‫ﻣﺴﻠﻚ ﻋﻠﻢ اﻟﻨﻔﺲ‬

‫اﻹﺣﺼﺎﺋﯿﺎت و ﻣﻌﺎﻟﺠﺔ اﻟﻤﻌﻄﯿﺎت‬

‫اﻹﺣﺼﺎء اﻟﻮﺻﻔﻲ‬

‫زﯾن اﻟدﯾن اﻟﺣﺳن‬

‫اﻟﺴﻨﺔ اﻟﺠﺎﻣﻌﯿﺔ ‪2020-2019‬‬

‫‪1‬‬
 Généralités sur la statistique

Définition :
On appelle Statistique l’ensemble des
méthodes (ou encore des techniques)
permettant d’analyser (on dira plutôt de
traiter) des ensembles d’observations (nous
parlerons de données).

Statistique descriptive et
statistique inférentielle

 De manière un peu approximative, il est

possible de classer les méthodes
statistiques en deux groupes :
celui des méthodes descriptives et
celui des méthodes inférentielles

2
Statistique descriptive
présenter, organiser et résumer
des observations dans le but de
décrire l’échantillon
Statistique inférentielle
tirer des conclusions au sujet
d'une population à partir d'un échantillon
provenant de cette population

3
 Terminologie de base
On précise ici un certain nombre de termes statistiques
qui seront régulièrement utilisées
Population (ou population statistique) :
 Ensemble concerné par une étude
statistique. On parle aussi de champ de
l’étude.

Individu (ou unité statistique) :

 On désigne ainsi tout élément de la
population considérée

Terminologie de base

Echantillon :
Un sous-ensemble de la population sur
lequel sont effectivement réalisées les
observations.
 Dans une étude statistique, il est fréquent
que l’on n’observe pas la population tout entière

4
 Les variables

 Variable :
Caractéristique de l’unité statistique que l’on désire étudier.
Une variable peut prendre différentes valeurs
selon l’unité statistique considérée.

 Valeur :
Les valeurs de la variable sont les différentes quantités
numériques ou choix de réponse possibles que l’on trouve
dans l’ensemble des données.

5
 Les types de variables
Quantitatives
 Discrète : Variable dont on peut énumérer les valeurs qu’elle
peut prendre
 Continue : Variable dont les données recueillies sont des
quantités numériques approximatives ou arrondies.
 Catégorielles (qualitatives)
 Nominale : variable dont les différentes modalités
correspondent à des noms, sans ordre précis.
 Ordinale : Variable catégorielle dont les différentes catégories
peuvent être classées dans un certain ordre.

Les types de variables

6
 Série statistique
Un ensemble de couples (xi, ni), où les xi sont
les valeurs prises du caractère et les ni le nombre
de fois où la valeur xi apparaît.
 L’e ec f total de l’échan llon est donc n = ∑ni.
On appelle fréquence d’apparition de xi le
nombre fi = ni/n

L’analyse exploratoire des données

ou les statistiques descriptives

 Étape préliminaire à toute analyse statistique

 Elle donne une idée générale de la nature des
variables
 On s’attarde habituellement à trois aspects:
 Tendance centrale
 Dispersion
 Distribution des résultats

7
 Les mesures de tendance centrale

 Elle est une mesure qui indique où se trouve la

majeure partie des données ou scores d’une
distribution.
 Elle est un effort de synthèse: représenter un
ensemble d’informations sur la base d’une seule
 Il en existe principalement 3 types, qui sont
fonction de l’échelle de mesure des variables :
mode, moyenne et médiane

Mode

Valeur ou catégorie de la variable la

plus fréquente dans la distribution

8
 Mode
Avantages
 Il s’applique aux variables de tous les niveaux de
mesure
 Il est le seul paramètre de mesure de tendance
centrale pour les données nominales
Inconvénients
 Moins utilisé car très sommaire
 Il peut être difficile à interpréter
 Il peut y en avoir plusieurs

La Moyenne
 La moyenne représente la mesure la plus courante
de tendance centrale des observations.
 Elle se calcule en additionnant les valeurs
observées de chaque individu divisées par le
nombre de sujets observés.

9
 La Moyenne

Avantages
 Simplicité du calcul
 Bon estimateur pour faire de l’inférence sur la
population

Inconvénients
Juste pour les variables quantitatives
Est facilement affectées par les valeurs extrême

La médiane

 Valeur qui coupe la distribution en 2 parties

égales : 50 % à gauche et 50 % à droite
 Pour la mesurer, on établit la liste des
observations individuelles par ordre croissant
ou décroissant.

10
 La Médiane
Avantages
 Elle s’applique aux variables ordinales et
quantitatives
 Elles n’est pas influencée par les valeurs
extrêmes
 Elle est un bon substitut de la moyenne
Désavantages
 Ne s’applique pas pour les variables
nominales

Le choix de la mesure de
tendance centrale

Nominale Mode
Qualitative Médiane
Ordinale
Moyenne
Discrète Mode
Quantitative ou Médiane
Continue Moyenne

11
Parfois, les indicateurs de tendance centrale ne
résument pas convenablement une série statistique

Exemple:

Dispersions
Renseignent sur :
 L’étalement des données
 Étendue
 La variabilité des données
 Variance et écart-type
 L’homogénéité des données
Coefficient de variation

Ne s’appliquent qu’aux variables quantitative

12
 Étendue
Différence entre la valeur observée la plus élevée et la valeur
observée la moins élevée d’une distribution de variables.

Étendue

Avantages
Simplicité du calcul
Désavantages
Basée seulement sur les valeurs extrêmes
Information sommaire

13
 Variance et écart-type
Renseignent sur la variabilité des données
Variance
Mesure la distance de chaque observation
par rapport à la moyenne.

L’écart-type
 Il s’interprète mieux que la variance, car il
donne les unités utilisées dans l'échelle
originale et non dans leur forme au carré.
 C’est tout simplement la racine carré de la
variance!
 On utilise l’écart-type corrigé en présence
d’un échantillon (n-1).

14
 Règle empirique

L’écart-type
 Avantages
 Mesures particulièrement représentatives de la réalité
lorsque la distribution est normale
 Tiennent compte de toutes les valeurs de la distribution
 donc représentent bien sa dispersion
 Utiles pour comparer la dispersion d’une variable d’une même
population à des temps différents ou de populations semblables.
 Désavantages
 Mesures affectées par les valeurs extrêmes
 Difficultés d’interprétation liées au fait que la valeur de
l’écart-type varie selon les valeur de la variable

15
 Coefficient de variation
Renseigne sur l’homogénéité des données
 Permet d’évaluer l’importance relative de la dispersion
 donc de comparer des distributions entre elles.
 Le CV divise l’écart-type par la moyenne.

Coefficient de variation
 Interprétation
 Plus le CV est grand, plus la dispersion des
données est grande.
Plus le CV est faible (près de 0), plus les
données sont homogènes
 donc plus la moyenne est représentative

16
 Coefficient de variation
 Avantages
 C’est une mesure neutre, donc on peut comparer
l’homogénéité de plusieurs distributions entre elles,
même si leurs données ne sont pas exprimées avec
les mêmes unités de mesure .
 Prend en considération toutes les données.
 Désavantage
 Ne s’applique qu’aux variables quantitatives.

Exercice1

17
Exercice2

18