Vous êtes sur la page 1sur 60

GROUPEMENT :

| Consulting | Formation | Etudes | Analyses stratgiques |

HANDASSA AGRI BUREAU


|Formation |Etude | Encadrement| Transfert de technologie|
N01, Lot. B1053, Rue 19, ZI. Ait Melloul
Agadir
Tl./Fax : 05 28 24 66 38
www.phytoconsulting.ma
E-mail : phytoconsuting@gmail.com

Groupe Rsidentiel Portes de Marrakech


Bat 36, Appt.7 - Marrakech
Tl./Fax : 05 24 32 80 87
E-mail : handassa.agri@yahoo.fr

----------------------------------------------------------------------------------------------------------------Rapport de la Session de Formation Dispense au personnel de la DRA DA

THEMES :
 STATISTIQUE DESCRIPTIVE
 STATISTIQUE PREVISIONNELLE
 TECHNIQUE DENQUETE ET DE SONDAGE

2011

-------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------NB : Ce document a t prpar spcialement pour la DRA DA. Toute reproduction intgrale ou partielle de son contenu ncessite le
consentement des auteurs.

Statistique descriptive et prvisionnelle et techniques denqute et de sondage


DRA DA
2010
--------------------------------------------------------------------------------------------------------------------------------------------------

SOMMAIRE

Gnralits :................................................................................................................................
I.
II.
III.
IV.
V.

Dfinitions :...................................................................................................................
Apport de la statistique aux conomistes : .....................................................................
Les limites de la mthode statistique : ..........................................................................
Le vocabulaire utilis en statistique : ...........................................................................
Quelques symboles mathmatiques utiliss : .................................................................

2
2
2
2
3
5

Chapitre I : La reprsentation graphique....................................................................................


I. Le diagramme en btons : ..............................................................................................
II. Le tuyau dorgue : ..........................................................................................................
III. Le diagramme :..............................................................................................................
IV. Le polygone des frquences : ........................................................................................
V. La courbe cumulation (courbe des f cumuls) : .............................................................
VI. Le diagramme polaire : ..................................................................................................
VII. Les graphiques secteurs :........................................................................................... .

6
6
6
7
7
8
9
11

Chapitre II : LES PRANCIPALES CARACTERISTIQUES DUN SERIE .............................


INTRODUCTION....................................................................................................................
SECTION 1 ..................................................................................................................................
I. LES MOYENNES.......................................................................................................
II. La mdiane (Me) ..........................................................................................................
III.
Le Mode : ..................................................................................................................
IV.
Le choix dune caractristique de tendance centrale :...............................................
SECTION 2 ..................................................................................................................................
I. Lintervalle de variation ou ltendue : ........................................................................
II. Lintervalle inter quartile : ..........................................................................................
III.
Lcart absolu moyen : .............................................................................................
SECTION III ...............................................................................................................................
I. La dtermination algbrique de la concentration .........................................................
II. La dtermination graphique de la concentration la courbe de Lorentz GINI...............
Chapitre III :Les Sries double entres : Rgression Linaire (Corrlation) .......................
I- notion de tableau de contingence : ...............................................................................
II- gnralisation du tableau de contingences : .................................................................
III- La rgression linaire ...................................................................................................
IV- la corrlation linaire :..................................................................................................

12
12
12
12
23
25
27
28
28
29
31
33
33
35
37
37
38
39
43

Chapitre IV : Analyse des sries chronologiques.....................................................................


I Gnralits : ....................................................................................................................
II lanalyse de la tendance longue : trend ....................................................................

47
47
48

CHAPITRE V : Populations et chantillons, recensements et sondages ..................................


I. Quelques termes de base : ............................................................................................
II.
Exemples: ........................................................................................................
III.
tapes d'une enqute statistique : ....................................................................
EXERCICES ............................................................................................................................

49
49
50
50
52

----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------PHYTO CONSULTING / HANDASSA AGRI BUREAU


Page 2 sur 60

Statistique descriptive et prvisionnelle et techniques denqute et de sondage


DRA DA
2010
--------------------------------------------------------------------------------------------------------------------------------------------------

GENERALITES :
I. Dfinitions :

On appelle statistique la mthode scientifique qui vise observer, collecter,


analyser des donnes quantitatives.

La statistique descriptive est la partie de la statistique qui sert dcrire un


phnomne, c--d de mesurer, classer les mesures, prsenter ces mesures par
quelques indicateurs de manire donner une ide simple et rapide dun phnomne
tudi.
Les statistiques se sont des donnes chiffres relatives un phnomne tudi.
EX : des statistiques du chmage.

II. Apport de la statistique aux conomistes :


La statistique est un outil indispensable tant aux thoriciens quaux praticiens de
Oconomie.

1. La statistique est utile aux thoriciens :


Elle permet de mettre en vidence (rvler) lexistence dinterdpendance entre
diffrents phnomnes conomiques. EX : M=P*T
Elle permet de tester la validit dune hypothse thorique.
Investissement = f (revenu) =0.76R+124
Consomm
Revenu
thsauris
Epargn
Investi

2. La statistique est utile aux praticiens de lconomie :


La statistique permet aux entrepreneurs de mieux contrler la gestion de leurs
entreprises.
Elle permet galement au pouvoir public de mieux dfinir leurs politiques
conomique, fiscale, montaire et demploi.

III. Les limites de la mthode statistique :


Pour viter des erreurs dinterprtation due une mauvaise utilisation statistique, il
faut savoir :
1.
La statistique sintresse au grand nombre, elle ignore les cas particuliers.
2.
La rsultante du n grand nombre dinformations peut tre diffrente de la
sommation de ces diffrentes informations.
*comportement collectif # sommation des comportements individuels
3.
Quand on tudie un phnomne on nest jamais certain que lon dispose de
toues les informations le concernant.
----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------PHYTO CONSULTING / HANDASSA AGRI BUREAU
Page 2 sur 60

Statistique descriptive et prvisionnelle et techniques denqute et de sondage


DRA DA
2010
--------------------------------------------------------------------------------------------------------------------------------------------------

4.
Il ne faut pas oublier que la statistique nest quun outil au service de
Oconomiste, ce qui nous oblige de ne jamais, oublier de faire une analyse
conomique des rsultats.
Les mmes causes # les mmes effets.
Les corrlations mmes trs parfaites ne signifient pas toujours
quil y a interdpendance entre les phnomnes tudis.

IV. Le vocabulaire utilis en statistique :


1. Population statistique :
Ensemble sur lequel porte ltude
Ex : Age des tudiants de 1reanne : lensemble tudi cest lge.

2. Unit statistique :
Une population se compose dlments chaque lment est appel
unit statistique.
EX : la population dtudiants : lunit statistique est un tudiant.

3. Caractre statistique :
&est le critre retenu pour tudier une population
Continu
quantitatif
discontinu, discret
Qualitatif
Un caractre est dit quantitatif lorsquil est mesurable
Continu : cest un caractre qui peut prendre toutes les valeurs
Gun intervalle donn.
EX : ge
Il peut tre

Discontinu : cest un caractre qui ne peut prendre que quelques


valeurs dans un intervalle donn
EX : le nombre des frres, Mnage
9

Un caractre est dit qualitatif lorsquil nest pas mesurable


EX : la nationalit, les catgories sociales professionnelles.

4. Modalit statistique : de caractre :


On appelle une modalit les diffrentes situations possibles dun caractre.
EX : caractre sexe : modalits possibles : M/F
Caractre tat matrimonial : 4 modalits possibles :
clibataire/mari/divorc/veuf.
----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------PHYTO CONSULTING / HANDASSA AGRI BUREAU
Page 3 sur 60

Statistique descriptive et prvisionnelle et techniques denqute et de sondage


DRA DA
2010
--------------------------------------------------------------------------------------------------------------------------------------------------

5.

Effectifs (frquences absolues) :

&est le nombre dunits statistiques relatif une modalit donne :


45Age
Effectifs
17-18
200
18-19
350
19-20
50
Effectifs
total
600

6. Frquence relative :
&est la part des effectifs dune modalit.
EX : 200/600=33/100 est la frquence relative de premire modalit

7. Srie statistique :
Distribution de frquences, distribution de statistiques ou tableau statistique,
Fest un tableau qui nous donne lensemble des valeurs mesurant le caractre.
EX :
sexe
Masc.
Fm.
total

Effectifs
200
100
300

Salaires (dh)
[40-60[
[60-70[
[70-80[
total

Effectifs
10
25
05
40

Nombre
Genfants
2
3
4
5
total

Arbre de
mnages
18
28
10
4
60

Srie simple.

Srie avec des classes.

8. Classes :
On appelle classe un groupement de valeurs du caractre selon des intervalles
qui peuvent tre gaux ou ingaux.
Pour chaque classe on peut dfinir :

Une limite infrieure

Une limite suprieure

Intervalle de classe (amplitude)= limite (sup)- limite (inf)

Centre de classe = [limite (sup) + limite (inf)]/2


NB : [40-60[ signifie quon comptabilise les salaris qui gagnent entre 40 et 60DH,
en incluant ceux qui gagnent 40 DH et excluant ceux qui gagnent 60Dh.

