Escolar Documentos
Profissional Documentos
Cultura Documentos
Page 1 sur 13
Sries statistiques
Dfinition Type de variables Effectif Frquence Etendue Mode Moyenne Variance et cart-type Mdiane Interpolation linaire
1)Dfinition
retour
La statistique tudie certaines caractristiques : caractres ou variables d'un ensemble fini appell population. Les lments de cette population tudie sont appels individus.
2)Type de variables
2.1)Dfinition
Une variable peut tre :
retour
Quantitative : numrique et fait l'objet de calcul ( ge, taille, poids, notes, nombres d'heures etc ...) Qualitative : c'est le contraire de quantitative, mais la variable peut trs bien tre numrique. Discrte : si la variable ne prend qu'un nombre fini de valeurs (ces valeurs sont appeles modalits et notes xi ) . Continue : si la variable prend ses valeurs dans un intervalle (classe )
2.2) Exemple
Supposons que l'on veut faire une tude statistique sur les 50 notes attribues par un jury un examen. On dispose pour cette tude de la liste des notes obtenues :
http://jellevy.yellis.net/Classes/2nde/Statistiques/Cours/Cours_statistique.htm
25/04/2012
Page 2 sur 13
On peut regrouper ces notes par ordre croissant : 0,1,1,2,2,3,3,3 ..., et construire le tableau suivant : ( dans ce cas la distribution est discrte )
Ou bien regrouper ces notes par intervalle ( classe ) : ( dans ce cas la distribution est continue ) Exemple de regroupement par classe :
3)Effectif
retour
L'effectif d'une classe ou d'une modalit est le nombre d'individu de cetteclasse ou de cette modalit. Gnralement on note ni est l'effectif de la classe n i( ou de la modalit xi ). L'effectif total est la somme des effectifs de toutes les classes. On le note souvent N, on a alors : N = n1 + n2 + n3 + n4 + n5 = 50 . En utilisant la notation sigma :
http://jellevy.yellis.net/Classes/2nde/Statistiques/Cours/Cours_statistique.htm
25/04/2012
Page 3 sur 13
4)Frquence
4.1) Dfinition
retour
La frquence fi de la classes i ou de la modalit xi est le rapport fi/N , la frquence d'une classe est un nombre de l'intervalle [0 ;1] L'effectif cumul d'une modalit est la somme des effectifs des modalits qui lui sont infrieures ou gales La frquence cumule d'une modalit est la somme des frquences des modalits qui lui sont infrieures ou gales
4.2) Exemples :
Dans le cas "variable discrte" on obtient :
3 personnes ont une note infrieure ou gale 1 . 15 personnes ont une note infrieure ou gale 6 . 47 personnes ont une note infrieure ou gale 18 . etc...
http://jellevy.yellis.net/Classes/2nde/Statistiques/Cours/Cours_statistique.htm
25/04/2012
Page 4 sur 13
retour
L'tendue d'une srie statistique est la diffrence entre la plus grande modalit du caractre et la plus petite modalit.
5.2) Exemple:
http://jellevy.yellis.net/Classes/2nde/Statistiques/Cours/Cours_statistique.htm
25/04/2012
Page 5 sur 13
retour
Dans le cas d'une srie statistique continue, la classe modale est la classe du plus grand effectif :
6.2) Exemple:
Dans le cas d'une srie statistique discrte, le mode est la valeur de plus grand effectif :
7) Moyenne
retour
http://jellevy.yellis.net/Classes/2nde/Statistiques/Cours/Cours_statistique.htm
25/04/2012
Page 6 sur 13
7.1) Dfinition
n1, n2, n3, .........,nN sont les effectifs correspondants aux modalits x1, x2, x3, .........,xN., si la srie est discrte , ou les centres de chaque classe, si la srie est continue.
7.2) Exemple:
Srie discrte Srie continue
Soient S1 et S2 deux sries statistiques d'effectifs totaux respectifs N1 et N2 et de moyennes respectives et . Alors la moyenne de la srie S regroupant les deux sries S1 et S2 est :
http://jellevy.yellis.net/Classes/2nde/Statistiques/Cours/Cours_statistique.htm
25/04/2012
Page 7 sur 13
= [N1
+ N2
retour
8.1.b)
La variance peut tre calcule aussi en utilisant la formule :
Preuve:
http://jellevy.yellis.net/Classes/2nde/Statistiques/Cours/Cours_statistique.htm
25/04/2012
Page 8 sur 13
8.2) Ecart-type:
L'cart-type est le nombre not tel que : .
http://jellevy.yellis.net/Classes/2nde/Statistiques/Cours/Cours_statistique.htm
25/04/2012
Page 9 sur 13
yi = axi + b.
