L'Essentiel de La Statistique Descriptive

1re dition
Mthodes expliques avec cas dapplication corrigs
Lessentiel
de la
Les
CARRs
.........
Armelle Math
Statistique
descriptive
Les
CARRs
47
98
07
51
5
.........
Cette collection de livres prsente de manire synthtique,

rigoureuse et pratique lensemble des connaissances que
ltudiant doit possder sur le sujet trait. Elle couvre :
le Droit et la Science Politique;
les Sciences conomiques;
les Sciences de gestion;
les concours de la Fonction publique.
x.
co
:Ig
at
eg
ro
up
:5
72
64
34
34
:
88
83
29
85
:
41
.
13
7.
68
.2
22
:1
Armelle Math est enseignante dans de nombreux cursus et pour des publics trs divers. Elle
assure en effet lenseignement des mathmatiques appliques (statistiques et probabilits,
mathmatiques financires, techniques doptimisation) luniversit Paris 1 Sorbonne,
au Conservatoire National des Arts et Mtiers. Elle enseigne galement le contrle de
gestion lInstitut national des techniques conomiques et comptables et lEnoes. Elle est
membre du jury du DCG de ltat et de lIntec et participe la rdaction de sujets dexamen
dans ces matires.
na
l.s
ch
ol
ar
vo
Du mme auteur, chez le mme diteur

in
t
er
na
tio
Collection Carrs Rouge

Lessentiel des Mathmatiques financires, 1re d. 2015.
Gualino diteur, Lextenso ditions 2016

70, rue du Gouverneur Gnral bou
92131 Issy-les-Moulineaux cedex
ISBN 978 - 2 - 297 - 06062 - 2
ISSN 1288-8206
Suivez-nous sur
PRSENTATION
88
83
29
85
:
41
.
13
7.
68
.2
22
:1
47
98
07
51
5
Le formidable dveloppement des outils informatiques et de leur puissance de calcul permet de

traiter de trs grands nombres de donnes, dobtenir rapidement des rsultats et des interprtations
et il est peu de domaines aujourdhui qui ne fassent appel aux statistiques comme sources dinformations. Que lon sintresse la physique, fondamentale ou applique, la biologie, que lon
travaille dans la finance, le commerce, lassurance, dans le monde de la recherche comme celui de
lentreprise, les donnes sont releves, analyses, et exploites.
vo
x.
co
m
:Ig
at
eg
ro
up
:5
72
64
34
34
:
La premire tche de la statistique consiste dcrire de faon prcise et rigoureuse les ensembles
quelle tudie sous langle particulier qui lintresse. Cette partie de la statistique est appele statistique descriptive. Elle se propose de traiter les observations afin de les prsenter dune
faon aisment lisible (tableaux, graphiques, etc.) et de dgager par le calcul un certain nombre
de grandeurs caractristiques de lensemble (moyenne, mdiane, indicateurs de dispersion, etc.).
in
te
rn
at
io
n
al
.s
ch
o
la
r
La tche ne sarrte pas l. Au-del des observations quelle peut effectuer, la statistique cherche
laborer des hypothses plus ou moins probables concernant certains vnements chappant son
observation directe; soit parce que ces vnements concernent des ensembles plus vastes que ceux
qui ont t observs (exemple, sondages), soit quil sagisse dvnements venir (valuation de la
proportion probable de ventes dune entreprise au cours de lanne venir).
Par exemple, les organismes officiels fourniront des statistiques descriptives concernant les accidents
de la route. partir de celles-ci, il sera possible de dterminer un certain nombre de probabilits
relatives au nombre daccidents et au cot des sinistres. On pourra ainsi prendre les dcisions
adaptes.
Cette deuxime partie de la statistique est appele statistique infrentielle ou statistique inductive. Celle-ci part des rsultats obtenus sur les chantillons observs, et, connaissant les diffrents
modles dvelopps (thorie des probabilits) permet dlaborer des hypothses valables avec de
fortes probabilits portant sur la population alors mme que celle-ci naura pas t observe de
faon exhaustive.
L'essentiel de la Statistique descriptive

Lobjet de ce manuel est de prsenter les lments de statistique descriptive. Un deuxime ouvrage
traite de la statistique infrentielle.
Cet ouvrage est ainsi une aide prcieuse pour les tudiants qui prparent des diplmes en universit,
en cole de commerce, aussi bien dans les domaines de la gestion, de la finance, quen mdecine
ou autres. Les statistiques et les probabilits sont en effet une science transversale et il est peu de
filires qui ne les utilisent.
rn
at
io
n
al
.s
ch
o
la
r
vo
x.
co
m
:Ig
at
eg
ro
up
:5
72
64
34
34
:
88
83
29
85
:
41
.
13
7.
68
.2
22
:1
47
98
07
51
5
Chaque notion nouvelle est illustre de nombreux exemples, de schmas, de faon faciliter son
assimilation.
te
in
SOMMAIRE
47
98
07
51
5
Prsentation 3
11
1 - Le vocabulaire de la statistique
11
88
83
29
85
:
41
.
13
7.
68
.2
22
:1
Chapitre 1 -Sries statistiques dune variable
co
m
:Ig
at
eg
ro
up
:5
72
64
34
34
:
Vocabulaire 11
Le tri des donnes
13
13
a) Modalits
13
b) Effectif dune modalit
c) Frquence dune modalit
15
la
r
vo
x.
2 - Les tapes dune tude statistique
16
in
te
rn
at
io
n
al
.s
ch
o
Dfinition de la population et des variables tudier puis collecte

de renseignements (enqute): on obtient alors les donnes brutes
16
a) Cration de linformation par enqute
16
b) Rutilisation dune information dj existante
17
Dpouillement 17
Prsentation des rsultats
17
3 - Reprsentations graphiques des sries statistiques

Reprsentation graphique des sries variables qualitatives ou nominales
a) Le graphique secteurs
b) Le graphique en tuyaux dorgue ( bandes)
Reprsentation graphique des sries variables quantitatives
Le diagramme en btons: reprsentation des sries variables
quantitatives discrtes ou ordinales
18
18
18
19
21
21
4 - Les caractristiques dune variable statistique
22
27
27
31
te
rn
at
io
n
al
.s
ch
o
la
r
vo
x.
co
m
:Ig
at
eg
ro
up
:5
72
64
34
34
:
88
83
29
85
:
41
.
13
7.
68
.2
22
:1
47
98
07
51
5
Caractristiques de tendance centrale ou de position