----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------PHYTO CONSULTING / HANDASSA AGRI BUREAU


Page 4 sur 60

Statistique descriptive et prvisionnelle et techniques denqute et de sondage


DRA DA
2010
--------------------------------------------------------------------------------------------------------------------------------------------------

V. Quelque symboles mathmatiques utiliss :


1. Les valeurs du caractre = x1, x2,, xi,, xn
Notes

Nbre dtudiants
10 x1
25 x2
12 x3
4 x4

x
3

2. Les effectifs sont symboliss par : x 1, x2 , xi , xn


x1, x2 , xi , xn= N =effectif total

3. Frquence relative :
Fi = effectif de la modalit i / effectif total

4. /oprateur somme (

Notation : n variables
n

x1+ x2 + xi .+ xn= xi

i =1

Proprits :
n

axi = a xi
i =1

i =1

a + xi =
a xi = n a.

xi
i =1

5. /opration de produit : (

Notation : le produit de x variable scrit :


n

X1.x2.x3.xn =

xi
i =1

Proprit :
n

a = a
i =1

axi = a xi
n

i=1

i =1

----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------PHYTO CONSULTING / HANDASSA AGRI BUREAU


Page 5 sur 60

Statistique descriptive et prvisionnelle et techniques denqute et de sondage


DRA DA
2010
--------------------------------------------------------------------------------------------------------------------------------------------------

CHAPITRE I : LA REPRESENTATION GRAPHIQUE


/intrt du n graphique cest de synthtiser des informations statistiques dune
manir image, cest dire globale.

I. Le diagramme en btons :
On sen sert pour reprsenter des sries caractre discret.
Cordonn
Nombre denfants Nombre de mnage
40 .
0
25
30 .
1
42
20 .
2
38
.
10
3
15
. . . . . . .Les valeurs de
4
6
0123456
caractre
5
Total

Abscisse

128

II. Le tuyau dorgue :


On se sert de ce graphique pour reprsenter des sries caractre qualitatif
EX : La population une station balnaire est compose de :
Allemands : 45%
Franais
: 30%
Espagnoles : 15%
Autres : 10%

50%
45%
Srie1

40%
35%
30%
25%
20%
15%
10%
5%
0%
Allemands

Franais

Espagnoles

Autres

----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------PHYTO CONSULTING / HANDASSA AGRI BUREAU


Page 6 sur 60

Statistique descriptive et prvisionnelle et techniques denqute et de sondage


DRA DA
2010
--------------------------------------------------------------------------------------------------------------------------------------------------

III. Le diagramme :
Il permet de reprsenter des sries de caractres ou les observations sont
regroupes en classe.
a.
Cas ou les intervalles de classe sont gaux :
50%
45%
40%

Allemands
Franais
Espagnoles
Autres

35%
30%
25%
20%
15%
10%
5%
0%
1

Remarque :
1)
Lorsque une des limites de classe nest pas prcise dans un tableau il
convient de prendre comme intervalle de classe le mme que celui de la classe
suivante ou prcdente.
2)
La surface des rectangles est proportionnelle leur effectif.
b.

Cas ou les intervalles de classe ne sont pas gaux :

EX : Rpartition de population selon leurs salaires.


25

Srie1
20

15

10

0
1

Pour tracer lhistogramme, on commence par corriger les effectifs.

IV. Le polygone des frquences :


Il permet de donner une image plus lisse du phnomne que lhistogramme. On
Oobtient en joignant les milieux des sommes des rectangles de lhistogramme.

----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------PHYTO CONSULTING / HANDASSA AGRI BUREAU


Page 7 sur 60

Statistique descriptive et prvisionnelle et techniques denqute et de sondage


DRA DA
2010
--------------------------------------------------------------------------------------------------------------------------------------------------

. . . . . . . .
0 10 20 30 40 50 60

Remarque :
1)
La surface sous le polygone = la surface de lhistogramme.
2)
Lorsquil y a un trs grand nombre de classe, lintervalle de classe devient de
plus en plus petit et le polygone de frquences se transforme en cours de frquence.

Courbe de frquences

V. La courbe de cumulation (courbe des f cumuls) :


Elle permet de connatre le nombre dobservations suprieures ou infrieures une
valeur donne.
Les 2 types de courbes de cumulation :

Courbe cumulative croissante : permet de connatre le nombre


Gobservations infrieures une valeur donne.

Courbe cumulative dcroissante : il permet de connatre le nombre


Gobservations suprieures une valeur donne.
a)

Cas dune variable continue :

Salaire

xi

Xi cumuls

Xi cumuls

[10-20[
[20-30[
[30-40[
[40-50[
[50-60[
[60-70[
Total

9
13
22
10
7
4
65

9
22
44
54
61
65
Moins de la borne
suprieure

65
56
43
21
11
4
Plus de la
borne
infrieure

----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------PHYTO CONSULTING / HANDASSA AGRI BUREAU


Page 8 sur 60

Statistique descriptive et prvisionnelle et techniques denqute et de sondage


DRA DA
2010
--------------------------------------------------------------------------------------------------------------------------------------------------

Remarque :
On obtiendrait le mme graphique si on remplace les frquences absolues par les
frquences relatives (les pourcentages)
Courbe cumule dcroissante
Courbe cumule croissante
70

60

50

40

30

20

10

0
1

b) Cas dune variable discrte (discontinue)


NB denfants (xi)
1
2
3
4
Total

NB de mnage
5
10
30
20
65

Xi cumuls
5
15
45
65
<=xi

Xi cumuls
65
60
50
20
>=xi

Xi
65
40
20
10
Xi
0 1 2 3 4 5

VI. Le diagramme polaire :


On lutilise pour reprsenter des sries chronologiques cest dire des sries ou
les observations seront des temps rguliers.

----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------PHYTO CONSULTING / HANDASSA AGRI BUREAU


Page 9 sur 60

Statistique descriptive et prvisionnelle et techniques denqute et de sondage


DRA DA
2010
--------------------------------------------------------------------------------------------------------------------------------------------------

a)
Les principes
parfaitement repr

Si on connat

Si on connat

des coordonnes polaires : un point M dans lespace est


:
ses coordonnes cartsiennes (x, y).
ses coordonnes polaires (e, o).

M
e

O
b)

X
Le diagramme polaire :

Soit la srie chronologique suivante : chiffre daffaire mensuel


Anne
Janvier
Fvrier
Mars
Avril
Mai
Juin
Juillet
Aot
Septembre
Octobre
Novembre
dcembre

Juillet

1999
55
53
65
50
43
41
35
30
34
40
45
55

2000
65
75
72
40
42
38
32
34
38
40
33
45

/ide est de prsenter chaque mois par un


axe, nous aurons donc 12 axes, chaque axe
faisant avec son voisin un angle.

Avr
.
30 .
20 .
10
.
. . . . . . . . ..
. . . . . . . . . . . .
80 70 60 50 40 30 20 10 10 20 30 40 50 60 70 80
10 .
20 .
30.

Jan

Oct.

----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------PHYTO CONSULTING / HANDASSA AGRI BUREAU


Page 10 sur 60

Statistique descriptive et prvisionnelle et techniques denqute et de sondage


DRA DA
2010
--------------------------------------------------------------------------------------------------------------------------------------------------

VII. Les graphiques secteurs :

On les utilise pour reprsenter une srie exprime en pourcentages.


EX : Pourcentage de touristes.

FR
All
Esp
Autr es

----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------PHYTO CONSULTING / HANDASSA AGRI BUREAU


Page 11 sur 60

Statistique descriptive et prvisionnelle et techniques denqute et de sondage


DRA DA
2010
--------------------------------------------------------------------------------------------------------------------------------------------------

CHAPITRE II : LES PRANCIPALES CARACTERISTIQUES


'UN SERIE
INTRODUCTION
Avec la reprsentation graphique nous avons vu comment synthtiser une srie avec
image.
Dans ce chapitre nous allons voir comment synthtiser une srie par quelques chiffres.
Ces nombres sont appels caractristiques dune srie.
Soit les srie suivantes :
Serie1 : 78-79-80-83
Srie2 : 60-70-80-90-100
Srie3 : 1-1-1-1-396
Les sries ont toutes la moyenne 80 mme si elles sont trs diffrentes les unes que les autres.
Les valeurs de la 1re srie sont proches de la moyenne alors que celles de la 3me sont
loignes de la moyenne.
Il y a donc ncessit, pour rsumer une srie de donnes de la prsenter en 2 types de
caractristiques :
- les caractristiques de valeurs centrales.
- les caractristiques de dispersion.

SECTION 1 : Les Caractristiqu es de Valeur Centrale :


I. LES MOYENNES
A- La moyenne arithmtique :
A-1 Dfinition
Etant donne n observations quon va appeler X1,X2 ,X3,Xi,Xn on
appelle une moyenne arithmtique simple le nombre
Somme de toutes les observations
=
Le nombre dobservations

x1 + x2 + ....... + x + ...... + xn
n

----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------PHYTO CONSULTING / HANDASSA AGRI BUREAU


Page 12 sur 60

Statistique descriptive et prvisionnelle et techniques denqute et de sondage


DRA DA
2010
--------------------------------------------------------------------------------------------------------------------------------------------------

xi
: Une moyenne arithmtique simple
n
Lorsque les observations sont groupes c'est--dire que lon observe
: =

i =n

N1 fois X1
N2 fois X2
La moyenne arithmtique scrit :

x1 + x1 + ..... + x2 + x2 + ......
n1 + n2 + .... + n n

ni xi

Une moyenne arithmtique pondre

e
=

i =n

ni
i =1

A-2 Application
Exercice1 : soit la srie de notes suivante : 2-6-12-10-12-10-10-6

2 + 6 + 12 + 10 + 12 + 10 + 10 + 6 68
=
8
8

= 85,

Exercice2 : soit la srie des notes de lexercice qui peut tre prsente de la
manire
suivante :
Notes xi
Effectifs ni
ni xi
=

68

= 85,

8
ni xi
=

i =1

2
6
10

1
2
3

2
12
30

12
total

2
8

24
68

----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------PHYTO CONSULTING / HANDASSA AGRI BUREAU


