setév
énement
sdépendant
s

Deuxoupl
usi
eur
sév
énement
ssonti
ndépendant
ssil
’
appar
it
iondel
’
unn’
i
nfl
uenceenr
ien
l
’
exi
stencedel
’
aut
re.

Dansl
ecascont
rai
re,
il
ssontdépendant
s.
Deuxév sAetBsonti
énement ndépendant
ssi
etseul P(
ementsi A∩B)
=P(
A).
P(B)
Remar
ques

L’
i
ndépendancededeuxév
énement
sjoueàl
’
égar
ddel
euri
nter
sect
ionunr
ôlesembl
abl
eàcel
ui
del
’
incompat
ibi
l
itéàl
’
égar
ddel
euruni
on,
c'est
-à-
dir AetBsont:
esi

- I
ncompat
i esP(
bl AUB)
=P(
A)+P(
B)

- I sP(
ndépendant AᴖB)
=P(
A).
P(B)

Not
onsquel
esdeuxconcept
s:l
’
incompat
ibi
l
itéetl
’
indépendancesontdi
sti
nct
es.

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage155
Ev
énement
smut
uel
l
ementexcl
usi
fsounon

Deuxoupl
usi
eur
sév
énement
ssontexcl
usi
fsoudi
sti
nct
ss’
i
lsn’
ontr
iendecommun.Dansl
e
cascont
rai
re,
il
ssontdi
tsexcl
usi
fsouj
oint
s.

Loi
d’addi
ti
on

AetBsontdeuxévénement
1°Si smut
uel
l
ementexcl
usi
fs,
al sP(
or AUB)
=P(
A)+P(
B)

Génér
ali
sat
ion:

E1,
Si E2,
E3,
….,
En-1,
Ensontnév
énementmut
uel
l
ementexcl
usi
fs,
alor
s:

P(
E1UE2UE3U….
.UEn-1UEn)
=P(
E1)
+P(
E2)
+P(
E3)
+……+P(
EN-1)
+P(
EN)
.

⋃n
P( i=1E) =∑n
i i=1P(
Ei)

Exempl
e:

Uneur
necont
ient6boul
esbl
anches,3boul
esj
auneset5boul
esnoi
res.Quel
l
eestl
apr
obabi
l
ité
d’
avoi
runeboul
ebl
ancheouuneboul
enoi
re.

Sol
uti
on

entBév
Soi énement
sd’
avoi
runeboul
ebl
anche

Névénementd’
avoi
runeboul
enoi
re

Jévénementd’
avoi
runeboul
ejaune

P(
BUN)
=P(
B)+P(
N)

6 5 11
P(
BUN)= + = =0, 7
14 14 14

AetBsontdeuxévénement
2°Si squel
conquesal
ors:

P(
AUB)
=P(
A)+P(
B)-
P(A∩B)

Exempl
e

eude52car
Dansunj tes,
quel
l
eestl
apr
obabi
l
itédet
ir
erunr
oiouunt
rèf
le?

R:événementdet
ir
erunr
oi

T:événementdet
ir
erunt
rèf
le

P(
RUT)
=P(
R)+P(
T)-
P(R∩T)
I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage156
 4 13 1 4
= + - =
52 52 52 13

CHAPI
TREI
I:PROBABI
LITECONDI
TIONNELLE,
LOIDEMULTI
PLI
CATI
ON,
LOIDEBAYESet
I
NDEPENDANCE

2.
1. Pr
obabi
l
itécondi
ti
onnel
l
e

Tr
èssouv
ent
,oncher
chel
apr
obabi
l
itéd’ énementBsachantqu’
unév énementA
unév
s’
estdéj
àréal
i ecP(
séav A)>0

Cet
tepr
obabi
l
itéestappel
éel
apr
obabi
l
itécondi
ti edeBquandAs’
onnel
l estdéj
àréal
i
sé
etestnot
ée:

P(
B/ =P(
A) A ∩B)av
ecP(
A)≠0
P(
A)

Si
mil
air
ement
,lapr
obabi
l
itédeAquandBs’
estdéj
àréal
i
séest:

P(
A/ =P(
B) A ∩B)av
ecP(
B)≠0
P(
B)

2.
2. Théor
ème1:
Loi
demul
ti
pli
cat
ion

SiAetBsontdesév
énement
sd’
unespacef
ondament
aldespr
obabi
l
itésP(
A)etP(
B)
t
elequeP(
l A)>0etP(
B)>0,
alor
s

P(
A∩B)
=P(
A).
P(B/
A)=P(
B).
P(A/
B)

Cer
ésul
tatsedédui
tdedeuxdéf
ini
ti
onspr
écédent
es.

Remar
que

Lal
oidemul
ti
pli
cat
ionpeutêt
regénér
ali
sée

E1,
Si E2,
E3,
E4,
……, Ensontnévénement
En-1, sdépendant
s,al
ors:

P(
E1∩E2∩E3…….
.∩En)

1∩En)
=P(
E1)
.P(
E2/
E1)
.P(
E3/
E1∩E2)
.P(
E4/
E1∩E2∩E3)
…….
P(En/
E1∩E2∩ ∩En-
1)

P(
⋂ni=1E)=P(
E1)
.∏n /⋂n-1 )
j=1Ej
i=2P(
Ei
i

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage157
 2.
3. Loi
deBAYES

Onv
ademêmedédui
redecequi
précèdeuneaut
ref
ormul
eint
éressant
edi
tel
oide
BAYES

Théor
èmedeBAYES

I
lapourbutd’
att
acherl
apr
obabi
l
itéàl
aréal
i
sat
iondel
’
événementsuscept
ibl
edese
pr
odui
regr
âceàl
’
int
erv
ent
iondepl
usi
eur
scausespossi
bles

Enoncédut
héor
ème:

AetBsontdeuxévénement
Si sdel
’
espacepr
obabi
l
isé(
Ω,P)
,onaur
a:

P(
B).
P(A\
B)
P(
B\A)=
P(
B)P(
. B)+P̅ .
A\
B P( ()
̅
A\B)

̅ ̅
BetBsontdeuxév
énement
scont
rai
res:

Démonst
rat
ion

CB ̅
Ω A
A=(
A∩B)
U(A∩B)

A ̅
A∩BetA∩B sontdeuxévénement
s
i
ncompat
ibl
escar:
A ∩B
B
CA
B
̅
(
A∩B)∩(
A∩B)
=Ø

̅
P[
(A∩B)∩(
A∩B)
]=P(
Ø)=0

̅
P(
A)=P[
(A∩B)
U(A∩B)
]
̅
P(
A)=P(
A∩B)
+P(
A∩B)
̅
P(
A)=P(
B).
P(A\
B)+P(
B).
P(A\B)
Enut
il
isantl
apr
obabi
l
itécondi
ti
onnel
l
e,ona:

P(
B\ =P(
A) B ∩A) av
ecP(
A)≠0
P(A)

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage158
 P(
B).
P(A\
B)
P(
B\A)=
P(
B).
P( B)+P(
A\ B).
P(A\
B)

̅
Av
ecP(
B)etP(B)≠0

̅
BetB sontdeuxév
énement
scont
rai
res

Génér
ali
sat
iondut
héor
èmedeBAYES

entE1,
Soi E2,
E3,
…,Eknévénement
sdusy
stèmecompl ecP(
etetA€Ωav A))
≠0

P(
Ek\
A)=P(
A ∩Ek)
P(
A)

Lal
oidel
amul
ti
pli
cat
ionpeuts’
écr
ir
e:

P(
(A∩Ek)
=(Ek\
A).
P(A)

Commel
’
événementAappar
aitsietseul
ementsil
’
undesév sA∩E1,A∩E2,A∩E3,
énement ….A∩Ek
appar
ait
.Cesév
énement
ss’
excl
uentmut
uel
l
ement
.Dèsl
ors,nouspouv
onsécr
ir
e,compt
etenude
l
’
expr
essi
onci
-dessus:

P(
A)=P(
E1)
.P(
A\E1)
+P(
E2)
.P(
A\B2)
+….
+P(
Ek)
.P(
A\Ek)

Parsubst
it
uti
on,
ona:

P(
Ek\
A)=- P(Ek).
P(A\Ek av
ecP(
Ei)
≠0
k
∑i=1P( )
Ei.
P(A\Ei
)

2.
4. Ev
énementi
ndépendant
s

Deuxév
énement
sA etBsonti
ndépendant
ssil
’
appar
it
iondel
’
unn’
estpasi
nfl
uencéepar
l
’
exi
stencedel
’
aut
re.

B\
A=BouA\
B=A

Loi
del
amul
ti
pli
cat
ion

P(
A∩B)
=P(
A).
P(B\
A)

P(
B\A)
=P(
B)

D’
où,
P(A∩B)
=P(
A).
P(B)

Génér
ali
sat
ion:

Si
E1,
E2,
E3,
…….
.,
En-
1,Ensontnév
énement
sindépendant
s,al
ors:

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage159
P(
E1ᴖE2ᴖE3ᴖ……ᴖEn-
1ᴖEn)
=P(
E1)
.P(
E2)
.P(
E3)
….P(
En)

P(
∏n )=∏n
i=1Ei i=1P(
Ei)

EXERCI
CES

1.Unepi
ècedemonnai
eestj
etée.Quel
l
eestl
apr
obabi
l
itéd’
avoi
r3f
aces

Ω={
p,f
}

Ai
événement
sd’
avoi
rif
oisf
aces(
i=1,
2,
3)

A1,
A2,
A3sonti
ndépendant
s

P(
A1ᴖA2ᴖA3)
=P(
A1)
.P(
A2)
P(A3)

111 1
= .. =
222 8

2.Undéestl
ancédeuxf
ois,
quel
l
eestl
apr
obabi
l
itéd’
avoi
rdeux.

