Vous êtes sur la page 1sur 109

Ch 1: Introduction gnrale

1 - Utilit de la statistique descriptive en conomie


A Dfinition:

Ch 1: Introduction gnrale
1 - Utilit de la statistique descriptive en conomie
A Dfinition:
Avant, la statistique tait dfinie comme la science qui a pour
but de faire connatre ltendue, la population, les ressources
agricoles et industrielles dun Etat, plus gnralement,
science des dnombrements et de leurs consquences.
Actuellement, la statistique dsigne lensemble des mthodes
qui permettent de rassembler, dorganiser, de rsumer, de
prsenter et danalyser un ensemble de donnes numriques,
et qui permettent den tirer des conclusions et de prendre de
bonnes dcisions.
La statistique est une mthode qui vise la description
quantitative des ensembles nombreux, elle utilise le nombre
comme moyen dexpression.

Ch 1: Introduction gnrale
1 - Utilit de la statistique descriptive en conomie
A Dfinition:

On divise gnralement l'tude de la statistique gnrale en


deux parties :
La statistique descriptive, qui est un ensemble de mthodes
permettant de dcrire les units statistiques qui composent
une population.
La statistique mathmatique dont l'objet est de formuler des
lois partir de l'observation d'chantillons, c'est--dire de
sous-ensemble d'une population statistique. La statistique
mathmatique intervient dans les enqutes et les sondages.
Elle s'appuie sur la statistique descriptive, mais aussi sur le
calcul des probabilits.

Ch 1: Introduction gnrale
1 - Utilit de la statistique descriptive en conomie
A Dfinition:

On divise gnralement l'tude de la statistique gnrale en


deux parties :
La statistique descriptive, qui est un ensemble de mthodes
permettant de dcrire les units statistiques qui composent
une population.
La statistique mathmatique dont l'objet est de formuler des
lois partir de l'observation d'chantillons, c'est--dire de
sous-ensemble d'une population statistique. La statistique
mathmatique intervient dans les enqutes et les sondages.
Elle s'appuie sur la statistique descriptive, mais aussi sur le
calcul des probabilits.

Ch 1: Introduction gnrale
1 - LES CONCEPTS DE BASE

C - Critres de classification
Les variables quantitatives ou numriques
Les variables quantitatives ou variables statistiques ont des attributs dont les
modalits sont exprimes sous forme numrique.
Une variable quantitative est soit mesurable soit reprable. chaque unit
statistique est associe un nombre : la valeur de la variable. Pour lanalyse
statistique, il est habituel de distinguer les variables discrtes et les variables
continues. Une variable est discrte quand les valeurs sont obtenues par
dnombrement, les modalits sont exprimes par un nombre et prennent un
nombre fini de valeur. Lorsque la variable peut prendre toutes les valeurs
lintrieur dun intervalle, la variable est dite quantitative continue.

Ch 1: Introduction gnrale
1 - LES CONCEPTS DE BASE

C - Critres de classification
Variables numriques discrtes
Une variable dont les valeurs sont obtenues par dnombrement est une
variable discrte.
Exemple :
Le nombre denfants par famille
Le nombre de personnes qui composent un mnage.
Le nombre de salaris dune entreprise

Ch 1: Introduction gnrale
1 - LES CONCEPTS DE BASE

C - Critres de classification
Variable statistique continue
Lorsque la variable peut prendre toutes les valeurs lintrieur dun intervalle,
la variable est dite quantitative continue.
Il est ncessaire que les valeurs de la variable soient regroupes en classes.
Une variable statistique continue peut a priori prendre toutes les valeurs
lintrieur dun intervalle de R : par exemple les salaires, le revenu par habitant.
Le nombre de modalits possibles est alors infini. Pour obtenir un nombre fini
de modalits, les valeurs sont regroupes en classe.

Ch 1: Introduction gnrale
1 - LES CONCEPTS DE BASE

C - Critres de classification
Les classes
Certains units statistiques prennent un nombre trs important de valeurs, il est
ncessaire que les valeurs de la variable soient regroupes en classes avant
tout traitement.
Le choix des classes rpond en gnral aux exigences suivantes :
elles ne doivent pas tre trop nombreuses sinon il y aurait une difficult de
comprhension ;
elles ne doivent pas tre trop peu nombreuses car il y aurait perte
dinformation;
il ne doit pas y avoir de classe vide.

Ch 1: Introduction gnrale
1 - LES CONCEPTS DE BASE

C - Critres de classification
Les classes
Les classes peuvent avoir une amplitude variable ou constante.
La variable ge est souvent subdivise en classes damplitude de 5 ans, 0
moins de 5 ans, 5 ans moins de 10 ans etc. 0, 5, 10 sont les extrmits des
classes.
Le choix du nombre de classes et de leur amplitude est fonction de leffectif de
la population tudie, sans que leffectif de chacune soit trop faible afin
dliminer les variations accidentelles. Il dpend aussi de la nature de ltude.
En pratique, lapplication de quelques rgles permet la construction des
classes dune distribution. Pour rendre les calculs significatifs, tout en
prservant la comprhension de la distribution, le nombre de classes doit tre
compris entre 5 et 15.

Ch 1: Introduction gnrale
1 - LES CONCEPTS DE BASE

C - Critres de classification
La dfinition des classes
Les limites de classes doivent tre sans quivoque. La prsentation suivante
est insatisfaisante.
Nombre de salaris par entreprises :
0 10
10 50

Lcriture la plus satisfaisante est la suivante :


[0, 10[
[10, 50[

Le nombre de classes retenir dpend de la prcision des mesures et de


leffectif de la population tudie.