Page 13 sur 60

Statistique descriptive et prvisionnelle et techniques denqute et de sondage


DRA DA
2010
--------------------------------------------------------------------------------------------------------------------------------------------------

age

Exercice3 : soit les srie suivante :


rpartition selon lage

3155

= 35

[20
[25
[30
[35

Annes

85,
88
Moyenne de lage ou lage moyen

Ni

[25
[30
[35
[40

Centre de
classe xi

ni xi

8
10
20
25

22,5
27,5
32,5
37,5

180
275
650
937,5

[40 [45 15
[45 [50 10

42,5
47,5

637,5
475

TOTAL 88

3155

a-3 Mthode des simplifications des calculs


Lorsque les calculs sont compliqus, on peut les simplifier en prcdant un
changement de variable
Par changement dchelle : Tout variable Xi peut scrire : Xi= a Xi
a= nouvelle chelle

Xi= nouvelle variable

Ex
Xi

Xi

Xi

Xi
4

24

24

24

36

36

36

a=1
Xi = Xi

a=6
a =6

; i = 4
; i = 6

par changement dorigine et dchelle : tout variable Xi peut scrire


'

x = x + ax
i
0
i
X0 = nouvelle origine

a : n.chelle

;i : n. variable

Ex :
Xi

X0

14

= 4

22

Xi
*

5
*

----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------PHYTO CONSULTING / HANDASSA AGRI BUREAU


Page 14 sur 60

Statistique descriptive et prvisionnelle et techniques denqute et de sondage


DRA DA
2010
--------------------------------------------------------------------------------------------------------------------------------------------------

'
Si on pose x = x + ax
0i

x' =

xi x0
a

La moyenne arithmtique :
=

n
x

i i

ni

)+

ni x0

'

axi
ni
+

=
x

ni

= x0 + a

a
ni

ni xi

'

'

ni xi
ni

'
'
x +
a i avec
i =

i i
0

X0= n origine
a: n chelle
'
xi : n variable

'

= x + ax
0
i

----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------PHYTO CONSULTING / HANDASSA AGRI BUREAU


Page 15 sur 60

Statistique descriptive et prvisionnelle et techniques denqute et de sondage


DRA DA
2010
--------------------------------------------------------------------------------------------------------------------------------------------------

On utilise cette relation pour simplifier les calculs de la manire suivante


On prend pour X0 la valeur de caractre la plus frquente
On prend a lintervalle des classes lorsque les classes sont gaux
Application :

Calculez la moyenne
avec changement du
variable
x0 = 37,5 cest le centre
de classe modale
a= 5
[i =( xi - x0)/5

Age
20-25
25-30
30-35
35-40
40-45
45-50
total

effictifs xi
8
22,5
10
27,5
20
32,5
25
37,5
15
42,5
10
47,5
88

x i= (xi- x0)/a
-3
-2
-1
0
1
2

ni*xi
-24
-20
-20
0
15
20
-29

'

'

i i

= 37,5+5(-29/88)=35,8 ans

STATISTIQUE DESCRIPTIVE

a-4 calcul de la moyenne arithmtique laide des frquences relatives


=

x + ...... + ni x i + nn xn
x

i i

ni

ni xi

nx
1

n 2 x2

ni

2 2

+ ......... +

ni

ni
n n xn
ni

= f i xi + f 2 x2 + ........ + f n xn

ni

ni

----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------PHYTO CONSULTING / HANDASSA AGRI BUREAU


Page 16 sur 60

Statistique descriptive et prvisionnelle et techniques denqute et de sondage


DRA DA
2010
--------------------------------------------------------------------------------------------------------------------------------------------------

frquence relative
xi
10
11
12
13
14

Go : = f 1x1 +f2x2 +.+f nxn


=

fixi

=12,7

Ni
5
8
10
12
5
40

fi
0,125
0,20
0,25
0,30
0,125

f ix i
1,25
1,6
2,5
3,6
0,75
12,7

B- La moyenne gomtrique :
b-1 Dfinition
tant donne n observations connues individuellement (x1,x2,x3,,,,,,,,,,, xn)
on appelle moyenne gomtrique simple de ces n observations la grandeur G t.p :
G= n X .1 X
.....2
i =n

G=

x
i 1=

Xn = ( X .1 X
....2

Xn)

1/n

1
n

b-2 calcul de G
lorsque les observations sont groupes ; chaque pondr Xi sera pondr
par leffectif correspondant, la moyenne gomtrique scrit :
G=

G= X 1n .1 X 2 n 2.X 3n3....Xn

X .1 X .1 X 1* X .2 X .2 X 2 * X 3 * X
3X 3
N= n1+n2 +..+nn

nn

calculer G est plus facile en passant par


le logarithme, en effet.

----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------PHYTO CONSULTING / HANDASSA AGRI BUREAU


Page 17 sur 60

Statistique descriptive et prvisionnelle et techniques denqute et de sondage


DRA DA
2010
--------------------------------------------------------------------------------------------------------------------------------------------------

Xn = (
)X .1 X .2 X .....3
log G = 1/n log (X1.X2..Xn)
G= n X .1 X
....2

= 1/n [

Xn

1/ n

]log X 1 + log X 2..... + log Xn

log Xi
Log G=
Ni

La moyenne gomtrique pondre


=
G

n n

=
G

)x

n2

.x2 n ........xn

x 2n2 .......x nn n

1
n

1
1

(
1
x) log

logG

=
1

x. n .....

. x ........
n

(xlo
g

n
n

n1

=
nx
lo1 g.

n x + +.n.....
+
1
2
xi
2nlog
i log
n n i
n

og G =
Application :
calculer la
moyenne gomtrique
7 31,6
log G =
= 0 914,5
8

G = 100,9145 = ,8 2

----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------PHYTO CONSULTING / HANDASSA AGRI BUREAU


Page 18 sur 60

Statistique descriptive et prvisionnelle et techniques denqute et de sondage


DRA DA
2010
--------------------------------------------------------------------------------------------------------------------------------------------------

xi
2
6
10
12

C-

ni
1
2
3
2

log xi
0,301
0,772
1
1,158

ni log xi
0,301
1,556
3,0
2,158

la moyenne harmonique :

c-1 Dfinition
tant donne n observations connues individuellement x1,x2,x3 ..xn
on appelle moyenne hormique le nombre H tel que :
1

+ ...... + 1

x2

x1

1
=
H

xn

H =

xi

moyenne harmonique simple.

xi

Si les observations sont groupes la moyenne harmonique scrit :


x.1

.1

+
x

+ ..... + nn . 1

xn

1
xi

n1 + n2 +
...... n

Moyenne harmonique pondre

c-2 Application

xi

ni

2
6
10
12
total

1
2
3
2
8

1/ xi
0,5
0,166
0,1
0,083

xi

ni.1/ xi
0,5
0,332
0,2
0,166
1,298

x
xi

ni
8

H =

,1 298i
8

= 6 16,

1, 298
c-3 Remarque
1
i

=
ni

n
xi

1
i

xi

n .X
i

avecX i =

----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------PHYTO CONSULTING / HANDASSA AGRI BUREAU


Page 19 sur 60

-La moyenne quadratique :

Dfinition : Etant donn n observations connues individuellement X1 ;


X2 ;..xn
2
x 2+
x +

Q =

+ xn
.....

Q =

oyenne quadratique simple

si les observations sont groupes, la moyenne quadratique scrit :


n .x + n2 .x2 + ...... + nn .xn
Q = 1 1 n + n + ...... + n
2
n
1

Q =

Q=

2
i

.xi
n

.xi

moyenne quadratique pondre

Application :
2

xi

Ni

Xi

Ni. Xi

2
6
10
12

1
2
3
2

4
36
100
144

4
72
300
288

total

=
2

n
i .x

664
8

83

ni
Q = 83 = 91.

Q2 =

n .x
n

.X

664

2
avecX = xi
i

----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------PHYTO CONSULTING / HANDASSA AGRI BUREAU


Page 20 sur 60

Gnralisation de la notion moyennes :


d.1-

moyenne dordre r

on appelle moyenne dordre r la quantit Mr tel que :

M =

x1 + x2 + ........ + xn

1
n

x1 + x2 + .... + xn
r =
n
Si r= 1 M 11 =

x1 + x + x + ....... + x
2
3
n
n

= M 1

si r= 2 M 2 = x1 + x2 + ....... + xn
2
n
1

si r= -1 M 11 = x1
si r= 0.
d.2-

M 2 2= Q 2

1
+ x2 + ...... + x
n
n

=Q

1
1
1
M 1 = H = H

M1 =H

M 0 = G

le classement des moyennes : les ingalits entre les moyennes :

On dmontre que les moyennes sordonnent selon la valeur de r


<
que si : 1r < r2
M
< M 0 < M1 < M 2
2
M r Ce qui nous donne : M

c--d

H <G < <Q


Dans notre exemple, on trouve : 6,16 <8,2 <8,5 < 9,11.
d-3 Le choix dune moyenne :
En thorie, aucune moyenne nest meilleure que lautre. Lutilisation de telle
moyenne dpend du problme pos.
Exemple :
Ex1 : Soit un petit jardin sous forme de rectangle, le propritaire ne peut se souvenir
que dun seul chiffre.
9
4

4
9

6il veut entourer son champs de fil de fer il a intrt se souvenir de la


moyenne arithmtique car le primtre est li la somme des diffrents cts.

