Download - Statistique Descriptive
![Page 1: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/1.jpg)
La statistique descriptive
Cours réalisé par Laurent DOYEN
![Page 2: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/2.jpg)
DOYEN
1. Introduction et définitions
Statistique descriptive:
Analyse et synthèse, NUMERIQUE et GRAPHIQUE, d’un ensemble de données
![Page 3: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/3.jpg)
DOYEN
1. Introduction et définitions
Statistique descriptive:
Analyse et synthèse, NUMERIQUE et GRAPHIQUE, d’un ensemble de données
But: Synthétiser l’information contenue dans les données
Origine: étude démographique
![Page 4: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/4.jpg)
DOYEN
Individus: latin: « ce qui est indivisible »stat: chacune des « personnes » étudiées
![Page 5: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/5.jpg)
DOYEN
Individus: latin: « ce qui est indivisible »stat: chacune des « personnes » étudiées
Personne humaine, automobile, entreprise, pays, ….
![Page 6: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/6.jpg)
DOYEN
Individus: latin: « ce qui est indivisible »stat: chacune des « personnes » étudiées
Personne humaine, automobile, entreprise, pays, ….
Population: ensemble des individus observés
![Page 7: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/7.jpg)
DOYEN
Individus: latin: « ce qui est indivisible »stat: chacune des « personnes » étudiées
Personne humaine, automobile, entreprise, pays, ….
Population: ensemble des individus observés
Les étudiants de 12-25ans, les Renault produites entre 1990 et 1995
![Page 8: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/8.jpg)
DOYEN
Individus: latin: « ce qui est indivisible »stat: chacune des « personnes » étudiées
Personne humaine, automobile, entreprise, pays, ….
Population: ensemble des individus observés
Les étudiants de 12-25ans, les Renault produites entre 1990 et 1995
Caractère (Variable Statistique): ce qu’on observe sur chacun des individus de la population
![Page 9: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/9.jpg)
DOYEN
Individus: latin: « ce qui est indivisible »stat: chacune des « personnes » étudiées
Personne humaine, automobile, entreprise, pays, ….
Population: ensemble des individus observés
Les étudiants de 12-25ans, les Renault produites entre 1990 et 1995
Sexe, age, taille, nombre enfants,…
Caractère (Variable Statistique): ce qu’on observe sur chacun des individus de la population
![Page 10: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/10.jpg)
DOYEN
Attention:
La population doit être définie avec précision,c’est totalement différent de considérer:•Les étudiants•Les étudiants de 12-25 ans•Les étudiants de l’IUP com. et vente de Grenoble
![Page 11: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/11.jpg)
DOYEN
Attention:
La population doit être définie avec précision,c’est totalement différent de considérer:•Les étudiants•Les étudiants de 12-25 ans•Les étudiants de l’IUP com. et vente de Grenoble
La population doit être homogène au regard des caractères étudiés:la répartition des individus selon leur taille doit distinguer les deux sexes
![Page 12: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/12.jpg)
DOYEN
2 types de caractères:
Qualitatifs: non mesurables
![Page 13: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/13.jpg)
DOYEN
2 types de caractères:
Qualitatifs: non mesurablesSexe, couleur des
yeux, secteur d’activité
![Page 14: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/14.jpg)
DOYEN
2 types de caractères:
Qualitatifs: non mesurables
Quantitatifs: mesurables
Sexe, couleur des yeux, secteur
d’activité
![Page 15: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/15.jpg)
DOYEN
2 types de caractères:
Qualitatifs: non mesurables
Age, taille , PIB, taux de chômage
Quantitatifs: mesurables
Sexe, couleur des yeux, secteur
d’activité
![Page 16: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/16.jpg)
DOYEN
Quantitatifs discrets:peuvent prendre un nombre fini et faible de valeurs
2 types de caractères:
Qualitatifs: non mesurables
Age, taille , PIB, taux de chômage
Quantitatifs: mesurables
Sexe, couleur des yeux, secteur
d’activité
![Page 17: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/17.jpg)
DOYEN
Quantitatifs discrets:peuvent prendre un nombre fini et faible de valeurs
2 types de caractères:
Qualitatifs: non mesurables
Age, taille , PIB, taux de chômage
Quantitatifs: mesurables
Sexe, couleur des yeux, secteur
d’activité
Nb enfants
0 1 2 3 4 5
![Page 18: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/18.jpg)
DOYEN
Quantitatifs discrets:peuvent prendre un nombre fini et faible de valeurs
2 types de caractères:
Qualitatifs: non mesurables
Age, taille , PIB, taux de chômage
Quantitatifs: mesurables
Sexe, couleur des yeux, secteur
d’activité
Quantitatifs continues:•Par nature:
Nb enfants
0 1 2 3 4 5
![Page 19: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/19.jpg)
DOYEN
Quantitatifs discrets:peuvent prendre un nombre fini et faible de valeurs
2 types de caractères:
Qualitatifs: non mesurables
Age, taille , PIB, taux de chômage
Quantitatifs: mesurables
Sexe, couleur des yeux, secteur
d’activité
Quantitatifs continues:•Par nature:
Nb enfants
0 1 2 3 4 5
Taille:
1m 2m
![Page 20: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/20.jpg)
DOYEN
Quantitatifs discrets:peuvent prendre un nombre fini et faible de valeurs
2 types de caractères:
Qualitatifs: non mesurables
Age, taille , PIB, taux de chômage
Quantitatifs: mesurables
Sexe, couleur des yeux, secteur
d’activité
Quantitatifs continues:•Par nature:
Nb enfants
0 1 2 3 4 5
Taille:
1m 2m
•Par nécessité:
![Page 21: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/21.jpg)
DOYEN
Quantitatifs discrets:peuvent prendre un nombre fini et faible de valeurs
2 types de caractères:
Qualitatifs: non mesurables
Age, taille , PIB, taux de chômage
Quantitatifs: mesurables
Sexe, couleur des yeux, secteur
d’activité
Quantitatifs continues:•Par nature:
Nb enfants
0 1 2 3 4 5
Taille:
1m 2m
•Par nécessité: Nombre de salariés d’une PME
0 500
![Page 22: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/22.jpg)
DOYEN
2. Étude d’un caractère qualitatif
2.1 Modalités d’un caractère: les différents états d’un caractère qualitatif.
EXHAUSTIFS et INCOMPATIBLES
![Page 23: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/23.jpg)