Ch 1: Introduction gnrale
1 - LES CONCEPTS DE BASE

C - Critres de classification
Lamplitude de classe
Le choix des amplitudes de classe est dtermin par le souci dobtenir des
effectifs comparables dune classe lautre.
La valeur de lamplitude dune classe est calcule par la diffrence entre les
valeurs de la borne suprieure et celle de la borne infrieure. Lamplitude est
donc pour la deuxime classe de [10,50[= 40 salaris. Il arrive que la borne
infrieure de la premire classe et la borne suprieure de la dernire ne soient
pas donnes. Pour estimer les bornes absentes, nous disposons de deux
solutions.
Tout dabord rflchir ce que pourrait tre la valeur de cette borne (ici pour la
premire classe 0 semble une solution satisfaisante). Sinon, nous donnerons
la premire classe lamplitude de la seconde et la dernire classe lamplitude
de lavant-dernire.

Ch 1: Introduction gnrale
1 - LES CONCEPTS DE BASE

C - Critres de classification
Les centres de classe
Pour mener des calculs statistiques sur des sries classes, les classes sont
rduites une seule donne : le centre de classe. Cela revient considrer
que tous les individus dune classe peuvent tre dcrits par ce centre de
classe. Le centre de classe se calcule simplement

avec xi la borne infrieure de la classe i et xi+1 la borne suprieure de celle-ci.


Il faut faire attention aux extrmits de classe retenues, elles peuvent
appartenir la classe suivante ou la classe prcdente.

Ch 1: Introduction gnrale

Ch 1: Introduction gnrale
Conclusion

La statistique descriptive est le premier stade de la mthode statistique. Elle a pour


but de rsumer et de prsenter les donnes observes dune manire telle que
lon puisse en prendre connaissance facilement.
La statistique descriptive peut faire lobjet dune variable, et on parlera de
statistique descriptive une variable ou une dimension. Elle peut concerner deux
variables, on parle alors de statistique descriptive deux dimensions. Elle peut
concerner plusieurs variables, on parle alors de statistique descriptive plusieurs
variables ou plusieurs dimensions.

Ch 1: Introduction gnrale
Conclusion
Le but de la simplification de statistique descriptive peut tre atteint en condensent
les observations sous trois forme distinctes :
Les tableaux statistiques permettent de prsenter les donnes sous forme
numrique de distributions de frquences ;
Diffrentes types de diagrammes permettent de reprsenter graphiquement ces
distributions ;
les donnes peuvent galement tre condenses sous forme de quelques
paramtres statistiques, le calcul de ces paramtres constitue ce quon appelle la
rduction des donnes.

Ch 2: les tableaux
statistiques

I. Distributions de frquences une variable


1.1. Donnes brutes
On appelle donnes brutes que lon a rassembles sous se soucier de la notion
dordre

Ch 2: les tableaux
statistiques

I. Distributions de frquences une variable


1.1. Donnes brutes
On appelle donnes brutes que lon a rassembles sous se soucier de la notion
dordre
Exemple:
On a procder au recensement des 20 salaris de la socit ATM en relevant les
salaires horaires perus.

Unit statistique:
Population:
Variable:
Type de variable:
Effectif total:

34

36

46

62

37

77

63

85

43

54

93

102 71

48

63

60

47

71

98

Ch 2: les tableaux
statistiques

I. Distributions de frquences une variable


1.1. Donnes brutes
On appelle donnes brutes que lon a rassembles sous se soucier de la notion
dordre
Exemple:
On a procder au recensement des 20 salaris de la socit ATM en relevant les
salaires horaires perus.

34

36

46

62

37

77

63

85

43

54

93

102 71

48

63

60

47

71

98

Unit statistique: Un salari de la socit ATM


Population: Lensemble des 20 salaris de la socit ATM
Variable: Le salaire horaire
Type de variable: Quantitative
Effectif total: 20

Ch 2: les tableaux
statistiques

I. Distributions de frquences une variable


1.2. Sries statistiques

Une srie statistique est une simple numration des observations


X1, X2, X3,.Xi.,Xn
Ces observations tant ranges par ordre croissant:
X1< X2< X3<<Xi<.,Xn
n tant le nombre total dobservations, appel aussi effectif total.
Une mme observation peut se rpter plusieurs fois.

Ch 2: les tableaux
statistiques

I. Distributions de frquences une variable


1.2. Sries statistiques
Notion dtendue:
Cest la diffrence entre la valeur la plus grande et la valeur la plus petite:
Etendue = Xmax - Xmin
Exemple:

Etendue = ?

34

36

46

62

37

77

63

85

43

54

93

102

71

48

63

60

47

98

71

Ch 2: les tableaux
statistiques

I. Distributions de frquences une variable


1.2. Sries statistiques
Notion dtendue:
Cest la diffrence entre la valeur la plus grande et la valeur la plus petite:
Etendue = Xmax - Xmin
Exemple:

Etendue = 102 8
= 94

34

36

46

62

37

77

63

85

43

54

93

102

71

48

63

60

47

98

71

Ch 2: les tableaux
statistiques
I. Distributions de frquences une variable
1.3. Distributions des frquences
Lorsque les observations sont nombreuses, il est ncessaire de les condenser
sous forme dun tableau statistique appel distribution de frquences
Ils constituent le moyen le plus sr de pouvoir rpondre aux questions poses.
Sauf cas exceptionnels, les donnes statistiques sont prsentes sous forme de
tableau. Dune part, cela permet dapprhender linformation qui est synthtise et
dautre part facilite ou rend possible les calculs.

