Escolar Documentos
Profissional Documentos
Cultura Documentos
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:
Ch 1: Introduction gnrale
1 - Utilit de la statistique descriptive en conomie
A Dfinition:
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
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
Ch 1: Introduction gnrale
Ch 1: Introduction gnrale
Conclusion
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
Ch 2: les tableaux
statistiques
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
34
36
46
62
37
77
63
85
43
54
93
102 71
48
63
60
47
71
98
Ch 2: les tableaux
statistiques
Ch 2: les tableaux
statistiques
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
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
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
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
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
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
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
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
Exemple:
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
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:
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
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
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
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%
ni.
fi.
X1
n1.
f1.
X2
n2.
f2.
Xi
ni.
fi.
Xk
nk.
fk.
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%
Exemple:
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
nij
fij
X1
n1j
f1j
X2
n2j
f2j
Xi
nij
fij
Xk
nkj
fkj
n.j
f.j
Ch 2: les tableaux
statistique
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
Situation
familiale
nij
fij
Clibataire
38
12.7%
Mari
13
4.3%
Divorc
2.7%
Veuf
1.3%
Total
63
21%
Titre;
Systme de coordonnes;
Zone de dessin;
Lgende.
Modle de graphique
Nationalit
effectifs
Franaise
85
Allemande
106
Italienne
62
Hollandaise
44
Belge
40
Amricaine
70
Autres
93
Total
500
100
80
60
40
20
0
Franaise
Allemande
Italienne
Hollandaise
Belge
Amricaine
Autres
effectifs
Franaise
85
Allemande
106
Italienne
62
Hollandaise
44
Belge
40
Amricaine
70
Autres
93
Total
500
Exemple :
Franaise
Belge
Allemande
Amricaine
19%
Italienne
Autres
17%
14%
21%
8%
9%
12%
Hollandaise
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.
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
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.
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:
Surface
[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[
Surface
Nombre de
logements
[0,20[
10
[20,40[
20
[40,60[
40
[60,100[
18
[100,160[
[160,260[
Coefficient
dajustement
Frquences
ajustes
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
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
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
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
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
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
0
1
2
3
4
5
6
7
5
10
20
15
12
16
13
9
Total
100%
1) Les moyennes
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:
1) Les moyennes
c) Moyenne harmonique
Si xi sont les observations d'une variable quantitative, la moyenne
harmonique est gale
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
Nombre denfant
Effectif
10
MODE: 5 (Effectif = 4)
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]
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
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