Statistiques 1

Juan J. Torreiro
juan.torreiro@unistra.fr

1
 Plan
1. Présenter et représenter les données
1.1. Communiquer : le vocabulaire du statisticien
1.2 Présenter des données

2 Statistiques descriptives: résumer pour informer

2.1 Paramètres de position
2.2 Paramètres de dispersion

3 Les distributions de probabilités

3.1 Variables discrètes
3.2 Variables continues
3.3 Distributions particulières de probabilités : la distribution normale

2
 2.2 Paramètres de dispersion
2.2.1 Intervalles de dispersion
2.2.1.1 Etendue
 Etendue (Et(X)): écart entre la valeur de la variable maximale et la
valeur minimale: Et(X)= Valeur maximale – Valeur minimale
 Exemple:
Effectif Fréquence
Poids (kg) Effectif Fréquence cumulé cumulée
46 1 5% 1 5%
48 1 5% 2 10%
51 1 5% 3 15%
52 2 10% 5 25%
55 2 10% 7 35%
63 1 5% 8 40%
65 1 5% 9 45%
68 2 10% 11 55%
69 2 10% 13 65%
70 1 5% 14 70%
75 1 5% 15 75%
76 1 5% 16 80%
78 1 5% 17 85%
85 2 10% 19 95%
92 1 5% 20 100%
Total 20 1 20 100%
Ici Et(X)=92-46=46 kg.

3
 2.2 Paramètres de dispersion
2.2.1 Intervalles de dispersion
2.2.1.2 Intervalle interquartile
 Intervalle interquartile [Q3-Q1]: intervalle comprenant 50% des
observations.
 Boîte à moustaches :
 Rectangle délimité par les valeurs Q3 et Q1.
 Aux extrémités de la boîte se placent les valeurs extrêmes.
 Exemple :
100

92
90

80
75
Poids

70
68

60

52
50
46

40
Les deux
4
 2.2 Paramètres de dispersion
2.2.2 Variance
2.2.2.1 Ecarts (1)
Ecart à la moyenne
 Ecart à la moyenne: différence entre la valeur de la variable pour une
observation donnée (xi) et la moyenne: xi  X
Sexe Poids (kg) Ecart
Elève 11 F 46 -20,1
Elève 5 F 48 -18,1
Elève 17 F 51 -15,1
Elève 4 F 52 -14,1
Elève 10 F 52 -14,1
Elève 1 F 55 -11,1
Elève 20 F 55 -11,1
Elève 16 F 63 -3,1
Elève 2 M 65 -1,1
Elève 3 F 68 1,9
Elève 14 M 68 1,9
Elève 7 M 69 2,9
Elève 18 M 69 2,9
Elève 8 F 70 3,9
Elève 6 M 75 8,9
Elève 13 M 76 9,9
Elève 19 F 78 11,9
Elève 9 M 85 18,9
Elève 12 M 85 18,9
Elève 15 M 92 25,9
5 Total 1322 0
 2.2 Paramètres de dispersion
2.2.2 Variance
2.2.2.1 Ecarts (2)
Ecart pondéré
 Ecart pondéré: différence entre la valeur de la variable pour une
modalité ou une classe donnée (xk) et la moyenne pondérée par
l’effectif de classe (nk): n k ( x k  X )

 Exemple: variable
Classe de quantitative continue
Centre de Ecart
Poids (kg) Effectif Fréquence classe pondéré
[40-50[ 2 10% 45 -42
= centre de classe [50-60[ 5 25% 55 -55
[60-70[ 6 30% 65 -6
[70-80[ 4 20% 75 36
[80-90[ 2 10% 85 38
[90-100[ 1 5% 95 29
Total 20 1 0

6
 2.2 Paramètres de dispersion
2.2.2 Variance
2.2.2.2 Somme des écarts (1)
 La somme des écarts est toujours nulle:

K N

n
k 1
k ( x k  X )   ( xi  X )  0
i 1

 Ecarts au carré permettent de mesurer la distance à la

moyenne:
=

+ +…+

7
 2.2 Paramètres de dispersion
2.2.2 Variance
2.2.2.2 Somme des écarts (2)

Exemple: Données en liste

Sexe Poids (kg) Ecart Ecart au carré
Elève 11 F 46 -20,1 404,01
Elève 5 F 48 -18,1 327,61
Elève 17 F 51 -15,1 228,01
Elève 4 F 52 -14,1 198,81
Elève 10 F 52 -14,1 198,81
Elève 1 F 55 -11,1 123,21
Elève 20 F 55 -11,1 123,21
Elève 16 F 63 -3,1 9,61
Elève 2 M 65 -1,1 1,21
Elève 3 F 68 1,9 3,61
Elève 14 M 68 1,9 3,61
Elève 7 M 69 2,9 8,41
Elève 18 M 69 2,9 8,41
Elève 8 F 70 3,9 15,21
Elève 6 M 75 8,9 79,21
Elève 13 M 76 9,9 98,01
Elève 19 F 78 11,9 141,61
Elève 9 M 85 18,9 357,21
Elève 12 M 85 18,9 357,21
Elève 15 M 92 25,9 670,81
Total 1322 0 3357,8

8
 2.2 Paramètres de dispersion
2.2.2 Variance
2.2.2.2 Somme des écarts (3)

Exemple: Données groupées

𝐾

∑ 𝑛𝑘 ¿ ¿
𝑘= 1

Classe de Centre de Ecart Ecart carré

Poids (kg) Effectif Fréquence classe pondéré Ecart carré pondéré
[40-50[ 2 10% 45 -42 441 882
[50-60[ 5 25% 55 -55 121 605
[60-70[ 6 30% 65 -6 1 6
[70-80[ 4 20% 75 36 81 324
[80-90[ 2 10% 85 38 361 722
[90-100[ 1 5% 95 29 841 841
Total 20 1 0 1846 3380

 NB : Dans le cas d’une variable quantitative continue :

9
 2.2 Paramètres de dispersion
2.2.2 Variance
2.2.2.2 Somme des écarts (4)
 NB : Dans le cas d’une variable quantitative discrète:
𝐾

∑ 𝑛𝑘 ¿ ¿
𝑘= 1

10
 2.2 Paramètres de dispersion
2.2.2 Variance
2.2.2.3 Variance
 Variance (V(X) ou SN2): mesure l’écart moyen, il s’agit de la moyenne
des carrés des écarts à la moyenne:
 Données en liste: 1 N
2
S  V (X ) 
N
N
 (x  X )
i 1
i
2

1 K
 Données groupées: 2
S  V (X ) 
N
N
 n (x
k 1
k k  X )2

 Exemple:
 Données en liste:
𝑁
1
𝑆
2
𝑁 =𝑉 ( 𝑋 ) =
𝑁
∑ ¿¿
𝑖 =1

 Données groupées (variable continue) :

𝐾
1
𝑆
2
𝑁 =𝑉 ( 𝑋 ) =
𝑁
∑ 𝑛𝑘 ¿ ¿
𝑘=1

11
 2.2 Paramètres de dispersion
2.2.2 Variance
2.2.2.4 Mesures de dispersion ajustées
 Ecart-type (σx):

 X  V(X )

 Propriétés de la variance et de l’écart-type

V(x + k) = V(x) et σx+k = σx

V(ƛ.x) = ƛ2.V (x) et σλx = λ.σx

Théorème de König : V(x) = moyenne

1 k des carrés
V ( X )   ni xi2  x
2 – carré de la moyenne
n i 1
Données groupées :
X
CVX 
 Coefficient de variation (CVX): X
12