Ch 2: les tableaux
statistique

I. Distributions de frquences une variable


1.3. Distributions des frquences
Tableau statistique pour une variable qualitative
Lorsquil sagit dun caractre qualitatif, on peut ranger ou classer les donnes
dans un tableau qui contient les caractres et leffectif li chaque caractre.
Caractres
(modalits)

Effectif
s (frquences
absolues)

Effectifs
cumul
ascendant

Effectifs
cumul
descendant

Frquences
relatives

Frquences
cumules
ascendant

Frquences
cumules
descendant

M1

n1

n1

f1

f1

M2

n2

n1+n2

n2+..+nk

f2

f1+f2

f2+..+fk

Mi

ni

Mk

nk

Fk

Total

fi=ni/N

nk

fk
1

Tableau statistique pour une variable


qualitative
Exemple :

Lchantillon de 1000 tudiants pris au hasard parmi les nouveaux inscrits luniversit
IBN ZOHR, lors dun sondage a donn la rpartition suivante selon le type de
baccalaurat :
Type de Bac

Effectifs

Sc Exp

320

Sc Math

57

Sc Eco

273

Littrature

312

Industriel

38

TOTAL

1000

Questions:
1. Dterminer:
.Lunit statistique
.La variable
.Type de la variable
.Les modalits
2. Remplir le tableau des effectifs et des
frquences

Correction :
1. Caractristiques statistiques:
- Lunit statistique (Observation): Bachelier
- La variable: Srie du baccalaurat
- Type de la variable: Qualitative
- Modalits:
.Sc Exp
.Sc Math
.Sc Eco
.Littrature
.Industriel

Correction(suite):
2. Tableau des effectifs et des frquences:
Type de Bac

Sc Exp
Sc Math
Sc Eco
Littrature
Industriel

Total

Effectifs

Effectifs cumul
ascendant

Effectifs cumul
descendant

Frquences

Frquences
cumules
ascendant

Frquences
cumules
descendant

Correction(suite):
2. Tableau des effectifs et des frquences:
Type de Bac

Sc Exp
Sc Math

Effectifs

320
57

Sc Eco

273

Littrature

312

Industriel

Total

38
1000

Effectifs cumul
ascendant

Effectifs cumul
descendant

Frquences

Frquences
cumules
ascendant

Frquences
cumules
descendant

Correction(suite):
2. Tableau des effectifs et des frquences:
Type de Bac

Effectifs

Effectifs cumul
ascendant

Sc Exp

320

Sc Math

57 320+ 57=377
273 377+273=650

Sc Eco
Littrature
Industriel

Total

320

312 650+312=962
38 962+38=1000
1000

Effectifs cumul
descendant

Frquences

Frquences
cumules
ascendant

Frquences
cumules
descendant

Correction(suite):
2. Tableau des effectifs et des frquences:
Type de Bac

Sc Exp
Sc Math

Effectifs

320
57

Effectifs cumul
ascendant

320

Effectifs cumul
descendant

1000

377 1000- 320=680

Sc Eco

273

650

680- 57=623

Littrature

312

962

623-273=350

38

1000

350-312=38

Industriel

Total

1000

Frquences

Frquences
cumules
ascendant

Frquences
cumules
descendant

Correction(suite):
2. Tableau des effectifs et des frquences:
Type de Bac

Effectifs

Effectifs
cumul
ascendant

Effectifs
cumul
descendant

Frquences

Frquences
cumules
ascendant

320

320

1000

320/1000=0,320

57

377

680

57/1000=0,057

Sc Eco

273

650

623

273/1000=0,273

Littrature

312

962

350

312/1000=0,312

38

1000

38

38/1000=0,038

Sc Exp
Sc Math

Industriel

Total

1000

Frquences
cumules
descendant

Correction(suite):
2. Tableau des effectifs et des frquences:
Type de Bac

Effectifs

Effectifs
cumul
ascendant

Effectifs
cumul
descendant

Frquences

Frquences
ascendant

cumules

descendant

320

320

1000

57

377

680

0,057 0,32+0,057=0,377

Sc Eco

273

650

623

0,273 0,377+0,273=0,65

Littrature

312

962

350

0,312 0,65+0,312=0,962

38

1000

38

Sc Exp
Sc Math

Industriel

Total

1000

Frquences
cumules

0,320

0,038
1

0,32

0,962+0,038=1

Correction(suite):
2. Tableau des effectifs et des frquences:
Type de Bac

Effectifs

Effectifs
cumul
ascendant

Effectifs
cumul
descendant

Frquences

Frquences
cumules
ascendant

Frquences

cumules

descendant

320

320

1000

0,320

0,32

57

377

680

0,057

0,377

1-0,32=0,68

Sc Eco

273

650

623

0,273

0,65

0,68-0,057=0,623

Littrature

312

962

350

0,312

0,962

0,623-0,273=0,35

38

1000

38

0,038

0,35-0,312=0,038

Sc Exp
Sc Math

Industriel

Total

1000

Ch 2: les tableaux
statistique

I. Distributions de frquences une variable


1.3. Distributions des frquences
Tableau statistique pour une variable quantitative discret
Valeurs de la
variable
statistique

Effectifs
(frquences
absolues)

Effectifs
cumul
ascendant

Effectifs
cumul
descendant

Frquences
relatives

Frquences
cumules
ascendant

Frquences
cumules
descendant

V1

n1

n1

f1

f1

V2

n2

n1+n2

n2+.+nk

f2

f1+f2

f2+.+fk

Vi

ni

Vk

nk

fk

Total

fi=ni/N

nk

fk
1

Ch 2: les tableaux
statistique

I. Distributions de frquences une variable


1.3. Distributions des frquences
Tableau statistique pour une variable quantitative discret
Exemple:
Une enqute chez 1000 commerants porte sur le nombre demploys.
Les rsultats obtenus sont:
Nbre
demploys

Nbre de
commerant
s

50

10
0

200

150

120

160

13
0

90

Questions:
Dterminer: lunit statistique, la population, la caractre tudi et la type de caractre?
Le tableau statistique complet?
Quel est le nombre de commerants employant au plus 5 employs?
Quel est le nombre de commerants employant au moins 3 employs?