----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------PHYTO CONSULTING / HANDASSA AGRI BUREAU


Page 21 sur 60

Sil veut mettre de lengrais son jardin, il a intrt se souvenir de la


moyenne gomtrique
=

9 +4+9+ 4

= ,6 ;5 G

9*4 = 6

=
4
moyenne arithmtique du primtre =26 =6,5 * 4
6*4
moyenne gomtrique : surface =36 =6*6 6,5 * 6,5
Gnralits :
Dune manire gnrale, on retient la moyenne arithmtique quand les variables
Vadditionnent, et on utilise la moyenne gomtrique lorsque les variables se
multiplient.
Ex2 : Une voiture parcourt 100Km/h, puis 160Km/h 80Km/h.
100 +
100 + 160
Vitessemoy =
=
=
taledistonceto
160
1
1
tempstotal
100 160 100. +160
+
50 80
50
80
MH =

n
i

1
n
i .

xi

La vitesse moyenne est gale la moyenne harmonique des vitesses pondres par
les distances.
Ex3 : Une voiture roule pendant une heure 50 Km/h puis 3h 80Km/h.

Vitesse
moy.
=

(
)
+ (3 )8 0
taldistonceto
1
50
=
tempstotal
1+3

n ix
in
i

La vitesse moyenne est gale donc la moyenne arithmtique des vitesses


pondres par le temps.
Ex 4 : Une grandeur S0 a augment sur 3 annes, dabord de 10% puis de 15% et
30% pour le 3me anne.
Quel est le taux moyenne de croissance ?
1re anne : S0 devient S1=S0 + (S0*10/100) S1 =S0(1+0,10 ) = 1,10S0
2me anne S1 devient S2 = S1 +0,15S1 S1*1,15 (S1*(1+0,15))
3me anne S2 devient S3 = S2 +0,3S2 = 1,3S2 (S2*(1+0,3))
----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------PHYTO CONSULTING / HANDASSA AGRI BUREAU
Page 22 sur 60

S3 = S01,1 1,15 1,3


Moyenne gomtrique

G =3 1
,1

115 13, = 1180


,
Remarque: le taux de croissance moyenne est 18,04%
Ex 5 : Un tudiant a obtenu les notes suivantes : 8-10-12 on veut calculer la
moyenne des carts entre les notes et la moyenne arithmtique.

8 + 10 + 12
3 = 10

Ecart type la moyenne


8-10 = -2
10-10 =0
12-10 =2

moyenne arithmtique des carts = (-2+0+2)/3

moyenne arithmtique des carts = 0

On retrouve ici une des proprits des moyennes arithmtiques :


xi = 0

Dmonstration : x

x=

x n x = xi n
i

=0
n
Si on veut calculer la moyenne des carts, il vaut mieux calculer la moyenne
quadratique

(0 )2 (2 )2

Q2 =
=
Q

= 3

= 16,

----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------PHYTO CONSULTING / HANDASSA AGRI BUREAU


Page 23 sur 60

II. La mdiane (Me)


b-1- Dfinition :
On appelle mdiane du ne srie classe par ordre croissant ou
dcroissant, la valeur du caractre qui partage en deux parties gales les effectifs.
&est la valeur du caractre telle que la moiti des effectifs lui est
suprieure et lautre lui est infrieure.

b-2- Calcul de ME :
Cas dune variable discrte
Si la srie a un nombre impair de terme
75 62 57 12 18
Me =57
Si la srie a un nombre pair
12 25 32 44 52 69
Intervalle Mdian [32-44]
On prend le centre de lintervalle comme la mdiane :
Cas dune srie de classes :
Salaires
10-15
15-20
20-25
25-30
Total

Effectifs
9
25
32
16
82

Effectifs cumuls
9
34
66
82

Le calcul de la mdiane se fait en 3


tapes :
1re tape : on repre le rang de la
mdiane. Rang = 82/2 = 41
Rang =

ni

2
2me tape : on repre la classe de Me :
Il sa git de trouver la classe laquelle appartient le 41me individu,
pour cela on classe les individus par ordre croissant des salaires, ce qui revient
construire la colonne des effectifs cumuls.
.
Me
[20-25], on peut calculer avec plus de prcision Me en faisant une
interpolation linaire.
3me tape : linterpolation linaire :
On connat les salaires des 34 individus 20
On connat les salaires des 66 individus 25
Le 41me individus cest le 7me individus que je rencontre dans la classe 20 -25,
son salaire sera obligatoirement gal 20 + supplment que lon calcule par
interpolation.
En supposant que les 32 individus de la classe 20-25 sont rpartis dune manire
uniforme dans la classe
20-25 puis sont spars par la mme quantit de salaire
On raisonne alors de la manire suivante :
Si pour 32 individus nous avons un cart de salaire de 5 DH

----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------PHYTO CONSULTING / HANDASSA AGRI BUREAU


Page 23 sur 60

Pour 1 individu
5/32
Pour 7
individus
5/32 * 7 = 1.09 DH
Me=20+1.09 =21.09
La moiti des effectifs gagnent plus de 21,09 DH et lautre moiti gagne (moins de
21,09 DH)

b-3- Dtermination graphique de la mdiane :


Courbe cumulative

b-4-Remarque :

Salaire
10 15
15 - 20
20 - 25
25 - 30

Xi
9
25
32
16

Xi
9
34
66
82

Total Xi =82

----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------PHYTO CONSULTING / HANDASSA AGRI BUREAU


Page 24 sur 60

Mthode rapide dinterpolation :

Me
20
41 34
25 20 = 66 34

Me =

7 5 + 20 21
32

2. le 41 me individu normalement la mdiane devrait se situer entre le 41


me et le 42 me, mais on convient lorsque les effectifs sont nombreux de
prendre (N / 2)
III. Le Mode :
Cest la valeur du caractre le plus frquent.
A- Calcul Mode :
1- Cas dune variable discrte :
Xi
3
14
21
42

ni
3
18
7
4

Mo =14
Srie
Uni modal

Xi
2
17
33
39
51
Mo = 17

Ni
4
16
15
16
8

Mo = 39
Srie bimodale
Srie plurimodale (srie plusieurs modes)

----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------PHYTO CONSULTING / HANDASSA AGRI BUREAU


Page 25 sur 60

2-Cas dune srie de classe :


Salaires
10 15
15 20
20 25
25 - 30
Total

ni
9
25
32
16
82

-Nous avons une classe modale : 20 25


- On peut prendre comme mode le centre de classe 22,5
- On peut chercher obtenir le mode avec plus de prcision :

1/ Par Mthode graphique : Elle consiste dabord construire lhistogramme

N.B : Ne pas oublier, lorsqu on construit lhistogramme de corriger les


effectifs.
2/ Par la mthode algbrique :
Mo = L1 + [d1. I / (d1 + d2)]
Mo = 20 +

( 32

25

) *

(32-25) + (32 - 16)

----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------PHYTO CONSULTING / HANDASSA AGRI BUREAU


Page 26 sur 60

L1 : Limite Infrieure de classe modale


d1 : La diffrence entre les effectifs de la classe modale et les effectifs de
classe prcdente
d2 :
La diffrence entre les effectifs de classe modale et les effectifs de
classe suivante
i : Lintervalle de la classe modale
IV. VI- Le choix dune caractristique de tendance centrale :
A : Les conditions de Yule :
1 r conditions : Une modalit caractristique doit tre : dfinie de faon
objective. (2 personnes diffrentes doivent trouver le mme rsultat)
2 me conditions : Tenir compte de toutes les observations
3 me conditions : tre facile comprendre
4 me conditions : tre facile calculer
5 me conditions : Doit se prter au calcul algbrique
B : Comparaison des diffrentes caractristiques de tendance centrale :
1-La moyenne :
Elle rpond parfaitement aux conditions de Yule ; cest pour
cela quelle est la caractristique la plus utilise, mais il y a des cas ou il faut lui
prfrer la mdiane quand elle risque dtre influenc des valeurs extrmes.
EX:
Notes
1
16
17
18

Xi
1
2
5
2
10

Ni * Xi
1
32
85
36
154

X = 154 / 10 = 15,4
X = 153 / 9 = 17

2-La mdiane :
Elle ne satisfait pas les conditions de yule.
En effet, la valeur de la mdiane ne change pas quand on augmente la valeur
dune observation qui lui est infrieure

15 22 34 41 60
1 2 34 41 60

122

34

41

110

----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------PHYTO CONSULTING / HANDASSA AGRI BUREAU


Page 27 sur 60

3-Le mode :
Ne remplit pas les conditions de Yule, mais il y a des cas ou il est
utile, en particulier quand on cherche la valeur la plus typique dune srie :
Ex : un vendeur de chaussures ne va pas stocker des chaussures de pointure
moyenne, mais va stocker les chaussures les plus vendues.