31
31
a) La moyenne arithmtique
b) Le mode
35
c) La mdiane
36
d) Les quartiles
40
Caractristiques de dispersion
42
a) tendue de la srie statistique
43
b) Intervalle interquartile
43
44
c) Variance et cart-type
Proprits de la moyenne arithmtique et de lcart-type
pour un changement de variable affine
46
Moyenne harmonique et moyenne gomtrique
47
a) Sur les donnes brutes x1, x2, x3, , xn 47
b) Sur les donnes tries, x1, x2, x3, , xk respectivement avec les effectifs
n1, n2, n3, , nk 48
Complments 49
a) Couples de caractristiques
49
b) Le cfficient de variation
50
c) Les botes moustaches (boxplots) 50
in
SOMMAIRE
Reprsentation graphique des sries variables continues: lhistogramme

Courbe des effectifs (frquences) cumuls croissants
Courbe des effectifs (frquences) cumuls dcroissants
Chapitre 2 -Sries statistiques de deux variables 53

1 - Les donnes 54
2 - tude des distributions marginales et conditionnelles 55
tude des distributions marginales
tude des distributions conditionnelles
Indpendance des variables. Les profils des frquences conditionnelles
55
57
58
3 - La rgression linaire. Modlisation de la liaison

entre deux variables quantitatives 59
59
61
62
64
68
69
47
98
07
51
5
4 - Modles exponentiel et puissance 70

13
7.
68
.2
22
:1
Modle exponentiel: liaison de la forme Y = b aX 70

Modle puissance: liaison de la forme Y = b Xa
73
88
83
29
85
:
41
.
Chapitre 3 -Sries chronologiques 81

64
34
34
:
1 - Dfinition 81
2 - Le lissage des sries chronologiques 82
ch
o
la
r
vo
x.
co
m
:Ig
at
eg
ro
up
:5
72
Lissage par dessaisonalisation partir des cfficients saisonniers.

Srie corrige des variations saisonnires
Lissage laide des moyennes mobiles centres
a) Choix de lordre du lissage
b) Calcul de la moyenne mobile centre
83
84
84
84
io
n
al
.s
3 - Le calcul des cfficients saisonniers 87

in
te
rn
at
Mthode du rapport aux moyennes mobiles centres

Mthode du rapport la tendance
87
89
4 - Finalit des cfficients saisonniers 92

Dessaisonalisation des donnes. Srie corrige des variations saisonnires
Prvisions: utilisation du modle
92
92
Chapitre 4 -Notions de statistique multivarie 95

1 - Lanalyse en composantes principales: mthode ACP 95
Dtermination du nombre daxes retenus pour les projections
Analyse du cercle des corrlations ou nuage des points variables
Qualit de la reprsentation des variables
97
98
99
SOMMAIRE
Reprsentation graphique des donnes: le nuage statistique

Pratique de lajustement linaire par la mthode des moindres carrs
Qualit de lajustement. Indicateur de la force de la liaison linaire:
cfficient de corrlation linaire R et cfficient de dtermination R2
Notion de levier, contribution de chaque observation la construction
de la droite des moindres carrs
tude des rsidus et des observations influentes
Prdictions et prvisions
99
100
100
2 - Lanalyse factorielle des correspondances: mthode AFC 107

Dtermination du nombre daxes retenus pour les projections
Examen spar des deux nuages
Examen de la reprsentation superpose des deux nuages
109
109
110
47
98
07
51
5
Chapitre 5 -Typologies de populations 115
88
83
29
85
:
41
.
13
7.
68
.2
22
:1
1 - Dcomposition de la moyenne et de la variance en prsence

de sous-populations 118
2 - Application de lanalyse de la variance la typologie 121
64
34
34
:
Principe 121
Cfficient de dtermination r2 121
ro
up
:5
72
3 - Mthode 122
vo
x.
co
m
:Ig
at
eg
Chapitre 6 -Indices statistiques 123

ch
o
la
r
1 - Indices simples 123

io
n
al
.s
Indices et pourcentages daugmentation et de diminution
125
te
rn
at
2 - Proprits 125
3 - Indices synthtiques 127
in
SOMMAIRE
Corrlations des variables entre elles

Corrlations des variables avec les axes principaux
Analyse du nuage des points individus: carte des individus
Indice de Laspeyres
a) Cas particulier de lindice de Laspeyres des prix
b) Cas particulier de lindice de Laspeyres des quantits
Indice de Paasche
a) Cas particulier de lindice de Paasche des prix
b) Cas particulier de lindice de Paasche des quantits
Indice de Fisher
127
128
130
131
132
133
134
4 - Quelques indices particuliers 135

Indice des valeurs
135
135
135
135
Chapitre 7 -Statistiques avec Excel 139

1 - Le tri des donnes brutes avec le tableur Excel 139
47
98
07
51
5
La fonction NB.SI. (catgorie statistique)

La fonction frquence (catgorie statistique)
Les tris croiss
139
141
144
13
7.
68
.2
22
:1
2 - Le calcul des caractristiques de la variable statistique 149
64
34
34
:
88
83
29
85
:
41
.
Les fonctions de la catgorie statistique

a) Les fonctions ecartypep et VAR.P
b) Les fonctions ecartype et VAR
Statistiques sur les chantillons prlevs
149
149
149
150
72
3 - Les reprsentations graphiques avec le tableur Excel 150
in
te
rn
at
io
n
al
.s
ch
o
la
r
vo
x.
co
m
:Ig
at
eg
ro
up
:5
Reprsentation des sries variables qualitatives

151
Reprsentation de sries pour lesquelles les modalits sont des valeurs
151
quantitatives discrtes: diagramme en btons
Reprsentation de sries pour lesquelles les modalits sont des classes:
lhistogramme 151
152
a) Le problme des classes damplitudes diffrentes
b) Le problme de la graduation sur laxe de la variable
154
4 - Lajustement linaire avec le tableur Excel 156

Le nuage de points
Les fonctions du tableur
La rgression linaire dans lutilitaire danalyse
156
158
158
SOMMAIRE
Indice des prix en euros constants

Indice du pouvoir dachat
Indice de la productivit
in
at
rn
te
io
n
al
.s
ch
o
la
r
x.
vo
:Ig
co
m
13
7.
68
.2
22
:1
41
.
88
83
29
85
:
64
34
34
:
72
:5
ro
up
eg
at
47
98
07
51
5
Chapitre
Chapitre 10
1
13
7.
68
.2
22
:1
47
98
07
51
5
Sries statistiques
dune variable
64
34
34
:
88
83
29
85
:
41
.
La statistique descriptive a pour objet la collecte, lanalyse et linterprtation dobservations relatives

