Pr ALLOUN épidemiologie
- Un échantillon aléatoire est un sous ensemble de
STATISTIQUE DESCRIPTIVE
Définitions
 Statistique : Le terme statistique désigne à la
fois un ensemble de données d’observations,
et l’activité qui consiste en leur recueil, leur
traitement et leur interprétation.
 Les termes statistiques, ou statistiques (au
pluriel) englobent ainsi plusieurs notions
distinctes : recensement de grandeurs
d’intérêt.
Nous voyons que la notion fondamentale qui se
dégage de cette énumération est celle de Population.
Population et échantillon
• On appelle population P un ensemble généralement
très grand souvent impossible et trop coûteux.
• un échantillon permette l’étude de la variabilité des
caractéristiques d’intérêt de la population.
Unité statistique
Chaque individu, ou unité statistique, appartenant à
une population est décrit par un ensemble de
caractéristiques appelées variables ou caractères. Ces
variables peuvent être quantitatives (numériques) ou
qualitatives (non numériques)
Statistique et probabilité
La théorie (ou le calcul) des probabilités est une
branche des mathématiques qui permet de modéliser
les phénomènes où le hasard intervient (initialement
développée à propos des jeux de hasard, puis
progressivement étendue à l’ensemble des sciences
expérimentales, dont la physique et la biologie).
CHAMPS D’APPLICATION
Définition 1
Les ensembles étudiés par la statistique descriptive
sont appelés populations (univers statistique). Une
population statistique doit être clairement définie.
- Les éléments qui constituent cet ensemble sont
appelés individus (unités statistiques)
Beggar:F
la population. Il est aléatoire c'est-à-dire il est
extrait au hasard.
Définition 2
Variable : Contrairement à une constante,
caractéristique ayant la même valeur pour tous les
individus, une variable comporte nécessairement
plus d’une modalité. Les modalités sont les
différentes catégories que peut présenter une
variable.
Définitions 3
- Chaque individu de la population est décrit par un
ensemble de caractéristique appelé variable
généralement notés X, Y, Z lettre capitale.
- Chaque variable peut présenter plusieurs
spécificités appelées Modalités.
 Exemple : Variable → Modalité
X= âge → 18, Y= note de mathématique au bac →
16/20, Z=Série du Bac → science, T=taille → 173cm,
P=poids → 60kg, C=couleur → rouge.
Les variables peuvent être classés selon leurs
natures :
Variable qualitative
(décrit une qualité), si ses modalités ne sont pas
mesurable.
 Exemple : La couleur des yeux, le sexe,
profession, etc.
a) La variable est dit nominal quand ses
modalités appartiennent à un ensemble
dans lequel il n’ya pas d’ordre, ex : le sexe
(féminin masculin).
b) La variable est dit ordinal quand ses
modalités appartiennent à ensemble
ordonné : exemple le niveau d’instruction.
Variable quantitative
si ses modalités sont mesurables.
 Exemple : poids, taille.
a) Une variable quantitative peut être discret