Ch 2: les tableaux
statistique

I. Distributions de frquences une variable


1.3. Distributions des frquences
Tableau statistique pour une variable quantitative continue
Classe

Point
central

Effectifs
(frquences
absolues)

Effectifs
cumul
ascendant

Effectifs
cumul
descendant

Frquences
relatives

Frquences
cumules
ascendant

Frquences
cumules
descendant

n1

n1

f1

f1

n2

n1+n2

n2+.+nk

f2

f1+f2

f2+.+fk

fk

ni

nk
Total

fi=ni/N

nk

fk
1

Tableau statistique pour une variable quantitative continue


Discrtisation des donnes
Pour construire une distribution de frquence groupe partir des donnes brutes, il faut
passer par les tapes suivantes:
Calculer ltendue
Ladiffrenceentrelavaleurlamodalitlaplusleveetcellelapluspetite
Partage ltendue en classes
Groupementdesdonnesendescatgoriesayantchacuneunebornesuprieureaet
uneborneinfrieureb,telque(a+b)/2estlecentredelaclasseet(a-b)estlamplitude
delaclasse
Dterminer leffectif de chaque classe.

Exemple:

1. Dterminer les caractristiques statistiques


2. Dresser le tableau des distributions statistiques

Correction:
1. Les spcificits statistiques:
- Unit statistique: Zone gographique
- Variable: Emission de CO2
- Type de la variable: Quantitative continue
- Modalits:
[0,82 ; 1,39 ; 2,79 ; 3,05 ; 5,68 ; 5,97 ; 6,04 ; 8,28 ; 9,14 ; 10,46 ; 12,2 ; 20,02]

Correction(Suite):
2.Tableau des distribution:
Etape pralable: Discrtisation des donnes
- La plus grande et la plus petite valeur des donnes brutes: 0,82 & 20,02
- Ltendue: 20,02 0,82 = 19,2
- Nombre de classes: 3
- Amplitude des classes : 6,4

Ch 2: Les tableaux statistiques


II. Distributions de frquences deux variables
2.1. Srie statistique double
Les observations relatives deux variables se prsentent dune manire simple sous la
forme dune srie statistique double:
X1, X2,..XiXn
Y1, Y2,...YiYn
Les observations correspondent un couple de valeurs (Xi,Yi)
n : est le nombre total dobservations, appel aussi effectif total.

Exemple:
On a relev les notes de mathmatiques et de statistique obtenues par tudiants un
examen final.
La srie statistique double est:
N

10

11

12

Math 11

14

09

12

10

06

15

12

10

10

08

13

Stat

15

11

11

09

08

14

13

11

12

10

12

10

Unit statistique:
Premier caractre:
Deuxime caractre:

On a relev les notes de mathmatiques et de statistique obtenues par tudiants un


examen final.
La srie statistique double est:

10

11

12

Math 11

14

09

12

10

06

15

12

10

10

08

13

Stat

15

11

11

09

08

14

13

11

12

10

12

10

Unit statistique: un tudiant


Premier caractre: note mathmatique
Deuxime caractre: note statistique

II. Distributions de frquences deux variables


2.2. Tableau de contingence
Lorsque les observations sont nombreuses, il est ncessaire de les condenser sous forme dune
distribution de frquences deux variables appele tableau de contingence.
Cest un tableau deux entres, une entre pour les modalits du premier caractre et lautre
pour le deuxime caractre.
Les deux caractres peuvent tre tous les deux quantitative, ou tous les deux qualitatives, ou
mixtes cest--dire lun qualitatif et lautre quantitatif.
Pour la variable statistique, elle peut tre discrte ou continue groupe en classes.
Lintrieur du tableau comporte des frquences absolues ou relatives conjointes.

2.2. Tableau de contingence

X \ Y Y1

Y2

Yj

Yp

ni.

X1

n11

n12

n1j

n1p

n1.

X2

n21

n22

n2j

n2p

n2.

Xi

ni1

ni2

nij

nip

ni.

Xk

nk1

nk2

nkj

nkp

nk.

n.j

n.1

n.2

n.j

n.p

nij est le nombre dindividus prsentent en mme temps la modalit Xi et la


modalit Yj, nij est dite frquence absolue conjointe

Exemple:
La rpartition de 300 salaris dune entreprise selon lge et la situation familiale est
reprsente dans le tableau de contingence suivant:
Age

20 30 ans

fij

30 40 ans

nij

fij

40 50 ans

nij

Clib

38

31

10

84

Mari

13

35

56

41

145

Divor

12

36

Veuf

13

12

35

Question: Remplir le tableau et interprter?

fij

nij

fij

Total

Situat
familial

Total

nij

50 60 ans

ni.

fi.

La rpartition de 300 salaris dune entreprise selon lge et la situation familiale est
reprsente dans le tableau de contingence suivant:
Age

20 30 ans

30 40 ans

40 50 ans

50 60 ans

Total

Situat
familial

nij

fij

nij

fij

nij

fij

nij

fij

ni.

fi.