DOYEN
2. Étude d’un caractère qualitatif
2.1 Modalités d’un caractère: les différents états d’un caractère qualitatif.
EXHAUSTIFS et INCOMPATIBLES
Cad chaque individu présente une et une seule modalité du caractère
![Page 24: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/24.jpg)
DOYEN
2. Étude d’un caractère qualitatif
2.1 Modalités d’un caractère: les différents états d’un caractère qualitatif.
EXHAUSTIFS et INCOMPATIBLES
Cad chaque individu présente une et une seule modalité du caractère
Cadre supérieure, Profession int., Employé, Ouvrier, Ouvrier qualifié
![Page 25: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/25.jpg)
DOYEN
2. Étude d’un caractère qualitatif
2.1 Modalités d’un caractère: les différents états d’un caractère qualitatif.
EXHAUSTIFS et INCOMPATIBLES
Cad chaque individu présente une et une seule modalité du caractère
Cadre supérieure, Profession int., Employé, Ouvrier, Ouvrier qualifiéInactifs
![Page 26: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/26.jpg)
DOYEN
2. Étude d’un caractère qualitatif
2.1 Modalités d’un caractère: les différents états d’un caractère qualitatif.
EXHAUSTIFS et INCOMPATIBLES
Cad chaque individu présente une et une seule modalité du caractère
Cadre supérieure, Profession int., Employé, Ouvrier, Ouvrier qualifiéInactifs
![Page 27: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/27.jpg)
DOYEN
2.2 Pourcentage et fréquence:
pi f i
N= Effectif total de la population
Effectif de la modalité considérée
=ni
100 Nnp i
i= N
nf ii
=
![Page 28: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/28.jpg)
DOYEN
2.2 Pourcentage et fréquence:
pi f i
N= Effectif total de la population
Effectif de la modalité considérée
=ni
100 Nnp i
i= N
nf ii
=
Propriété: 100=∑i ip 1=∑
i if
![Page 29: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/29.jpg)
DOYEN
2.2 Pourcentage et fréquence:
pi f i
N= Effectif total de la population
Effectif de la modalité considérée
=ni
100 Nnp i
i= N
nf ii
=
Propriété: 100=∑i ip 1=∑
i ifExemple: En 1989 parmi les français de plus de 15 ans
Sur 21033906 hommes il y a 4286858 retraités
des hommes sont retraités%20100 210339064286858 ≈
![Page 30: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/30.jpg)
DOYEN
2.3 Tableau de distribution:
10043997993Ensemble
26.711741884Inactifs divers (autres que retraités)
19.28429509Retraités16.27121812Ouvriers15.46771239Employés10.44593294Professions intermédiaires
5.32314770Cadres et professions intellectuelles supérieures
4.01757221Artisans, commerçants et chefs d’entreprises
2.91268264Agriculteurs exploitantsPourcentagesNb de personnesCSP
Français de plus de 15 ans en 1986
![Page 31: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/31.jpg)
DOYEN
2.4 Représentations graphiques:
Règle: sur les graphiques, les aires des modalités sont proportionnelles à leurs effectifs
![Page 32: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/32.jpg)
DOYEN
2.4 Représentations graphiques:
Règle: sur les graphiques, les aires des modalités sont proportionnelles à leurs effectifs
0
10
20
30
Pourcentages
Agri. Exploi.Artisans, …Cadres …Prof. Int.EmployésOuvriersRetraitésInactifs
a. Diagramme en barre: La hauteur des barres est proportionnelle à l’effectif de la modalité
![Page 33: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/33.jpg)
DOYEN
b. Diagramme en secteurs: L’angle du secteur de disque est proportionnel à l’effectif de la modalité
Agri. Exploi.Artisans, …Cadres …Prof. Int.EmployésOuvriersRetraitésInactifs
![Page 34: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/34.jpg)
DOYEN
3. Étude d’une variable quantitative discrète
Ménage Français par rapport à leur effectif en 1989
10022434621Total
1.81091896 ou plus
5.311822355 personnes
13.630576744 personnes
16.136196553 personnes
31.670866642 personnes
31.670794341 personne
PourcentageEffectifNbe personnes
![Page 35: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/35.jpg)
DOYEN
3. Étude d’une variable quantitative discrète
Ménage Français par rapport à leur effectif en 1989
10022434621Total
1.81091896 ou plus
5.311822355 personnes
13.630576744 personnes
16.136196553 personnes
31.670866642 personnes
31.670794341 personne
PourcentageEffectifNbe personnes
On considère 6 et +
comme valant 6
![Page 36: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/36.jpg)
DOYEN
3.1 Fréquence cumulée: proportion d’individus dont la valeur du caractère est inférieure ou égale à la valeur considérée
10022434621Total
21091896 ou plus
511822355 pers.
1430576744 pers.
1636196553 pers.
3270866642 pers.
3270794341 pers.
PiEffectifNbe pers.
32
F. Cumulée en %
![Page 37: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/37.jpg)
DOYEN
3.1 Fréquence cumulée: proportion d’individus dont la valeur du caractère est inférieure ou égale à la valeur considérée
10022434621Total
21091896 ou plus
511822355 pers.
1430576744 pers.
1636196553 pers.
3270866642 pers.
3270794341 pers.
PiEffectifNbe pers.
32
F. Cumulée en %
2243462170866647079434 +
63
643232 =+
![Page 38: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/38.jpg)
DOYEN
3.1 Fréquence cumulée: proportion d’individus dont la valeur du caractère est inférieure ou égale à la valeur considérée
10022434621Total
21091896 ou plus
511822355 pers.
1430576744 pers.
1636196553 pers.
3270866642 pers.
3270794341 pers.
PiEffectifNbe pers.
32
F. Cumulée en %
2243462170866647079434 +
63
643232 =+
En 1989, 63% des ménages sont composés de 2 personnes ou moins
100
98
93
79
![Page 39: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/39.jpg)
DOYEN
3.2 Représentations graphiques:
a. Histogramme des fréquences:
Diagramme en bâton: en abscisse les valeurs du caractère
en ordonnée les fréquences
0
10
20
30
1 2 3 4 5 6 et +
Nbe de pers.par ménage
Fréquence en %
![Page 40: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/40.jpg)
DOYEN
3.2 Représentations graphiques:
a. Histogramme des fréquences:
Diagramme en bâton: en abscisse les valeurs du caractère
en ordonnée les fréquences
0
10
20
30
1 2 3 4 5 6 et +
Nbe de pers.par ménage
Fréquence en %
32% des ménages sont composés de
2 personnes
![Page 41: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/41.jpg)
DOYEN
b. Diagramme cumulatif:
Représente les fréquences cumulées en fonction des valeurs du caractère
0
25
50
75
100
0 1 2 3 4 5 6 7
Nbe pers.par ménage
Fréquence en %
![Page 42: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/42.jpg)
DOYEN
b. Diagramme cumulatif:
Représente les fréquences cumulées en fonction des valeurs du caractère
79% des ménages français sont constitué de strictement moins
de 4 personnes
0
25
50
75
100
0 1 2 3 4 5 6 7
Nbe pers.par ménage
Fréquence en %
![Page 43: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/43.jpg)
DOYEN
3.3 Résumé numérique d’une distribution:
a. Caractéristiques centrales:
La moyenne notée xMoyenne arithmétique des valeurs du caractère pour les nindividus de la population
∑∑ ==i
iiiii xfxnnx 1
![Page 44: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/44.jpg)
DOYEN
3.3 Résumé numérique d’une distribution:
a. Caractéristiques centrales:
La moyenne notée xMoyenne arithmétique des valeurs du caractère pour les nindividus de la population
∑∑ ==i
iiiii xfxnnx 1
Représente le barycentredes valeurs prises par le
caractère
![Page 45: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/45.jpg)
DOYEN
10022434621Total
21091896 ou plus
511822355 pers.