Ai
événementd’
avoi
rlechi
ff
re2(
i=1,
2)

Ω1={
1,2,
3,
4,
5,
6}

Ω1={
1,2,
3,
4,
5,
6}

Ω={
(1,
1),
(1,
2),
1,
3),
…,(
6,6)
}

#Ω=36

P(
A1ᴖA2)
=P(
A1)
P(A2)

11 1
=. =
66 36

3.Quel
l
eestl
apr
obabi
l
itédet
ir
eruneboul
ebl
anche,
uneboul
erougeetuneboul
enoi
red’
une
ur
necont
enant3boul
esbl
anches,
6boul
esr
ougeset2boul
esnoi
res.(
let
ir
agesef
aitsans
r
empl
acement
)

Sol
uti
on

P#Ω=11

B 3
P(
B)= =
Ω 11
I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage160
 #R 6
P(
R)= =
#Ω 10

#N 2
P(
N)= =
#Ω 9

P(
BᴖRᴖN)
=P(
B).
P(R)
.P(
N)

3 62 2
. . = =0,
036
11109 55

4.Supposonsqu’
uneboi
ter
enf
ermedeuxboul
esnoi
resett
roi
sboul
esbl
anches.Ont
ir
eau
hasar
ddeuxboul
esdansl
aboi
te.Quel
l
eestl
apr
obabi
l
itépourquel
esdeuxboul
es
dev
iennentnoi
res.

a)Si
let
ir
ageestexhaust
if(
sansr
emi
se)

b)Si
let
ir
ageestnonexhaust
if(
avecr
emi
se)

Sol
uti
on

a)Ti
rageexhaust
if

Ω={
3B,
2N)

Ni
:év
énementdet
ir
eruneboul
enoi
reau1ert
ir
age(
i=1,
2)

N1ᴖN2)
=P(
N1)
.P(
N2\
N1)

ΩN1etN2sonti
ndépendant
s

N1 ∩N2)
DoncP( =P(
N1)
.P(
N2\
N1)

21 1
= . = =0,
1
54 10

b)Ti
ragenonexhaust
if

c)

22
P(
N1 ∩N2)=P(
N1)
.P(
N2)= . =0,
16
55

5.Ondi
sposededeuxur
nesi
dent
iques.L’
unecont
ient3boul
esbl
anchesetdeuxboul
esnoi
res.
L’
aut
recont
ient4boul
esbl
anchesetdeuxboul
esnoi
res.Ont
ir
euneboul
edansur
ne.Quel
l
e

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage161
 estl
apr
obabi
l
itépourquel
esdeuxboul
est
ir
éessoi
entnoi
res?l
apr
emi
èreestnoi
reetl
e
deuxi
èmeestbl
ancenconsi
dér
antl
emodeexhaust
if
.

Ui
:év
énementdechoi
si a1èreur
rl ne(
i=1,
2)

Ni
:év
énementdet
ir
erunenoi
r a1èreur
edel ne(
i=1,
2)

Bi
:év
énementdet
ir
erunebl a1èreur
anchedel ne(
1=1,
2)

Modeexhaust
if

N1 ∩N2)
P( =P(
N1)
.P(
N1)
.P(
N2\
N1)

N1etN2sonti
ndépendant
s

25 2
P(
N1 ∩N2)= . =
59 9

24 8
P(
N1 ∩B2)=P(
N1)
.P(
B2)= . =
59 45

6.Ondi
sposede3sacsdontl
epr
emi
ercont
ient2boul
esbl
ancheset4noi
res,
ledeuxi
èmesac
cont
ient3 bl
anches et5 noi
res,etl
etr
oisi
ème sac cont
ient4 banches et7 noi
rs.
Cal
cul B1 ∩N2 ∩N3)
erP(

Sol
uti
on

Si
événementdechoi
si e1èrsac(
rl i=1,
2,
3)

ème
Bi
événementdet
ir
eruneboul
ebl
anchedui sac.

ème
Ni
événementdet
ir
eruneboul
enoi
redui sac

25 35
P(
B1 ∩N2 ∩N3)=P(
B1)
.P(
N2)
.P(
N3)= ..
68264

7.D’
unr
éci
pientcont
enant6boul
esr
ouges,4boul
esbl
ancheset5boul
esbl
eues.Ont
ir
eune
boul
eauhasar
d.Quel
l
eestl
apr
obabi
l
itédet
ir
er:

a)Uner
ouge

b)Unebl
anche

c) Unebl
eue

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage162
 d)Unenonr
ouge

e) Uner
ougeetunebl
anche

f
) Uner
ougeouunebl
anche

Sol
uti
on

Quandont
ir
elesboul
esd’
unseul
réci
pient
,il
yaur
adépendancet
andi
squequandont
ir
e
l
esboul
esdanspl
usi
eur
sréci
pient
s,i
lyaur
aindépendance.

Ω={
6R,
4B,
5N}

ème
Ri
:év
énementd’
avoi
runer
ougeaui ti
rage(
i=1,
2,
3)

ème
Bi
:év
énementd’
avoi
runebl
ancheaui ti
rage(
i=1,
2,
3)

ème
Wi
:év
énementdet
ir
erunebl
eueaui ti
rage(
i=1,
2,
3)

#R 6 2
a)P(
R)= = =
#Ω 15 15

#B 4
b)P(
B)= =
#Ω 15

#W 5
c) P(
W)= =
#Ω 15

4 11
d)P(
B)=1-
P(B)
=1- =
15 15

2 13
e) P®=1-
P®=1- =
15 15

f
) P(
RUB)
=P®+P(
B)-
P(kᴖB)

6 4 10 2
= + - 0= =
15 15 15 3

g)P(
RᴖB)
=0

8.Ennousr
éfér
antàl
’
exer
cicepr
écédentaul
i
eudet
ir
eruneboul
e,ondoi
tti
rer3boul
es
successi
vement
.Quel
l
eestl
apr
obabi
l
itédet
ir
erl
esboul
esdansl
’
ordr
esui
vant:r
ouge,
bl
ancheetbl
eue:

a)Si
let
ir
ageestexhaust
if

b)Si
let
ir
agen’
estpasexhaust
if
.

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage163
 Ω={
6R,
4B,
5W}

Ri
:év
énementdet
ir
eruner
ougeaui
èmet
ir
age(
i=1,
2,
3)

Bi
:év
énementdet
ir
erunebl
ancheaui
èmet
ir
age(
i=1,
2,
3)

ème
Wi
:év
énementdet
ir
erunebl
eueaui ti
rage(
i=1,
2,
3)

a)Modeexhaust
if(
sansr
emi
se)

645 4
P(
R1 ∩B1 ∩W3)=P(
R1)
.P(
B2\
R1)
.P(
W3\
R1 ∩B2)= . . =
151413 91

b)Modenonexhaust
if(
avecr
emi
se)

6 45 8
P(
R1 ∩B1 ∩W3)=P(
R1)
.P(
B2\
R1)
.P(
W3\
R1 ∩R2)= =
15.
1515 225

9.Uneboi
tecont
ient3Ret2Netuneaut
reboi
te3Net2R.ont
ir
eauhasar
duneboul
erougede
l
’
urne1.Quel
l
eestl
apr
obabi
l
itédechoi
sirl
’
urne.

Sol
uti
on

Ui
:év
énementdechoi
sirl
aièmeur
ne(
i=1,
2)

Ri
:év
énementd’
avoi
rlaboul
erougedel
’
urnei
(i
=1,
2)

P(
U1).
P(R1\U1) 3
P(
U1ᴖR1)= = =0,
6
P(
U1)
.P(
R1\U1)+P(U2).
P( U1) 5
R2\

3
1.
=25
1
3
2.
5

10.onj
ett
e2dés.Soi
entA l
’
événementd’
avoi
runnombr
eimpai
raupr
emi
erj
etét
éB

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage164
 l
’
événementd’
avoi
runt
otali
mpai
raudeuxi
èmej
etetCév
énementd’
avoi
runt
otali
mpai
rau
cour
sdedeuxj
ets.

Cesév
énement
ssontdéf
ini
spardespr
obabi
l
itéssui
vant
es:

P(
A)=1;P(
B)=1;P(
C)=1
2 2 2

Vér
if
ierl
’
indépendancedecesév
énement
sent
enantcompt
edesi
nfor
mat
ionssui
vant
es:

P( =1
AᴖB)
4

P( =1
AᴖC)
4

P(
AᴖBᴖC)
=0

11 1
P(
AᴖB)
=P(
A).
P(B)
= . = AetBsonti
ndépendant
s
22 4

11 1
P(
AᴖC)
=P(
A).
P(C)
= . = AetBsonti
ndépendant
s
22 4

111 1
P(
AᴖBᴖC)
=P(
A).
P(B)
.P(
C)= .. = ≠0 A,
B,Cnesontpasi
ndépendant
s
222 8

11.Onj
ett
eundédeuxf
oisdesui
te.Quel
l
eestl
apr
obabi
l
itéd’
obt
eni
runt
otal
<5si
onaobt
enu
2aupr
emi
erj
et.

Ω={
(1,
1),
(1,
2),
(1,
3),
….,
(5,
5),
…,(
6,5)
,(
6,6)
}

Aév
énementd’
obt
eni
r2aupr
emi
erj
et

A={
(2,
1),
(2,
2),
(2,
4),
(2,
5),
(2,
6)}

Bév
énementd’
obt
eni
runt
otal
<5

B\
A:év
énementd’
obt
eni
runt
otal
<5si
onaobt
enu2aupr
emi
erj
et.

B ∩A:
événementd’
avoi
r2aupr
emi
erj
etetunt
otal
<5aucour
sdedeuxj
ets

B ∩A={
(2,
1),
(2,
2)}

#(
BᴖA) 2
P(BᴖA) #A 36 1
P(
B\A)= = = =
P(A) #A 6 3
#Ω 36

12.SAM esti
nscr
itdansunef
acul
té.Lapr
obabi
l
itéqu’
i
lsoi
tbour
sierestde0,
30.S’
i
lestbour
sier

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage165
 l
apr
obabi
l
itéqu’
i
lréussi
sseestde0,
80.S’
i
ln’
estpasbour
sier
,lapr
obabi
l
itéqu’
i
lréussi
sse
estde0,
45.Quel
l
eestl
apr
obabi
l
itéqueSAM r
éussi
ssel
apr
emi
èreannée.