des phnomnes concernant des ensembles plus ou moins importants dobjets, dvnements ou dindividus. Notons que la mthode statistique cherche obtenir des rsultats densemble, elle ne sintresse
pas aux individus en particulier.
ro
up
:5
72
Attention enfin: le terme statistique a un sens diffrent selon quil est employ au singulier ou au
pluriel:
x.
co
m
:Ig
at
eg
les statistiques concernent un ensemble de donnes observes (exemple: les statistiques de vente
dune entreprise);
ch
o
la
r
vo
la statistique dsigne la science qui permet dobtenir et de traiter ces donnes.
in
te
rn
at
io
n
al
.s
Elle peut galement dsigner la variable alatoire utilise pour effectuer des estimations ou des tests, en
statistique infrentielle.
1 Le vocabulaire de la statistique
Statistique descriptive: ensemble de techniques permettant dtudier des populations travers
un certain nombre de critres. Lobjectif est de rsumer linformation, de caractriser les donnes,
de les faire parler.
Vocabulaire
Population: on dsigne sous ce terme lensemble qui est tudi, mme si les individus qui le composent ne sont pas des tres humains. Il est souvent impossible, pour des raisons pratiques ou pour

des raisons de cot, dobserver la population de faon exhaustive et ltude est alors faite sur un
chantillon prlev dans la population.
Individus ou units statistiques: lments de la population ou de lchantillon.
Variable statistique ou caractre: on dsigne sous ces noms les critres qui vont tre tudis,
ceux sur lesquels va porter ltude (par exemple le nombre de personnes dun foyer, la dure dattente
un guichet, le nombre journalier darrts techniques dune machine-outil).
La variable peut tre qualitative ou quantitative:
13
7.
68
.2
22
:1
47
98
07
51
5
elle est qualitative si ses valeursne sont pas numriques (par exemple le sexe, les catgories socioprofessionnelles, etc.). Dans le cas o les valeursdune variable qualitative sont codes avec des
nombres, elle est appele variable nominale (par exemple le code postal, le sexe (1 ou 2), sont
des variables nominales: leurs valeurssont des nombres mais il ny a pas dordre sur ces valeurs);
88
83
29
85
:
41
.
elle est quantitative si ses valeurssont numriques ou bien peuvent tre ordonnes de manire
logique). Parmi les variables quantitatives, on distingue les variables:
ro
up
:5
72
64
34
34
:
discrtes: les valeursprises par la variable sont alors en nombre fini ou dnombrable (par
exemple le nombre denfants, le salaire, le nombre de pices dune production, le nombre
dtoiles, etc.);
x.
co
m
:Ig
at
eg
ordinales: les valeurssont ordonnes de manire logique (par exemple le niveau de satisfaction
dune prestation peut prendre les valeurs0, 1, 2, 3, 4, de pas du tout satisfait trs satisfait).
rn
at
io
n
al
.s
ch
o
la
r
vo
Aussi bien la variable nominale que la variable ordinale prennent des valeurscodes. On peut toutefois les distinguer car dans le cas dune variable nominale, effectuer des oprations algbriques
avec ces valeurs, comme calculer une moyenne na pas de sens, contrairement la variable ordinale.
Par exemple, la moyenne de 1,5 pour le sexe na aucune signification, alors quun degr moyen de
satisfaction de la prestation gale 2 en a.
te
12
in
Si la variable est quantitative discrte, chaque diffrence entre deux variables de la variable a le
mme sens: ainsi pour la variable nombre denfants, la modalit 2enfants signifie 2fois plus
denfants que la modalit 1enfant. Ce nest pas le cas pour une variable ordinale et par exemple
la valeur4 du degr de satisfaction ne signifie pas que lon est 4fois plus satisfait que pour la valeur1.
continues: la variable peut alors prendre une infinit de valeurs, appartenant lensemble des
nombres rels, ou un intervalle de nombres rels (par exemple la dure dun vnement, la
longueur, le poids, etc.). Lorsque la variable est continue ou lorsquelle est discrte mais prend
un grand nombre de valeurs, le statisticien est conduit regrouper les valeursde la variable par
classes qui sont des intervalles de nombres rels.
Chapitre 1 Sries statistiques dune variable

Notons que la variable discrte, si elle est regroupe par classes pour les besoins de lanalyse, est
alors traite, et donc considre, comme une variable continue.
La largeur de la classe est appele amplitude de la classe, et le milieu de la classe est appel
valeurcentrale de la classe.
En labsence dinformations, on considre que les valeursde la variable sont rparties uniformment
lintrieur dune classe, la valeurcentrale la classe correspond alors la valeurconsidre comme
la valeurmoyenne de la classe.
47
98
07
51
5
Notation. Dans tout louvrage:

la variable est note X, avec une majuscule;
13
7.
68
.2
22
:1
les diffrentes valeursde la variable sont notes x ou xi, avec des minuscules.
88
83
29
85
:
41
.
Le tri des donnes
72
64
34
34
:
lissue de la collecte des donnes, on dispose de la valeurprise par la variable pour chaque
individu.
:Ig
at
eg
ro
up
:5
Ces donnes sont appeles les donnes brutes et sont ranges dans un tableau individuvariable.
al
.s
ch
o
la
r
vo
x.
co
m
Les donnes peuvent alors tre tries en fonction des diffrentes valeursde la variable. On obtient
alors un tableau modalits-effectifs.
te
rn
at
io
n
a) Modalits
in
On appelle modalits les valeursou regroupements de valeurseffectues par le statisticien qui traite
les donnes. Ces modalits sont le rsultat dun choix.
b) Effectif dune modalit

Leffectif dune modalit est gal au nombre dindividus pour lesquels la variable prend une
valeurgale ou comprise dans la modalit.
Exemple1
On a relev les 10notes obtenues par un lve ses devoirs dun trimestre.
Soit X la variable statistique: note obtenue un devoir i.
G
13
14
Le tableau individu-variable est le suivant:

Numro i du devoir
Note xy
10
12
16
16
12
12
11
12
16
Les donnes tries donnent le tableau modalit-effectif suivant:

Effectif de la modalit: ni
8
11
12
16
Total
2
1
4
3
10
13
7.
68
.2
22
:1
47
98
07
51
5
Notes obtenues aux devoirs: xi
64
34
34
:
88
83
29
85
:
41
.
Dans ce cas, le statisticien a choisi comme modalits les diffrentes valeursde la variable.
Le statisticien peut galement choisir de trier les valeursde la variable selon dautres modalits, pour
les besoins de son tude:
Effectif de la modalit: ni
la
r
vo
x.
co
m
:Ig
at
eg
2
5
3
10
io
n
al
.s
Notes infrieures la moyenne 10

Notes comprises entre 10 et 15
Notes suprieures 15
Total
ro
up
:5
72
xi
ch
o
in
te
rn
at
Notons que dans ce cas, la variable Note, par nature discrte, a t regroupe par classes de valeurs,
et est traite comme une variable continue. Le statisticien a choisi de trier les valeursde la variable
laide de trois modalits.
Exemple 2
Une enqute portant sur lge des individus qui se sont prsents une exposition a donn les
rsultats suivants:
15
16
17
18
15
16
17
18
15
16
17
18
15
16
17
18
15
16
17
18
15
16
17
18
15
16
17
18
15
17
17
18
15
17
17
18
15
17
17
18
16
17
17
18
16
17
17
18
16
17
17
18
16
17
17
18
16
17
17
19
16
17
18
19
16
17
18
19
16
17
18
19
16
17
18
19
16
17
18
19