1430576744 pers.
1636196553 pers.
3270866642 pers.
3270794341 pers.
PiEffectifNbe pers.
∑∑ ==i
iiiii xfxnnx 1
0.32*1+0.32*2+0.16*3+0.14*4+0.05*5+0.02*6
)(personnes 4.2≈
=x
![Page 46: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/46.jpg)
DOYEN
10022434621Total
21091896 ou plus
511822355 pers.
1430576744 pers.
1636196553 pers.
3270866642 pers.
3270794341 pers.
PiEffectifNbe pers.
∑∑ ==i
iiiii xfxnnx 1
0.32*1+0.32*2+0.16*3+0.14*4+0.05*5+0.02*6
)(personnes 4.2≈
=x
Ne pas oublier l’unité
En 1989 en France, il y a enmoyenne 2.4 personnes par ménage
![Page 47: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/47.jpg)
DOYEN
Le(s) mode(s)
Valeurs du caractère en lesquelles l’histogramme des fréquences possède un maximum relatif
![Page 48: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/48.jpg)
DOYEN
Le(s) mode(s)
Valeurs du caractère en lesquelles l’histogramme des fréquences possède un maximum relatif
0
10
20
30
1 2 3 4 5 6 et +
Nbe de pers.par ménage
Fréquence en %
Le mode vaut: 2 personnes
![Page 49: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/49.jpg)
DOYEN
Valeurs du caractère en lesquels l’histogramme des fréquences possède un maximum RELATIF
Le mode
![Page 50: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/50.jpg)
DOYEN
Valeurs du caractère en lesquels l’histogramme des fréquences possède un maximum RELATIF
Le mode
Cette distribution a 2 modes!
Elle est BIMODALE
C’est souvent caractéristique d’une population NON HOMOGENE
![Page 51: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/51.jpg)
DOYEN
La médiane
Valeur du caractère qui partage la série statistique en 2 groupes de même fréquence (0.5).On la détermine à l’aide des fréquences cumulées ou du diagramme cumulatif
![Page 52: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/52.jpg)
DOYEN
La médiane
Valeur du caractère qui partage la série statistique en 2 groupes de même fréquence (0.5).On la détermine à l’aide des fréquences cumulées ou du diagramme cumulatif
La médiane est entre 1 et 2 personnes par
ménage
0
25
50
75
100
0 1 2 3 4 5 6 7Nbe pers.par ménage
Fréquence en %
![Page 53: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/53.jpg)
DOYEN
La médiane
Valeur du caractère qui partage la série statistique en 2 groupes de même fréquence (0.5).On la détermine à l’aide des fréquences cumulées ou du diagramme cumulatif
32% 1 pers. ou moins
62% 2 pers. ou moins
La médiane est entre 1 et 2 personnes par
ménage
0
25
50
75
100
0 1 2 3 4 5 6 7Nbe pers.par ménage
Fréquence en %
![Page 54: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/54.jpg)
DOYEN
Quelle est la différence entre moyenne et médiane?
Note de préparation à la maison semaine3:
6 14 16
médiane
12=x
![Page 55: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/55.jpg)
DOYEN
Quelle est la différence entre moyenne et médiane?
Note de préparation à la maison semaine3:
6 14 16
médiane
12=x
3 9=x
La médiane est peu sensible aux valeurs aberrantes contrairement à la moyenne
![Page 56: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/56.jpg)
DOYEN
b. Caractéristiques de dispersion:
Exemple:
Notes des devoirs à la maison en 2001 à l’IUP com et vente
•Semaine 1: 9, 10, 10, 11
•Semaine 2: 0, 10, 10, 20
![Page 57: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/57.jpg)
DOYEN
b. Caractéristiques de dispersion:
Exemple:
Notes des devoirs à la maison en 2001 à l’IUP com et vente
•Semaine 1: 9, 10, 10, 11
•Semaine 2: 0, 10, 10, 20Toutes les caractéristiques
centrales valent 10!
![Page 58: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/58.jpg)
DOYEN
b. Caractéristiques de dispersion:
Exemple:
Notes des devoirs à la maison en 2001 à l’IUP com et vente
•Semaine 1: 9, 10, 10, 11
•Semaine 2: 0, 10, 10, 20Toutes les caractéristiques
centrales valent 10!
Trouver des valeurs numériques qui caractérisent la dispersion de la distribution
Comment les valeurs sont elles éloignées de la moyenne?
![Page 59: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/59.jpg)
DOYEN
Une mauvaise idée: ∑ −i
ii xn xn )(1
•Semaine 1: 9, 10, 10, 11
( ) 0 )1011(*1 )1010(*2 )109(*1 41 =−+−+−
![Page 60: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/60.jpg)
DOYEN
Une mauvaise idée: ∑ −i
ii xn xn )(1
•Semaine 1: 9, 10, 10, 11
( ) 0 )1011(*1 )1010(*2 )109(*1 41 =−+−+−
+=
0
Les écarts positifs et négatifs se compensent!
![Page 61: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/61.jpg)
DOYEN
L’écart absolu moyen:
La moyenne des ECARTS ABSOLUS à la moyenne
xxn xfxne ii ii
iix
−=−= ∑∑ 1
![Page 62: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/62.jpg)
DOYEN
10022434621Total
21091896 ou plus
511822355 pers.
1430576744 pers.
1636196553 pers.
3270866642 pers.
3270794341 pers.
PiEffectifNb pers.