Sol
uti
on

Bév
énementd’
êtr
ebour
sier

Bév
énementdenepasêt
rebour
sier

Rév
énementder
éussi
r

Rév
énementd’
échouer

P(
B)=0,
30;
P(B)
=0,
70;
P(R)
=0,
80;
P(R)
=0,
20

S’
i
lestbour
sierP(
R)=0,
80;
P(R)=0,
20

S’
i
ln’
estpasbour
sierP(
R)=0,
45,
P(R)
=0,
55

P(
R ∩B)
P(
R\B)=
P(B)

P(
R ∩B)
0,
80 = =P(
R ∩B)=0,
80x0,
30 =0,
240
0,30

P(
R\ =P(
B) R ∩B)
P(B)

P(
R ∩B)
0,
45 = =P(
R ∩B)=0,
45x0,
70
0,70

P(
k)=P(
k ∩B) +P(
R ∩B)=0,
240 +0,
315 =0,
555

CHAPI
II
.VARI
ABLESALEATOI
RESETFONCTI
ONDEPROBABI
LITES

Var
iabl
esal
éat
oir
es

Unev
ari
abl
eal
éat
oir
eXestcel
l
edontl
aval
eurestdét
ermi
néeparl
ehasar
doul
avar
iabl
eXestdi
te
al
éat
oir
epar
cequ’
àmai
ntesexpér
iences,
ell
epr
enddi
ver
sesv
aleur
s.

I
lex
ist
edeuxt
ypesdesv
ari
abl
esal
éat
oir
es:

- Lav
ari
abl
eal
éat
oir
edi
scr
ète(
vad)

- Lav
ari
abl
eal
éat
oir
econt
inue(
vac)

Lav
ari
abl
eal
éat
oir
edi
scr
èteestcel
l
equinepr
endquel
esv
aleur
sent
ièr
est
andi
squel
avar
iabl
e
al
éat
oir
econt
inueestcel
l
equi
prenddesv
aleur
sset
rouv
antdansuni
nter
val
l
edonné.

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage166
Fonct
iondepr
obabi
l
itéoudensi
tédepr
obabi
l
ité

Pourunev
ari
abl
edi
scr
ète,l
afonct
iondepr
obabi
l
itéoul
adensi
tédepr
obabi
l
itéestcel
l
equi
assi
gneunepr
obabi
l
itép(
x)àt
out
eval
eurpossi
bledeX

Condi
ti
ondedéf
ini
ti
onpourl
afonct
iondepr
obabi
l
ité

P(
X=x)
=p(
x)=f
(X)

1.p(
x)≥0

n
2.
∑p(xi) =1
(
i=1)

Exempl
es:

1)Unepi
ècedemonnai
eestj
etéeoul
ancée3f
ois

Lesr
ésul
tat
spossi
bles:

(
PPP)
,(PPF)
,(PFP)
,(PFF)
,

(
FFF)
,(FFP)
,(FPF)
,(FPP)

Lapi
èceestbi
enéqui
l
ibr
ée

Tousl
esr
ésul
tat
sobser
vésconst
it
uentunev
ari
abl
eal
éat
oir
e.

Di
str
ibut
iondespr
obabi
l
ités

Xi Possi
bil
i
tés P(
xi)

1 PPP 1/
8

1 PPF PFP FPP 3/

8

2 PFF FFP FPF 3/

8

3 FFF 1/
8

3
8
∑p(xi)=8 =1
i=0

2)Consi
dér
onsl
ejetd’
undé,
uneexpér
iencepeutdonnerl
i
euà6r
ésul
tat
sdi
sti
nct
s.Chacunde
ces6r
ésul
tat
sestégal
ementéqui
probabl
ec-
à-dl
amêmed’
arr
iverquel
esaut
res.Nous
pouv
ons associ
er à cet
te expér
ience une v
ari
abl
e X pouv
ant pr
endr
eles v
aleur
s

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage167
 1
Xi
={1,
2,
3,
4,
5,
6}av
ecl
espr
obabi
l
itéspi= (
i=1,
2,
3,
4,
5,
6)
6

Sol
uti
on

Ω={
1,2,
3,
4,
5,
6}

A:
événementd’
avoi
runchi
ff
redudé

#A 1
P(
A)= =
#B 6

Sy
nthét
isonscesr
ésul
tat
sdansl
etabl
eausui
vant:

xi 1 2 3 4 5 6

Pi 1/
6 1/
6 1/
6 1/
6 1/
6 1/
6

Lesr
ésul
tat
sdecet
abl
eaupeuv
entêt
rer
epr
ésent
ésparundi
agr
ammeenbât
onsui
vant:

Pi

1/
6

Xi
0 1 2 3 4 5 6

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage168
 Echel
l
e
1cm=1

2cm=1/
6

Remar
que:
∑6i=1Pi =1

I
lestt
ouj
our
spossi
bled’
admet
trequeXpeutpr
endr
edesaut
resv
aleur
squecel
l
esquine
f
igur
entpasdanssadéf
ini
ti
on.Danscecas,
ilsuf
fi
td’
aff
ect
erunepr
obabi
l
iténul
l
eàcesv
aleur
s
suppl
ément
air
es.

Exempl
e

Xi … -
xn … -
x2 -
x1 x0 x1 x2 x3 x4 … xn

Pi … 0 … 0 0 p0 p1 p2 p3 p4 … 0

Ladensi
tédepr
obabi
l
itéestdonnéepar:

Pipouri=1,
2,
3,
4
(
fx)={
0ai
l
leur
s

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage169
Exempl
e

Et
abl
i
rlaf
onct
iondepr
obabi
l
itéoul
adensi
tédepr
obabi
l
itéd’
unj
etsi
mul
tanédedeuxdéspourl
a
sommedesamenéssoi
t≤12

D2 1 2 3 4 5 6

D1

1 2 3 4 5 6 7

2 3 4 5 6 7 8

3 4 5 6 7 8 9

4 5 6 7 8 9 1
0

5 6 7 8 9 1 1
0 1

6 7 8 9 1 1 1
0 1 2

xi 2 3 4 5 6 7 8 9 10 11 12

Pi 1/
36 2/
363/
36 4/
36 5/
366/
365/
364/
363/
36 2/
36 1/
36

{
1
pourx=2,
12
36
2
pourx=3,
11
36
3
pourx=4,
10
36
P( )=f
X =x (x)= 4
pourx=5,
9
36
5
pourx=6,
8
36
6
pourx=7
36
0 ai
l
leur
s

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage170
 Repr
ésent
onscesr
ésul
tat
sdansundi
agr
ammeenbat
ons.

pi

6/
3
5/
3
4/
3
3/
3
2/
3
1/
3

0 1 8
2 3 4 5 6 7 9 10 11 12 13 Xi

Remar
ques

1°
Lal
oiqui
régi
tlej
etdedeuxdéspourquel
asommedespoi
ntsaménéssoi
t≤12estnor
mal
e

2°i
lpeutsef
air
equel
avar
iabl
eal
éat
oir
eXpr
ennedesv
aleur
sinf
ini
es.Xi
=x1,
x2,
x3,
…,xn-1,
xn,
…

Lespr
obabi
l
itésassoci
éesàchacunedesv
aleur
sXi
(1,
2,
3,
4,
…)sontr
epr
ésent
ésdansl
etabl
eau
sui
vant:

xi x1 x2 x3 … xn-1 xn

pi p1 p2 p3 … pn-1 pn

∑pi=1
i=1

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage171
3°Lapr
obabi
l
itédel
avar
iabl
eal
éat
oir
eXestaussi
appel
éel
adensi
tédepr
obabi
l
iténot
éef
(x)

{
p pourx=xi
(
fx X =xi)= i
)=P(
0 ai
l
leur
s

Exempl
es

1.Lor
sd’
unj
etd’
unepi
ècedemonnai
enonpi
pée(
càdbi
enéqui
l
ibr
ée)
,lav
ari
abl
eXnepeut
pr
endr
e que deux év
ent
ual
i
tés pi
l
e ou f
ace auxquel
l
es on associ
eles pr
obabi
l
ités
d’
appar
it
ion½.Quel
l
eestl
adensi
tédepr
obabi
l
ité(
ddp)

{
1
pourx=pi
le,
face
(
fx X =xi)=2
)=P(
0 ai
ll
eur
s

2.Lor
sd’
unj
etd’
undébi
enéqui
l
ibr
é,l
avar
iabl
eXpeutpr
endr
e6év
ent
ual
i
téspossi
bles:
1,
2,
3,
4,
5,
6.Auxquel
l
esonassoci
elapr
obabi
l
ité1/
6.Quel
l
eestl
adensi
tédepr
obabi
l
ité.

{
1
pourx=1,
2,3,
4,
5,
6
(
f X =xi)=6
x)=P(
0 ail
l
eurs

Concl
usi
on

Legr
aphi
quedel
afonct
iondepr
obabi
l
itéd’
unj
etd’
undéestunef
onct
ionconst
ant
epar
all
èleà
l
’
axeOX.

2°Var
iabl
econt
inueetf
onct
ionetf
onct
ionder
épét
it
ion

Unev
ari
abl
econt
inueestcel
l
equi
prendl
esv
aleur
sd’
uncer
tai
nint
erv
all
e.
Si[
a,b]estun i
nter
val
l
e consi
dér
é etque X pr
end des v
aleur
s de [
a,b]
,la pr
obabi
l
ité
P(
a≤X≤b)
=P(
x≤b)
-P(
x≤a)

P(
a≤X≤b)=F(
b)-
F(a)

End’
aut
rest
ermesP(
X≤b)
=P(
x≤a)
+P(
a≤x≤b)

Cet
tef
ormul
eestd’
appl
i
cat
ionsi
onut
il
isel
esi
nter
val
l
essui
vant
s:[
a,b]
,
[a,
b],
[
a,b]

1°]
a,b[:
P(x<b)=P(
x<a)+P(
a<x<b)
I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage172
2°]
a,b[
:P(
(a<x≤b)=P(
x≤b)
-P(
x<a)
3°[
a,b]
:P(
a≤x≤b)
=P(
x≤b)
-P(
x≤a)
Remar
ques

P(
a≤x≤b)=P(
x≤b)
-P(
x≤a)=F(
b)-
F(a)

P(
a≤x≤b)=∫
b
fx)
( dx
a

Pr
opr
iét
ésurl
afonct
ionder
épar
ti
ti
on

1)F(
x)=P(
X≤n)

2)F(
+ )
=1

3)F(
- )
=0

4)F(
x)estunef
onct
ioncr
oissant
edel
avar
iabl
eal
éat
oir
eX

Repr
ésent
ati
ongr
aphi
quedel
afonct
ionder
épar
ti
ti
on.