La variable ge est une variable continue, par nature. En effet, les 10individus qui ont rpondu
15ans, nont trs probablement pas le mme ge, la minute prs, la seconde prs
Le tri des donnes va conduire au regroupement des valeursde la variable par classes: on va ainsi
compter comme ayant le mme ge tous les individus qui ont entre 15 et 16ans, tous ceux qui ont
entre 16 et 17ans, etc.
Le plus souvent, on comprend la valeurinfrieure et on exclut la valeursuprieure de chaque classe.
Effectif: ni
[15; 16[
10
[16; 17[
17
[17; 18[
28
n3 = 28
[18; 19[
19
il y a 28individus dont
[19; 20[
Total
6
80
lge x est compris entre17 et 18ans

88
83
29
85
:
41
.
13
7.
68
.2
22
:1
47
98
07
51
5
ge: X
co
m
:Ig
at
eg
ro
up
:5
72
64
34
34
:
Lamplitude de la classe est gale la diffrence entre lextrmit infrieure et lextrmit suprieure
de chaque classe. Toutes les classes sont ici damplitude 1. On a tri les donnes laide de 5modalits damplitude 1an.
On peut galement choisir des modalits damplitudes ingales:
[17; 18[
28
[18; 20[
25
Total
80
te
rn
io
n
al
.s
ch
o
at
Effectif: ni
27
in
ge: X
[15; 17[
la
r
vo
x.
Par exemple:
c) Frquence dune modalit

Il est souvent plus parlant, et en particulier si on veut pouvoir effectuer des comparaisons sur les
populations qui nauraient pas la mme taille, de transformer les effectifs en pourcentages ou en
proportions.
On appelle frquence la proportion dindividus qui appartiennent une modalit. La
frquence se calcule comme le rapport entre leffectif correspondant la modalit niet leffectif
total n de la population ou de lchantillon observ.
G
15
16
Ainsi:
fi = ni / n
On peut multiplier la frquence par 100 pour lexprimer en pourcentage.

Reprenons lexemple 1
(en dcimaux)
0,2
0,1
0,4
0,3
1
13
7.
68
.2
22
:1
2
1
4
3
n = 10
41
.
8
11
12
16
Total
Frquence fi = ni / n
Frquence fi = ni / n
88
83
29
85
:
ni
(en pourcentages)
20
10
40
30
100
:5
72
xi
47
98
07
51
5
Soit X la variable statistique: note obtenue un devoir i.
64
34
34
:
at
eg
ro
up
Ainsi, par exemple, llve a eu 4 fois la note 12, soit encore 40% de ses notes sont des 12.
ch
o
la
r
vo
x.
co
m
:Ig
Attention: la somme des frquences est gale 1 (si elles sont exprimes en pourcentages, leur
somme vaut 100).
rn
at
io
n
al
.s
2 Les tapes dune tude statistique

in
te
Une tude statistique comporte plusieurs phases.
Dfinition de la population et des variables tudier puis collecte
de renseignements (enqute): on obtient alors les donnes brutes
Diffrentes mthodes sont possibles.
a) Cration de linformation par enqute

1) Recensement ou enqute exhaustive
Chaque individu fait lobjet dune observation destine mesurer la valeurprise par le caractre
tudi. Le recueil des donnes est alors souvent long et coteux.

2) Sondage ou enqute partielle
Les observations sont limites un sous-ensemble de la population appel chantillon.
Ce type denqute est plus frquemment utilis que la prcdente car elle est moins coteuse.
Lchantillon doit tre compos de faon reprsenter la population le plus fidlement possible.
Pour procder la composition de lchantillon, cest--dire lchantillonnage, on peut utiliser
diffrentes mthodestelles:
le tirage alatoire: le nombre dsir dindividus est prlev au hasard dans la population initiale.
Cette mthode est surtout utilise en entreprise pour le contrle de la qualit de la production;
13
7.
68
.2
22
:1
47
98
07
51
5
la mthode des quotas: le principe est de btir un chantillon qui soit un modle rduit de la
population initiale. Cette mthode est surtout employe dans les enqutes dopinion.
88
83
29
85
:
On a alors recours des recherches de type documentaire:
41
.
b) Rutilisation dune information dj existante
64
34
34
:
1) Informations internes lentreprise
:Ig
at
eg
ro
up
:5
72
Les documents que lon utilise sont ceux fournis par la comptabilit de lentreprise, ceux du service
du personnel ou bien encore ceux relatifs la production, etc.
vo
x.
co
m
2) Informations externes lentreprise
io
n
al
.s
ch
o
la
r
volution globale du march, tat de la concurrence, importance des importations par type de
produit et par pays dorigine, etc.
in
te
rn
at
De nombreux organismes nationaux tels lINSEE (Institut national de la statistique et des tudes
conomiques) ou internationaux tels que lOCDE (Organisation de coopration et de dveloppement
conomique) ou la Banque mondiale publient des statistiques relevant de domaines divers tels que
lindustrie, le commerce, la sant, la dmographie, lconomie, etc.
Dpouillement
Les donnes sont tries en fonction des modalits dfinies par le statisticien.
Prsentation des rsultats

Il sagit de prsenter les rsultats de faon mettre en vidence les caractristiques essentielles des
donnes. On va donc proposer des graphiques, calculer des indicateurs, cest--dire des nombres
G
17
18
qui rsument linformation. On distinguera parmi ces indicateurs les caractristiques de position et
celles de dispersion.
3 Reprsentations graphiques des sries statistiques
13
7.
68
.2
22
:1
47
98
07
51
5
Pratiquement tous les graphiques reprsentatifs des sries statistiques sont fonds sur la notion de
proportionnalit entre laire de la surface associe une modalit et leffectif ou la frquence de
cette modalit.
Les types de reprsentation sont toutefois diffrents selon la nature de la variable reprsente, il est
donc indispensable, avant de choisir un mode de reprsentation, de rflchir sur la nature des
modalits.
88
83
29
85
:
41
.
Reprsentation graphique des sries variables qualitatives ou nominales

Si la variable est qualitative, on a une multitude de reprsentations possibles.
64
34
34
:
Parmi les reprsentations les plus utilises, on compte:

ro
up
:5
72
a) Le graphique secteurs
ch
o
la
r
vo
x.
co
m
:Ig
at
eg
Chaque secteur a un angle au centre, et donc une aire proportionnelle leffectif de la modalit
quil reprsente.
al
.s
Exemple3
at
io
n
in
te
rn
On dispose de donnes portant sur le mode dhbergement en 2013 pour les voyages
personnels.
Nuites
Hbergement marchand
Htel
Camping
Location, gte ou chambre dhte
Autre
Hbergement non marchand
Rsidence secondaire
En millions
469
144
92
164
69
709
167
En pourcentage
39,8%
12,2%
7,8%
13,9%
5,9%
60,2%
14,2%

Famille
Amis
Autre
Total
432
86
24
1178
19
36,7%
7,3%
2,0%
100,0%
Champ: rsidents mtropolitains de 15ans ou plus.

