AD-Chp1 SMA2024

Analyse de données
Chapitre 1
Introduction à l’analyse statistiques élémentaires

des données expérimentales
Pr. H.HAMZAOUI STASD 1

Statistique descriptive
Cas unidimensionnel
Pr. H.HAMZAOUI SMA-S5 2

Variable unidimensionnelle
Définition:
La statistique descriptive unidimensionnelle consistent à étudier les

variables séparément via des techniques descriptives ou probabilistes.
Les objectifs de ces études sont :
• Décrire et résumer chaque variable
• Généraliser les informations à la population entière
• Tester des hypothèses faites a prioiri
• Comparer 2 variables ou 1 variable sur plusieurs groupes

Selon la population en question, on peut classer les variables en

deux types :
Variables qualitatives
(décrivent une caractéristique non-
quantifiable de façon naturelle)
– Nominales (Exp.: groupe sanguin)

– Ordinales (Exp.: Niveau d’étude)
Variables quantitatives
(décrivent une caractéristique quantifiable
exprimée dans une échelle de valeurs )
– Discrètes
– Continues

variables quantitatives X
La première étape consiste à organiser les valeurs dans un tableau :

1. Sur la première colonne du tableau, on liste les valeurs ou les
Classes distinctes de la série en ordre croissant
2. Sur les autres colonnes, on présente les effectifs (ou les
fréquences) et les effectifs cumulés (ou les fréquences cumulées) :
Modalité X Effectif Effectif cumulé Fréquence Fréquence cumulée

x1 n1 n1 f1=n1/n f1
Modalités
x2 n2 n1+n2 f2=n2/n f1+f2

⁞ ⁞ ⁞ ⁞ ⁞
xN-1 nN-1 n1+….+ nN-1 fk-1=nk-1/n f1+….+ fN-1
xN nN n1+….+ nN-1+nN fk=nk/n 1
Total ni = n 1

Définition :
Une modalité d’une variable est une des façons possibles d’effectuer la description
d’un individu au moyen de cette variable.
Valeur est synonyme de modalité
Exemple :
Si on décrit les livres de la bibliothèque à l’aide de la variable « couleur de
la couverture », une modalité (valeur) possible est « bleu ».
Si on décrit ces livres à l’aide du nombre de pages, une modalité (valeur)

possible est 436
On évitera la terminologie «valeur» et on lui préfèrera «modalité» car une valeur

d’une variable statistique n’est pas nécessairement une valeur numérique.

Exemple:
On considère la série quantitative discrète suivante :

Variables quantitatives continues

On discrétise une variable quantitative continue en découpant son domaine de
variation en classes définies par des intervalles semi ouverts à droite sans
discontinuité ni chevauchement.
On regroupe les valeurs observées par classes pour cela il faut définir :
– le nombre de classes k
– les limites des classes (bornes des intervalles) : a1, a2 , ..., ak+1
– les centres de classes x1, …, xk :
– On appelle amplitude de la classe i la longueur de cette classe:

li =(ai+1 –ai)
On calcule l’effectif de chaque classe : le nombre d'observations appartenant à

la classe
Classe Centre Effectif Effectif Fréquence Fréquence Densité des

cumulé cumulée effectifs
[a1, a2[ x1 n1 n1 f1=n1/N f1 d1=n1/(a2-a1)
[a2, a3[ x2 n2 n1+n2 f2=n2/N f1+f2 d2=n2/(a3-a2)
⁞ ⁞ ⁞ ⁞ ⁞ ⁞ ⁞
⁞ ⁞ ⁞ ⁞ ⁞ ⁞ ⁞
[ak, ak+1[ xk nk N fk=nk/N 1 Dk=nk/(ak-ak-1)
Total N 1

Exemple:
On considère la répartition d’une variable quantitative continue suivante :

Remarque :
Lorsque la variable X présente beaucoup de modalités différentes, presque tous les

individus de la population présentent des modalités différentes de la variable.
C’est typiquement le cas lorsque X est une variable a priori continue

et appartient à l’échelle numérique.
Dans ce cas, on procède parfois à une opération appelée

regroupement par classes des modalités observées de la variable.