F(
x)

0 x
Danscecasoùl
esv
aleur
sdeXsontcompr
isesent
re-et+ .

Dansl
ecaoùl
esv
aleur
sdeXset
rouv
entent
reaetb,
laf
onct
ionder
epar
ti
ti
onsepr
ésent
ecomme
sui
te:

F(
x)
1

X
a 0 b

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage173
Remar
que:
Laf
onct
ionder
épar
ti
ti
ons’
appl
i
queaussi
auxv
ari
abl
esal
éat
oir
edi
scr
ète.

Exempl
e:Et
abl
i
rlaf
onct
ionder
épar
ti
ti
ond’
unev
ari
abl
eal
éat
oir
edontl
apr
obabi
l
itéparl
etabl
eau
sui
vant:

Xi 1 4 6

Pi 0,
25 0,
30 0,
45

∑pi=0,25 +0,30 +0,45 =1

i=1

P(
x<1)
=0

P(
x<4)
=0,
25

P(
x<6)
=0,
25+030=0,
55

P(
x≤6)
=0,
25+0,
30+0,
45=1

Repr
ésent
ergr
aphi
quementcesdi
ff
érent
esder
épar
ti
ti
on

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage174
 F(
x)
1

0,
95

0,
90

0,
85

0,
80

0,
75

0,
70

0,
65

0,
60

0,
55

0,
50

0,
45

0,
40

0,
35

0,
30

0,
25

0 1 2 3 4 5 6 7 8
x

Remar
que:

1.Quel
quef
oisl
aloidepr
obabi
l
itéd’
unef
onct
ionv
ari
abl
eal
éat
oir
eaumoy
end’
unev
aleur
posi
ti
vef
(x)

2.Laf
onct
ionf
(x)estaussiappel
éel
adensi
tédepr
obabi
l
ité(
ddp)quiestl
adér
ivéedel
a
f
onct
ionder
épar
ti
ti
onF(
x)c-
à-dF’
(x)
=f(
x)

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage175
 3.E(
x)=m

Lesmoment
sd’
unel
oidepr
obabi
l
ité

Espér
ancemat
hémat
ique

L’
espér
ancemat
hémat
iqued’
unev
ari
abl
eal
éat
oir
eXestl
emomentcent
réd’
ordr
e1.

Soi
tXpr
enantl
esv
aleur
sXi
(i
=1,
2,
3,
4,
…,n)auxquel
l
esonassoci
elespi

L’
espér
ancemat
hémat
iquedel
avar
iabl
eal
éat
oir
eXestdonnéepar:

1ercasdi
scr
et

E( ∑
x)= pi
Xi
i=1

Lav
ari
abl
eal
éat
oir
eXestunesui
tef
ini
edesv
aleur
s

E(
X)= Xi∑
i=1

Lav
ari
abl
eal
éat
oir
eXestunesui
tei
nfi
niedesv
aleur
s

Remar
que

pi=P( )=f
X =xi (xi
)

E(
X)=m

2°cascont
inu

∫
b
E(
X)= xf
(x)
dx
a

+∞
E(
X)= ∫f(x)dx
-
∞

Remar
que

Lav
ari
abl
eX-
E(X)estunev
ari
abl
ecent
rée.

E(
X-E(
X))=E(
X)-
E(E(
X) =E(
X)-
E(X)=0

Momentd’
ordr
ek

Onappel
l
emomentd’
ordr
ekdel
aloidepr
obabi
l
itédel
avar
iabl
eal
éat
oir
eXestl
’
espér
ance

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage176
mat
hémat
iquenot Xk)
éeE(

1ercasdi
scr
et

E( k
X)= Xi.
k
∑
pi
i=1

E(
X)= Xi
k k
.∑
Pi
i=1

2èmecascont
inu

∫
b
E(
Xk)= Xkf
(x)
dx
a

+∞
E(
Xk)= ∫Xf(x)dx
-
∞
k

3°For
mul
esder
écur
rencedansl
ecasdi
scr
et

X)=∑n
E( i=1Xi
Pimomentd’
ordr
e1

n 2
X2)=∑i=1xi
E( momentd’
Pi ordr
e2

n 3
X3)=∑i=1xi
E( momentd’
Pi ordr
e3

n
E(
Xk)=∑i=1Xi
k
momentd’
Pi ordr
en

4°For
mul
esder
écur
rencedansl
ecascont
inu

+∞
X)=∫
E( -∞ xf
(x)
dxmomentd’
ordr
e1s

+∞
X2)=∫
E( -∞ xf
(x)
dxmomentd’
ordr
e2

+∞
X3)=∫
E( -∞ xf
3
( dx
x3) momentd’
ordr
e3

+∞
k x
Xk)=∫
E( -∞ xf
()dxmomentd’
ordr
ek

Lemomentcent
réd’
ordr
ekestdonnéparl
’
expr
essi
onsui
vant
e:

k k
E[
X-E(
x)] =E(
X-m)

E(
X- k
m) =∑n
i=1(
Xi-
m)k
pi
dansl
ecasdi
scr
et

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage177
 +∞
∫
-∞ (X-
m)k
fx)
( dxdansl
ecascont
inu

Remar
que:

1.Lar
aci
necar
rédel
avar
ianceestposi
ti
veetpor
tel
enom del
’
écar
t-
type.

2.Lav
ari
anceestl
emomentcent
réd’
ordr
e2c-
à-d:

2 2
E(
X-E(
X) X2)(
=E( -E(
X))

3.E(
C)=C.C’
estuneconst
ant
e.

Appl
i
cat
ion

Mont
rerqueE(
X-E(
X)2
) X2)-
=E( E(E(
X)2
) =52

2
σ2 =E(
X-E(
X))

X2-
=E( 2XE(
X)+(
E(X)
)2
)

2 2
X2)-
=E( 2(E(
X)) +(
E(X)
)

=E(
(X2)-
(E(
X)2
)

4.E(
CX)=(
ECX)

5.V[
C(X)
]=C2V(
X)=C252

Var
iabl
esal
éat
oir
esi
mul
tanées

SiXetYsontdeuxv
ari
abl
esal
éat
oir
esi
ndépendant
esounon,l
’
espér
ancemat
hémat
iquedel
eur
sommeestégal
eàl
asommedesespér
ancesmat
hémat
iquessurchacuned’
el
les,
c-à-
d:

1°E(
X +Y)=E(
X)+E(
Y)

V(
2° X +Y)=V(
X)+V(
Y)

Appl
i
cat
ion

Vér
if
ierqueE(
X +Y)=E(
X)+E(
Y)

n m

E(
X +Y)= ∑∑(xi-yi).Pi
i=1j=1

=∑m xi j+∑n m
j=1Yj
Pij
i=j=1 Pi i=1∑

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage178
 =∑n Xi m
j=1Y
j+∑m ∑m
ji=1Pi
j
i=1 ∑j=1Pi

=∑n XiPi+∑n
j=1Yj
Pj
i=1 .

=E(
X)+E(
Y)

EXERCI
CES.

1)Laf
onct
iondepr
obabi
l
itéd’
unev
ari
abl
eal
éat
oir
eXestr
epr
ésent
éeparl
etabl
eausui
vant:

X 1 2 3

f
(X) ½ 1/
3 1/
6

a)Const
rui
reunet
abl
edel
afonct
ionder
épar
ti
ti
ondeX.

b)Tr
acerl
egr
aphedecet
tef
onct
ion

Sol
uti
on

Tabl
edel
afonct
ionder
épar
ti
ti
on

P(
X <1)=0

P(
X <2)=1/
2

P(
X <3)=5/
6

P(
X ≤3)=1

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage179
 Gr
aphe

F(
x)

5/
6

4/
6

3/
6

2/
6

1/
6

0 1 2 3 4 5 6 X

Echel
l
e:1/
6……1cm

2)Tr
ouv
erl
atabl
ededi
str
ibut
ionder
épar
ti
ti
onetl
egr
aphecor
respondantaut
abl
eausui
vant:

X 1 2 3 4

f
(X) 1/
8 3/
8 3/
8 1/
8

a)Tabl
edel
afonct
ionder
épar
ti
ti
on

P(
X <1)=0

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage180
 P(
X <2)=1/
8

P(
X <3)=1/
2

P(
X <4)=7/
8

P(
X ≤4)=1

b)Gr
aphedel
afonct
ionder
épar
ti
ti
on

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage181
 F(
x)

7/
8

6/
8

5/
8

4/
8

3/
8
X

2/
8

1/
8

0 1 2 3 4 5 6 7

Echel
l
e

1/
8=1cm

3)Enut
il
isantl
etabl
eaupr
écédent
,dét
ermi
nerl
apr
obabi
l
ité:

1 3 4 1
a.P(
1≤X <3)= + = =
8 8 8 2

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage182
 3 1 4 1
b.P(
X ≥3)= + = =
8 8 8 2

c. P(
X >4)=1

4)Lapr
obabi
l
itéd’
unev
ari
abl
eal
éat
oir
eest:

{
e-3xpourx>0
C.
(
fx)=
0 ai
l
leur
s

a)Cal
cul
erl
aconst
ant
eC

x>0→ ]
0,+∞[

+∞

∫e dx=1
0
-
3x

+∞
C ∫e dx=1
0
-
3x

Posonsu=-
3x

du
du=-
3dx→dx=-
3

Pourx→0 u→0

si
x→ u→ -
∞

-
∞
-
C ∫ed3u =1
0
u

C0 u
∫
3 -∞
edx=1

C 0 -∞
e-
[ e ]=1
3

C C
1-
[ 0]=1→ =1→C =3
3 3

b)Cal erP(
cul 1<X <2)apr
èsav
oirdét
ermi
nél
aval
eurdeC.

∫
2
P(
1<x<2)= 3e-3xdx
1

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage183
 ∫
2
=3 e-3xdx
1

du
Posonsu=-
3x du=-
3dx →dx=-
3

Pourx→1 u→ -
3

x→2 u→ -
6

∫
-
6
1<x<2)=- eudu
P(
-
3

1 1
∫
-3
= eudu=e-3-
e-6 = 3-6
-6 e e

5)Ladensi
tédepr
obabi
l
itéd’
unev
ari
abl
eal
éat
oir
eXestdonnéepar

C.
x2pour1≤x≤2

f
(x)=CXpour2≤x≤3

0ai
l
leur
s

a)Ev
aluerl
aconst
ant
eC.