Source: DGE.
Corrig
13
7.
68
.2
22
:1
Le diagramme secteur reprsentant ces donnes est le suivant:
47
98
07
51
5
On veut reprsenter ces donnes.
Hbergement non marchand
88
83
29
85
:
41
.
Hbergement marchand
Htel
64
34
34
:
Camping
Famille
Amis
at
eg
Autre
la
r
vo
x.
co
m
:Ig
Autre
ro
up
:5
72
Location, gte ou
chambre d'hte
Rsidence secondaire
io
n
al
.s
ch
o
b) Le graphique en tuyaux dorgue ( bandes)

in
te
rn
at
Chaque sous-population relative une modalit est reprsente par une bande.
Les bandes sont toutes de mme largeur et leur hauteur ou leur longueur est proportionnelle leffectif de la sous-population quelle reprsente. Ce type de reprsentation facilite les comparaisons.
Exemple 4
Tlvision, Hi-Fi, vido, photo
Informatique
Disques, cassettes, pellicules photo
Presse, livres et papeterie
Services culturels(1)
2013
7,2
9,4
2,7
13,9
17,0
2014
6,8
9,1
2,3
13,6
17,5
20
Jeux, jouets, articles de sport

Jardinage, animaux de compagnie
Services rcratifs et sportifs(2)
Jeux de hasard
Autres biens culturels et de loisir
Total
12,0
12,5
10,4
9,9
4,9
100,0
12,1
12,8
10,6
10,1
4,9
100,0
(1) Cinma,
13
7.
68
.2
22
:1
47
98
07
51
5
spectacles vivants, muses, abonnements audiovisuels (y compris redevance TV), dveloppements

de tirage de photos, etc.
(2) Sport, location de matriel sportif, ftes foraines, parcs dattractions, voyages forfait, week-ends, etc.
Champ: France (hors Mayotte avant 2011).
Source: Insee, comptes nationaux - base 2010.
88
83
29
85
:
41
.
Reprsenter graphiquement les dpenses culturelles et de loisirs en 2013 et en 2014.

Corrig
ro
up
:5
72
64
34
34
:
Le diagramme en tuyaux dorgue reprsentant les dpenses par catgorie pour chaque anne est
le suivant:
co
m
:Ig
at
eg
Dpenses culturelles et de loisirs en 2013 et en 2014

Autres biens culturels et de loisir
vo
x.
2014
2013
ch
o
la
r
Jeux de hasard
at
io
n
al
.s
Services rcratifs et sportifs

in
te
rn
Jardinage, animaux de compagnie

Jeux, jouets, articles de sport
Services culturels
Presse, livres et papeterie
Disques, cassettes, pellicules photo
Informatique
Tlvision, hifi, vido, photo
0
8 10 12 14 16 18 20
Comparaison des dpenses culturelles et de loisirs en 2013 et en 2014: la principale dpense est
celle consacre aux services culturels, ce, aussi bien en 2013 quen 2014.
21
Notons que toutes les dpenses ont augment de 2013 2014 exceptes celles qui concernent la
presse, les livres et papeterie, celles consacres aux disques, cassettes, pellicules photo, linformatique, ainsi qu la tlvision, la hi-fi, la vido, et la photo.
Reprsentation graphique des sries variables quantitatives
47
98
07
51
5
Si la srie est variable quantitative, on peut alors classer les diffrentes valeursde la variable sur
un axe gradu.
Le diagramme diffrentiel des effectifs ou des frquences est un diagramme cartsien reprsentatif
dune srie variable quantitative.
ro
up
:5
72
64
34
34
:
88
83
29
85
:
41
.
13
7.
68
.2
22
:1
Il prend une forme diffrente selon que la variable est discrte ou continue.
Notons bien la diffrence entre le diagramme en btons qui est un diagramme cartsien et le
diagramme en bandes. Un diagramme cartsien est un diagramme pour lequel les valeursde
la variable sont repres sur un axe gradu. Il ne faut pas confondre cet axe gradu, sur lequel
on a une chelle (une norme) et donc un ordre avec le simple segment dun diagramme en bandes
sur lequel reposent les diffrentes modalits dune variable qualitative, dont les places peuvent
commuter puisque les valeursde ces variables nont pas dordre.
:Ig
at
eg
Le diagramme en btons: reprsentation des sries

vo
x.
co
m
variables quantitatives discrtes ou ordinales
in
te
rn
at
io
n
al
.s
ch
o
la
r
Le diagramme en btons est un diagramme cartsien. Les valeursde la variable sont reprsentes
par ordre croissant sur laxe des abscisses. chacune de ces valeurs, correspond un bton dont la
hauteur est proportionnelle leffectif ou la frquence de la modalit.
Exemple5
On considre les donnes brutes suivantes, qui donnent le nombre de personnes vivant au foyer des
individus interrogs.
3
3
3
3
3
3
2
3
2
3
4
3
4
2
On veut reprsenter cette distribution.
4
6
4
4
4
4
2
4
2
4
4
4
4
4
4
2
6
6
22
Corrig
Il faut dabord trier les donnes. On obtient le tableau modalits-effectifs suivant:
Nombre de personnes au foyer
2
3
4
6
Nombre de foyers
6
9
14
3
Nombre de foyers
13
7.
68
.2
22
:1
15
47
98
07
51
5
Do le diagramme en btons:
88
83
29
85
:
41
.
10
4
5
6
Nombre de personnes
:5
:Ig
at
eg
ro
up
72
64
34
34
:
vo
x.
co
m
Reprsentation graphique des sries variables continues:

la
r
lhistogramme
al
.s
ch
o
in
te
rn
at
io
n
Rappelons que si la srie est variable continue, les valeursde la variable sont regroupes sous forme
de classes, cest--dire dintervalles de nombres rels.
Lhistogramme est constitu de rectangles dont laire est proportionnelle leffectif (ou la frquence)
de chaque classe.
Laire dun rectangle tant gale au produit de la largeur par la hauteur, les bases des rectangles
correspondent aux diffrentes classes et les hauteurs des rectangles sont gales aux effectifs (frquences) par unit damplitude.
Effectif par unit damplitude =
effectif dune classe

nombre dunits damplitudes de la classe
On appelle effectif corrig ou effectif rectifi leffectif par unit damplitude dune classe.
23
Exemple6: tude de la rpartition de 150appartements dun lot en fonction

de leurs superficies (en mtres carrs)
Lenqute a fourni le tableau suivant:
Nombre dappartements
3
14
26
30
26
42
9
150
88
83
29
85
:
41
.
13
7.
68
.2
22
:1
47
98
07
51
5
Superficie en mtres carrs