Description numérique des données:

Fréquence:
On appelle fréquence de (ou associée à) la modalité xk de X le nombre

noté fk et défini par
On constate que la fréquence fk mesure l’importance de la sous-population

composée des individus présentant la modalité xk de la variable X. Tandis que
l’effectif nk mesure cette importance de façon absolue, la fréquence fk la mesure
relativement à la taille N de la population, et par conséquent de façon
indépendante d’elle.
Nous avons les propriétés suivantes:

Indicateurs de position:
Les indicateurs de position les plus couramment utilisés sont le mode,
la médiane et la moyenne.
Le mode :
Le mode de la variable X est la modalité la plus fréquemment observée
dans la population.
La médiane :
La médiane d’une variable X est un indicateur déterminé à partir d’un classement
des individus selon un critère d’ordre des modalités de X.
Ceci n’est évidemment possible que s’il existe un ordre sur l’ensemble des
modalités.

La moyenne arithmétique:
Données individualisées :
Données regroupées:
Données par classes, pour la variable continue :
Chaque classe est remplacée par son centre pour le calcul.

Différente position de la moyenne par rapport à la distribution :

Les quartiles
Trois valeurs Q1 , Q2 , Q3 qui partagent la série ordonnée des observations en

4 groupes d’effectifs égaux
Le premier quartile Q1 est obtenu lorsqu’on a cumulé 25% de la population
Le second quartile Q2 est obtenu lorsqu’on a cumulé 50% de la population :

c’est la médiane
Le troisième quartile Q3 est obtenu lorsqu’on a cumulé 75% de la population

Les quartiles
Pour déterminer les quartiles Q1 et Q3 d'une série de n valeurs :
• On calcule la quantité q= n/4.

Deux cas sont possibles: soit le résultat est entier (la division tombe juste),
soit non.
– 1er cas : q est un entier alors Q1 est la valeur qui se trouve à

la position q et Q3 est la valeur située à la position 3q
– 2ème cas : q n’est pas un entier alors on arrondi q à l'entier

supérieur, Q1 est la valeur qui se trouve à cette position et on arrondi 3q à
l'entier supérieur pour trouver la position de la valeur de Q3 .
17
Pr. H.HAMZAOUI SMA-S5
Les quartiles
Pour une distributions regroupées en classes, le calcul des quartiles

Q1 et Q3 se fait en deux étapes :
On détermine la classe qui contient le quartile Q1 (resp. Q3) :

C’est la classe dont la fréquence cumulée vérifie:
Fi  0,25 et Fi+1 > 0,25 ( resp. Fi  0,75 et Fi+1 > 0,75 )
On calcule la médiane par interpolation linéaire :
Si [ ai , ai+1 [ est la classe de Q1 (resp. Q3 ) alors

Les quartiles
Exemple :
19
Exercices:
On considère la série suivante :
Modalités xi 70 72 74 75 78 80 83
Effectifs ni 2 1 2 2 1 3 1
Soit la répartition des ouvriers d’un établissement industriel selon leur salaire
mensuel:
Classes des salaires effectifs
[ 800, 1000 [ 26
[ 1000, 1100[ 33
[1100, 1200[ 64
[1200, 1300[ 7
[1300, 1500[ 10
Calculer la fréquence et la fréquence cumulée des deux tableaux

et déterminer le 1er, le 2ème ainsi que le 3ème quartiles. 20
Tableau Statistique:
Modalité xi ni Ni fi Fi
70 2 2 1/6 1/6
72 1 3 1/12 ¼
74 2 5 1/6 5/12
75 2 7 1/6 7/12
78 1 8 1/12 8/12
80 3 11 ¼ 11/12
83 1 12 1/12 1

Nous avons n=7  q = n / 4 = 1.75
Alors Q1 = x2 = 72 et
3q = 5.25 alors Q3 = x6 = 80
2q = 3.5 alors Q2 = x4 = 75

Tableau Statistique:
Classes des Centres ci Effectifs Ni Fréquence Fi di

salaires ni fi
[ 800, 1000 [ 900 26 26 0.186 0.186 0.13
[ 1000, 1100[ 1050 33 59 0.236 0.422 0.33
[1100, 1200[ 1150 64 123 0.457 0.879 0.64
[1200, 1300[ 1250 7 130 0.05 0.929 0.07
[1300, 1500[ 1400 10 140 0.071 1 0.05
Total 140 1
Nous avons n=5  q = n / 4 = 1.25 alors on s’intéresse à la 2ème classe donc

Q1 = 1000+100*(0.25-0.186)/(0.422-0.186)= 1027.12
3q = 3.75 alors Q3 = 1100+100*(0.75-0.422)/(0.879-0.422) = 1171.77
2q = 2.5 alors Q2 = 1100+100*(0.5-0.422)/(0.879-0.422) =1171.07

Indicateurs de dispersion:
L’écart- type :
L’écart type (X) mesure la dispersion de l’échantillon autour de la moyenne.