0.32 * |1-2.4|+ 0.32 * |2-2.4|+ 0.16 * |3-2.4|+ 0.14 * |4-2.4|+ 0.05 * |5-2.4|+ 0.02 * |6-2.4|
)(personnes 4.1 ≈ex
L’écart absolu moyen:)(personnes 4.2=x
![Page 63: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/63.jpg)
DOYEN
10022434621Total
21091896 ou plus
511822355 pers.
1430576744 pers.
1636196553 pers.
3270866642 pers.
3270794341 pers.
PiEffectifNb pers.
0.32 * |1-2.4|+ 0.32 * |2-2.4|+ 0.16 * |3-2.4|+ 0.14 * |4-2.4|+ 0.05 * |5-2.4|+ 0.02 * |6-2.4|
)(personnes 4.1 ≈ex
L’écart absolu moyen:)(personnes 4.2=x
Attention à l’unité
![Page 64: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/64.jpg)
DOYEN
La variance et l’écart-type:
La variance est la moyenne des carrés des écarts à la moyenne
( ) ( )xxfxxn iin i iii −∑−∑ ==
222 1 σ
![Page 65: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/65.jpg)
DOYEN
La variance et l’écart-type:
La variance est la moyenne des carrés des écarts à la moyenne
( ) ( )xxfxxn iin i iii −∑−∑ ==
222 1 σ
Si x a pour unité la personne, alorsa pour unité σ 2 personne2
![Page 66: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/66.jpg)
DOYEN
La variance et l’écart-type:
La variance est la moyenne des carrés des écarts à la moyenne
( ) ( )xxfxxn iin i iii −∑−∑ ==
222 1 σ
Si x a pour unité la personne, alorsa pour unité σ 2 personne2
L’écart-type est la racine carré de la variance
σσ 2=
![Page 67: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/67.jpg)
DOYEN
La variance et l’écart-type:
La variance est la moyenne des carrés des écarts à la moyenne
( ) ( )xxfxxn iin i iii −∑−∑ ==
222 1 σ
Si x a pour unité la personne, alorsa pour unité σ 2 personne2
L’écart-type est la racine carré de la variance
σσ 2=Même unité que le caractère
![Page 68: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/68.jpg)
DOYEN
La variance et l’écart-type:
La variance est la moyenne des carrés des écarts à la moyenne
( ) ( )xxfxxn iin i iii −∑−∑ ==
222 1 σ
Si x a pour unité la personne, alorsa pour unité σ 2 personne2
L’écart-type est la racine carré de la variance
σσ 2=Même unité que le caractère
Entre et il y a au moins 75% de la populationσ2−x σ2+x
![Page 69: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/69.jpg)
DOYEN
Pour calculer la variance on peut utiliser la formule:
xxfi
ii
222 −
= ∑σ
)(personnes 4.2=x
10022434621Total
21091896 ou plus
511822355 pers.
1430576744 pers.
1636196553 pers.
3270866642 pers.
3270794341 pers.
PiEffectifNbe pers.
0.32 * 12
+ 0.32 * 22
+ 0.16 * 32
+ 0.14 * 42
+ 0.05 * 52
+ 0.02 * 62
)( 1.525.7 personnes42222 ≈≈ .-σ
![Page 70: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/70.jpg)
DOYEN
Pour calculer la variance on peut utiliser la formule:
xxfi
ii
222 −
= ∑σ
)(personnes 4.2=x
10022434621Total
21091896 ou plus
511822355 pers.
1430576744 pers.
1636196553 pers.
3270866642 pers.
3270794341 pers.
PiEffectifNbe pers.
0.32 * 12
+ 0.32 * 22
+ 0.16 * 32
+ 0.14 * 42
+ 0.05 * 52
+ 0.02 * 62
)( 1.525.7 personnes42222 ≈≈ .-σ
Attention à l’unité
![Page 71: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/71.jpg)
DOYEN
En 1999, au moins 75% des ménages français ont un effectif entre 0 et 4.8 personnes.
(personne) 2.15.1 ≈≈σ
![Page 72: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/72.jpg)
DOYEN
4. Étude d’une variable quantitative continue
Même notion que dans le chapitre précédent. La seule différence est que on ne considère pas les modalité une par une mais par CLASSES
![Page 73: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/73.jpg)
DOYEN
4. Étude d’une variable quantitative continue
Même notion que dans le chapitre précédent. La seule différence est que on ne considère pas les modalité une par une mais par CLASSES
Intervalle de valeurs possibles pour la variable statistique continue
![Page 74: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/74.jpg)
DOYEN
Population française active par âge en 1999
10010026542481Total1008.4222541155 et +91.612.5330527850-5479.213.9369664245-4965.214.2377030040-4451.014.6386525235-3936.514.2377155430-3422.313.7362850225-298.68.6227954215-24
CumulPourcentageEffectifAge
![Page 75: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/75.jpg)
DOYEN
Population française active par âge en 1999
10010026542481Total1008.4222541155 et +91.612.5330527850-5479.213.9369664245-4965.214.2377030040-4451.014.6386525235-3936.514.2377155430-3422.313.7362850225-298.68.6227954215-24
CumulPourcentageEffectifAge
Il y a 3771554 personnes
dans la classe
d’âge des 30-34 ans
![Page 76: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/76.jpg)
DOYEN
Comment déterminer les classes?
![Page 77: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/77.jpg)
DOYEN
Comment déterminer les classes?
•Nombre de classes relativement faible: 10 ≤
![Page 78: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/78.jpg)
DOYEN
Comment déterminer les classes?
•Nombre de classes relativement faible: 10 ≤
•Effectif des classes du même ordre de grandeurClasse fine là où le caractère est plus fréquent
Classe large là où le caractère est rare
![Page 79: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/79.jpg)
DOYEN
Comment déterminer les classes?
•Nombre de classes relativement faible: 10 ≤
•Effectif des classes du même ordre de grandeurClasse fine là où le caractère est plus fréquent
Classe large là où le caractère est rare
•Essayer d’utiliser des classes de même amplitude
![Page 80: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/80.jpg)
DOYEN
Comment déterminer les classes?