Clib

38

12.7%

31

10.3%

10

3.3%

1.7%

84

28%

Mari

13

4.3%

35

11.7%

56

18.7%

41

13.6%

145

48.3%

Divor

2.7%

12

4%

2.7%

2.7%

36

12.1%

Veuf

1.3%

2%

13

4.3%

12

4%

35

11.6%

Total

63

21%

84

28%

87

29%

66

22%

300

100%

2.3. Distributions marginale


On appelle distribution marginale du caractre X , la
distribution une dimension des individus de la
population qui prsentent les modalits de X quelque
soit les modalits de Y.

ni.

fi.

X1

n1.

f1.

X2

n2.

f2.

Xi

ni.

fi.

Xk

nk.

fk.

2.3. Distributions marginale


On appelle distribution marginale du caractre Y , la
distribution une dimension des individus de la
population qui prsentent les modalits de Y quelque
soit les modalits de X.

ni.

Y1

n.1

f1.

Y2

n.2

f2.

Yi

n.J

f.j

Yk

n.p

f.p

fi.

Exemple:

Age

20 30 ans

30 40 ans

40 50 ans

50 60 ans

Total

Situat
familial

nij

fij

nij

fij

nij

fij

nij

fij

ni.

fi.

Clib

38

12.7%

31

10.3%

10

3.3%

1.7%

84

28%

Mari

13

4.3%

35

11.7%

56

18.7%

41

13.6%

145

48.3%

Divor

2.7%

12

4%

2.7%

2.7%

36

12.1%

Veuf

1.3%

2%

13

4.3%

12

4%

35

11.6%

Total

63

21%

84

28%

87

29%

66

22%

300

100%

1. Donner les distributions marginales du caractre ge et du caractre situation


familiale?
2. Interprter les rsultats?

Exemple:

Pour la distribution marginale de la situation


familiale:
Interprtation:
Parmi les 300 salaris de lentreprise, 84
salaris sont clibataires, 145 sont maris,
36 sont des divorcs et 35 sont veufs. Ce
qui reprsentent respectivement 28%,
48,3%, 12,1%, et 11,6% des salaris de
lentreprises.

Situat
familial

ni.

fi.

Clib

84

28%

Mari

145

48.3%

Divor

36

12.1%

Veuf

35

11.6%

Total

300

100%

Exemple:
Pour la distribution marginale de lge:
Interprtation:
63 salaris de lentreprises sont gs entre
20 et 30 ans, 84 entre 30 et 40 ans, 87
entre 40 et 50, et 66 entre 50 et 60. ceci ce
traduit respectivement en pourcentage
comme suit: 21%, 28%, 29%, et 22%.

Age

n.j

f.j

20 30 ans

63

21%

30 40 ans

84

28%

40 50 ans

87

29%

50 60 ans

66

22%

Total

300

100%

Ch 2: les tableaux
statistiques

I. Distributions de frquences deux variables

2.4. Distributions conditionnelles


On appelle distribution marginale du caractre X
sous la condition Y=Yi, la distribution une
dimension de la variable X pour les individus de
la population qui possdent la modalit Yi de la
variable Y.

nij

fij

X1

n1j

f1j

X2

n2j

f2j

Xi

nij

fij

Xk

nkj

fkj

n.j

f.j

Ch 2: les tableaux
statistique

I. Distributions de frquences deux variables

2.4. Distributions conditionnelles


On appelle distribution marginale du caractre Y
sous la condition X=Xi, la distribution une
dimension de la variable Y pour les individus de
la population qui possdent la modalit Xi de la
variable X.

nij

fi.

Y1

ni1

fi1

Y2

ni2

fi2

Yi

nij

fij

Yk

nip

fip

ni.

fi.

Exemple:

20 30 ans

30 40 ans

40 50 ans

50 60 ans

Situation
familiale

nij

fij

nij

fij

nij

fij

nij

fij

ni

fi

Clibataire

38

12.7%

31

10.3%

10

3.3%

1.7%

84

28%

Mari

13

4.3%

35

11.7%

56

18.7%

41

13.6%

145

48.3%

Divorc

2.7%

12

4%

2.7%

2.7%

36

12.1%

Veuf

1.3%

2%

13

4.3%

12

4%

35

11.6%

Total

63

21%

84

28%

87

29%

66

22%

300

100%

Age

Total

1. Donner la distribution conditionnelle de la situation familiale des salaris gs de 20 30?


2. Interprter les rsultats?

1. La distribution conditionnelle de la situation familiale des salaris gs de 20 30?

Situation
familiale

nij

fij

Clibataire

38

12.7%

Mari

13

4.3%

Divorc

2.7%

Veuf

1.3%

Total

63

21%

2. Interprtation des rsultats:


Parmi les 63 salaris gs de 20 30 ans, 38 sont clibataires, 13 maris, 8 divorcs,
et 4 sont veufs. Ce qui reprsente respectivement, 60%, 21%, 13%, et 6% des salaris
gs de 20 30 ans.

CH3: Reprsentation graphique


Dfinition de graphique:
Reprsentation visuelle et simplifie dune ralit
apprhendesousuneformenumrique.
Elments dun graphique:
-

Titre;
Systme de coordonnes;
Zone de dessin;
Lgende.

Modle de graphique

I. Reprsentation dune distribution caractre qualitatif


1.1. Diagramme en tuyaux dorgue

Il consiste reprsenter chaque modalit du caractre qualitatif


par un rectangle dont la hauteur est proportionnelle leffectif
correspondant et dont la base est constante.
Exemple :
Une enqute sur la nationalit des
touristes visitant le Maroc a concern un
chantillon de 500 touristes.
Tracer le diagramme en tuyaux dorgue?