Pour calculer l’écart type, il faut calculer la variance de
l’échantillon :
Variance, données individualisées :
Variance, données regroupées:
 et
24
Coefficient de variation
Le coefficient de variation (CV) est le rapport de l'écart-type à la moyenne;
CV = ecart-type / moyenne
1. Le coefficient de variation n’a pas d’unité
2. Ce coefficient est souvent exprimé sous forme de pourcentage

Intervalle et écart interquartile
On appelle intervalle interquartile l'intervalle [ Q1 ; Q3 ];

L’écart interquartile est l'amplitude de l'intervalle [ Q1 ; Q3 ],
c'est-à-dire le nombre IQ = (Q3 - Q1 );
L’écart interquartile est utilisé comme indicateur de dispersion. Il

correspond à 50% des effectifs situés dans la partie centrale de la
distribution
Toute valeur n’appartenant pas à l’intervalle

[ Q1 -1,5*IQ; Q3+1.5*IQ ] est considérée comme aberrante.

Exercice:
On considère la série suivante :

Modalités xi 70 72 74 75 78 80 83
Effectifs ni 2 1 2 2 1 3 1
et la répartition des ouvriers d’un établissement industriel selon leur salaire mensuel
Classes des salaires effectifs

[ 800, 1000 [ 26
[ 1000, 1100[ 33
[1100, 1200[ 64
[1200, 1300[ 7
[1300, 1500[ 10
Déterminer les paramètres de dispersion pour les deux tableaux

27
REPRÉSENTATIONS GRAPHIQUES
Représentations graphiques de variables quantitatives
1. Le choix de la représentation graphique est fortement lié à la nature des

variables étudiées.
2. Les représentations les plus fréquemment utilisées sont :
3. Représentations des effectifs (ou des fréquences ):
• diagramme en bâtons pour les variables discrètes
• histogramme pour les variables continues
4. Représentations des effectifs cumulés (ou des fréquences cumulées)
5. Représentations de la dispersion des valeurs : boîte à moustaches

Représentations graphiques de variables quantitatives discrète
Diagrammes en bâtons
Il est constitué de segments de droite

verticaux dont les hauteurs sont égales aux
effectifs ou aux fréquences de chaque
modalité.
- Sur l'axe des abscisses (horizontal) sont

reportées les modalités de la série par ordre
croisant.
- Sur l'axe des ordonnés sont reportées
les effectifs ou les fréquence

Représentations graphiques de variables quantitatives discrète
Diagrammes des fréquences cumulées
Il représente une fonction en escaliers

(fonction de répartition de la distribution) :
F(x) = Fi pour xi  x < xi+1
les paliers correspondent aux effectifs

cumulés (ou aux fréquences cumulées) de
la série.
1. Sur l'axe des abscisses (horizontal)

sont reportées les modalités de la série par
ordre croissant.
2. Sur l'axe des ordonnées sont reportées

les effectifs cumulés ou les fréquences
cumulées
30
Représentations graphiques de variables quantitatives continue
Histogramme
Un histogramme est constitué de
rectangles contigus dont les aires sont
proportionnelles aux effectifs (ou bien
aux fréquences) de chaque classe :
• Sur l'axe des abscisses sont reportées les
bornes des classes de la série.
• Chaque rectangle correspond à une
classe et sa hauteur est hi =  * di
où  est une constante de mise à
l’échelle.
• Remarque : si les classes ont tous la
même amplitude, alors on peut prendre
hi = ni ou hi = fi
Histogramme
Elle représente la fonction de répartition de la

distribution qui doit être continue :
• Sur l'axe des abscisses sont reportées les

bornes des classes de la série.
• Sur l'axe des ordonnées sont reportées les

effectifs cumulés ou les fréquences cumulées
A la borne supérieure de chaque classe

on fait correspondre en ordonnée la
fréquence cumulée (ou l’effectif
cumulé) de la classe puis on relie les
points obtenus par des segments.
32
Boite à moustaches
Graphique très pratique qui permet de résumer quelques

caractéristiques (min=d1 « 10% », max=d9 « 90% »)
33
Exemple
Mode = 119.40
Q1 = 119.4, Q2= 119.5, Q3=119.9
IQ= Q3-Q1 = 0.5
Q1-1.5(Q3-Q1)=118.65
Q3+1.5(Q3-Q1)=120.65
X = 119.64
 = 0.38
34
Statistique descriptive
Cas bidimensionnel

