Pr ALLOUN épidemiologie
5- 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)
1
Beggar.
- Un échantillon aléatoire est un sous ensemble de
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
X = 0, 1, 2,3
Nombre entier isolé : rien entre deux
nombres
Pr ALLOUN
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.
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
épidemiologie Beggar.F
= 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.
2
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,
[91 100[ 5 0,1 mais également des variables discontinues
Total 50 1 lorsque le nombre de valeurs possibles est trop
élevé.
Le principe est le même pour les variables
qualitatives Dans ce cas les distributions sont essentiellement
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
mais un tableau peut ne pas être suivi de Variables quantitatives discrètes, non
graphique l’inverse n’est pas vrai. Le titre regroupées en classes
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

3
Pr ALLOUN
6- Paramètres de tendance
Centrale
Les paramètres de réduction sont des valeurs
numériques permettant de résumer les
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.
Moyenne arithmétique
 C’est la plus connue et la plus précise des
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 est : (3+3+3+3+4+4+5+5+5+5+7+9) /12 = 56/12
= 4,7
 La moyenne arithmétique pondérée
permet une simplification des calculs
lorsque certaines observations se
répètent :
La moyenne pondérée s’écrit :
m=X (la somme des nixi) / n
n est l’effectif de chaque valeur observée.
Donc la moyenne pondérée de la série statistique
précédente est :
moyenne pondérée de la série statistique
regroupée en classe
épidemiologie Beggar.F
Mode
Le mode ou valeur modale ou dominante est la
valeur de la variable de fréquence maximum. Exp
: distribution du nombre d’épisode du syndrome
grippal parmi 19 personnes.
Dans l’exemple de la taille des nourrissons à la
naissance, la classe modale est 50 – 52 le mode
peut être assimilée au centre de la classe= 51pour
plus de précision il est calculé par méthode
d’interpolation linéaire.
 Mo – le mode (la valeur modale) ;
 B inf : borne inférieure de la classe
modale.
 d1 - l’écart (différence) entre l’effectif de
la classe modale et celui de la précédente.
 d2- l’écart (différence) entre l’effectif de la
classe modale et la classe lui succédant.
 Amplitude des classes (longueur de
l’intervalle de classe).
Mo=50,25cm
La médiane
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.
4
Pr ALLOUN épidemiologie Beggar.F

b) Variables continues
- 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 52-54 cm. On peut à priori
attribuent à la médiane la valeur centrale de la
classe ou elle se trouve soit 53 cm.
- Cependant il serait plus juste de tenir compte de
la position de la médiane dans la classe, par la
méthode d’interpolation linéaire.
- 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
moyenne, variance et l’écart-type

Me – médiane;
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 » Exemple : poids de 50 personnes en Kg

Me = 53,55 cm

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 Le coefficient de variation (coefficient de
tient compte que des valeurs extrêmes. C’est ainsi dispersion)
que la mesure la plus utilisée est la variance ou on
considère la moyenne des différences (xi - CV =
)
Il est souvent exprimé sous forme de
Variance –Ecart-type pourcentage dans la pratique quand :
CV>0, 33 la distribution a une dispersion
- La variance est très utilisée, c’est la moyenne des importante. CV < 0,33 la distribution est moins
carrés des écarts à la moyenne: dispersé. Lorsqu’une distribution est symétrique :
le mode, la médiane et la moyenne ont la même
valeur puisqu’ils sont confondus.

- La variance est toujours positive ou nulle, c’est Percentiles

pourquoi on la note σ² , σ étant l’écarttype qui
s’exprime, contrairement à la variance, dans la
même unité que les xi.
- La variance peut être exprimée autrement.
Après simplification des calculs, on obtient :
5
- Les percentiles ou centiles, au nombre de 99,
sont les valeurs de la variable qui divisent la série
statistique en 100 parties contenant chacune
1/100ème de l’effectif global.
Pr ALLOUN épidemiologie Beggar.F

- De façon générale, les percentiles sont utilisés Exemple : X nombre d’écolier par logement
lorsque le nombre de valeurs de la série 00001111111111222222333345
statistiques 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
valeurs de la variable qui partagent la série
statistique en 10 parties comprenant chacune 1
/10ème de l’effectif total.
- Par analogie avec les quantiles, le premier décile
est la note du dixième sujet sur cent, le deuxième
décile est la note du vingtième sujet sur cent, etc.
Le cinquième décile se confond avec le deuxième
quartile et la médiane.
Quartiles
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.
Pour le calcule → Q1 : nα = 26 x 1/4 =6,5 ∉N
[nα ] = 6
Q1= x6+1 =x7
Pour le calcule → Q2 : nα = 26 x 1/2 = 13єN
Q2 = (x13 + x14)/2 = (1+1)/2 = 1
2/ Caractère continue :
Les quartiles sont déterminé par interpolation
linéaire
F1 : effectif cumulé de la classe précédente.
F2 : effectif cumulé de la classe (L1 L2)
Q α = [ (L2-L1)(n α – F1) / F2-F1 ] +L1
Exemple : la taille des nourrissons à la naissance :
Q=q1/4 n α = n1/4 = 40/4 = 10
3<10<13
50<Q<52
Q1 = [ (52-50)(10-3)/(13-3) ] + 50 = 51,4

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 si nαєN
X(nα )+1 si nα ∉N
il faut prendre [ ] la partie entière

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

observations sont <Q1
 α = ½ = Q2 (médiane) = 2éme quartile →
50% <Q2
 α= ¾= Q3 = 3éme quartile → 75% des
observations sont <Q3