Nationalit

effectifs

Franaise

85

Allemande

106

Italienne

62

Hollandaise

44

Belge

40

Amricaine

70

Autres

93

Total

500

1.1. Diagramme en tuyaux dorgue


120

100

80

60

40

20

0
Franaise

Allemande

Italienne

Hollandaise

Belge

Amricaine

Autres

I. Reprsentation dune distribution caractre qualitatif


1.1. Diagramme circulaire ou graphique secteurs

Dans ce type de diagramme chaque modalit est reprsenter par un secteur


dont langle est proportionnel leffectif correspondant. La totalit de la
circonfrence correspond leffectif total.
Angle de chaque modalit:

(Effectif/Effectif total) 360


Nationalit

effectifs

Franaise

85

Allemande

106

Une enqute sur la nationalit des


touristes visitant le Maroc a concern un
chantillon de 500 touristes.

Italienne

62

Hollandaise

44

Belge

40

Tracer le diagramme circulaire?

Amricaine

70

Autres

93

Total

500

Exemple :

1.1. Diagramme circulaire ou graphique secteurs

Franaise
Belge

Allemande
Amricaine

19%

Italienne
Autres

17%

14%

21%

8%
9%

12%

Hollandaise

II. Reprsentation dune variable statistique discrte


2.1. Diagramme en btons

Ce diagramme consiste reprsenter les valeurs discrtes de la variable sur laxe


horizontal du graphique et on lve en chaque point un bton dont la hauteur est
proportionnelle la frquence correspondante.
Exemple:
Une enqute chez 1000 commerants porte sur le nombre demploys.
Nbre
demploys

Nbre de
commerant
s

50

10
0

200

150

120

160

13
0

90

Ch 3: les reprsentations
graphique
II. Reprsentation dune variable statistique discrte
2.1. Diagramme en btons

0
6

1
7

Ch 3: les reprsentations
graphique
II. Reprsentation dune variable statistique discrte
2.2. Polygone de frquences
Les polygones de frquences sont construits en joignant par une ligne les sommets
des btons du diagramme en btons.

1
7

Ch 3: les reprsentations
graphique
II. Reprsentation dune variable statistique discrte
2.3. Polygone de frquences cumules ou diagramme en escalier
On dessine des segments de droits de longueurs proportionnelles aux frquences
cumules correspondantes mais en les dcalant progressivement vers le haut,
ensuite on joint les btons par des segments horizontaux.

Polygone de frquences cumules croissant

Ch 3: les reprsentations
graphique
II. Reprsentation dune variable statistique discrte
2.3. Polygone de frquences cumules ou diagramme en escalier

0
1
2
3
4
5
6
7
Polygone
de frquences cumules croissant

IV. Reprsentation dune variable statistique groupe en classe


4.1. Histogramme
Un histogramme est un graphique constitu de bandes verticales jointives. On
dlimite en abscisses les classes successives de la variable continue, en principe de
mme amplitude, et sur chaque classe ainsi dlimite, on lve un rectangle de
hauteur proportionnelle la frquence correspondante de telle sorte que la surface
du rectangle soit proportionnelle leffectif correspondant.

IV. Reprsentation dune variable statistique groupe en classe


4.1. Histogramme
Exemple 1:
On a mesur le poids en kilogramme de 80
personnes, les rsultats sont prsents dans le
tableau suivant:

Lamplitude des classes est constante, on


peut reprsenter directement lhistogramme
de cette distribution

Poids

Point
central

Frquence
s absolues

[50,5
4]

52

[55,5
9]

57

[60,6
4]

62

11

[65,6
9]

67

10

[70,7
4]

72

12

[75,7
9]

77

21

[80,8

82

Ch 3: les reprsentations
graphique
IV. Reprsentation dune variable statistique groupe en classe
4.1. Histogramme
Histogramme
25
20
15
10
5
0

Quand les classes sont de mme amplitude, la hauteur des rectangles est
proportionnelle aux frquence des classes, elle est gale numriquement
la frquence correspondante. Si les classes nont pas la mme
amplitude, il est ncessaire dajuster la hauteur des rectangle de telle
sorte que la surface du rectangle soit proportionnelle leffectif
correspondant.

IV. Reprsentation dune variable statistique groupe en classe


4.1. Histogramme

Exemple 2:
La rpartition de la surface en m2 de 100
logements est reprsente dans le tableau
suivant:

Surface

Nombre de
logements

[0,20[

10

[20,40[

20

[40,60[

40

[60,100[

18

[100,160[

[160,260[

Exemple 2:

Lamplitude des classes est ingale, il convient


dajuster les effectifs afin de reprsenter
lhistogramme.

Surface

On choisit comme amplitude unitaire 20.

[0,20[

10

[20,40[

20

[40,60[

40

[60,100[

18

Coefficient dajustement =
Amplitude unitaire / amplitude de la classe

Nombre de
logements

[100,160[

[160,260[

IV. Reprsentation dune variable statistique groupe en classe


4.1. Histogramme
Exemple 2:
Coefficient dajustement = Amplitude unitaire / Amplitude de la classe
Effectif ajust = Coefficient dajustement x Effectif

Surface

Nombre de
logements

[0,20[

10

[20,40[

20

[40,60[

40

[60,100[

18

[100,160[

[160,260[

Coefficient
dajustement

Frquences
ajustes

IV. Reprsentation dune variable statistique groupe en classe


4.1. Histogramme
Exemple 2:
Coefficient dajustement = Amplitude unitaire / Amplitude de la classe
Effectif ajust = Coefficient dajustement x Effectif