Variable bidimensionnelle :
On considère deux variables quantitatives X et Y de modalités respectives x1, ….., xk
et y1, ….., yl . Le regroupement des données se fait à l’aide d’un tableau croisé
(tableau à double entrée)
Y y1 ... yj ... yl Total

X
x1 n11 ... n1j ... n1l n1.
. . . . . .
. . . . . .
. . . . . . l
xi ni1 ... nij ... nil ni. ni.   nij
j 1
. . . . . .
. . . . . .
. . . . . .
xk nk1 ... nkj ... nkl nk. k l
Total n.1 ... n.j ... n.l n n   nij

k i 1 j 1
n. j   nij
i 1 36
nij: Effectif de (X=xi , Y= yj) , ni. : Effectif de (X=xi ) et n.j : Effectif de (Y=yj )
Variable bidimensionnelle
Les fréquences :
On peut considérer les fréquences au lieu des effectifs :
nij
Fréquence de (X=xi , Y= yj) : f ij  on a  f ij  1
n i, j
k
n
Fréquence de (X=xi ) : f i. , i. on a  f i.  1
n i 1
n l
Fréquence de (Y= yj) : f . j , . j on a  f. j  1
n j 1
Fréquences conditionnelles : nij

• Fréquence de (X=xi ) conditionnellement à (Y= yj): f  X  x  / Y  y   f i / j 
i j
n. j
nij
• Fréquence de (Y= yj) conditionnellement à (X=xi ): f Y  y /  X  x   f j / i 
j i
ni.
f ij  f. j f i / j  f i. f j / i

Distributions marginales
1 k k
x   ni. xi   f i. xi
n i 1 i 1
1 l l
y   n. j y j   f. j y j
n j 1 j 1
1 k 1 k 2
  X    ni. xi  x     ni. xi    x 
2 2 2
n
n i 1  n i 1 
  f i. xi  x     f i. xi2   x 2

k k
2
i 1  i1 

Distributions conditionnelles
Y  y   j 1 k
Moyenne conditionnelle de X sachant (Y= yj) : x
j
x   nij xi
n. j i 1
Y  y 
 
2
Variance conditionnelle de X sachant (Y= yj) :

Vn j
 X   Vn  X    nij xi  x  j 
 j 1 k
n. j i1
 
k
  f i / j xi  x  j 
2
Propriétés : i 1
1 l
x   n. j x   f . j x  j 
 j l
n j 1 j 1
 
Vn  X   Vn X  j   Vn j   X  avec  
Vn X  j  
1 l
  j
 n. j x  x
n j 1
2
Vn j   X  
1 l
n j 1
 j
 n. jV  X 

Covariance de X et Y
La covariance est un paramètre en statistique et théorie des

probabilités qui indique pour deux variables aléatoires X et Y la mesure
dans laquelle les deux variables aléatoires sont liées les unes aux
autres. La covariance indique si, et indirectement dans quelle mesure,
les valeurs d'une variable augmentent ou diminuent avec les valeurs
croissantes de l'autre.
La formule mathématique de la covariance de X et Y est:
1 k l
  
Covn  X , Y     nij xi  x  y j  y   f ij xi  x  y j  y
n i 1 j 1

i, j

Propriétés pour la covariance :
 k l 
Cov n  X , Y      f ij xi y j    x  y 
 i 1 j 1 
Cov n  X , X   Vn  X 
Covn  X , Y   Covn Y , X 
Covn  X  Y , Z   Covn  X , Z   Covn Y , Z 
a  IR  Covn  X , a   0
a  IR  Covn aX , Y   aCovn  X , Y 

Corrélation de X et Y
le coefficient de corrélation indique le degré de cohérence linèaire

et indique directement la force de la corrélation. Le coefficient de
corrélation est basé sur la covariance, mais contrairement au
coefficient de corrélation, la covariance dépend de l'échelle.
Covn  X , Y 
rX ,Y 
 n  X  n Y 
 1  rX ,Y  1
Si rX ,Y  1 les variables X et Y sont liées de façon linéaire, Y= a X +b
Si rX ,Y  0 les variables X et Y ne sont pas corrélées.