•Nombre de classes relativement faible: 10 ≤
•Effectif des classes du même ordre de grandeurClasse fine là où le caractère est plus fréquent
Classe large là où le caractère est rare
•Essayer d’utiliser des classes de même amplitude
Souvent la première et la dernière classe n’ont pas la même amplitude
![Page 81: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/81.jpg)
DOYEN
4.1 Fréquence relative
Quand les amplitudes des classes sont différentes on ne considère plus les fréquences, mais les FREQUENCES RELATIVES:
af
i
iest l’amplitude de la classeai
![Page 82: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/82.jpg)
DOYEN
100126542481Total1000.084222541155 et +91.60.125330527850-5479.20.139369664245-4965.20.142377030040-4451.00.146386525235-3936.50.142377155430-3422.30.137362850225-298.60.086227954215-24
Cumul.fiEffectifAge
1111112
.ai
2 0.0420.1250.1390.1420.1460.1420.1370.043
.f relative à 5 ans
![Page 83: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/83.jpg)
DOYEN
100126542481Total1000.084222541155 et +91.60.125330527850-5479.20.139369664245-4965.20.142377030040-4451.00.146386525235-3936.50.142377155430-3422.30.137362850225-298.60.086227954215-24
Cumul.fiEffectifAge
1111112
.ai
Pour avoir la largeur de classe il faut fixer la borne supérieur de la classe.
Il faut prendre une décision raisonnable.Ici on parle de population active: 55-64
2 0.0420.1250.1390.1420.1460.1420.1370.043
.f relative à 5 ans
![Page 84: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/84.jpg)
DOYEN
4.2 Représentations graphiques:
a. Histogramme des fréquences:
Les classes de la distribution forment les bases des batons
Les SURFACES sont proportionnelles aux fréquences!
![Page 85: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/85.jpg)
DOYEN
4.2 Représentations graphiques:
a. Histogramme des fréquences:
Les classes de la distribution forment les bases des batons
Les SURFACES sont proportionnelles aux fréquences!
Donc si les classes sont d’amplitudes différentes, les HAUTEURS des histogrammes sont proportionnelles aux FREQUENCES RELATIVES.
![Page 86: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/86.jpg)
DOYEN
0
2
4
6
8
10
12
14
16
0 10 20 30 40 50 60
Age en
années
.f relatives à 5 ans
![Page 87: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/87.jpg)
DOYEN
0
2
4
6
8
10
12
14
16
0 10 20 30 40 50 60
Age en
années
.f relatives à 5 ans
Pour la borne supérieure on conserve toujours la même
![Page 88: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/88.jpg)
DOYEN
b. Polygone des fréquences cumulées:
En abscisse les limites de classes
En ordonnée les fréquence cumuléesOn rejoint les points par une ligne brisée
0
20
40
60
80
100
0 10 20 30 40 50 60Age en années
.f cumulées
![Page 89: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/89.jpg)
DOYEN
4.3 Résumé numérique d’une distribution:
a. Caractéristiques centrales:
La moyenne notée xMoyenne arithmétique des valeurs du caractère pour les nindividus de la population
∑∑ ==i
iiiii cfcnnx 1
![Page 90: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/90.jpg)
DOYEN
4.3 Résumé numérique d’une distribution:
a. Caractéristiques centrales:
La moyenne notée xMoyenne arithmétique des valeurs du caractère pour les nindividus de la population
∑∑ ==i
iiiii cfcnnx 1
On ne considère plus les valeurs des modalités, mais les CENTRES DES CLASSES
![Page 91: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/91.jpg)
DOYEN
4.3 Résumé numérique d’une distribution:
a. Caractéristiques centrales:
La moyenne notée xMoyenne arithmétique des valeurs du caractère pour les nindividus de la population
∑∑ ==i
iiiii cfcnnx 1
Représente le barycentredes valeurs prises par le
caractère
On ne considère plus les valeurs des modalités, mais les CENTRES DES CLASSES
![Page 92: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/92.jpg)
DOYEN
100126542481Total1000.084222541155 et +91.60.125330527850-5479.20.139369664245-4965.20.142377030040-4451.00.146386525235-3936.50.142377155430-3422.30.137362850225-298.60.086227954215-24
Cumul.fiEffectifAge
∑=i
ii cfx
![Page 93: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/93.jpg)
DOYEN
100126542481Total1000.084222541155 et +91.60.125330527850-5479.20.139369664245-4965.20.142377030040-4451.00.146386525235-3936.50.142377155430-3422.30.137362850225-298.60.086227954215-24
Cumul.fiEffectifAge
6053474337332720.ci
∑=i
ii cfx 2022415 ≈+
![Page 94: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/94.jpg)
DOYEN
100126542481Total1000.084222541155 et +91.60.125330527850-5479.20.139369664245-4965.20.142377030040-4451.00.146386525235-3936.50.142377155430-3422.30.137362850225-298.60.086227954215-24
Cumul.fiEffectifAge
6053474337332720.ci
0.086*20+ 0.137*27+ 0.142*33+ 0.146*37+ 0.142*43+ 0.139*47+ 0.125*53+ 0.042*60
∑=i
ii cfx
(ans) 40 ≈x
2022415 ≈+
![Page 95: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/95.jpg)
DOYEN
100126542481Total1000.084222541155 et +91.60.125330527850-5479.20.139369664245-4965.20.142377030040-4451.00.146386525235-3936.50.142377155430-3422.30.137362850225-298.60.086227954215-24
Cumul.fiEffectifAge
6053474337332720.ci
0.086*20+ 0.137*27+ 0.142*33+ 0.146*37+ 0.142*43+ 0.139*47+ 0.125*53+ 0.042*60
∑=i
ii cfx
(ans) 40 ≈x
2022415 ≈+
Ne pas oublier l’unité
En 1999 en France, les actifs ont une moyenne d’âge de 40 ans
![Page 96: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/96.jpg)
DOYEN
Classe(s) modale(s)
CLASSES en lesquelles l’histogramme des fréquences présente un maximum RELATIF
Classes en laquelle la fréquence RELATIVE présente un maximum RELATIF
![Page 97: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/97.jpg)
DOYEN
Classe(s) modale(s)
CLASSES en lesquelles l’histogramme des fréquences présente un maximum RELATIF
Classes en laquelle la fréquence RELATIVE présente un maximum RELATIF
0
2
4
6
8
1012
14
16
0 10 20 30 40 50 60 Age en années
.f relatives à 5 ansLa classe modale est celle des 35-39 ans
![Page 98: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/98.jpg)
DOYEN
La médiane
Valeur du caractère qui partage la série statistique en 2 groupes de même fréquence (0.5).C’est la valeur correspondant à un effectif cumulé de 50% sur le polygone des fréquences cumulées
![Page 99: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/99.jpg)
DOYEN
La médiane
Valeur du caractère qui partage la série statistique en 2 groupes de même fréquence (0.5).C’est la valeur correspondant à un effectif cumulé de 50% sur le polygone des fréquences cumulées
0
20
40
60
80
100
0 10 20 30 40 50 60Age en années
.f cumulées Graphiquement, on lit que la médiane vaut un peu moins de 40
ans
![Page 100: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/100.jpg)
DOYEN
La médiane
Valeur du caractère qui partage la série statistique en 2 groupes de même fréquence (0.5).C’est la valeur correspondant à un effectif cumulé de 50% sur le polygone des fréquences cumulées
0
20
40
60
80
100
0 10 20 30 40 50 60Age en années
.f cumulées Graphiquement, on lit que la médiane vaut un peu moins de 40
ans
Peut on avoir une expression exacte de la médiane?