[5; 10[
[10; 20[
[20; 40[
[40; 45[
[45; 50[
[50; 70[
[70; 100[
Total
64
34
34
:
On veut reprsenter la distribution des appartements selon leur superficie.
ro
up
:5
72
Corrig
x.
co
m
:Ig
at
eg
La superficie est une variable continue, le diagramme reprsentatif de la srie est un

histogramme.
io
n
al
.s
ch
o
la
r
vo
Il faut donc dterminer les effectifs ou frquences par unit damplitude, de faon construire des
rectangles dont laire est proportionnelle leffectif ou la frquence de la classe.
in
te
rn
at
Si on choisit 1 mtre carr comme unit damplitude:

Superficie en m: xi
Amplitude de la classe: ai
ni
Effectif par unit

damplitude ni / ai
[5; 10[
[10; 20[
[20; 40[
[40; 45[
[45; 50[
[50; 70[
[70; 100[
10 5 = 5
20 10 = 10
40 20 = 20
45 40 = 5
50 45 = 5
70 50 = 20
100 70 = 30
3
14
26
30
26
42
9
3/5 = 0,6
14/10 = 1,4
26/20 = 1,3
30/5 = 6
26/5 = 5,2
42/20 = 2,1
9/30 = 0,3
24
Do lhistogramme des nombres dappartements selon leurs superficies:

Rpartition des appartements en fonction de leur superficie
Unit damplitude = 1 mtre carr
Effectifs (par unit d'amplitude)
6
5
2,
5
7,
5
12
,5
17
,5
22
,5
27
,5
32
in
te
,5
rn
at
io
37
na
,5
l.s
ch
ol
4
ar
2,
vo
5
x.
co
4
m
7
:Ig
,5
at
eg
52
ro
up
,5
:5
725
647
3,45
3
62 4:88
,5 832
98
67
5:
41
,5
.1
37
72
.6
8.
,5
22
2:
14
77
79
,5
80
75
82
15
,5
87
,5
92
,5
97
,5
4
3
2
1
0
Superficies
Sur laxe horizontal, on lit les valeursde la variable, cest--dire les superficies, sur laxe vertical, on
lit les effectifs corrigs. On dtermine les effectifs des classes en multipliant le nombre dunits
damplitude des classes par les effectifs corrigs qui correspondent.
Il a t choisi 1mtre carr comme unit damplitude pour construire le prcdent histogramme.
Si lunit damplitude est maintenant gale 5mtres carrs, les amplitudes des classes et par
consquent les effectifs par units damplitudes sont modifis. On obtient:
Superficie en m: xi
Amplitude de la classe: ai
ni
Effectif par unit

damplitude ni / ai
[5; 10[
[10; 20[
[20; 40[
[40; 45[
[45; 50[
[50; 70[
[70; 100[
(10 5)/5 = 1
(20 10)/5 = 2
(40 20)/5 = 4
(40 4)/5 = 1
(50 4)/5 = 1
(70 50)/5 = 4
(100 70)/5 = 6
3
14
26
30
26
42
9
3/1 = 3
14/2 = 7
26/4 = 6,5
30/1 = 30
26/1 = 26
42/4 = 10,5
9/6 = 1,5
25
Et lhistogramme correspondant est le suivant:

Rpartition des appartements en fonction de leur superficie
Unit damplitude = 5 mtres carrs
35
30
25
2,
5
7,
5
12
,5
17
,5
22
,5
27
,5
in
32
te
rn
,5
at
io
37
na
l.s
,5
ch
ol
42
ar
vo
,5
x.
co
m
4
7,
:Ig
5
at
eg
ro
5
2,
up
5
:5
72
654
734,
534
62 :888
,5 329
85
67
:4
1.
,5
13
7.
68
72
.2
,5
22
:1
47
77
98
,5
07
51
82
5
,5
87
,5
92
,5
97
,5
20
15
10
5
0
Superficies
La forme de lhistogramme est exactement la mme, seule la graduation sur laxe vertical est modifie. Rappelons que les effectifs correspondent aux aires des rectangles, on retrouve le mme effectif
dans chacune des modalitsque lon choisisse le premier diagramme ou le second.
Par exemple, leffectif de la modalit [40; 45[ est gal 65 = 30 partir du premier histogramme
puisque lunit damplitude est gale 1; leffectif de cette mme modalit [40; 45[ est gal
301 = 30 pour le deuxime histogramme puisquune unit damplitude est gale 5. Ceci
correspond bien au nombre dappartements observs qui ont une surface comprise entre 40 et
45 mtres carrs.
On reprend lexemple 2: ge des individus qui se sont prsents
pour la visite dune exposition
On veut reprsenter graphiquement cette distribution.
Corrig
La variable ge est continue, la reprsentation de la srie est un histogramme.
26
Dans le cas o les donnes ont t tries dans 5classes damplitude 1an, la rpartition est rsume
dans le tableau ci-dessous:
[15; 16[
[16; 17[
[17; 18[
[18; 19[
[19; 20[
Total
10
17
28
19
6
80
Amplitudes des classes
Effectif par unit damplitude
(unit gale 1an)

1
1
1
1
1
47
98
07
51
5
Effectifs
10
17
28
19
6
13
7.
68
.2
22
:1
Classes dge
88
83
29
85
:
Rpartition des ges
41
.
Lhistogramme est alors:
la
r
vo
x.
co
m
:Ig
at
eg
ro
up
:5
72
14,5 15,5 16,5 17,5 18,5 19,5
20,5
ges
te
rn
at
io
n
al
.s
30
25
20
15
10
5
0
64
34
34
:
Unit damplitude gale 1 an
ch
o
in
Dans le cas o la rpartition est faite en 3 classes damplitudes ingales: [15; 17[; [17; 18[;
[18; 20[. On a la rpartition suivante:
Classes dge
Effectifs
[15; 17[
[17; 18[
[18; 20[
Total
27
28
25
80
Amplitudes des classes