∫
exdx+∫
2 3
CXdx=1
2
1 2

∫ ∫
2 3
C x2dx+c xdx=1
1 2

x3 x2
[
C ]+[
C ]=1
3 2

81 94
( ) ( )
C - +C - =1
33 22

7 5
( )
C + =1
3 2

29 6
C =1 →C =
6 29

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage184
 1 3
b)Cal
cul
2 2 ( )
erP <x< sachantquef
(x)=Cx3

1 3 6 x4
( )∫ []
3/
2
P <x< = Cx3dx=
2 2 1/
2 294

6 81 1 480
[ ]- =
29 4 64 1856

1 3 120 60
2(
P <x< = = )
2 464 232

1 15
P( <x<
2 58

6.Dét
ermi
nerCpourquel
afonct
ionsui
vant
esoi
tunedensi
tédepr
obabi
l
ité

f
(x)=C(
1- pour0≤x<1
x2)

0ai
l
leur
s

Pourquef
(x)soi
tunef
onct
iondepr
obabi
l
ité,
ilf
auteti
lsuf
fi
tque:

∫
1
C(
1-x)
dx=1
2
0

∫ ∫
1 1
C dx-
C x2dx=1
0 0

C[
x-x3]=1

1 2 3
[ ]
C1- =1→ C =1→C =
3 3 2

7.Enpar
tantdel
’
exer
cicepr
écédent
,dét
ermi
nerE(
x)etV(
x)

3
∫
1
x)=
a)E( x(
1- dx
x) 2
20

31
∫
= (
20
x3)
x- dx

3x2 x4
=[ -]
22 4

31 1 32
[ ]
= - =.
22 4 28

3
x)=
E(
8
I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage185
 x)=E(
b)V( x2)[
-E(
x)2
]

13
E(
02
∫
x2)= x2(
1-x2)
dx

31 2 4
∫
= (
20
x)
x- dx

3x3 x5
=[ -]
23 5

31 1
= [ -]
23 5

32
=.
215

1
E(
x2)=
5

x)=E(
V( x2)( x)
-E( 2
)

1 9
=-
5 64

64-45
=
320

19
x)=
V(
320

8. Onef
fect
ueuneexpér
iencedansl
aquel
l
el’
événementApeutêt
rer
éal
i
séav
ecl
apr
obabi
l
ité
pdesuccès.Lav
ari
abl
eal
éat
oir
eXpeutpr
endr
edeuxév
ent
ual
i
tés0et1(
1:succès,0:
échec)
.Tr
ouv x)
erE( x)
etV( .

x={
0,1}

0:
échec 1-
p =q

succès →p
1:

X 0 1

Pi p q

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage186
 1

x)= xi
a)E( .∑
pi=x0p +x1p1
i=1

=0.
q +1.
q

x)=p
E(

x)=E(
b)V( x2)( x)
-E( 2
)

E( 2 2
x)= xi.∑ p +x12.
pi=xo2.
i=0
p

=0.
q +1.
p

=p

E(
x2)=p

x)=p-
V( p2 =p(
1-p)

=p-
q

9.Tr
oiscoupsdef
eui
ndépendant
ssontt
ir
éssuruneci
ble,l
apr
obabi
l
itéd’
att
eindr
elaci
ble
av
ecchaquecoupestde0,
4.Soi
tlav
ari
abl
eXr
epr
ésent
antl
enombr
edescoupsr
eçus.
Tr
ouv
erl
avar
iabl
eetl
’
espér
ancemat
hémat
iqueét
antdonnéquel
adensi
tédepr
obabi
l
ité
x=n)=Cx
estdonnéeparP( npq
x n-
x
av
ecn≥x(
ladensi
tédepr
obabi
l
itédel
aloi
binomi
ale.

Sol
uti
on

N=3

Rév
énement
sder
éussi
rlecoup

E:
événementd’
échouerl
ecoup

Di
ff
érent
essi
tuat
ions

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage187
 {
P(
RRRx=3, x=3)=C3
3(0,
4)3
(0,
6)0
=(
0, 3
4) =0,
064

RRE
P(
RERx=2, x=2)=C2
3( 4)
0, 2
( 6)=3(
0, 0, 2
4)( 6)=3(
0, 0,16)
( 6)=0,
0, 288
ERR

REE
1 1 2
EREx=1,P(
x=1)=C3(0,
4) (0,
6) =3(
0,4)
( 36)=0,
0, 432
EER

x=0)=C0
EEEx=0P( 3( 4)
0, 0
(0,
6)2
=(
0,4)
( 6)
0, 3
≈0,
216

Cal
cul
del
’
espér
ancemat
hémat
ique

X 0 1 2 3

P(
X=x)0,
216 0,
432 0,
288 0,
064

∑X =xi)=x0P(
x)= xiP(
E(
i=0
X =x0)+x1P( X =x2)+x3P(
X =x1)+x2P( X =x3)

x)=0(
E( 0,216)+1(
0,432)+2(
0,288)+3(
0,064)

x)=0 +0,
E( 43 +0,
576 +0,
192

x)=1,
E( 2

Cal
cul
denav
ari
anceV(
x)ouσ2

x)=E(
V( x2)( x)
-E( 2
)

E( ∑
x)= xi
2
P( )=(
X =xi
i=0
0)2
(
. 216)+(
0, 1)2
( 432)+(
0, 2)2
( 288)+(
0, 3)2
(0,
064)

E(
x2)=0(
0,216)+1(
0,432)+4(
0,288)+9(
0,064)

=0 +0,
432 +1,
152 +0,
576

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage188
 =2,
16

x)=E(
V( x2)( x)
-E( 2
)

x)=2,
V( 16-
1,44 =0,
72

10.Deuxj
oueur
sAetBj
ouentàt
ourder
ôleav
ecundé.Lej
oueurAchoi
sitl
epoi
ntpouretmet
enj
eu50F.l
ejoueurBchoi
sitl
echi
ff
rei
mpai
retmetenj
eu50F.l
ami
set
otal
eét
antde100
F.Cal
cul
erl
’
espér
ancemat
hémat
iquet
otal
e.Quandest
-cequel
ejeupeutêt
reconsi
dér
é
commeéqui
tabl
e.

Sol
uti
on

Soi
entxA l
ami
seduj
oueurA=50F

xBl
ami
seduj
oueurB=50F

xl
ami
set
otal
e=100F

50 1
X =xa)=P(
P( x=50)= =
100 2

50 1
X =xB)=P(
P( x=50)= =
100 2

x1)=x1P( 1
E( X =x1)=50. =25F
2

x2)=x2P( 1
E( X =x2)=50. =25F
2

x)=x1P(
E( X =x2)=25F +25F =50F
X =x1)+x2P(

Lej
euestéqui
tabl
elor x)estégal
squeE( eàl
ami
set
otal
equi
estde100F.

11.Enachet
antunbi
l
letdel
oter
ie,
onpeutgagnerunl
otde5Foude10Fav
ecl
espr
obabi
l
ités
de0,
6et0,
1.Cal
cul
erl
apr
obabi
l
itédenepasgagnerunl
ot.Quel
l
essontl
’
espér
ance
mat
hémat
iqueetl
avar
iance?

Sol
uti
on

Soi
tXl
avar
iabl
eal
éat
oir
erepr
ésent
antl
egai
ndul
ot.

P(
X =5)=0,
6

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage189
 P(
X =10)=0,
1

P(
X =5)+P(
X =10)=0,
6 +0,
1 =0,
7

P(
X =0)=1-
P(X =5)-
P(X =10)=1-
0,7 =0,
3

X 0 5 10

P(
X=x) 0,
3 0,
6 0,
1

x)= xi
a)E( P(∑
X =xi
i=1
)

x)=x1P(
E( X =x2)+x3P(
X =x1)+x2P( X =x3)

x
E()=0(
0,3)+5(
0,6)+10(
0,1)

x)=0 +3 +1 =4
E(

x)=4F
E(

X2)=E(
b)E( x2)( x)
-E( 2
)

E( 2 2
x)= xi∑
P(
X =xi
i=1
)

X =x1)+x22P(
x12P(
E( X =x2)+x32P(
X =x3)

2 2
E(
x2)=(
0) ( 3)+52(
0, 0,6)+(
10)(0,
1)

E(
x2)=0.
( 3)+25.
0, ( 6)+100.
0, ( 1)
0,

E(
x2)=0 +15 +10 =25

x)=E(
V( x2)( x)
-E( 2
) =25-
16 =9

12.Unel
oter
iedi
str
ibue200bi
l
let
sde25F,
20bi
l
let
sde125Fet5bi
l
let
sde500Fensupposant
que10.
000bi
l
let
sontét
évendus.Quelestl
epr
ixmi
nimum pourquel
’
organi
sat
ionsoi
t
f
inanci
èrementéqui
tabl
e.Dét
ermi
nerl
’
espér
ancemat
hémat
ique.

Sol
uti
on

200l
otsde25F=5000F

20l
otsde125F=2500F

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage190
 5l
otsde500F =2500F

TOTAL:
10.
000F

Soi
tXl
avar
iabl
eal
éat
oir
erepr
ésent
antl
emont
antdechaquel
ot.

5000 1
P(
X =25)= =
10.000 2

2500 1
P(
X =125)= =
10.000 4

2500 1
P(
X =500)= =
10.000 4

1 1 1
E(
X)=25. +125. +500.
2 4 4

50 +125 +500
= =163,
75F
4

13.Enachet
antl
ebi
l
letdel
oter
ie,onpeutgagnerunl
otde5000Foude10.
000Fav
ecl
es
pr
obabi
l
itésr
espect
ivesde0,
006et0,
001.Quel
estl
epr
ixdebi
l
let
sdansl
’
hypot
hèsed’
unj
eu
équi
tabl
e.

Soi
tXl
avar
iabl
eal
éat
oir
erepr
ésent
antl
emont
antdul
otàgagner
.