SECTION 2 : Les Caractristiques de Dispersion:


Partons de 3 sries
_

Srie 1 : 9

11

= 10

Srie 2 : 5
Srie 3 : 1

15

= 10

19
X = 10
Les 3 sries ont la mme moyenne : 10 et portant ils sont
diffrents lunes des autres.
Dans la 1re srie ; les valeurs du caractre sont proches de la
moyenne. La moyenne est reprsentative.
Dans la 3 me Srie les valeurs du caractre sont loignes de la
moyenne. Il faut donc lorsquon rsume une srie, indiquer par un nombre si les
valeurs sont proches ou loignes de la valeur centrale.
Ce nombre est appel caractristiques de dispersion.
I. /intervalle de variation ou ltendue :
Cest la diffrence entre la plus grande valeur du caractre et la plus
petite. Lintervalle de variation = Val MAX Val MIN
= 10 srie 2
= 18 Srie 3
= 2 Srie 1
Etendu ou intervalle de variation nest pas un indicateur toujours fiable, car il
dpend des valeurs extrmes qui prouvent tre fausses ou aberrantes.
EX :
17.1820.60.Age
1000 tudiants
=3
= 60 17 = 43

----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------PHYTO CONSULTING / HANDASSA AGRI BUREAU


Page 28 sur 60

II. /intervalle inter quartile :


A- Dfinition des quartiles :
On appelle 1r quartile Q1 la valeur du caractre tel que : 25%
des observations lui sont infrieurs et 75% lui sont suprieurs. 25% < ; 75%>
2me quartile Q2= Me 50% < 50%>
3m quartile Q3=
75%<
25%>
B- Dfinition inter quartile :
On appelle inter quartile : Q3 Q1 diffrence entre 1r quartile
et 3me quartile.
N.B : Intervalle Inter quartile contient 50% des observations
C- Application :
N= 82
Rang : 82/4 =20 ,5
Classe : [15-20]
Interpolation : 15+
Salaires Effectifs Ecart I. Inter quartile
10-15
9
Q3 Q1
15-20
25
=24,3 - 17,3
20-25
32
= 7DH
25-30
16
Total
82
Interprtation : Si 25 individus
Si 01 Individu

(20,5 - 9) = 11,5

Ni Cum
9
34
66
82

Augmentation de 5 DH
Augmentation 5/25 DH

5/25 * 11,5

Donc Q1 = 15 + 5/25 *11,5 = 17,3 DH


2me Mthode :

----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------PHYTO CONSULTING / HANDASSA AGRI BUREAU


Page 29 sur 60

Calcul de Q3
Rang : 82*3/4 =61,5
Classe = [20-25]
Interpolation : si 32 individus

augmentation de 5 DH

01 Individu

Augmentation de 5/32

(61,5 34) = 27,5 individus

Aug mentation 5/32 *27,5

Donc Q3 = 20+ [(5/32) *27,5]


Signification : 24,3dh cest le salaire tel que 75% gagnent plus de 24,3 et 25%
gagnent moins de 24,3 DH.
Inter. Inter quartile : 7 DH = Q3-Q1
Signification : pour 50% des effectifs lcart Maximum de salaire est de 7 DH
D Remarque :
1- Les dciles : valeur du caractre que 10 % des observations ont une valeur qui
est infrieure D1 et 90% des observations ont une valeur qui est suprieure
D1.
On appelle 9 me dcile de 9 la valeur du caractre tel que 90% des observations
lui sont infrieures, et 10% des observations lui sont suprieures. Lintervalle
inter dcile D9 - D1 contient 80% des observations
2- Les percentiles :
On appelle percentiles P1 la valeur du caractre telle que un pourcent (1%) des
observations ont une valeur infrieure P1 et 98% ont une valeur suprieure
P1.
Pour le statisticien KELLY pour supprimer les valeurs aberrantes il suffit de
calculer lintervalle inter percentile P93 P07 qui contient 86% des observations.

----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------PHYTO CONSULTING / HANDASSA AGRI BUREAU


Page 30 sur 60

/cart absolu moyen :


A- Dfinition : On appelle cart absolu moyen que lon dsigne par la
moyenne arithmtique des carts absolus entre les valeurs du caractre et
la moyenne arithmtique.
_

Ca =

ni xi x /

ni

B- Application : soit le tableau suivant :


Poids
55-60
60-65
65-70
70-75
75-80

ni

xi

12
17
36
24
11
100

57,5
62,5
67,5
72,5
77,5

Ca= 442.5 / 100 = 4.42 Kg

ni * xi
690
1062,50
2430
1740
852,50
6775

xi x

ni xi x

10,25
5,25
0,25
4,75
9,75

123
89,25
9
114
107,25
442,5

= 67.75 Kg

Signification : Ca = 4.42 Kg signifie quen moyenne, chaque


individu sloigne de la moyenne (67.75 Kg) de 4.42 Kg.
Remarque : Pour dire si une dispersion est grande ou non, pour comparer
deux sries entre elles, on se sert de lindice de dispersion relatif = Ca / X *100
Exemple :
Poids de filles
Poids des garons
=52 Kg
=68 Kg
Ca= 2 Kg
Ca = 17 Kg
2/52 *100= 3.8%
Dispersion Faible

17/68 * 100 = 25%


dispersion plus importante

IV- La variance et lcart type :


A- Dfinition :
On appelle une variance la moyenne arithmtique des carrs des carts entre les
valeurs du caractre et la moyenne arithmtique.
2=

ni( xi x) /

ni

----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------PHYTO CONSULTING / HANDASSA AGRI BUREAU


Page 31 sur 60

On appelle cart-type (ou cart quadratique moyen) la racine carr de 62


_

ni( xi x) 2 /

ni

B- Application :
Le mme tableau prcdent
(xi- )2

ni*(xi- )2

105,0625
27,5625
0,0625
22,5625
95,0625

1260,75
468,5625
2,25
541,50
1045,6875
3318,75

ni =

3318.75/100 =5.76

ni( xi x) /

Signification : En moyenne chaque individu scarte du poids moyen


(67.5 kg) de 5.76 kg.

C- Remarque :
Si on veut savoir la valeur de dispersion on utilise le cfficient de
variation = /
Ex :
=67.75 Kg / =(5.76/67.75) *100= 8.5%
Ex 2 :
Soient 2 modles dampoules lectrique dont on a relev les dures de
vie.
Modle 1 : Dure de vie moyenne 1400 H.
Modle 1 : Dure cart-type =100 H
Modle 2 : Dure de vie moyenne 1800 H.
Modle 2 : Dure cart-type = 250 H
----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------PHYTO CONSULTING / HANDASSA AGRI BUREAU
Page 32 sur 60

Modle I
Modle II
6/ =100/1400 = 7%
250/1800 *100 = 14%
Le modle I est plus faible que le modle II

Formule dveloppe :
2
Donc
=
ni xi

ni

Poids
55-60
60-65
65-70
70-75
75-80

ni

xi

xi2

ni * xi2

12
17
36
24
11
100

57,5
62,5
67,5
72,5
77,5

330625
390625
455625
525625
600625

39675
66406,25
164025
126150
66068,75
462325

= 462325 - (67.75)2 33.19


100
33

=5.76

19
.

SECTION III : Les Caractristiques de Concentration


La concentration ne sapplique qu des sries statistiques ou la concentration
de la variable a un sens
EX : on peut parler de la concentration de revenus, concentration foncire
Autres EX : on ne peut pas parler de concentration dge
On peut dterminer la concentration soit algbriquement soit graphiquement
I. La dtermination algbrique de la concentration
Cette dtermination ncessite la connaissance de la mdiale
Notion de la mdiale (Ml)

A- La mdiale
Si dans une srie on dsigne par xi la valeur du caractre, par ni les effectifs, la
mdiale est la valeur du caractre qui partage en deux parties gales le produit
cumul de ni xi.
Si xi dsigne un salaire
Ni dsigne le nombre de salaris

----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------PHYTO CONSULTING / HANDASSA AGRI BUREAU


Page 33 sur 60

Le produit cumul des ni xi reprsente la totalit des salaires Verss

nixi

Cest--dire la masse salariale.


La mdiale, cest le salaire tel que la moiti de la masse salariale a servi payer
une partie qui touche moins de cette Mdiale et lautre moiti de la masse s a servi
payer les gens qui touchent plus de cette Mdiale.
B- Mesure de la concentration
M sert mesurer la diffrence entre ML et ME :
M=ML ME
* Si M = 0 cela veut dire que ML =ME
C'est--dire lindividu qui est au milieu leffectif est en mme
temps celui qui est plac tel que la moiti de la masse salariale a t
verse des gens qui touchent moins que lui, et lautre moiti des gens
qui reoivent plus que lui, on a donc une distribution galitaire
concentration est nulle
* Si m 0 cela indique quil y a une concentration
* Si m est faible par rapport lintervalle de variation la concentration est
faible
* Si
m
est important, la concentration est forte
Inter variation

C- application
salaire
10-15
15-20
20-25
25-30
total

ni
8
25
32
16
82

xi
12.5
17.5
22.5
27.5

nixi
112.5
437.5
720
440
1710

nixi
112.5
550
1270
1710

M= ML ME
Calcule de la ML :
Rang = 1710/2=855
Classe [20.25]
Interpolation linaire

720 5dh
1dh 5/720dh
(855-550) =3055 5/720*305dh

Donc ML= 20+5/720*350

ML = 22.12dh

M = ML - ME
= 22 ,12 - 21,09 1dh

----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------PHYTO CONSULTING / HANDASSA AGRI BUREAU


Page 34 sur 60

M/inter varia = 1/20=5%


concentration faible
Lintervall
valle de variation
tantt gale : (30-10)=20
Signification ML = 22.12 dh

&est le salaire tel que la moiti


moi de la masse salariale a servi payer des
gens qui gagnent moins que
qu 22.12 dh et lautre moiti de la masse
salariale a servi payer les
l gens qui gagnent plus que 22.12 dh

II. La dtermination graphique de la concentration la courbe


courb de Lorentz
GINI
A- la graphique de GINI
INI
GINI propose de mesu
surer la concentration en mettant en abssices les
frquences cumules en%, et
e en ordonnes ni xi cumuls en %

salaire

ni

Fi%

Fi% *n

xi

nixi

Nixi%

10-15

11

11

12.5

112.5

6.6

15-20

25

30.5

41.5

17.5

437.5

25.6

20-25

32

39

80.5

22.5

720

24.1

25-30
total

16
82

13.5
100

100

27.5

440
1710

25.7

Nixxi%cum
6.6
32.2
74.3
100

: Diagonal de lg
galit
: Aire de concentration

Remarques :

1) si 10% de la popula
lation touchent 10% du revenu, 20% de la
population touchennt 20% du revenu. Dans le cas dune rpartition
artition
galitaire du salairee, laire de concentration serait confondue avec
diagonal.
2) Dans le cas dune repartions
re
illgalitaire parfaite des salairess,
(comme dans le cass thorique ou 0.1% de la population toucherait
cherait
99.99% de la massee salariale : la courbe

-------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------PHYTO CONSULTING / HANDASSA AGRI BUREAU