Surface

Nombre de
logements

Coefficient
dajustement

[0,20[

10

20/20=1

[20,40[

20

20/20=1

[40,60[

40

20/20=1

[60,100[

18

20/40=0,5

[100,160[

20/60=0,33

[160,260[

20/100=0,2

Effectif
ajusts

IV. Reprsentation dune variable statistique groupe en classe


4.1. Histogramme
Exemple 2:
Coefficient dajustement = Amplitude unitaire / Amplitude de la classe
Effectif ajust = Coefficient dajustement x Effectif

Surface

Nombre de
logements

Coefficient
dajustement

Effectif
ajusts

[0,20[

10

20/20=1

101=10

[20,40[

20

20/20=1

201=20

[40,60[

40

20/20=1

401=40

[60,100[

18

20/40=0,5

180,5=9

[100,160[

20/60=0,33

80,33=2,6

[160,260[

20/100=0,2

40,2=0,8

Ch 3: les reprsentations
graphique
IV. Reprsentation dune variable statistique groupe en classe
4.1. Histogramme
Exemple 2:
Histogramme
45
40
35
30
25
20
15
10
5
0

4.2. Polygone de frquences cumules


Le polygone de frquences cumules est construit en escalier

120

100

80

60

40

20

EXERCICE
Exercice 1.
Soit la liste suivante des prnoms dun groupe dtudiants suivis entre
parenthses dune indication de leur lecture de livres durant lanne
(A = peu, B = moyen, C = beaucoup, D = exceptionnel) :
Ahmed (C), Ali (C), Khalid (A), Mustapha (B), Badr (A), Salim (B), Mehdi (C),
Fatiha (B), Farida (B), Khadija (C), Khawla (D), Asma (B), Mohamed (A), Naima
(C), Siham (C), Amina (C), Youssef (C), Hassan (D), Aicha (C), Abdellah (C).
1. Dfinissez la distribution de ces tudiants suivant leur apptit de lecture
(population, caractre, etc.).
2. Construisez le tableau reprsentatif de cette distribution.
3. Reprsentez cette distribution laide dun diagramme en tuyaux dorgue.

EXERCICE
Exercice 2
Le bureau des statistiques du ministre des mines a mesur les quantits
produites par quatre marchs de sa zone de comptence, ce qui a donn les
chiffres suivants (en units de valeur) :
Produit
Valeur

Marbre
108 000

cuire
artisanat
144 000 108 000

Tourisme
72 000

Total
432 000

a- Caractrisez la distribution statistique correspondant ces donnes


(population, caractre, etc.).
b- Reprsentez cette distribution par un diagramme en secteurs circulaires.

Chapitre 4:
Paramtres de tendance centrale

Introduction
Les paramtres de tendance centrale sont
des techniques de rduction des donnes; il
sagit dune troisime mthode de
statistique descriptive, elle a pour objet le
calcul des paramtres statistiques qui
permettent de caractriser de faon simple
les sries statistiques et les distributions de
frquences.

Dfinition
Les paramtres de tendance centrale tentent de
donner une information sur la valeur de la
modalit autour de laquelle se situent les autres
modalits.

1) Les moyennes
a) Moyenne arithmtique simple

Si xi sont les observations d'une variable discrte ou les centres de


classe d'une variable classe:

1) Les moyennes
a) Moyenne arithmtique simple
La moyenne arithmtique est un paramtre de tendance centrale plus
utilis que les autres de par ses proprits algbriques:
Pour plusieurs populations d'effectifs n1, n2, ....., nk, de moyennes
respectives

La moyenne globale = moyenne des moyennes

1) Les moyennes
a) Moyenne arithmtique simple
Exemple 2:
Une enqute chez 1000 commerants porte sur le nombre demploys.

Nombre
demploys

Proportions des
commerants (%)

0
1
2
3
4
5
6
7

5
10
20
15
12
16
13
9

Total

100%

Rponse
x = chaque
commerant emploie en
moyenne trois employs.

1) Les moyennes
a) Moyenne arithmtique simple
Exemple 1:
Dterminez la taille moyenne des 50 tudiants dont la distribution par
taille se prsente comme suit :

Taille en cm xi

Nombre dtudiants

150-160
160-165
165-170
170-175
175-180

16
6
12
14
2

Total

50

1) Les moyennes
a) Moyenne arithmtique simple
Exemple 1:
Dterminez la taille moyenne des 50 tudiants dont la distribution par
taille se prsente comme suit :
Taille en cm xi

Nombre dtudiants

150-160
160-165
165-170
170-175
175-180

16
6
12
14
2

Total

50

Rponse x = 165 cm

1) Les moyennes
a) Moyenne arithmtique simple
Exemple 2:
Une enqute chez 1000 commerants porte sur le nombre demploys.
Dterminez la moyennes des employs?
Nombre demploys

Proportions des commerants (%)

0
1
2
3
4
5
6
7

5
10
20
15
12
16
13
9

Total

100%

1) Les moyennes

b) Moyenne arithmtique pondre

Elle intervient dans le cas o les observations nauraient pas la mme


importance. Il sagit dassocier chaque observation un coefficient de
pondration indiquant son poids parmi les autres observations.