(unit gale 1an)
2
1
2
Effectif par unit damplitude

27/2 = 13,5
28/1 = 28
25/2 = 12,5

Lhistogramme prend maintenant la forme suivante:
Rpartition des ges
Unit damplitude gale 1 an
14,5 15,5 16,5 17,5 18,5 19,5
20,5
13
7.
68
.2
22
:1
ges
47
98
07
51
5
30
25
20
15
10
5
0
ro
up
:5
72
64
34
34
:
88
83
29
85
:
41
.
Nous constatons cette fois que la reprsentation graphique nest pas la mme. Selon le choix des
regroupements de valeurseffectu par le statisticien qui traite les donnes, les reprsentations graphiques sont diffrentes. Le choix des modalits nest pas sans consquence sur lanalyse de la srie.
Les courbes cumulatives permettent de dterminer le nombre dindividus (ou la proportion dindividus) pour lesquels la variable est infrieure (ou suprieure) une valeurparticulire.
co
m
:Ig
at
eg
Courbe des effectifs (frquences) cumuls croissants
al
.s
ch
o
la
r
vo
x.
Cette courbe permet de dterminer le nombre dindividus pour lesquels la variable prend une
valeurinfrieure x0, x0 tant un nombre rel.
in
te
rn
at
io
n
Dans le cas de variables continues: cest la courbe constitue par les points ayant pour abscisses
les bornes suprieures des classes et pour ordonnes les effectifs (frquences) cumuls croissants.
Cette courbe est, elle aussi, croissante.
Courbe des effectifs (frquences) cumuls dcroissants

Cette courbe permet de dterminer le nombre dindividus pour lesquels la variable prend une
valeursuprieure x0, x0 tant un nombre rel.
Dans le cas de variables continues: cest la courbe constitue par les points ayant pour abscisses
les bornes infrieures des classes et pour ordonnes les effectifs (frquences) cumuls
dcroissants.
Remarque: dans le cas o la variable est discrte, les deux courbes cumulatives sont des courbes
en escalier.
G
27
28
On reprend lexemple 2 portant sur lge des visiteurs dune exposition

La variable est continue. On veut construire les deux courbes cumulatives.
Corrig
Courbe des effectifs cumuls croissants
Effectifs cumuls croissants

10
10 + 17 = 27
27 + 28 = 55
55 + 19 = 74
74 + 6 = 80
at
eg
ro
up
:5
72
64
34
34
:
88
83
29
85
:
41
.
Effectifs
10
17
28
19
6
80
co
m
Classes dge
[15; 16[
[16; 17[
[17; 18[
[18; 19[
[19; 20[
Total
13
7.
68
.2
22
:1
47
98
07
51
5
partir des donnes tries, on somme les effectifs des classes pour obtenir les effectifs cumuls
croissants (ou les frquences cumules croissantes), cest--dire le nombre (ou la proportion) de
visiteurs qui ont moins de x annes.
Ces effectifs correspondront aux ordonnes des points de la courbe des effectifs cumuls
croissants.
:Ig
in
te
rn
at
io
n
al
.s
ch
o
la
r
vo
x.
Ainsi, par exemple, 10visiteurs ont moins de 16ans, 74 ont moins de 19ans.
Il est possible, bien sr, dextrapoler pour obtenir le nombre dindividus qui ont moins de tel ou tel
ge, ou de rsoudre le problme rciproque.
Il faut rajouter le point de coordonnes (15; 0) puisquaucun visiteur na moins de 15ans.
Courbe cumulative croissante des ges
100
Nombre de visiteurs d'ge infrieur x
80
60
40
20
0
14
16
18
20
22
ges

Courbe cumulative dcroissante
Il faut cette fois calculer les effectifs cumuls dcroissants, partir des donnes tries.
Effectifs cumuls dcroissants
80
70
53
25
6
47
98
07
51
5
Effectifs
10
17
28
19
6
80
13
7.
68
.2
22
:1
Classes dge
[15; 16[
[16; 17[
[17; 18[
[18; 19[
[19; 20[
Total
88
83
29
85
:
41
.
Ainsi, par exemple, 70individus ont plus de 16ans, 53 ont plus de 17ans. Ce sont les bornes
suprieures des classes qui sont attaches aux effectifs cumuls dcroissants.
Il faut rajouter cette fois le point de coordonnes (20; 0) puisquaucun visiteur na plus de 20ans.
64
34
34
:
Courbe cumulative dcroissante des ges

ro
up
:5
72
Nombre de visiteurs d'ge infrieur x

eg
100
co
m
:Ig
at
80
vo
x.
60
al
.s
ch
o
la
r
40
at
rn
te
14
in
io
n
20
16
18
20
22
ges
Remarques: le travail effectu avec les effectifs peut aussi bien ltre avec les frquences. Les deux
courbes cumulatives se coupent au point dordonne gal la moiti de leffectif total (frquence
gale 50%). Labscisse de ce point est gale la valeurmdiane de la srie.
Exemple 7: le cas dune variable quantitative discrte
On dispose dinformations quant au nombre dachats X par jour dun article A. Lobservation a t
faite sur 200jours et les frquences ont t calcules.
G
29
30
f1: proportion des jours pour lesquels le nombre

dachat gale x1 (en pourcentages)
0,8%
9,6%
38,4%
51,2%
1
X = x1
0
1
2
3
Total
47
98
07
51
5
On veut construire la courbe cumulative croissante des frquences.

13
7.
68
.2
22
:1
Corrig
F1 : frquences cumules croissantes

0,8%
10,4%
48,8%
100%
co
m
:Ig
at
eg
ro
up
:5
72
64
34
34
:
f1 : frquences
0,8%
9,6%
38,4%
51,2%
1
vo
x.
X = x1
0
1
2
3
88
83
29
85
:
41
.
Il faut dabord dterminer les frquences cumules croissantes, cest--dire la proportion des jours
pour lequel le nombre dachat est infrieur x, o x est un nombre rel.
in
te
rn
at
io
n
al
.s
ch
o
la
r
On en dduit la fonction de rpartition F et sa reprsentation graphique:

si x ] , 0[,F ( x ) = 0
si x [0,1[,F ( x ) = 0,008 = 0,8 %
si x [1, 2[,F ( x ) = 0,104 = 10,4 %
si x [2, 3[,F ( x ) = 0,488 = 48,8 %
si x [3, + [,F ( x ) = 1 = 100 %
Fonction de rpartition
1,2
1,0
0,8
0,6
0,4
0,2
0,0
F(x)
3 2 1 0
5 x
4 Les caractristiques dune variable statistique

Aprs avoir reprsent les observations, il est intressant de calculer les caractristiques de la srie
dobservations cest--dire de dterminer des indicateurs numriques permettant de rsumer linformation contenue dans les donnes.
Ces calculs ne sont ralisables que pour les caractres quantitatifs.
On distingue deux types de caractristiques numriques:
47
98
07
51
5
les caractristiques de tendance centrale ou caractristiques de position, qui permettent

de rsumer lensemble des valeursde la variable;
41
.
13
7.
68
.2
22
:1
les caractristiques de dispersion, qui permettent dapprhender la disparit des valeursobserves de la variable.
88
83
29
85
:
Caractristiques de tendance centrale ou de position
72
64
34
34
:
Ces indicateurs sexpriment dans la mme unit que la variable elle-mme.