ou discontinu si ses modalités prennent des
valeurs discrètes (valeur isolées).
 Exemple : X = nombre de fille dans une
famille de 3 enfants
Modalité
Pr ALLOUN
X = 0, 1, 2,3
Nombre entier isolé : rien entre deux nombres
b) Une variable quantitative est continu si ses
modalités prennent toute valeur
appartenant à un intervalle réel de variation
Ex : Y = note sur 20 à un examen
0,25 0,5 0,75 1 1,25 19,75 20
P = poids 75,6kg
Définition 4
Une série statistique est l’ensemble des valeurs
prises par une variable quantitative, comme par
exemple, les valeurs du poids d’un groupe,
d’étudiants ou les durées de séjour d’un groupe de
malades hospitalisées.
Exemple
- Population : Etudiants de première année
médecine promotion 2010/2011.
- Echantillon : section B
Population : n = 1000
Echantillon : n = 200
n : représente le nombre d’individus ou taille de
l’échantillon d’une population.
Remarque :
Une population peut être fini ou infini.
Exemple d’une population infini : ensemble des
étoiles
X = poids de 50 personnes a donné les résultats (en
Kg) présentés sous forme d’une série statistique
ordonnée :
37 43 47 50 52 54 55 55 58 61 62 63 63 64 65 66 66
67 68 68 69 69 70 71 72 72 72 73 73 74 74 75 76 76 77
79 79 80 82 82 84 86 87 88 90 92 93 93 98 98
II s’agit de diviser le domaine de variation de la
variable, de 37 Kg à 98 Kg en classes.
Chaque classe est définie par : ses limites, son
amplitude nommée a et sa valeur centrale ou
centre de classe.
 Le nombre de classes, est proportionnel à
l’effectif de la population étudiée.
Il est égal à :
nombre de classes = √N
 Pour calculer l’amplitude des classes, il faut
ordonner la série statistique.
épidemiologie Beggar:F
Une fois ordonnée, on applique la formule suivante
afin de calculer l’amplitude :
n = effectif de l’échantillon.
Dans notre exemple → nombre de classes = √n =
7,07 ≈ 7
= 8,71 ≈ 9
Le calcul des fréquences est important car il permet
les comparaisons entre deux ou plusieurs
populations d’effectif différent et met en évidence
la part de chaque valeur de la variable par rapport
à l’effectif total.
- Fréquence absolue :
ni = Effectif de la i ème modalité = 2
- Fréquence relative :
fi = ni/n = 2/50 = 0,04
- Le calcul des fréquences cumulées et ou de
l’effectif cumulé.
La fréquence cumulée Fi est la somme des
fréquences correspondant aux valeurs de la
variable statistique discrète inférieure ou égale à xi.
F1 = f1 = 0,04
F2 = f1+f2 = 0,04+0,08 = 0,12
F3 = f1+f2+f3 = 0,12+0,14 =0,26
Fi=f1+f2+f3+……….+fi
Les valeurs de Fi sont écrites entre les lignes
correspondant à la valeur de xi
Représentation tabulaire
1/ Variable quantitative
- D’abord ordonner (par valeurs croissantes).
- La présentation de ces valeurs peut se faire à l’aide
d’un tableau de fréquences (présentation tabulaire)
- Si variable continue ou discrète (grand nombre de
valeurs distinctes) on fait un regroupement en
classes, nombre de classes compris entre 5 et 15.
Pr ALLOUN épidemiologie Beggar:F