1) Les moyennes
b) Moyenne arithmtique pondre

Exemple:
Un tudiant a eu 14 sur 20 au contrle continu, 12 sur 20 lexamen
partiel et 13 sur 20 lexamen final. On associe un coefficient 1 la
note du contrle, un coefficient de 2 la note de lexamen partiel, et un
coefficient de 4 la note de lexamen final.
Question: quel est la note moyenne de lanne obtenue par cet
tudiant

1) Les moyennes
b) Moyenne arithmtique pondre

Exemple:
Un tudiant a eu 14 sur 20 au contrle continu, 12 sur 20 lexamen
partiel et 13 sur 20 lexamen final. On associe un coefficient 1 la
note du contrle, un coefficient de 2 la note de lexamen partiel, et un
coefficient de 4 la note de lexamen final.
Question:
Quel est la note moyenne de lanne obtenue par cet tudiant

Rponse:

(141 + 12X2 + 13X4) / 7 = 12,86

1) Les moyennes

c) Moyenne harmonique
Si xi sont les observations d'une variable quantitative, la moyenne
harmonique est gale

Il n'est pas vident d'utiliser ce type de moyenne.


Elle intervient lorsqu'on demande une moyenne de valeurs se prsentant
sous forme de quotient de deux variables x/y (km/h, km/litre,...).

1) Les moyennes
c) Moyenne harmonique

Exemple:
Un cycliste effectue une travers de 30 kms. Pendant les 10 premiers
kms il roulait avec une vitesse constante de 30 km/h, les 10 kms suivants
une vitesse constante de 20 km/h. Du point kilomtrique 20 au 30 la
vitesse de notre cycliste nest que de 10 km/h.
TAF :
Quelle est la vitesse de ce cycliste sur lensemble du parcours ?

1) Les moyennes
c) Moyenne harmonique

Exemple:
Un cycliste effectue une travers de 30 kms. Pendant les 10 premiers
kms il roulait avec une vitesse constante de 30 km/h, les 10 kms suivants
une vitesse constante de 20 km/h. Du point kilomtrique 20 au 30 la
vitesse de notre cycliste nest que de 10 km/h,
TAF :
Quelle est la vitesse de ce cycliste sur lensemble du parcours ?
Rponse :
H = 20 km/h

2) Le mode

MODE
Le mode est la modalit qui reprsente le plus
grand effectif.
Dans le cas d'une variable quantitative continue,
on parle de classe modale : cest--dire la classe
ayant leffectif le plus lev.

Exemple : MODE

Le tableau suivant rapport le nombre denfant par mnage sur un chantillon


de 10 mnages:
Mnage

Nombre denfant

Unit statistique: Mnage


Variable: Nombre denfants
Type de variable: Quantitative discrte
Modalit

Effectif

10

MODE: 5 (Effectif = 4)

Le tableau suivant prsente les superficies des maison dun chantillon de


mnages :
Mnages

10

Superficie

80

85

100

125

110

130

200

250

330

150

Caractristiques de la variable:
Unit statistique: Mnage
Variable: Suprficie
Type de variable: Quantitative continue
Discrtisation de la variable quantitative continue:
Nombre de classes: 5
tendue: 330-80=250
Amplitude: 250/5=50

Classe

Effectif

[80, 130[

[130,180[

[180,230[

[230,280[

[280,330]

Intervalle Modal :[80 ,130[

2) Le mode
Variable discrte:
Exemples:
Srie 1:

3,3,9,9,9,12,12,12,12,12,15,20,24,25,25

Srie 2:

5,10,12,12,12,12,15,16,20,20,20,20,25

Srie 3:

3,4,7,8,9,12,14,17,19,20,25,30,34,35,37

2) Le mode
Variable discrte:
Exemples:
Srie 1:

3,3,9,9,9,12,12,12,12,12,15,20,24,25,25

Srie 2:

5,10,12,12,12,12,15,16,20,20,20,20,25

Srie 3:

3,4,7,8,9,12,14,17,19,20,25,30,34,35,37

2) Le mode
Variable discrte:
Nombre demploys

Proportions des commerants (%)

0
1
2
3
4
5
6
7

5
10
20
15
12
16
13
9

Total

100%

2) Le mode
Variable discrte:
Nombre
demploys

Proportions des
commerants (%)

0
1
2
3
4
5
6
7

5
10
20
15
12
16
13
9

Total

100%

La variable nombre
demploys a pour
mode 2, c d que la
plupart des
commerants ont
deux employs

3) La mdiane

3) La mdiane
Cest la valeur pour laquelle la moiti des observations lui sont infrieure
ou gales et la moiti suprieure ou gale.
c'est la valeur de la variable qui spare les observations en deux groupes
d'effectifs gaux.
Pour trouver la mdiane, il faut raisonner en terme de frquence
cumule, la mdiane est alors la valeur de la variable correspondant la
moiti de leffectif total.

3) La mdiane
Cas dune variable statistique discrte:
Pour une srie statistique de n observations
X1,X2,X3,..,Xn
Si le nombre dobservations est impair, la mdiane est lobservation du
rang n+1/2
Si le nombre dobservations est pair, la mdiane est comprise entre
lobservation du rang n/2 est lobservation du rang n/2 +1. On prend
comme valeur mdiane la moyenne arithmtique simple des deux
observations.

3) La mdiane
Cas dune variable statistique discrte:
Exemple 1:
Soit la srie statistique suivante :
19 17 20 18 17 17 20 19 15 16 20 23 22 14 15 24
TAF : Calculez la mdiane de cette srie

3) La mdiane
Cas dune variable statistique discrte:
Exemple 1:
Soit la srie statistique suivante :
19 17 20 18 17 17 20 19 15 16 20 23 22 14 15 24
TAF : Calculez la mdiane de cette srie

Rponse :
modalit

14

15

16

17

18

19

20

21

22

23

24

Effectif

Effectif
cumul

10

13

13

14

15

16

N=16 (pair)
Rang de N/2= 18
Rang de N/2+1=19
Mdiane=(18+19)/2=18.5