1 =
x 5. X =x1)=0,
000F→P( 006

x2 =10. X =x2)=0,
000F→P( 001

X)= xi
E( .∑
P(X =xi)=x1P(
i=1
X =x1)+x2(
X =x2)

E(
X)=5000.
0,006 +10000.
0,001

E(
X)=30 +10

E(
X)=40F

14.Dansuneaf
fai
re,onpeutgagner3000Fav
ecl
apr
obabi
l
itéde0,
6ouper
dre1000Fav
ecl
a
pr
obabi
l
itéde0,
4.Quel
l
eestl
’
espér
ancemat
hémat
iquedubénéf
ice.

Sol
uti
on

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage191
 Xl
avar
iabl
eal
éat
oir
erepr
ésent
antl
emont
antàgagnerouàper
dre.

P(
X =3000)=0,
6

P( 100)=0,
X =- 4

E( ∑
P(
X)= xi
. X =xi)=3000.
i=1
( 6)-
0, 1000.
(0,
4)

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage192
 CHAPI
V. ESPERENCEMATHEMATI
QUEET CARI
ANCED’
UNEVARI
ABLEALEATOI
RE
MOMENTSD’
ORDREk

I
V.1. Esper
ancemat
hémat
iqued’
unev
ari
abl
est
ati
sti
que

1.v
ari
abl
edi
scr
ète

Soi
tlet
abl
eauci
-apr
ès

xi x1 x2 x3……… xn TOTAL

P(
X=xi) p1 p2 p3 ……… pn 1
n
E(
X) x1.p1 x2p2 x3p3 ………xnpn
∑x.p
i=1
i i

E(
X)=∑n xi.
pi
i=1
c’
estl
asommedespr oduit
sXipi pi∈[ 0,
1]
l
esxisontl
esv al
eur
sentièr
esdelav ar
iabl
eXdiscr
ète.
Sil
esxi<0,E(
X)<0etpeutêtr
econsidéréecommeunepert
e
sil
esxi>0,
E(X)>0etpeutêtreconsi
déréecommeunbénéfice

Remarquonsqu’
unev
ari
abl
est
ati
sti
queestdi
tedi
scr
ètel
orsqu’
el
lenepr
endquel
esv
aleur
s
ent
ièr
es.

2.Var
iabl
econt
inue

Unev
ari
abl
eXestdi
tecont
inuel
orsqu’
el
lepr
enddi
ff
érent
esv
aleur
sd’
uncer
tai
nint
erv
all
e.

Si
X∈[
a,b]ou]
a,b]ou[
a,b[ou]
a,b[
,l
’espér
ancemat
hémat
iquedeXest:

E( b
X)=∫
axf
(x)
dxOùf
(x)estl
adensi
tédepr
obabi
l
itéoul
aloi
depr
obabi
l
ité.

Si ∞,+∞[,
X∈]- l’
esper
encemat
hemat
iquedeXest
:E( b
X)=∫
axf
(x)
dx

Remarque: pourquef
(x)soi
tconsidér
écommeunel oi
depr
obabi
l
itéi
lfautque:
E(X)=∫b
axf
(x)dx =1siX∈[a,
b ];
]a,
b ];
[a,
b [;
]a,
b [
+∞
X)=∫
E( -∞ xf
(x)
dx =1Si
X∈]-
∞ ,+∞[

I
V.2. Var
ianced’
unev
ari
abl
est
ati
sti
que

1.Var
iabl
edi
scr
ète

Pardéfi
nit
ionl
avarianced’
unevari
ablest
atisti
queestunparamètr
ededispersi
oncar
el
lenousrensei
gnesurlafaçondontlesvaleur
ssontdisper
séesouconcentr
éesautour
delaval
eurcentr
alequiestl
amoy ennearit
hmét i
que.

x2)–( 2
V(
x)=E( E(x)
)

Av
ecE(
x)=∑n xipi
i=1

x2)=∑n x
E( 2
.pi
i=1 i

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage193
 2.Val
eurcont
inue

x2)–( 2
V(
x)=E( E(x)
)

x)=∫
ecE(
Av b
axf
(x)
dxetE(
x2 b2
)=∫
axfx
()dx

Lavari
ancedel
avar
iabl
est
ati
sti
queXpeutêt
reaussi
dét
ermi
néeparl
afor
mul
e
sui
vante:
2
V(
X)=E(
X-E(
X)) oùX-
E(X)estl
avar
iabl
ecent
rée.

Véri
fi
cat
ion
2
V(X)=E(X–E( X)
)
X2 – 2XE( 2
=E[ X)+( E(
X)) ]
2 2
=E(
X)–2E( X)E(X)+E( E(X))
2 2 2
=E(
X) –2(E(X)) +(E(X))
X2)–( 2
V(X)=E( E(X))

3.Pr
opr
iét
éssurl
’
espér
ancemat
hémat
iqueetl
avar
iancedel
avar
iabl
est
ati
sti
queX

a)=a
1.E(

2.E(
aX)=aE(
X)

3.E(
anX)=anE(
X)

4.E(
X ±Y)=E(
X)±E(
Y)

5.E(
X.Y)=E(
X)E(
. Y)

a)=a2
6.V( a=Const
ant
e

7.V(
aX)=a2V(
X)

anX)=a2nV(
8.V( X)
2
9.V( X2)(
X)=E( -E(
X))

I
V.3.Moment
sd’ordr
ek
l
esmomentsd’or
dreksontl
esespér
ancesmat
hémat
iquesd’
or ekdel
dr afor
me:

a.Var
iabl
edi
scr
ète

Xk)=∑n
E( xkpxi)i
i=1 i ( =1,
2,
3,
4,…k

f
ormul
eder
ecur
renceSik=1,E(X)=∑n xpav
i=1 i i ecpi=p(
xi):
momentd’
ordr
e1qui
est
l
’
espér
ancemathémat
iquedelavar
iablest at i
sti
quex
n
Si E(
k=2, X2)=∑i=1xi2pimomentd’
odr
e2
n
Si E(
k=3, X3)=∑i=1xi3pimomentd’
odr
e3
n
Si E(
k=4, X4)=∑i=1xi4pimomentd’
odr
e4

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage194
 Si E(
k=m, Xm)=∑n
i=1xi p
m
momentd’
i odr
em

Exempl
e

1.Soi
tladensi
tédepr
obabi
l
itédel
aloi
deCAUCHY

{
k
(
fx)=π(
1 +x2)pourx≥0
0ai
ll
eurs

- Dét
er nerk
mi

- Dét
er nerE(
mi x)

a.Lavaleurdekser
adet erminerenv
eri
fantquef
i (x)estuneddp
+∞
fx)estuneddpssi
( ∫0 f (x)dx =1

k k +∞ dx ∞ =1k(
∫+∞
dx =1 ∫ =1k[
arct
gx] arct
g∞ -
arct
g0)=1
0
π(
1 +x) 2π (
0
1 +x) π
2
0 π
kπ k
π2( )
-0 =1 =1 =>k=2
2

{
2
Laf
onct
ionf
(x)dev
ientπ(
1 +x2)∀x≥0
0ai
l
leur
s

2x 2 ∞ xdx
∞
x)=∫
b.E( 0
π(
d
1 +x2)
x E(
x)=
π 01 +x2 ∫
Posonsu=1 +x2 du =2xdxsi
x→0 u→0x→ u→

1 ∞du
x)=
E( ∫
π0 u

1 ∞ 1l
E(
x)= [
lnu] =π(n∞ -
ln0) =∞ -
∞ For
mei
ndét
ermi
née
π 0

x)
E( n'exi
stepas;
V(x)nùexi
stepasaussi

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage195
 {
p.
qk
2.Soi
tladdpdéfi
nieparP[
x=k]= si
k=1,
2,
3,…
0ail
leur
s
x=kestunev ar
iabl
edi
scr
etedefi
nie
Det
erminerE(
x)

x)=∑∞
E( k=1kp.
qkE(x)=p∑∞
k=1k.
qh E(
x)=p( q +2q2 +3q3 +4q4 +… +nqn)
d
x)=pq(
E( x)=pq (
1 +2q +3q2 +4q3 +… +nqn-1)E( q +q2 +q3 +… +qn-1)
d
d 1
E(
x)=pq
dq1- q ( )
d 1 q q
x)=pq [
E( 1-
( x)=pq(-
q)-1]E( 1)q-
( 1)-2(-
1)E(
x)=pq E( x)=
x)=p 2 E(
dq 1-
( q)2
p p

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage196
 Chap.V.LESLOI
SSTATI
STI
QUES

Lesl
oisstat
ist
iquesontét
éétabl
i
esàparti
rdedif
fér
ent
stypesdevari
abl
e.I
lexi
stedeux
t
ypesdevar
iabl
esauxquell
esnouspourr
onsessayerl
esl
oisdepr
obabil
i
té.

Lesdeuxt
ypesdel
oissont:
lesl
oisdi
scr
ètesetl
esl
oiscont
inues

1.Loi
sdiscrèt
es
cesontlesl
oisassi
gnéesauxv ar
iabl
esdi
scr
ètes.
Lesty
pesdesl oi
sdiscr
ètessont:

- Lal
oideBERNOUI
LLI

- Lal
oibi
nomi
ale

- Lal
oidePascal
oul
aloi
géomét
ri
que

- Lal
oibi
nomi
alenégat
ive

- Lal
oidepoi
sson

- Lal
oimul
ti
nomi
ale

- Lal
oihy
per
géomét
ri
que

2.Loi
scontinues
cesontdesloi
sassi
gnéesàdesv ar
iabl
escont
inues.
l
esdiff
érentst
ypesdel
oiscont
inuessont:

- Lal
oinor
mal
eoul
aloi
symét
ri
queoul
aloi
deGAUSS

- Lal
oiuni
for
me

- Lal
oigamma

- Lal
oibet
a

- Lal
oiexponent
iel
l
e

- Lal
oikhi
-deuxoul
oikhi
-car
ré

V.
1.l
oisdi
scr
ètes

1.Loi
deBer
noui
l
li

Lal
oideBer nouil
li
vientdunom del
’
invent
eurBERNOUILLIquil
’
avai
ténoncée.C’estune
l
oiquiestassignéeàunev ar
iabl
edi
tedeBernoul
li
quiprenddeuxévent
uali
tés:succès
ouéchec.