eg
ro
up
:5
a) La moyenne arithmtique
in
te
rn
at
io
n
al
.s
ch
o
la
r
vo
x.
co
m
:Ig
at
La moyenne arithmtique est la caractristique de position la plus souvent utilise, elle prend en
compte toutes les diffrentes valeursprises par la variable.
Elle a galement lavantage de pouvoir tre calcule facilement, puisquelle est le rsultat dune
formule.
Toutes les calculatrices ont ainsi une fonctionnalit permettant dobtenir sa valeur.
Soit x la moyenne arithmtique des valeursxi de la variable.
Il faut, avant tout calcul, dterminer si les donnes dont on dispose sont des donnes brutes (on a
un tableau individus-variables), ou si elles ont t tries (on a un tableau modalits-effectifs ou
modalits-frquences).
1) Cas des donnes brutes (ou individualises)

Si xi: valeurde la variable, ou valeurcentrale de la classe.
n
x =
x i
i =1
G
31
32
x1 + x2 + x3 + xn
si les valeurs x1, x2, x3, xn reprsentent
n
les diffrentes valeursprises par la variable.
Cette notation remplace lcriture: x =
n est leffectif total de la srie, cest--dire le nombre dobservations effectues.

Exemple8
3
2
3
4
2
2
3
4
2
4
3
4
4
4
3
4
4
4
2
2
13
7.
68
.2
22
:1
3
4
3
4
41
.
3
4
3
4
47
98
07
51
5
Un lve a obtenu les notes: 12, 15, 6, 12, 12, 15. Sa moyenne sera: 12 + 15 + 6 + 12 + 12 + 15 = 12
6
Reprenons lexemple 4, portant sur le nombre de personnes vivant au foyer des individus
interrogs.
88
83
29
85
:
4
6
6
6
:Ig
at
eg
ro
up
:5
72
64
34
34
:
La moyenne de la srie est gale x = 3 + 3 + + 6 = 3,53.

32
On compte donc en moyenne 3,53personnes par foyer.
ch
o
la
r
vo
x.
co
m
On reprend lexemple 2 portant sur lge des visiteurs de lexposition
te
rn
at
io
n
al
.s
x = 15 + 15 + L + 19 = 16,925
80
in
Lge moyen des visiteurs est gal 16,925ans, soit pratiquement 17ans.
2) Cas des donnes tries (tableaux deffectifs ou de frquences)

n
x =
ni xi
i =1
Avec:
ni: effectif de la classe ou de la modalit;
fi: frquence de la classe ou de la modalit;
xi: valeurprise par la variable X.
ou x =
fi xi
i =1

L&#39;Essentiel de La Statistique Descriptive

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

L&#39;Essentiel de La Statistique Descriptive

Uploaded by

Copyright:

Available Formats

1re dition

Mthodes expliques avec cas dapplication corrigs

Cette collection de livres prsente de manire synthtique,

Du mme auteur, chez le mme diteur

Collection Carrs Rouge

Gualino diteur, Lextenso ditions 2016

Le formidable dveloppement des outils informatiques et de leur puissance de calcul permet de

L'essentiel de la Statistique descriptive

1 - Le vocabulaire de la statistique

Chapitre 1 -Sries statistiques dune variable

2 - Les tapes dune tude statistique

Dfinition de la population et des variables tudier puis collecte

3 - Reprsentations graphiques des sries statistiques

4 - Les caractristiques dune variable statistique

Caractristiques de tendance centrale ou de position

Reprsentation graphique des sries variables continues: lhistogramme

Chapitre 2 -Sries statistiques de deux variables 53

3 - La rgression linaire. Modlisation de la liaison

4 - Modles exponentiel et puissance 70

Modle exponentiel: liaison de la forme Y = b aX 70

Chapitre 3 -Sries chronologiques 81

Lissage par dessaisonalisation partir des cfficients saisonniers.

3 - Le calcul des cfficients saisonniers 87

Mthode du rapport aux moyennes mobiles centres

4 - Finalit des cfficients saisonniers 92

Chapitre 4 -Notions de statistique multivarie 95

Reprsentation graphique des donnes: le nuage statistique

2 - Lanalyse factorielle des correspondances: mthode AFC 107

Chapitre 5 -Typologies de populations 115

1 - Dcomposition de la moyenne et de la variance en prsence

Chapitre 6 -Indices statistiques 123

1 - Indices simples 123

Indices et pourcentages daugmentation et de diminution

Corrlations des variables entre elles

4 - Quelques indices particuliers 135

Chapitre 7 -Statistiques avec Excel 139

La fonction NB.SI. (catgorie statistique)

2 - Le calcul des caractristiques de la variable statistique 149

Les fonctions de la catgorie statistique

3 - Les reprsentations graphiques avec le tableur Excel 150

Reprsentation des sries variables qualitatives

4 - Lajustement linaire avec le tableur Excel 156

Indice des prix en euros constants

La statistique descriptive a pour objet la collecte, lanalyse et linterprtation dobservations relatives

la statistique dsigne la science qui permet dobtenir et de traiter ces donnes.

L'essentiel de la Statistique descriptive

Chapitre 1 Sries statistiques dune variable

Notation. Dans tout louvrage:

Le tri des donnes

b) Effectif dune modalit

L'essentiel de la Statistique descriptive

Le tableau individu-variable est le suivant:

Les donnes tries donnent le tableau modalit-effectif suivant:

Notes obtenues aux devoirs: xi

Notes infrieures la moyenne 10

Chapitre 1 Sries statistiques dune variable

lge x est compris entre17 et 18ans

c) Frquence dune modalit

L'essentiel de la Statistique descriptive

On peut multiplier la frquence par 100 pour lexprimer en pourcentage.

Soit X la variable statistique: note obtenue un devoir i.

2 Les tapes dune tude statistique

Une tude statistique comporte plusieurs phases.

Dfinition de la population et des variables tudier puis collecte

L'Essentiel de La Statistique Descriptive

L'Essentiel de La Statistique Descriptive

1 - Le vocabulaire de la statistique

2 - Les tapes dune tude statistique

3 - Reprsentations graphiques des sries statistiques

4 - Les caractristiques dune variable statistique

3 - La rgression linaire. Modlisation de la liaison

4 - Modles exponentiel et puissance 70

3 - Le calcul des cfficients saisonniers 87

4 - Finalit des cfficients saisonniers 92

2 - Lanalyse factorielle des correspondances: mthode AFC 107

1 - Dcomposition de la moyenne et de la variance en prsence

1 - Indices simples 123

4 - Quelques indices particuliers 135

2 - Le calcul des caractristiques de la variable statistique 149

3 - Les reprsentations graphiques avec le tableur Excel 150

4 - Lajustement linaire avec le tableur Excel 156

2 Les tapes dune tude statistique

Dfinition de la population et des variables tudier puis collecte

3 Reprsentations graphiques des sries statistiques