= |a|
9) Mdiane
9.1) Dfinition
retour
La mdiane est un paramtre de position, qui permet de couper la population tudie en deux groupes contenant le mme nombre d'individus. Ce paramtre est utile pour donner la rpartition du caractre tudi, car 50 % environ de la population tudie a une modalit infrieure la mdiane et 50 % une modalit suprieure la mdiane.
9.2) Exemple
On fait une tude statistique sur les 50 notes attribues par un jury un examen, voici les rsultats obtenus en classant ces notes par ordre croissant. Variable discrte
Utilisons la colonne des effectifs cumuls pour dterminer la mdiane : il me y a 50 notes, la 25 note est 9 et la 26me : 10. Voici la rpartition des notes :
Dans le tableau il n'y a pas de valeur partageant la srie statistique en deux groupe de mme effectif , ( l'effectif total est pair ) dans ce cas l'intervalle mdian est [9;10] et on prendre pour mdiane le centre de cet intervalle : 9,5
http://jellevy.yellis.net/Classes/2nde/Statistiques/Cours/Cours_statistique.htm
25/04/2012
Page 10 sur 13
Variable continue Si la variable est continue ( regroupement par intervalle des rsultats ) le calcul de la mdiane se fait autrement :
Utilisons la colonne des effectifs cumuls pour dterminer la mdiane : Il y a 50 notes, 50 % de l'effectif total c'est 25, la mdiane est ici la note correspondant l'effectif cumul 25.
D'aprs la colonne "effectif cumul" : 18 personnes ont moins de 8 30 personnes ont moins de 12 La mdiane se trouve donc dans l'intervalle [8;12[ ( appel classe mdiane ). On le dtermine par interpolation linaire.
Les points A, M, B sont aligns ce qui se traduit par les droites (AM) et (AB) ont mme coefficient directeur (ou on utilise le thorme de Thals dans le triangle bleu ) :
La mdiane est environ 10,33 50 % environ des personnes ont eu moins de 10,33 et 50 % plus de 10,33 .
retour
http://jellevy.yellis.net/Classes/2nde/Statistiques/Cours/Cours_statistique.htm
25/04/2012
Page 11 sur 13
Soit f une fonction dfinie sur , [a; b] un intervalle de et c un nombre rel . Quand il n'est pas possible de calculer l'image de c par f , on utilise une interpolation linaire, cela consiste remplacer f(c) par g(c) ou g est la fonction affine telle que : g(a) = f(a) et g(b) = f(b). Cela consiste remplacer la courbe reprsentative de f sur [a; b] par la droite (AB) ( On dit que l'on a dtermin f(c) par interpolation linaire.
11.2) Exemple:
L'interpolation linaire est utilise surtout en statistique Le mieux est de comprendre sur un exemple :
Supposons que l'on tudie la rpartition des ges dans une association par exemple. D'aprs le tableau ci-dessus on a :
http://jellevy.yellis.net/Classes/2nde/Statistiques/Cours/Cours_statistique.htm
25/04/2012
Page 12 sur 13
14 personnes qui ont un ge compris entre 0 et 10 ans 32 personnes qui ont un ge compris entre 10 et 20 ans etc... La colonne des effectifs cumuls croissants nous permet de savoir que : 14 personnes ont un ge infrieur 10 ans 46 personnes ont un ge infrieur 20 ans etc... Supposons maintenant que l'on a ordonn ces personnes par ordre croissant de leur ge ( du plus jeunes au plus vieux) et que l'on veuille trouver par interpolation l'ge de la 72 me personne. On repre l'aide de la colonne des effectifs cumuls croissants dans quelles tranches d'ge ce trouve cette personne.
La 72 me personne a entre 20 et 30 ans c'est sr , mais cela ne suffit pas ... On considrant que les 55 personnes de la tranche [20;30[ sont rparties de manire proportionnelle : la 46me personne a moins de 20 ans, faisons comme si elle en avait 20 la 101 me personne a moins de 30 ans faisons comme si elle en avait 30 Ces deux schmas ci-dessous devraient vous aider comprendre :
http://jellevy.yellis.net/Classes/2nde/Statistiques/Cours/Cours_statistique.htm
25/04/2012
Page 13 sur 13
http://www.mathwebs.com
Math Web copyright J. LEVY
http://jellevy.yellis.net/Classes/2nde/Statistiques/Cours/Cours_statistique.htm
25/04/2012