![Page 101: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/101.jpg)
DOYEN
Pour avoir la valeur de la médiane on réalise une « interpolation linéaire ».
0
20
40
60
80
100
0 10 20 30 40 50 60Age en années
.f cumulées
![Page 102: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/102.jpg)
DOYEN
Pour avoir la valeur de la médiane on réalise une « interpolation linéaire ».
35
38
41
44
47
50
32 34 36 38 40 42Age en années
.f cumulées
3536.5
40
M
5051
Les accroissements sur les abscisses et les ordonnées sont proportionnels
5.36513540 5.3650
35−−=−
−M
![Page 103: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/103.jpg)
DOYEN
Pour avoir la valeur de la médiane on réalise une « interpolation linéaire ».
35
38
41
44
47
50
32 34 36 38 40 42Age en années
.f cumulées
3536.5
40
M
5051
Les accroissements sur les abscisses et les ordonnées sont proportionnels
5.36513540 5.3650
35−−=−
−M
(ans) 7.39 5.36513540 )5.3650( 35 ≈−
−−+=
![Page 104: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/104.jpg)
DOYEN
Pour avoir la valeur de la médiane on réalise une « interpolation linéaire ».
35
38
41
44
47
50
32 34 36 38 40 42Age en années
.f cumulées
3536.5
40
M
5051
Les accroissements sur les abscisses et les ordonnées sont proportionnels
5.36513540 5.3650
35−−=−
−M
(ans) 7.39 5.36513540 )5.3650( 35 ≈−
−−+=50% des actifs ont plus
de 39.7 ans et 50 % ont moins
![Page 105: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/105.jpg)
DOYEN
b. Caractéristiques de dispersion:Écart absolue, variance, écart-typeIdem caractère discret mais on prend le centre des classes comme valeur représentative
![Page 106: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/106.jpg)
DOYEN
b. Caractéristiques de dispersion:Écart absolue, variance, écart-typeIdem caractère discret mais on prend le centre des classes comme valeur représentative
126542481Total0.084222541155 et +0.125330527850-540.139369664245-490.142377030040-440.146386525235-390.142377155430-340.137362850225-290.086227954215-24
.fiEffectifAge(ans) 40 ≈x
6053474337332720.ci
![Page 107: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/107.jpg)
DOYEN
b. Caractéristiques de dispersion:Écart absolue, variance, écart-typeIdem caractère discret mais on prend le centre des classes comme valeur représentative
126542481Total0.084222541155 et +0.125330527850-540.139369664245-490.142377030040-440.146386525235-390.142377155430-340.137362850225-290.086227954215-24
.fiEffectifAge
6053474337332720.ci
(ans) 40 ≈x0.086 * |20-40|
+0.137 * |27-40|+0.142 * |33-40|+0.146 * |37-40|+0.142 * |43-40|+0.139 * |47-40|+0.125 * |53-40|+0.084 * |60-40|
(ans) 64.9 ≈xe
0.086 * 202
+0.137 * 272
+0.142 * 332
+0.146 * 372
+0.142 * 432
+0.139 * 472
+0.125 * 532
+0.084 * 602
4022 1712−=σ)( 112 ans2≈
)(ans 6.10112≈≈σ
![Page 108: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/108.jpg)
DOYEN
Le coefficient de variation
xV σ =
![Page 109: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/109.jpg)
DOYEN
Le coefficient de variation
xV σ =C’est un nombre SANS UNITE,
donc plus pratique pour comparer 2 distributions
![Page 110: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/110.jpg)
DOYEN
Le coefficient de variation
xV σ =C’est un nombre SANS UNITE,
donc plus pratique pour comparer 2 distributions
![Page 111: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/111.jpg)
DOYEN
Le coefficient de variation
xV σ =C’est un nombre SANS UNITE,
donc plus pratique pour comparer 2 distributions
Exemple: Prix d’un poisson rouge en Francs à Grenoble6.5 F 19.5 F 33 F
Prix d’un poisson vert en euros à Grenoble
1 E 3 E 5 E
(F) 8.10 (F); 19.7 11 ≈≈ σx
(E) 63.1 (E); 3 21 ≈≈ σx
![Page 112: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/112.jpg)
DOYEN
Le coefficient de variation
xV σ =C’est un nombre SANS UNITE,
donc plus pratique pour comparer 2 distributions
Exemple: Prix d’un poisson rouge en Francs à Grenoble6.5 F 19.5 F 33 F
Prix d’un poisson vert en euros à Grenoble
1 E 3 E 5 E
(F) 8.10 (F); 19.7 11 ≈≈ σx
(E) 63.1 (E); 3 21 ≈≈ σx
54.01≈V
54.02≈V
![Page 113: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/113.jpg)
DOYEN
L’intervalle interquartile
Les quartiles sont les 3 valeurs qui partagent la population en 4 effectifs égaux.
QQQ 321; ;
Ce sont les 3 valeurs du caractère correspondant à des effectifs cumulés de 25%, 50% et 75%
![Page 114: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/114.jpg)
DOYEN
0
20
40
60
80
100
0 10 20 30 40 50 60Age en années
.f cumulées
L’intervalle interquartile
Les quartiles sont les 3 valeurs qui partagent la population en 4 effectifs égaux.
QQQ 321; ;
Ce sont les 3 valeurs du caractère correspondant à des effectifs cumulés de 25%, 50% et 75%
![Page 115: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/115.jpg)
DOYEN
L’intervalle interquartile
Les quartiles sont les 3 valeurs qui partagent la population en 4 effectifs égaux.