Exercice :
On désigne respectivement par et le nombre d’enfants et

les dépenses annuels en fournitures scolaires:
Y 0,4 4,10 10,20 20,40

X
1 322 12 2 0
2 14 230 116 36
3 0 0 20 248
Calculer la valeur modale des dépenses ainsi que la dépense médiane.

Calculer les moyennes et les variances conditionnelles de X et Y .

AD-Chp1 SMA2024

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

AD-Chp1 SMA2024

Transféré par

Droits d'auteur :

Formats disponibles

Analyse de données

Introduction à l’analyse statistiques élémentaires

Pr. H.HAMZAOUI STASD 1

Pr. H.HAMZAOUI SMA-S5 2

La statistique descriptive unidimensionnelle consistent à étudier les

Les objectifs de ces études sont :

• Décrire et résumer chaque variable

• Généraliser les informations à la population entière

• Tester des hypothèses faites a prioiri

• Comparer 2 variables ou 1 variable sur plusieurs groupes

Selon la population en question, on peut classer les variables en

– Nominales (Exp.: groupe sanguin)

Pr. H.HAMZAOUI SMA-S5 4

La première étape consiste à organiser les valeurs dans un tableau :

Modalité X Effectif Effectif cumulé Fréquence Fréquence cumulée

x2 n2 n1+n2 f2=n2/n f1+f2

Pr. H.HAMZAOUI SMA-S5 5

Si on décrit ces livres à l’aide du nombre de pages, une modalité (valeur)

On évitera la terminologie «valeur» et on lui préfèrera «modalité» car une valeur

Pr. H.HAMZAOUI SMA-S5 6

On considère la série quantitative discrète suivante :

Pr. H.HAMZAOUI SMA-S5 7

Variables quantitatives continues

– On appelle amplitude de la classe i la longueur de cette classe:

On calcule l’effectif de chaque classe : le nombre d'observations appartenant à

Classe Centre Effectif Effectif Fréquence Fréquence Densité des

[a1, a2[ x1 n1 n1 f1=n1/N f1 d1=n1/(a2-a1)

[a2, a3[ x2 n2 n1+n2 f2=n2/N f1+f2 d2=n2/(a3-a2)

[ak, ak+1[ xk nk N fk=nk/N 1 Dk=nk/(ak-ak-1)

Pr. H.HAMZAOUI SMA-S5 9

On considère la répartition d’une variable quantitative continue suivante :

Pr. H.HAMZAOUI SMA-S5 10

Lorsque la variable X présente beaucoup de modalités différentes, presque tous les

C’est typiquement le cas lorsque X est une variable a priori continue

Dans ce cas, on procède parfois à une opération appelée

Pr. H.HAMZAOUI SMA-S5 11

Description numérique des données:

On appelle fréquence de (ou associée à) la modalité xk de X le nombre

On constate que la fréquence fk mesure l’importance de la sous-population

Nous avons les propriétés suivantes:

Pr. H.HAMZAOUI SMA-S5 12

Pr. H.HAMZAOUI SMA-S5 13

Données par classes, pour la variable continue :

Chaque classe est remplacée par son centre pour le calcul.

Pr. H.HAMZAOUI SMA-S5 14

Pr. H.HAMZAOUI SMA-S5 15

Trois valeurs Q1 , Q2 , Q3 qui partagent la série ordonnée des observations en

Le premier quartile Q1 est obtenu lorsqu’on a cumulé 25% de la population

Le second quartile Q2 est obtenu lorsqu’on a cumulé 50% de la population :

Le troisième quartile Q3 est obtenu lorsqu’on a cumulé 75% de la population

Pr. H.HAMZAOUI SMA-S5 16

Pour déterminer les quartiles Q1 et Q3 d'une série de n valeurs :

• On calcule la quantité q= n/4.

– 1er cas : q est un entier alors Q1 est la valeur qui se trouve à

– 2ème cas : q n’est pas un entier alors on arrondi q à l'entier

Pour une distributions regroupées en classes, le calcul des quartiles

On détermine la classe qui contient le quartile Q1 (resp. Q3) :

Pr. H.HAMZAOUI SMA-S5 18

On considère la série suivante :

Calculer la fréquence et la fréquence cumulée des deux tableaux

Pr. H.HAMZAOUI SMA-S5 21

Nous avons n=7  q = n / 4 = 1.75

Pr. H.HAMZAOUI SMA-S5 22