Page 35 sur 60

B)-Le coefficient de Gini :


Gini propose de calculer la concentration laide de coefficient suivant :

Aire de concentration
C=
Aire du triangle ABC
Aire de G
C=
5000(100*100/2)
On peu estimer laire de concentration de la manire suivant :
Aire de concentration = 5000-(S1+S2+S3+S3)
B

S=1/2 a*b

S1 = (116.6)
S2= (41.5-11)/2(6.6+32.2)
S3= (80.5-41.5)/2(32.2+74.3)
S4 = (100-80.5)/2(74.3+100)

A
A

Si = 4404

n
S = n/2(a+b)
b
Remarque : 0<c<1
c = 0 Concentration lev
c = 1 Concentration faible

Donc c=5000-4404/5000 0.12


C d les gens sont pareils

----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------PHYTO CONSULTING / HANDASSA AGRI BUREAU


Page 36 sur 60

CHAPITRE III :LES


ES SERIES A DOUBLE ENTREES
ES :
REGRESSION LINEAIRE
LINE
(CORRELATION)
I-

notion de tableau
t
de contingence :

A. une distributio
bution statistique double
Cest une distri
stribution ou lobservation seffectue selon 2 caractr
actres.
EX : Rpartition des tudiants selon la taille et lge
Rpartition
R
des logements selon le nbre de pices et
e superficie
10-30
30
30-50
50-70
70-80
total
superficie
nbr de piece
1
2
3
4
5
total

3
1

1
14
1

16

3
7
10
6
20

4
7
6
17

18
12
17
6
57

B. distributionss marginales
Ce sont les distributions relatives
relative la seul variable X ou Y
a- la rpartition des logemen
ments selon le nombre de pices (X)
Nbre de
Nbre de
e logement
pices (x)
1
4
2
18
3
12
4
17
5
6
total
57
Cette distribution qui concerne
concern la seule variable x est applle distribution marginale
mar
(marginal
car on la trouve la marge du
d tableau statistique)
On peut calculer la moyenne
ne de cette distribution, (et sa signification est le nbre
nbr de pices
moyenne par logement)
Moyenne appele moy.marginal
ginale note
b- la rpartition des logem
ments selon la superficie :
superficie y
10-30
30-50
50-70
70-80
total

Nbre de logements
4
16
20
17
57

-------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------PHYTO CONSULTING / HANDASSA AGRI BUREAU


Page 37 sur 60

Cette distribution qui conceerne la seule variable y est appele distributionn marginale on peut
calculer la moyenne (qui exxprime la surface moy des logements) applle mooy.marginal note

C. Les distribution
tributions conditionnelles :
On appelle distribution Conditionnelle
Con
la distribution ou lon a pos une con
ondition sur lune
des variables.
Ex : Rparation de logement
ements de 30-50m
Cette distribution est appel
ele Distribution Conditionnelle parce que lon ne sintresse quaux
logements qui satisfont la coondition de surface 30-50 m2.
On peut calculer la moyennne de cette distribution (c-a-d le nombre moyen de pices des
logts de 30-50 m2) on appellle cette moyenne : moyenne conditionnelle.
Dans cet exercice on calcule
alcule
Remarque il existe autant dee distributions conditionnelles relatives au caractr
actre x que le
caractre y a de modalits

IIx
X1
X2

Xi

Xk

gnralis
alisation du tableau de contingence
ences :
y

Y1
Y2
.
Yj
.
X11
X12
.
X1j
.
.
.
X21

X2j

.
.
.
Xi1
Xij
Xi2

.
Xk1
.
Xkj
.
Xk2
x. 1
x.2
.
x.j
.
x1 x2 . . . xk = les modalits de
d x
y1 y2 . . . yk = les modalits de
d y
x1 .effectifs pour la 1 re modal
alits de x et pour toutes les modalits de y

Ym
X1m
X2m

Ximm

Xkm
x. m

total
X1.
X2.

Xi.

Xk. total
x..

La distribution marginale de X :
X(xi)

.
.

Total

X i.
X1.
X2.
.
.
Xi.
Xk.
X..

-------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------PHYTO CONSULTING / HANDASSA AGRI BUREAU


Page 38 sur 60

La distribution marginale de y :
y(xi)
1y
2y
.
.
iy
y
m
Total

Xj.
X.1
X.2
.
.
X.i
Xm.
X..

Distribution conditionnelle relatif X et Y

Dist. Conditionnelle relative X

Dist. Conditionnelle relative Y

Xij
X1j
X2j
.
.
Xij
Xkj
X.j

.
.

Total

y
1y
2y
.
.
iy
y
m
Total

Xij
Xi1
Xi2
.
. Xij
Xim

74

83

Total

1
1

1
1
1
1
1
1
6

Xi.

III- La rgression linaire


A. Prsentation du problme :
Soit le tableau suivant :
qu
Prix
70
75
77
80
86
93
Total

42

51

60

62

1
1
1
1
1
1

Ce tableau est un tableau de contingence ou les observations sont connues individuellement,


on peut prsenter plus simplement ce tableau de la manire suivante :

----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------PHYTO CONSULTING / HANDASSA AGRI BUREAU


Page 39 sur 60

Nous avons un ensemble de points un nuage statistique qui nous indique que les prix est
les quantits voluent selon la mme tendance.
Il est possible de schmatiser ce nuage :
-Par une fonction simple : la fonction linaire (Droite) qui sont inconnus et quil faudra
trouver.
a=pente de droite
b=ordonne lorigine
Une telle droite est appelle droite de rgression D(x)
A=coefficient de rgression
La rgression cest le fait de relier y x par une fonction
Calcule des paramtres de la droite de rgression :

B. la mthode des moindres carrs


Notion de moindres carrs :
Partons dun nuage statistique thorique :

Il sagit de rsumer ce nuage par une droite.


Soit y= ax+b lquation de la droite recherche.
Pour toute valeur de x (xi) nous avons une valeur rellement observe y.
Pour toute valeur xi, nous avons une valeur calcule sur la droite y.
Pour toute une valeur xi, nous avons une erreur destimation gale | yi yi |.

----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------PHYTO CONSULTING / HANDASSA AGRI BUREAU


Page 40 sur 60

La droite de rgression idale doit tre de telle manire que la somme des erreurs
destimation doit tre la plus faible possible, | yi yi | doit tre minimum.
Pour viter les valeurs absolues, on convient de calculer les carrs des erreurs. La
droite de rgression doit tre telle que :
(yi yi) 2 minimum, et on appelle cela la condition des moindres carrs.

C. Calcul des paramtres de la droite de rgression.


Il sagit de trouver y= ax + b sachant que : (yi yi) 2 min.
Remplaons yi par sa valeur (yi (axi +b)) 2 min.
Posons (yi ax ; - f) 2 = Z (a , b).
Pour que Z soit minimum, il suffit dannuler (rendre nul) les drivs de ce polynme par
rapport a et par rapport b.
1 Calcul de b :
Supposons a est connu, et drivons par rapport a b et a.
Z = U2
dZ / db = 2 [ (yi ax ; -b)] (-1) = 0
Z = 2UU
[yi ax ; -b) = 0
yi axi nb = 0
U = (yi ax ; -b)
Divisons par n, on obtient (yi / n axi / n b = 0
- a = b
Donc :
b = - a
La droite de rgression passe donc par le point moyen ( , ).
2 Calcul des a :
ax
y
Y

yi

xi

Xi
X
Le paramtre a Que nous cherchons correspond la pente de la droite de rgression qui passe
par le point moyen M ( ; ).
Procdons un changement dorigine, et prenons comme nouvelle origine le point moyen
M(x ; ), les nouvelles cordonnes deviennent :
Xi = xi

Yi = yi -
La droite de rgression a pour quation y = ax
----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------PHYTO CONSULTING / HANDASSA AGRI BUREAU
Page 41 sur 60

La condition des moindres carre scrit ;


(yi i ) 2 min
(yi yi) 2 =
(yi axi ) 2min
Drivons par rapport a : 2 [ (yi axi )] (-Xi) = 0
> (yi axi)] Xi = 0 => (yi ai ) Xi = 0 => xi yi a xi2 = 0
Donc
a = xi yi / xi 2 = (xi x) (yi - )/ (xi x) 2
3- lquation de la droite de rgression :
Dy(x) =
Y = ax + b
a = (xi - ) (yi - ) /

(xi ) 2

b= -a

D Application:
Prix(x)
Qts(y)
70
72
75
51
77
60
80
62
86
74
33
83
481
372

Dy (x) a pour quation:


Y = ax + b
_

xxii

a=

( xi x)( y i y)
_

( xi x)2

x = 481 / 6 = 80
x= n
y = 372 / 6 = 62

Trouver
xi -
-10
-5
-3
0
6
13

Dy (x).
yi -
-20
-11
-2
0
12
21

(xi- ) (yi - )
200
55
6
0
72
273
606

(xi- )
100
25
9
0
36
169
339

a = 606 / 339 = 1.79


b = 62 (1.73)80
b = -81
Donc
Dy(x) a pour quation :
y = 1.79x 81
La loi de loffre pour ce bien

----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------PHYTO CONSULTING / HANDASSA AGRI BUREAU


Page 42 sur 60

IV- la corrlation linaire :


Dans le paragraphe prcdent, nous avions estim y en fonction de x, et nous avions obtenu la
droite de rgression Dy(x)
On peut pour le mme nuage statistique estimer x en fonction de y, et trouver la droite de
rgression Dx(y) lui aura pour quation.

Pour toute yi, nous avons une valeur observe xi .


