Académique Documents
Professionnel Documents
Culture Documents
AD-Chp1 SMA2024
AD-Chp1 SMA2024
Chapitre 1
Définition:
Variables qualitatives
(décrivent une caractéristique non-
quantifiable de façon naturelle)
Variables quantitatives
(décrivent une caractéristique quantifiable
exprimée dans une échelle de valeurs )
– Discrètes
– Continues
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 ».
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 :
⁞ ⁞ ⁞ ⁞ ⁞ ⁞ ⁞
⁞ ⁞ ⁞ ⁞ ⁞ ⁞ ⁞
Total N 1
Remarque :
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.
Indicateurs de position:
La moyenne arithmétique:
Données individualisées :
Données regroupées:
Indicateurs de position:
Les quartiles
Indicateurs de position:
Les quartiles
Indicateurs de position:
Les quartiles
Indicateurs de position:
Les quartiles
Exemple :
19
Variable unidimensionnelle
Exercices:
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
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
Alors Q1 = x2 = 72 et
3q = 5.25 alors Q3 = x6 = 80
2q = 3.5 alors Q2 = x4 = 75
Tableau Statistique:
L’écart- type :
et
24
Pr. H.HAMZAOUI SMA-S5
Variable unidimensionnelle
Indicateurs de dispersion:
Coefficient de variation
CV = ecart-type / moyenne
Indicateurs de dispersion:
Exercice:
et la répartition des ouvriers d’un établissement industriel selon leur salaire mensuel
REPRÉSENTATIONS GRAPHIQUES
Diagrammes en bâtons
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
Pr. H.HAMZAOUI SMA-S5 31
Variable unidimensionnelle
Représentations graphiques de variables quantitatives continue
Histogramme
32
Pr. H.HAMZAOUI SMA-S5
Variable unidimensionnelle
Boite à moustaches
33
Pr. H.HAMZAOUI SMA-S5
Variable unidimensionnelle
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
Pr. H.HAMZAOUI SMA-S5
Statistique descriptive
Cas bidimensionnel
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
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 i1
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
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
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
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
a IR Covn X , a 0
Corrélation de X et Y
Covn X , Y
rX ,Y
n X n Y
1 rX ,Y 1
Exercice :