Onassi
gneàcesdeuxév
ent
ual
i
tésdeuxv
oleur
s0et1.

Sil
’
évènementAestréal
i
sé,l
av ar
iabledeBernoull
iprendl
aval
eur«1»quicorrespond
ausuccès.Dansl
ecascont
rai
re,ell
eprendlavaleur«0»quicor
respondàl
’échec.

Exempl
e

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage197
 Soi
tlal
oideBer
noul
l
idonnéeparsaddpsui
vant
e:

{
psix=1
(
fx)=0si x=0
0ai
l
leur
s

Lavari
abl
edeBernoul
liestdéfi
niedel
amani
èresui
vant
e:x={
0,1}
l
avaleur«0»cor
respondàl ’
échec
l
avaleur«1»cor
respondausuccès

Dét
ermi
nat
iondeE(
X)etV(
X)

TOTAL

xi 0 1
1

pi q p ∑p =1
i=0
i

xi2 02 11
1

E( ∑
X)= xipi
i=0
0.
q 1.
p 0.
q +1.
p =p

E( ∑
X)= xi2pi
2

i=0
02.
q 12.
p 0.
q +1.
p =p

a.
E(
X)=∑1 xpi =x1p1 +x2p2 E(
i=0 i X)=0. p =pE(
q +1. X)=p
2
b)V(
X)=E( -E(
X2)( X)) p2 V(
=p- 1-
X)=p( p)V(
X)=p.
q

Exempl
e

1.PourmonsieurFranck,sil
afemmemetaumondeungar
çon,
c’estpourl
uiunsuccès.Dans
l
ecascontraire,
c’estunéchec.
a.Quelestletypedev ar
iabl
e
b.Donnerl
af oncti
onassignéeàcet
tev
ari
abl
e
a)x={
f,
g}
Eav
ènementd’
avoi
rungar
çon
g}
E ={

Onassi
gneal
’
obt
ent
iondugar
çonl
aval
eur«1»

Fév
ènementd’
avoi
runef
il
le
F ={
f}

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage198
 Onassi
gneal
’
obt
ent
iondel
afi
l
lel
aval
eur«0»

{
1si
x=g
P(
E)=1;
P(F)=0x=0six=f
0ai
l
leur
s

{
psi
x=1
b)f
(x)=qsi
x=0
0ai
l
leur
s
2.Onjet
teundéuneseul
efoi
s,quel
l
eestl
apr
obabi
l
itéd’
obt
eni
r4.Donnerl
addpassi
gnea
l
’év
ènementd’
obt
enirl
echi
ff
re4
Ω ={
1,2,
3,
4,6}#Ω =6
5,

A:
évènementd’
obt
eni
rlechi
ff
re4

{
1
si
x=4
6
#A 1
A ={ A)= = f
4}#Ω =1P( x)= 5
(
#Ω 6 six=1,2,
3,
5,
6
6
0ail
leur
s

{
1
six=1
6

{
1si
x=4
Ouencor
elav
ari
abl
edeBer
noul
l
iestX = (
fx)=5
0six=1,
2,
3,
5,
6 si
x=0
6
0ai
l
leur
s

2.Loi
Binomi
ale

C’estunegénéral
isati
ondelaloideBer
noui
l
li
.Aut
rementdi
tsi
lav
ari
abl
edeBer
noul
l
iser
épèt
en
fois,
ell
edevientl
av ari
abl
ebinomial
e.

Lavar
iabl
edel aloi
binomi
aleestcel
l
edeloideBernoul
l
isecar
act
éri
santparl
’
échecoul
esuccès
dansuneséquencedenépreuvesounséquences.

Sil
avari
ableYestlasommedesv
aleur
sxidel
avar
iabl
edeBer
noul
l
irépét
éenf
oisapr
èsn
épr
euvesident
iques,
onaur
a:

Y =X1 +X2 +X3 +… +Xn av

ecX1 =X2 =X3 =… =Xn =XE(Y)=E(X1 +X2 +X3 +… +Xn)
'
X1)+E(
=E( X2)+E(X3)+… +E(Xn)E(Y)=nE(X)orE( X)=p doùE(Y)=np

I
lenestdemêmedev ari
ance
Y =X1 +X2 +X3 +… +Xn V( X1 +X2 +X3 +… +Xn)V(
Y)=V( Y)=V( X2)+V(
X1)+V( X3)+… +V(
Xn)
V(
Y)=nV( X)V(Y)=n. p.
q

3.Loi
dePASCAL

Lorsquelavar
iabl
edeBernoul
liestsoumiseàuneinf
ini
téd’épr
euv
escaractér
iséespardeux
éventual
i
tés(l
esuccèsoul’
échec),el
ledevi
entaut
omatiquementl
avar
iabledePASCALoul a
I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage199
v
ari
abl
egéomét
ri
que.

SiY caractéri
sel
enombredesuccèsantér
ieur
sauxsuccèsobt
enusapr
èsunei
nfi
nit
éd’
épr
euv
es,
cet
tev ar
iabledev
ientl
avar
iabl
edePascal.

Laddpdel
aloi
dePASCALestdéf
ini
epar

{
pqypoury=0,
1,
2,…
(
fx)=P(
Y =y
)=
0ail
leur

Dét
ermi
nat
iondeE(
Y)etV(
Y)

Av
antdedét
ermi
nerE(
Y)etV(
Y),
ilf
autd’
abor
dvér
if
iersi
f(y
)estuneddp.
∞ ∞

∑f(y)=∑P(Y =y)
y=0 y=0

∞ ∞

y=0
∑f(y)=∑pqy=0
y

1 1 qn
1-
quesi
Remar ∑∞
0<q<1, 1 +q +q2 +q3 +…)=
n=0( 1-
=( q)-1 Sn =1 +q +q2 +… +qn =
1-q1-
q 1-
q
∞
1 p p '
Si
n→ Sn =
1-q
1-
=( q)-1 ∑∞
y=0f
(y)=p∑∞ y
y=0q = 1 +q +q2 +…) =
p(
1-
= Doù, f
q p y=0
y
()=1∑
a)Cal
cul
deE(
Y)

Y)=∑∞
E( y=0
ypqy =p∑∞ qyE(
y=0y 0 +q +2q2 +3q3 +4q4 +…)
Y)=p(
E(
Y)=p(q +2q2 +3q3 +4q4 +…)E(
Y)=pq(1 +2q +3q2 +4q3 +…)
d d
E(
Y)=pq ( q +q2 +q3 +q4 +…)E(
Y)=pq [ (1-q)-1) Y)=pq(-
]E( ( q)-2)
1- (-1)
dq dq
1 q q
E(
Y)=pq E(
Y)=p 2 =>E( Y)=
(1-q)2
p p

b)Cal
cul
deV(
Y)
2 2
V(
Y)=E( -E(
Y2)( Y)) V(
Y)=E[
Y( 1)+Y]-
Y- (E(
Y))

2q3
Mont
rerque E[
Y( 1)
Y- ]= 2
p

4.Loibi
nomi
alenégat
ive

Ladi
stri
but
ionbi
nomi
alenégat
ivecommecel
l
edePASCALaundomai
nedef
(x)depr
obabi
l
ité
i
nfi
nie.

Cet
tefoncti
ondeprobabi
l
itéestpresquei
denti
queàlafoncti
ondePASCALàl aseuledif
fér
ence
quel
adistri
but
ionbi
nomialenégati
venouspermetd’ouv
rirxsuccesapresnepreuvestandi
squela
di
str
ibut
iondePASCALpermetd’ avoi
rysuccèsapr
èsunei nf
ini
téd’
épreuves.

Laddpdel
adi
str
ibut
ionbi
nomi
alenégat
iveestdéf
ini
epar:

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage200
 {
∁x-1pxqn-1 pourx=0,
1,
2,
3,…n
fx,
n,
p
( )=P( )=
X =x n-1
0ai
l
leurs

Remar que1
Laloibinomi
alenégati
veestunel
oiquicomprenddeuxparamètr
esnetpcommel al
oibi
nomial
e.
Pourpasserdelaloibi
nomial
eàlaloibi
nomialenégat
ive,
ilf
autmul
ti
pli
erβ(
n, x
p)par c’
est
-à-
dir
e
n
x
f
(x,
n,
p)=β( n,p)
n

Remarque2

{
x-
∁ 1pxqn-1 ∀n =0,
1,
2,
3,…n
β(n,
p)= n-1 n,
β( p)=( n
p +q) =∑n ∁rpxqn-r
r=0 n
0ai
ll
eur
s
1 1x ∁r-
1pxqr-x
f
(x,
n,
pq( )
p)= - =∑n
r=0
n-
1
TP:
Prouv n,
erqueβ( p)etf
(x,
n,
p)sontl
esddp

Enr
ésumé

Loi
binomi
ale Loi
binomi
alenégat
ive

ddp f x x n-x r-
1 x x-r
( n)=∁pq
x, f
( n)=∁ pq
x,
n x-1
r
E(
X)=np E(
X)=
p

1q q
V(
X)=npq V(
X)=r. =r2
pp p

5.Loi
dePoi
sson

C’estuneapproxi
mat
iondel
aloibi
nomial
el squenestst
or r
ict
ementsuper
ieurà50(
n>50)etl
e
nombr edesuccèsλ=np<18(laprobabi
l
itédesuccèsestt
rèsfai
ble)

End’aut
restermes,onpassedel
aloi
binomi alealaloi
depoi
ssonl
orsquen<50etl
apr
obabi
l
itéde
succèsestfaibl
e.

{
e-λλx
Laddpdel aloidePoi
ssonest:(
fx)= x! pourx=0,
1,
2,…
0ai
l
leur
s

Véri
fionssi fx)estuneddp
(
eλ
-λ x
λx
∑∞
x=0 =1e λ ∞
-
∑x=0 =1e-λeλ =1e0 =1
x! x!

1.Esper
ancemat
hémat
iquedel
avar
iabl
est
ati
sti
queX

e-λλx ∞ x
e-λλx λx
E( ∞
X)=∑ xf
(x)E(
x=0 X)=∑ x ∞
E(
X)=∑x=0
x=0 X)=e-λ∑∞
E( x=0 CP x≥1
x! x(
x- 1)! (x-1)!