Exemple : L’étude du poids de 50 personnes a

donné les résultats (en Kg) présentés sous forme
d’une série statistique ordonnée :
37 43 47 50 52 54 55 55 58 61 62 63 63 64 65 66 66
67 68 68 69 69 70 71 72 72 72 73 73 74 74 75 76 76 77
79 79 80 82 82 84 86 87 88 90 92 93 93 98 98
Dans le cas de variables ordinales, on les représente
sous forme de diagrammes, les bâtons sont alors
des bandes verticales de même largeur(en tuyaux
d’orgue)

POIDS(Kg) Effectifs (ni)= Fréquence

Classes Fréquence relative (fi=)
absolue
[37 46[ 2 0,04
[46 55[ 4 0,08
[55 64[ 7 0,14
[64 73[ 14 0,28 Variables quantitatives regroupées en classes
[73 82[ 11 0,22
[82 91[ 7 0,14 Il s’agit des variables quantitatives continues, mais
[91 100[ 5 0,1 également des variables discontinues lorsque le
Total 50 1 nombre de valeurs possibles est trop élevé.
Dans ce cas les distributions sont essentiellement
Le principe est le même pour les variables
qualitatives représentées par l’histogramme des fréquences et
le polygone des fréquences.

Représentation graphique

La représentation graphique va dépendre de la

nature de la variable.
Indication préliminaire : Un graphe comprend trois
parties :
- un titre (En principe il est le même que celui du
tableau dont il est issu)
- des coordonnés
- un tracé
Un graphique est toujours précède d’un tableau Variables quantitatives discrètes, non regroupées
mais un tableau peut ne pas être suivi de graphique en classes
l’inverse n’est pas vrai. Le titre comprendra toutes
les indications(ou, quand, qui, l’unité de mesure). Les courbes de fréquence sont essentiellement
représentées par les diagrammes en bâtons.
Caractère qualitatifs

Secteurs circulaires :(diagramme circulaire ou

camembert) : dans le cas de variables nominales

Exemple: répartition des principaux cancers chez

les femmes dans la région d’Alger
Pr ALLOUN épidemiologie Beggar:F

Paramètres de tendance Mode

Centrale Le mode ou valeur modale ou dominante est la
valeur de la variable de fréquence maximum. Exp :
Les paramètres de réduction sont des valeurs distribution du nombre d’épisode du syndrome
numériques permettant de résumer les grippal parmi 19 personnes.
caractéristiques principales de l’ensemble des
mesures d’un caractère quantitatif.
Les paramètres de tendance centrale sont des
mesures qui localisent le centre d’une distribution les
plus utilisés sont :
• La moyenne arithmétique ;
• La médiane ;
• Le mode. Dans l’exemple de la taille des nourrissons à la
naissance, la classe modale est 50 – 52 le mode peut
Moyenne arithmétique être assimilée au centre de la classe= 51pour plus de
précision il est calculé par méthode d’interpolation
 C’est la plus connue et la plus précise des linéaire.
mesures de tendance de centrale.
- La moyenne arithmétique X = m est la somme de
chacune des valeurs observés divisée par l’effectif
total :

Soit la statistique suivante :

3.3.3.3.4.4.5.5.5.5.7.9
- La moyenne arithmétique simple pour cette série
 Mo – le mode (la valeur modale) ;
est : (3+3+3+3+4+4+5+5+5+5+7+9) /12 = 56/12 = 4,7
 B inf : borne inférieure de la classe modale.
 La moyenne arithmétique pondérée permet
 d1 - l’écart (différence) entre l’effectif de la
une simplification des calculs lorsque
classe modale et celui de la précédente.
certaines observations se répètent :
 d2- l’écart (différence) entre l’effectif de la
La moyenne pondérée s’écrit :
classe modale et la classe lui succédant.
m=X (la somme des nixi) / n
 Amplitude des classes (longueur de
n est l’effectif de chaque valeur observée.
l’intervalle de classe).
Donc la moyenne pondérée de la série statistique
précédente est :

Mo=50,25cm

moyenne pondérée de la série statistique La médiane

regroupée en classe
a) Variable discontinue :
- Dans la série impaire 3 – 5 – 8 – 9 – 12, la médiane
est égale à 8 il y a deux valeurs à sa droite et deux
valeurs à sa gauche.
- Dans la série paire : 3 – 5 – 8 – 9 – 12 – 13, la
médiane est située entre 8 et 9 soit 8,5 qui est le
point milieu entre 8 et 9. Il a trois valeurs à sa droite
et trois valeurs à sa gauche, la médiane est une
valeur observée de rang n/2. n étant le nombre total
d’observation.
Pr ALLOUN épidemiologie Beggar:F

b) Variables continues La variance peut être exprimée autrement. Après

- Lorsque les données sont groupées en classe, la
médiane correspond, si on utilise les effectifs
cumulés à n/2, si on utilise les fréquences relatives
cumulés à 0,50 ou 50%. Dans l’exemple de la taille
des nourrissons à la naissance, la médiane
appartient à la classe 54-56 cm. On peut à priori
attribuent à la médiane la valeur centrale de la
classe ou elle se trouve soit 55 cm.
- Cependant il serait plus juste de tenir compte de la
position de la médiane dans la classe, par la
méthode d’interpolation linéaire.
simplification des calculs, on obtient :
Si la série est regroupée en classes
Xi : centres de classes
ni : effectif de la classe i
σ est la racine carrée de la variance, σ ,est appelé
écart type. En général, on retrouve:
Plus de 95% des données dans l’intervalle (µ± 2σ)
Toutes les données(ou presque 100%) dans
l’intervalle (µ± 3σ)

Représentation tabulaire type pour le calcul de la

Me – médiane; moyenne, variance et l’écart-type
B min - borne minimale de la classe médiane ;
N– taille de l’échantillon.
S – somme des effectifs de toutes les classes
précédente la classe médiane; nme – effectif de la
classe médiane
K - Amplitude des classes.
Le même exemple « taille des nourrissons à la
naissance »