Pour toute yi, nous avons une valeur estime sur la droite xi
Pour toute yi, nous avons une erreur destimation gale | xi xi |
Dx(y) idale est tel que : | xi xi | minimum ou encore (xi xi) 2 minimum
En procdant de la mme manire que dans le paragraphe prcdent, on trouve lquation de
Dx(y).
X = ay + b
a = xi yi
2
yi
b = a

Dans le rfrentiel XMY nous obtenons 2 droites :


Soit y = ax pour Dy(x)
Soit x = ay pour Dx(y)
Ou encore y = 1/a x
4 cas peuvent se produire :
1 er cas : les 2 droites sont confondues
Y= ax
X = ay
Y = 1/yx

a = 1/a aa = 1

----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------PHYTO CONSULTING / HANDASSA AGRI BUREAU


Page 43 sur 60

2me cas : les 2 droite font entre elles un angle trs faible :

3me cas : les 2 droite font entre elles un angle lev :

4me cas : les 2 variables sont indpendantes lune de lautre :

Si on appelle coff de corrlation la Quantit


tel que : 2 = a . a, on peut crire :
Si r = 1 on a une corrlation parfaite.
Si r = +1 on a une corrlation parfaite positive.
Si r = -1 on a une corrlation parfaite.
Corr. positive : c d les variables varient dans le mme sens.
Si r = -1 = corrlation parfaite ngative.
C d les deux phnomnes varient en sens inverse.
Par exemple Prix et Quantit
Si 0 < r < 1 = la corrlation est positive, elle est dautant plus forte que lon se
rapproche de 1.
Si -1 < r < 0 = la corrlation est ngative, et elle est dautant plus forte que lon se
rapproche de -1.
Si r = 0 = corrlation nulle.

----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------PHYTO CONSULTING / HANDASSA AGRI BUREAU


Page 44 sur 60

STATISTIQUE DESCRIPTIVE
Application : calculer le coefficient de corrlation dune autre faon (existe-t-il un lien entre y
et x).

Prix
70
75
77
80
86
33

Qt
42
51
60
62
74
83

x x

y-

(x x ) (yi - )

(x x ) 2 (yi - ) 2

606

339

1110

606 donc r = 0.98


r = a. a = 606

339 1110
2

xi yi

a=

x)( y y)

( xi

x
i

x) 2

(x i

x y
i

(x

339

x)( y y)

= 1.79

a =

606
=

= 606

y) 2

(y i

= 0.545

1110

On a une trs forte corrlation car r = 0.975 tend vers 1

2
:Remarque : lorsquon crit
= a. a r = racine a .a, nous avons une expression trs
positif. Comment trouver alors le signe dune corrlation ?
Rponse : le sens de la corrlation est donne par le signe de a et a.
Si a et a sont >0 le produit a.a >0 corrlation positive.
Si a et a sont <0 le produit a.a>0 corrlation ngative.
On peut dire dune corrlation quelle est trs satisfaisante partir 0.86.
On peut dire dune corrlation quelle parfaite partir de 0.96.
IV formule facilitant les calculs :
1/ calcul de a :

N
, N = xi yi - xi x y
a = (xi ) (yi - ) =
D
x
i+
2
(xi x)

xi

Or x =

N
yi

On remplace : N =

xi = n x

yi = n

xi yi - n x -n x + n x

xi yi n x y

N=

D=

(xi x ) 2 =

(xi 2 2xi x + x2 ) =

xi2 2 x xi + n x 2

= xi2 2n x 2 + n x 2
2
2
D = xi n

Donc a =

xi yi n x y
2

x2 n x
Formule dveloppe
xi

yi

xi2

Xi yi

2 calcul de r :
xi yi n
r2= a.a

a=
xi2 n 2

xi yi n

a =

yi 2 n 2
Donc

r=

a * a'

V Autre formule de r :
[

(xi ) (yi - )] 2

r=
(xi ) 2 (yi - ) 2
Or
(xi ) 2
2
x=

(xi ) 2 = n2x

(yi ) 2
2

(yi ) 2 = n2 y

y=

(xi ) (yi )

Donc r ==

2
[( xi x)( yi y)]

n 2 . 2 x. 2 y

Si on appelle : covariance de x et de y lexpression :

(xi ) (yi )
Cov (xy)
n
Cov (xy)
r scrit : r =
x.y

n.x. y

CHAPITRE IV : ANALYSE DES SERIES


CHRONOLOGIQUES.
I Gnralits :
A. Dfinition :
Une srie chronologique est une srie o les observations de la variable sont faites des
intervalles rguliers de temps.

B. les diffrentes composantes dune srie chronologique.


Soit la srie chronologique suivante : Evolution trimestrielle du chiffre daffaire dune
entreprise
trimtres
1998
1999
2000
2001

1
120
130
144
157

2
148
162
178
196

3
155
169
186
210

4
120
132
145
160

Reprsentation graphique de la srie :

Lexamen dune srie chronologique rvle lexistence de diffrences composantes :


Un mouvement de tendance longue ( long terme), appele trend .
Un mouvement saisonnier qui est les variations saisonnires.
Des variations accidentelles : ce sont des variations imprvisibles dues des circonstances
exceptionnelles.

C. intrt dune analyse dune srie chronologique :


Lanalyse des sries chronologiques permet de sparer le mouvement de long terme du
mouvement saisonnier, ce qui nous permettra de faire des calculs de prvision.

----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------PHYTO CONSULTING / HANDASSA AGRI BUREAU


Page 47 sur 60

II lanalyse de la tendance longue : trend


Dterminer le trend, cela revient lisser la srie pour liminer les variations saisonnires,
cette technique de lissage de la srie est appele Ajustement. Les 2 mthodes dajustement
les plus utiliss sont :

La mthode des moyennes mobiles.

Lajustement analytique.

A. la mthode des moyennes mobiles :


Elle consiste diviser un nuage statistique en sous nuages comprenant chacune
(n1) donnes du sous nuages prcdent, et remplacer chaque sous nuage par un point tel
que : xi = mdiane des xi yi = moyenne des valeurs yi.

B.

Oprations sur les matrices :

1 matrices transposes :
1 3 4
A=
2 -1 5
2 Laddition :
1 -1 3
+
2 4 1
(aij) + (bij) =
Proprits :
-

A=

0 4 3

1 2
3 -1
4 5

1 3 6
=

3 -1 -1

5 3 0

(aij + bij)

commutativit
association
lment neutre
lment symtrique

aii = 0(n ;p)

la matrice nulle

t (a+b) = ta+tb
3- Multiplication par un rel :
1 -1 3
3 -3 9
3*
=
2 4 1
6 12 3

----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------PHYTO CONSULTING / HANDASSA AGRI BUREAU


Page 48 sur 60

CHAPITRE V :POPULATIONS ET ECHANTILLONS,


RECENSEMENTS ET SONDAGES

Les journaux, la tlvision, les revues nous inondent constamment de graphiques, de


tableaux et de statistiques de toutes sortes, dans diffrents domaines :
Sondages, rfrendums, popularit des partis politiques et de leur chef.
Criminalit, suicide, avortement, racisme, pratiques religieuses, orientations
sexuelles, habitudes alimentaires.
conomie

Importations, exportations, prix de vente, taux d'inflation, indice des prix la


consommation (IPC), taux d'intrt, salaires, taux de chmage, cotes
boursires, indices boursiers, dficits gouvernementaux.

Dmographie Taux de mortalit, taux de natalit, population par province, par nationalit.
Culture

Entres au box office, cotes d'coutes.

tudes

Rsultats scolaires, prts et bourses, cote R et cote Z.

Sports

Meilleurs compteurs, classement des quipes, salaires des joueurs.

Ces prsentations peuvent parfois nous induire en erreur volontairement ou non. Il


nous faut donc dvelopper un esprit critique et savoir interprter ces
informations.

I.

Quelques termes de base :

La population cible est l'ensemble de tous les objets que l'on tudie.
Une unit statistique est un objet de cette population.
Un chantillon est une partie choisie d'une population.

Le nombre d'objets composant une population ou un chantillon est appel sa taille.


Lorsque l'on veut connatre certaines caractristiques d'une population, on dit qu'on
enqute sur la population.
Une enqute peut tre ralise auprs de toute la population ou sur un chantillon.
Un recensement est une enqute ralise auprs de toute la population.

Un sondage est une


un enqute ralise sur un chantillon.

II.

Exemp
mples:
1. tude portant sur la la
angue maternelle des Qubcois:
la population est l'ensemb
ensemble des Qubcois
et la caractristique est
e la langue maternelle.

2. tude portant sur la dure


dur des ampoules lectriques produites l'usine X.
La population est constitue
con
des ampoules lectriques produites l'usine X
et la caractristique tudie
t
est la dure des ampoules.

3. Une compagnie pharmaceutique


pharm
veut vrifier un nouveau vaccin contre une
un certaine maladie.
On administre ce produit
produ 50 patients atteints de la maladie.
La population est form
me de tous les gens atteints de la maladie,
l'chantillon est form
des 50 patients qui on a administr le mdicamen
ament et la
caractristique tudi
e est la rponse au mdicament.

Les cots levs et les d


lais trop longs, relis un recensement, son
ont les
principales raisons qui no
ous amnent utiliser un sondage puisque la
a taille d'un
chantillon est beaucoup plus petite que celle de la population.
Au Canada, il y a un recens
ensement tous les cinq ans. Le dernier date de
d 1996.

III.

tapes
s d'une enqute statistique :
1. Dterminer la populatio
ulation cible et les caractristiques de cette populati
ation que l'on veut
tudier.
2. Dterminer la manire
ire dont l'chantillon va tre prlev.

3. Construire des instruments (questionnaires ou autres).


4. tablir un pr-test ou tude-pilote.
5. Recueillir les donnes.
6. Compiler les donnes.
7. Mettre en forme les donnes.
8. Analyser les donnes (analyse descriptive ou infrentielle).
9. Interprter les rsultats.
10. Communiquer les rsultats.