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage201
L’
Esper
ancemat
hémat
iqueest:
∞ x-
1
λ-1λx λ
E(
X)=e ∑λ ∞
-
x=1 -
λ(x- 1
1)!
=λe-λ
x=1
( ∑
1)
x- !

λu
Ponsonsu=x-
1Six→1 u→0Si
x→ u→ U)=λe-λ∑∞
E( u=0 U)=λe-λeλ E(
E( U)=λ
u!
Enr
ésumé E(
X)=λ

2.Var
iancedel
avar
iabl
est
ati
sti
queX
2 2 2
V(
X)=E(
X2)-
[E(
X)] V(
X)=E[
X(X-
1)+X]-
[E(
X)] V(
X)=E[
X(X-
1)+E(
X)]-
[E(
X)]

∞ e-λλx ∞
x(
x-1)e-λλx λx
λ ∞
E[
X( 1)
X- =∑
] x=0x(
x -
1) E[
X(X-
1) =∑
] x=0 E[
X(X-
1)]=e-
∑x=0
x! x(
x-1)(
x- 2)! (x-2)!

-
2
λx
λ ∞
λ
CP x≥2E[
X( 1)
X- ]=e ∑ -
x=2 -
2
λ(
x-2)!
e-λ ∞ λx-2
E[
X( 1)
X- ]= -2∑x=1 X(
E[ 1)
X- ]=λ2e-λeλ E[
X( 1)
X- ]=λ2 V(
X)=E[
X(X-
1)+E(
X)]-
[E(
X)2
]
λ ( 2)
x- !

=λ2 +λ-
λ2 V(
X)=λ

Remar
que:
lacondi
ti
onnécessai
reetsuf
fi
sant
epourqu’
unel
oist
ati
sti
quedi
scr
ètesoi
tcel
l
ede
ssonestqueE(
Poi X)=V(
X)=λ
λestl
epar
amèt
redel
aloi
dePoi
sson

6.Loi
hyper
géomét
ri
que

Lal
oihy
per
géomét
ri
queestobt
enueàpar
ti
rdumodedet
ir
ageexhaust
if(
ti
ragesansr
emi
seou
sansr
empl
acement
).
Soi
tuneur enantaboul
necont anchesetbboul
esbl esnoi
rest
elquel
enombr
edeboul
esbl
anches
t
ir
éesdansl
’
ur enantNboul
necont esestaetl
enombr
edeboul
esnoi
rest
ir
éesdansl
’
urne
enantNboul
cont esestb.

a '
a=N.
p→p = :pr
obabi
l
itédet
ir
eruneboul anchedel
ebl urne
N

b ' a b 1
b =N.
q→q = :pr
obabi
l
itédet
ir
eruneboul
enoi
redel
urnep +q = + p +q = (a +b)
N N N N

N
ora +b =N p +q = =1
N

Combi
endemani
èrespeut
-onchoi
sirxbl
anchespar
miesabl
l achesetn-
xboul
esnoi
respar
mis
esbboul
l esnoi
res:
x∁n-
∁. x
ab

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage202
Decombi
enpeut
-onchoi
sirnboul
espar
misl
esNboul ∁n
es:
N

Laddpdel
aloi
hyper
géomét
ri
queestlequot
ientde∁.x∁n-xet ∁n
ab N

{
x∁n-
∁. x
ab
pourn≥x
fN,
( x,
n-x)= ∁n
N
0ail
leurs

Lesl
oishy
per
géomét
ri
queetbi
nomi
aleontl
amêmeespér
ancemat
hémat
iqueetl
esv
ari
ances
di
ff
érent
es.

Loi
binomi
ale Loi
binomi
alenégat
ive

x∁n-x f xpnqn-x
∁. ( )=∁
x,
n
ab
(
fN,
x,
n-x)=
∁n
N

E(
X)=np E(
X)=np

N-
n
V(
X)=npq V(
X)=npq
N-
1

Remar
ques:
N-
n
1. ≤1 ,
c’estl
efact
eurd’
exhaust
ivi
té(
oumodedet
ir
age)
N-
1
n 1
2.Si ≫n,l
erapport →0et →0
N N
n
N 1-( )
M
al
ors,
V(X)=npq X)=npql
V( aloi
hyper
géomét
ri
quet
endv
ersl
aloi
binomi
nal N ≫n
esi
1
N 1-( )
M

7.Loi
mul
ti
nomi
ale

C’
estunegénér
ali
sat
iondel
aloi
binomi
alel
orsquepourchaqueépr
euv
eil
yqpl
usdedeuxr
ésul
tat
s
possi
blesetquel
esexpér
iencessonti
ndépendant
es.Onut
il
iser
aparexempl
eledéqui
a6
al
ter
nat
ivesetonpasser
aparunsondaged’
opi
nionsdepl
usi
eur
scandi
dat
sdonnantpl
usi
eur
sav
is
t
elsque:
oui
,non,
abst
ent
ion,
excel
l
ent
,tr
èsbon,
bon,
mauv
ais,
médi
ocr
e.
I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage203
Nousaur
onsdoncàf
aieàképr
r euv
esi
ndépendant
esapr
èsl
espr
obabi
l
itéssui
vant
es:
p1,,,, pkt
p2p3p4 …, eleque∑k
l p 1
i=1 i =

Ladi
str
ibut
ionmul
ti
nomi
alenousper
metdet
rouv
erl
apr
obabi
l
itéquel
’
évènementA1sepr
odui
sex1
f
oi A2sepr
s; seA2;
odui A3sepr
odui
sex3f
ois;
…;Ansepr
odui
sexnf
ois.
èsnépr
Apr euv
es,
laddpdel
aloi
mul
ti
nomi
aleest:

x1,,,
x2x3…,
xn)= x!
f
( px1.
px2.
px3……pkxk
x2x3…xn!1 2 3
x1!!!

Remar
que:
∑n x ≤n
i=1 i

1.Esper
ancemat
hémat
iquedel
avar
iabl
est
ati
sti
queX
E(
X)=np

2.Mat
ri
cedecov
ari
ance
1-
Cij =npi( pi)Cij =npipj av
eci≠j

V.
2.Loi
scont
inues

Lesl
oiscont
inuessontcel
l
esqui
sontassi
gnéesàdesv
ari
abl
escont
inuesoudesv
aleur
squi
pr
ennentcer
tai
nesv
aleur
sd’
uncer
tai
nint
erv
all
e.
Lesdi
ff
érent
esl
oiscont
inuessont:

1.Loi
uni
for
me
c’
estunel
oidontl
addpest:

{
1
poura<x<b
f
(x)= b-a b ∈R+
a,
0ai
ll
eur
s

a.Esper
ancemat
hémat
iquedel
avar
iabl
est
ati
sti
queX
x
( )
1b 1 x2bE( 1 b2-
a2
x) dxE(
[]
b b
X)=∫
E( ax(
f X)=∫
dxE( a X)= ∫ axdxE(
X)= X)=
b-a b-
a b-axa b-a 2

[ ]
1( a)
b- (
b +a) a +b
E(
X)= E(
X)=
b-
a 2 2

b.Var
iancedel
avar
iabl
est
ati
sti
queX
bx
2
1 b2
V(
X)=E(
X2)-
[E(
X)2
] X2)=∫
E( a
b-
a
X2)=
dxE(
b-aa
xdx ∫
a2 +ab +b2
( )
1 x3 1 b3-
a3 1
[]
b 2
E(
X2)= E(
X)=
2
E(2
X)= ( a)
b- b +ab +a)E(
(2 2
X)=
b-a3a b-a 3 3(
b-a) 3

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage204
 2 a2 +ab +b2 a2 +2ab +b2
V(
X)=E(
X2)-
[E(
X)] V(
X)= -
3 4
2
4a2 +4ab +4b2-
3a4- 3b4
6ab- 2ab +b2
a2- (
a-b)
V(
X)= V(
X)= V(
X)=
12 12 12

2.Loi
nor
mal
e

C’
estunel
oisy
mét
ri
quedontl
addpest:

{
1 1x-μ2
-( )
2 σ
∀x ∈R

(
fx)= σ2πe
0ai
l
leur
s

'
Remar
que:
f(x)estaussi ée (
not μ,σ)oùμ =E(
X)etV(
X)=σ2,σét l
ante car
tty
pe.

X-μ
Pourt
rouv
erl
aloi
nor
mal
ecent
réer
édui
te,
ilf
autposerT = ;Testl
avar
iabl
ecent
réer
édui
te.
σ

3.Densi
tédepr
obabi
l
itédel
aloi
nor
mal
ecent
réer
édui
te

{
1 1
-T2
x)= 2πe
2
f
( 3.
1.Esper
ancemat
hémat
iquedel
avar
iabl
ecent
réer
édui
te
0ai
l
leur
s
X-μ X-μ 1 1 1 0
T=
σ
E(
T)=E
σ
E( ( )
X-
T)= E(
σ
μ)E(
T)= [
σ
E(X)-
E(μ)
]E( μ-
T)= [
σ
μ]E(
T)= E(
σ
T)=0

3.
2. Var
iancedel
avar
iabl
ecent
réer
édui
teT
X-μ 2 X2-
2μX +μ2
T=
σ
T =
σ2
E(
T2
)=E
X2-
σ2 (
2μX +μ2 1 2
E(
T2)= 2[
E(
σ )
x)-
2μE( μ2)
X)+E( ]

1 2 1 2
E(
T2)= 2[
E( x)-
2μ2 +μ2]E( x)orσ2 =E(
T2)= 2E( T2)=1
x2) =>E(
σ σ
2
V(
T)=E( -E(
T2)( T)) V( 0V(
T)=1- T)=1

Lesaut
resl
oiscont
inuessont:

- Lal
oigamma

- Lal
oiexponent
iel
l
e

- Lal
oikhi
-deux

- Lal
oibet
a

- Lal
oideWei
bul
l

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage205
El
l
essontdét
ail
l
éessurl
est
abl
esdel
oisdepr
obabi
l
itésusuel
l
esqui
set
rouv
entenannexe.

I
STA/
K’ziCour
sdeSt
ati
sti
queDescr
ipt
iveetPr
obabi
l
ité:Assi
stantLUMBWEMUKUNACauchyPage206