Me = 53,55 cm Exemple : poids de 50 personnes en Kg

Mesure de dispersion

Il existe un grand nombre de mesures de

dispersion. La plus simple est l’étendue.
L’étendue se définit comme étant la différence
entre la plus grande et la plus petite valeur
observées. E= Maximum(x) – Minimum(x)
Dans notre exemple sur la taille des nourrissons à la
naissance, l’étendue est égale à 62-48=14 cm
L’inconvénient de cette mesure est qu’elle ne tient
compte que des valeurs extrêmes. C’est ainsi que la
mesure la plus utilisée est la variance ou on
considère la moyenne des différences (xi - ) Le coefficient de variation (coefficient de
dispersion)
Variance –Ecart-type
CV =
La variance est très utilisée, c’est la moyenne des
carrés des écarts à la moyenne: Il est souvent exprimé sous forme de pourcentage
dans la pratique quand :
CV>0, 33 la distribution a une dispersion
importante. CV < 0,33 la distribution est moins
La variance est toujours positive ou nulle, c’est dispersé. Lorsqu’une distribution est symétrique : le
pourquoi on la note σ² , σ étant l’écarttype qui mode, la médiane et la moyenne ont la même
s’exprime, contrairement à la variance, dans la valeur puisqu’ils sont confondus.
même unité que les xi.
Pr ALLOUN épidemiologie Beggar:F

Percentiles  α = ¼ = Q1 = le premier quartile → 25% des

observations sont <Q1
- Les percentiles ou centiles, au nombre de 99, sont  α = ½ = Q2 (médiane) = 2éme quartile →
les valeurs de la variable qui divisent la série 50% <Q2
statistique en 100 parties contenant chacune  α= ¾= Q3 = 3éme quartile → 75% des
1/100ème de l’effectif global. observations sont <Q3
- De façon générale, les percentiles sont utilisés Exemple : X nombre d’écolier par logement
lorsque le nombre de valeurs de la série statistiques 00001111111111222222333345
est supérieur à 1000.
- Certains percentiles se confondent avec des
quantiles déjà vus. Le dixième percentile, par
exemple se confond avec le premier décile.

Déciles

- Les déciles sont au nombre de 9. Ce sont des Pour le calcule → Q1 : nα = 26*1/4 =6,5 ∉N [nα ] = 6
valeurs de la variable qui partagent la série Q1= x6+1 =x7
statistique en 10 parties comprenant chacune 1 Pour le calcule → Q2 : nα = 26*1/2 = 13єN
/10ème de l’effectif total. Q2 = (x13 + x14)/2 = 1+1/2 = 1
- Par analogie avec les quantiles, le premier décile
est la note du dixième sujet sur cent, le deuxième Caractère continue
décile est la note du vingtième sujet sur cent, etc.
Le cinquième décile se confond avec le deuxième Les quartiles sont déterminé par interpolation
quartile et la médiane. linéaire
F1 : effectif cumulé de la classe précédente.
Quartiles F2 : effectif cumulé de la classe (L1 L2)
Q α = (L2-L1)(n α – F1) / F2-F1 +L1
Les quartiles divisent la série statistique en quatre
parties égales comprenant le même nombre de
sujets.
Le deuxième quartile n’est autre que la médiane.
On systématisera, dans un but de simplification, les
différentes situations ainsi :
- Le premier quartile ou quartile inférieur est la note
( ou valeur de la variable du 25ème sujet sur 100.
- Le deuxième quartile ou médiane est la note du
50ème sujets sur 100.
- Le troisième quartile ou quartile supérieur est la
note du 75ème sujet sur 100.

Écart interquartile

Afin de diminuer l’influence des valeurs extrêmes

on peut tenir compte de valeurs plus stables de la
distribution.
Intervalle interquartile( Q1,Q3) ou écart
interquartile=Q3-Q1

Calcul pratiques des quartiles

1/ Caractère discret :
Qα = xnα + xnα +1/2 nαєN
X(nα )+1 nα ∉N
il faut prendre [ ] la partie entière