QQQ 321; ;
Ce sont les 3 valeurs du caractère correspondant à des effectifs cumulés de 25%, 50% et 75%
0
20
40
60
80
100
0 10 20 30 40 50 60Age en années
.f cumulées
Q1 Q2Q3
Graphiquement:
(ans) 301≈Q
(ans) 402≈Q
(ans) 503≈Q
![Page 116: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/116.jpg)
DOYEN
Pour calculer la valeur des quartiles on fait une interpolation linéaire
Pour k=1,2,3:
FFxxFPxQ
ij
ijikik −
−−+= )(
F j
Fi
Pk
xi x jQk
Effectifs cumulés
%251=P%502=P%753=P
![Page 117: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/117.jpg)
DOYEN
100126542481Total1000.084222541155 et +91.60.125330527850-5479.20.139369664245-4965.20.142377030040-4451.00.146386525235-3936.50.142377155430-3422.30.137362850225-298.60.086227954215-24
Cumul.fiEffectifAge 3.225.363035 )3.2225( 30
1 −−−+=Q
(ans) 31 ≈
(ans) 5.39 Me 2
≈=Q
2.652.794550 )2.6575( 45
3 −−−+=Q
(ans) 8.54 ≈
![Page 118: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/118.jpg)
DOYEN
L’intervalle inter-quartile: [ Q1 , Q3 ] il contient 50 % de la population et laisse 25% de chaque côté.
L’écart inter-quartile: Qs est l’amplitude de l’intervalle inter quantile: Qs =Q3 – Q1 il mesure la dispersion de la population
![Page 119: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/119.jpg)
DOYEN
L’intervalle inter-quartile: [ Q1 , Q3 ] il contient 50 % de la population et laisse 25% de chaque côté.
L’écart inter-quartile: Qs est l’amplitude de l’intervalle inter quantile: Qs =Q3 – Q1 il mesure la dispersion de la population
Exemple:
En France, en 1999, 50 % de la population active a entre 31 et 48.5 ans
Qs =48.5-31=17.5 (ans)
![Page 120: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/120.jpg)
DOYEN
5. Étude d’un couple de caractères
Deux caractères (X,Y) pouvant être de nature différente: qualitatif, quantitatif discret ou continu; on note et leurs modalités.
niix ..1)( = mjjy ..1)( =
16196715124-26503222-24401320-22
230-260euros
200-230euros
170-200Euros
Salaires YAges X
Salaire net et âge des livreurs de pizza du restaurant PIPIpizza
![Page 121: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/121.jpg)
DOYEN
5. Étude d’un couple de caractères
Deux caractères (X,Y) pouvant être de nature différente: qualitatif, quantitatif discret ou continu; on note et leurs modalités.
niix ..1)( = mjjy ..1)( =
16196715124-26503222-24401320-22
230-260euros
200-230euros
170-200Euros
Salaires YAges X
Salaire net et âge des livreurs de pizza du restaurant PIPIpizza
3 pers. de 20-22 ans gagnant 170 à
200 euros
![Page 122: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/122.jpg)
DOYEN
5. Étude d’un couple de caractères
Deux caractères (X,Y) pouvant être de nature différente: qualitatif, quantitatif discret ou continu; on note et leurs modalités.
niix ..1)( = mjjy ..1)( =
16196715124-26503222-24401320-22
230-260euros
200-230euros
170-200Euros
Salaires YAges X
Salaire net et âge des livreurs de pizza du restaurant PIPIpizza
3 pers. de 20-22 ans gagnant 170 à
200 euros
9 pers. gagnant entre 200 et 230
euros
![Page 123: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/123.jpg)
DOYEN
5. Étude d’un couple de caractères
Deux caractères (X,Y) pouvant être de nature différente: qualitatif, quantitatif discret ou continu; on note et leurs modalités.
niix ..1)( = mjjy ..1)( =
16196715124-26503222-24401320-22
230-260euros
200-230euros
170-200Euros
Salaires YAges X
Salaire net et âge des livreurs de pizza du restaurant PIPIpizza
3 pers. de 20-22 ans gagnant 170 à
200 euros
9 pers. gagnant entre 200 et 230
euros
Il y a 16 livreurs dans l’entreprise
![Page 124: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/124.jpg)
DOYEN
5.1 Fréquence relative
F. relative de , proportion d’individus présentant la modalité des caractères par rapport àla population totale.
),( ji yx),( ji yx ),( YX
Nnf ji
ji,
, =jin , Nb individus avec et ixX= iyY=
N Nb totale d’individus
![Page 125: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/125.jpg)
DOYEN
5.1 Fréquence relative
F. relative de , proportion d’individus présentant la modalité des caractères par rapport àla population totale.
),( ji yx),( ji yx ),( YX
Nnf ji
ji,
, =jin , Nb individus avec et ixX= iyY=
N Nb totale d’individus
Propriété: 1, =∑∑i j
jif
![Page 126: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/126.jpg)
DOYEN
16196
710.06
50.31
10.06
24-26
500
30.19
20.13
22-24
400
10.06
30.19
20-22
230-260euros
200-230euros
170-200euros
Salaires YAges X19.016
3 ≈
![Page 127: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/127.jpg)
DOYEN
16196
710.06
50.31
10.06
24-26
500
30.19
20.13
22-24
400
10.06
30.19
20-22
230-260euros
200-230euros
170-200euros
Salaires YAges X19.016
3 ≈
31% des employés ont entre 24 et 26 ans et gagnent entre 200 et 230 euros
![Page 128: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/128.jpg)
DOYEN
5.2 Fréquence marginale
Pour (X,Y) les lois marginales sont:•La loi de X quelque soit la valeur de Y•La loi de Y quelque soit la valeur de X
![Page 129: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/129.jpg)
DOYEN
5.2 Fréquence marginale
Pour (X,Y) les lois marginales sont:•La loi de X quelque soit la valeur de Y•La loi de Y quelque soit la valeur de X
Noté:,.if
jf.,
![Page 130: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/130.jpg)
DOYEN
5.2 Fréquence marginale
Pour (X,Y) les lois marginales sont:•La loi de X quelque soit la valeur de Y•La loi de Y quelque soit la valeur de X
Noté:,.if
jf.,
1610.06
90.56
60.38
70.44
10.06
50.31
10.06
24-26
50.31
00
30.19
20.13
22-24
40.25
00
10.06
30.19
20-22
230-260euros
200-230euros
170-200euros
Salaires YAges X
25.0 164 ,.1 ≈=f
![Page 131: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/131.jpg)
DOYEN
5.2 Fréquence marginale
Pour (X,Y) les lois marginales sont:•La loi de X quelque soit la valeur de Y•La loi de Y quelque soit la valeur de X
Noté:,.if
jf.,
1610.06
90.56
60.38
70.44
10.06
50.31
10.06
24-26
50.31
00
30.19
20.13
22-24
40.25
00
10.06
30.19
20-22
230-260euros
200-230euros
170-200euros
Salaires YAges X
25.0 164 ,.1 ≈=f
31% des livreur ont entre 22 et
24 ans
![Page 132: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/132.jpg)
DOYEN
161
10.06
90.56
60.38
70.44
10.06
50.31
10.06
24-26
50.31
00
30.19
20.13
22-24
40.25
00
10.06
30.19
20-22
230-260euros
200-230euros
170-200euros
Salaires YAges X
Propriété: 1 ,. =∑i
if 1 ., =∑j
jf
![Page 133: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/133.jpg)
DOYEN
161
10.06
90.56
60.38
70.44
10.06
50.31
10.06
24-26
50.31
00
30.19
20.13
22-24
40.25
00
10.06
30.19
20-22
230-260euros
200-230euros
170-200euros
Salaires YAges X
0.25
+ 0.31
+ 0.44
0.38 + 0.56 + 0.06
Propriété: 1 ,. =∑i
if 1 ., =∑j
jf
![Page 134: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/134.jpg)
DOYEN
161
10.06
90.56
60.38
70.44
10.06
50.31
10.06
24-26
50.31
00
30.19
20.13
22-24
40.25
00
10.06
30.19
20-22
230-260euros
200-230euros
170-200euros
Salaires YAges X
Propriété:
+ +
+ +
+ +
=
=
=
i,., ffj
ji =∑
![Page 135: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/135.jpg)
DOYEN
161
10.06
90.56
60.38
70.44
10.06
50.31
10.06
24-26
50.31
00
30.19
20.13
22-24
40.25
00
10.06
30.19
20-22
230-260euros
200-230euros
170-200euros
Salaires YAges X
Propriété: i,., ffj
ji =∑
+
+
=
+
+
=
+
+
=
ji
ji ff .,, =∑
![Page 136: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/136.jpg)
DOYEN
Sur les lois marginales, on peut tracer des graphes: de fréquences, fréquences cumulées,…
0
0,2
0,4
0,6
0,8
1
20 22 24 26 28
âges
Fréquences cumulées des âges
![Page 137: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/137.jpg)
DOYEN
Sur les lois marginales, on peut calculer des indices centraux et de dispersions.