----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------PHYTO CONSULTING / HANDASSA AGRI BUREAU


Page 51 sur 60

EXERCICES

----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------PHYTO CONSULTING / HANDASSA AGRI BUREAU


Page 52 sur 60

OBJECTIFS VISES :

1.
2.
3.
4.

construction dun tableau statistique :


distinguer une variable quantitative dune variable qualitative
reprsentation graphique des variables quantitatives discrtes et continues
calcul et interprtation des caractristiques de tendance centrale :

moyenne.

mdiane

mode

quartiles
5.
calcul et interprtation des caractristiques de dispersion :

variance

cart type

coefficient de variation
Exercice 1 :

Dans une entreprise de 80 salaris on a enregistr les salaires mensuels suivants :


54 salaris gagnent 6 000 dirhams ou plus ;
34 salaris gagnent 8 000 dirhams ou plus ;
20 salaris gagnent 10 000 dirhams ou plus ;
8 salaris gagnent 12 000 dirhams ou plus ;
1. Prsenter ces donnes dans un tableau avec des classes de mme amplitude en
sachant quaucun salari ne gagne plus de 14 000 DH.
2. Calculer la moyenne et donner sa signification.
3. Calculer la mdiane et donner sa signification.
4. Calculer le mode graphiquement, algbriquement et donner sa signification.
5. Combien gagnent les 20% des salaris les mieux pays.
Exercice 2 :
La rpartition des salaris dune entreprise de confection selon leurs gains
mensuels (en milliers de dirhams) se prsente comme suit :
Gains mensuels
effectifs
[4-6[
25
[6-8[
40
[8-12[
58
27
[12-18[
[18-20[
6
20 et plus
4

1.
2.
3.
4.

dterminer graphiquement le salaire modal


calculer le coefficient de variation
calculer ltendue
calculer algbriquement et graphiquement la mdiane.

----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------PHYTO CONSULTING / HANDASSA AGRI BUREAU


Page 53 sur 60

Exercice 3 :

La rpartition par ge dune population dun centre de vacances est comme suit :
Classe dage (en annes)
effectifs
0-5
16
5-15
42
15-25
44
25-35
40
35-45
30
45-55
32
55-60
15
60-75
36
75-100
15
1. tracer lhistogramme de cette distribution
2. calculer lcart type et donner sa signification
3. on dsire rajeunir cette population en invitant au centre des vacances des
personnes de la classe [25-35[.combien faudrait-il en faire venir pour que
la moyenne de la population soit de 35 ans.
Exercice 4 :

1.
2.
3.
4.

Dans une commune urbaine, on a relev la rpartition en pourcentages de


10 000 contribuables selon le montant des impts pays.
Classes dimpts
Frquences relatives en pourcentages
1-3
8
3-6
12
6-L2
20
L2-12
26
12-18
F6
18-22
10
22-30
6
Trouver les valeurs manquantes de ce tableau sachant que la moyenne est gale
11,42
tracer la courbe cumulative croissante
dterminer graphiquement et algbriquement limpt mdian. donner sa signification
quel est le pourcentage des contribuables qui paient un impt annuel suprieur
20 000dh ?cela reprsente combien de personnes ?
Exercice 5 :

Soit la distribution statistique suivante qui donne la rpartition des propritaires


terriens selon la superficie des terres cultivables dans une certaine rgion agricole :
Superficie des terres en hectares
2-4
4-8
8-14
14-20
20-40
40-100

Nombre de propritaires
24
36
22
18
14
6

----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------PHYTO CONSULTING / HANDASSA AGRI BUREAU


Page 54 sur 60

Partie I :
prciser le caractre tudi et prciser sa nature.
donner la signification de du centre de la 2me classe.
dterminer rapidement la mdiane et donner sa signification
dterminer algbriquement le mode et donner sa signification
calculer la superficie moyenne et lcart type. Que peut on conclure ?
dterminer le 1er et le 9 me dcile et donner leurs significations
Partie II :
1. dterminer graphiquement la concentration foncire dans cette rgion agricole,
Calculer lindice de GINI
2. dterminer algbriquement la concentration
3. dterminer graphiquement le pourcentage des propritaires dont la superficie des
terres est infrieure la mdiale.
1.
2.
3.
4.
5.
6.

Exercice 6 :
Pendant 9 annes les bnfices dune entreprise ont augment :

de 4% par an pendant les 3 premires annes.


de 7% par an pendant les 4 annes suivantes.
De 10% par an pendant les 2 dernires annes de la priode considre.

Quelle est laugmentation moyenne des bnfices de cette entreprise sur les 9 annes ?
Exercice 7 :
Le tableau suivant donne la rpartition des salaires mensuels des cadres dune
entreprise :

Salaires en 1000DH
6-8
8-10
10-16
16-22
22-30
30-34
34-38
total

Nombre des cadres


50
70
80
50
50
80
20
400

1. prciser le caractre tudi et sa nature


2. reprsenter graphiquement cette distribution, tracer le polygone des frquences
3. dterminer rapidement :
le salaire mdian des cadres donner sa signification.
Le 3me quartile (Q3). donner sa signification.
4. donner graphiquement le salaire modal des cadres.
5. calculer le salaire moyen des cadres.
6. Calculer le coefficient de variation et donner sa signification
7. Pour motiver davantage ses cadres, lentreprise dcide une augmentation gnrale des
salaires de 20%. Calculer la nouvelle moyenne et le nouveau coefficient de variation.

----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------PHYTO CONSULTING / HANDASSA AGRI BUREAU


Page 55 sur 60

II

1.
2.
3.
4.

OBJECTIFS VISES :
Calcul de la fonction linaire
calcul et commentaire du coefficient de corrlation
interprtation des distributions marginales
interprtation des distributions conditionnelles

Exercice 8 :
Une entreprise a prsent ses dpenses de publicit et ses chiffres pour les 6
dernires annes dans le tableau suivant (en 106 DH)
Dpenses de publicit
Chiffre daffaires
2
10
4
16
10
50
14
120
18
140
24
210

1. Lentreprise pense qu il ya un lien entre dpenses de publicit (X) et le chiffre


daffaire(Y).pouvez vous le confirmer ?
2. tablir par la mthode des moindres carrs la relation liant le chiffre daffaires et
les dpenses de publicit
3. combien lentreprise peut-elle esprer raliser comme chiffre daffaireS avec des
dpenses de publicit de 30 ?

Exercice 9 :

On a observ une population en retenant 2 caractres : le nombre denfants(X) et la


taille du logement (Y).les rsultats sont les suivants :
Nombre de pices
2
3
4
Total
Nombre denfants
1
2
3
Total

22
7
0
29

15
38
7
60

9
22
30
61

46
67
37
150

1. calculer le nombre moyen denfants et le nombre moyen de pices des logements.

2. calculer x 2 et donner sa signification

3. calculer y 3 et donner sa signification


4. on se propose de voir sil existe un lien entre le nombre denfants et la surface des
logements. Confirmer

----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------PHYTO CONSULTING / HANDASSA AGRI BUREAU


Page 56 sur 60

Exercice 10 :

Le tableau suivant donne la rpartition des salaris dune entreprise de btiment selon le
nombre denfants charge X et les salaires mensuels perus y en milliers de DH
Nombre de pices Y

1-3

3-5

5-9

Nombre denfants X
1
4
8
16
2
6
12
24
3
6
12
3
4
2
4
8
1. donner la distribution marginale de la variable X
2. donner la distribution conditionnelle de la variable Y lie la modalit 4 de X.
3. que signifient les valeurs 16 et 3 souligne dans le tableau
4. vrifier de deux manires diffrentes que les deux variables sont indpendantes.
Dites dans ce cas est gal le coefficient de corrlation linaire : r (sans le
calculer.
5. calculer la variance marginale de Y.

Exercice 11 :
Une tude ralise dans un club sportif concernant le poids et la taille de 124 adhrents
a fourni les informations suivantes :
poids en Kg Y
50-60
60-65
65-75
75-80

taille en mtres X
1,60-1,70
1,70-1,75
1,75-1,80
1,80-1,90
1,90-2,00

12
?
9
?
3

7
6
8
7
5

6
8
8
5
3

4
3
4
6
3

1. complter le tableau sachant quil y a 27 adhrents qui mesurent entre 1.70met


1.75m.
2. quels sont les caractres tudis ? Quelle est leur nature ?
3. que signifient les chiffres 7 et 8souligns dans le tableau
4. quelle est la moyenne du poids des adhrents ? Comment appelle-t-on cette
moyenne ?
5. quelle est la taille moyenne des adhrents ? Comment appelle-t-on cette
moyenne ?
6. en dsignant par X la taille et par Y le poids calculer et donner la signification
_

de y 2
_

7. donner sans la calculer la signification de x3

----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------PHYTO CONSULTING / HANDASSA AGRI BUREAU


Page 57 sur 60

Exercice 12 :

Une entreprise commerciale a prsent ses ventes xi et ses frais de publicit yi au


cours du premier semestre de lanne 2003 comme suit (en 1000 DH)
Mois
Janvier
Fvrier
Mars
Avril
Mai
juin

Ventes
40
30
42
46
44
38

Frais de publicit
1.1
0.8
1.2
1.4
1.3
1.1

1. dterminer une fonction linaire qui donne le montant des ventes lorsquon
connat les frais de publicit.
2. quel serait le montant des ventes si les frais de publicit atteindront
3500DH.
3. dterminer sil y a ou non une liaison entre les ventes et les frais de
publicit.

----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------PHYTO CONSULTING / HANDASSA AGRI BUREAU


Page 58 sur 60