161
10.06
90.56
60.38
70.44
10.06
50.31
10.06
24-26
50.31
00
30.19
20.13
22-24
40.25
00
10.06
30.19
20-22
230-260euros
200-230euros
170-200euros
Salaires YAges X
185*0.38 +215*0.56+245*0.06 = 205.4 (euros)
Le salaire moyen des livreurs de pizza est de 205.4 euros
![Page 138: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/138.jpg)
DOYEN
5.3 Fréquence conditionnelle
Fréquence conditionnelle de sachant : proportion d’individus présentant la modalité du caractère X par rapport au totale des individus présentant la modalité du caractère Y, notée
ix iyix
iyji yxf
∑=
iji
jiyx
nnf ji
,
,
∑=
jji
jixy
nnf ij
,
,
![Page 139: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/139.jpg)
DOYEN
16196
715124-26
503222-24
401320-22
230-260euros
200-230euros
170-200euros
Salaires YAges X
Fréquence conditionnelle des âges sachant les salaires
5.063 =
3.062 =
17.061 ≈
11.091 ≈
33.093 =
56.095 = 11
1 =
010 =
010 =
![Page 140: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/140.jpg)
DOYEN
16196
715124-26
503222-24
401320-22
230-260euros
200-230euros
170-200euros
Salaires YAges X
Fréquence conditionnelle des âges sachant les salaires
5.063 =
3.062 =
17.061 ≈
11.091 ≈
33.093 =
56.095 = 11
1 =
010 =
010 =
Parmi les livreurs gagnant entre 170 et 200 euros, 50% ont entre 20 et 22
ans
![Page 141: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/141.jpg)
DOYEN
16196
715124-26
503222-24
401320-22
230-260euros
200-230euros
170-200euros
Salaires YAges X
Fréquence conditionnelle des âges sachant les salaires
5.063 =
3.062 =
17.061 ≈
11.091 ≈
33.093 =
56.095 = 11
1 =
010 =
010 =
Parmi les livreurs gagnant entre 170 et 200 euros, 50% ont entre 20 et 22
ans
+
+
+
+
+
+
= = =1 1 1
![Page 142: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/142.jpg)
DOYEN
16196
715124-26
503222-24
401320-22
230-260euros
200-230euros
170-200euros
Salaires YAges X
Fréquence conditionnelle des salaires sachant les âges
75.043 = 25.04
1 ≈
4.052 =
14.071 ≈
6.053 =
71.075 = 14.07
1 =
040 =
050 =
![Page 143: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/143.jpg)
DOYEN
16196
715124-26
503222-24
401320-22
230-260euros
200-230euros
170-200euros
Salaires YAges X
Fréquence conditionnelle des salaires sachant les âges
Parmi les livreurs âgés de
20 à 22 ans, 75% gagnent entre
170 et 200 euros
75.043 = 25.04
1 ≈
4.052 =
14.071 ≈
6.053 =
71.075 = 14.07
1 =
040 =
050 =
![Page 144: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/144.jpg)
DOYEN
16196
715124-26
503222-24
401320-22
230-260euros
200-230euros
170-200euros
Salaires YAges X
Fréquence conditionnelle des salaires sachant les âges
Parmi les livreurs âgés de
20 à 22 ans, 75% gagnent entre
170 et 200 euros
+ +
+ +
+ +
=
=
=
1
1
1
75.043 = 25.04
1 ≈
4.052 =
14.071 ≈
6.053 =
71.075 = 14.07
1 =
040 =
050 =
![Page 145: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/145.jpg)
DOYEN
Sur les lois conditionnelles, on peut tracer des graphes: de fréquences, fréquences cumulées
0
0,2
0,4
0,6
0,8
170 200 230 260Salaires en euros
Fréquences pour les 24-26 ans
![Page 146: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/146.jpg)
DOYEN
Sur les lois conditionnelles, on peut calculer des indices centraux et de dispersions.
16196
710.14
50.71
10.14
24-26
500
30.6
20.4
22-24
400
10.25
30.75
20-22
230-260euros
200-230euros
170-200euros
Salaires YAges X
Fréquence conditionnelle des salaires sachant les âges
Parmi les livreurs âgés de 22 à 24 ans, le
salaire moyen chez PIPIpizza est de 203
euros
245*0215*6.0185*4.0 ++
(euros) 203=
Pour les 22-24 ans:
![Page 147: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/147.jpg)
DOYEN
5.3 Indépendance
X est dite indépendante de Y si les variations de Yn’entraînent pas de variation de X
![Page 148: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/148.jpg)
DOYEN
5.3 Indépendance
X est dite indépendante de Y si les variations de Yn’entraînent pas de variation de X
Propriété: Si X est indépendante de Y alors Y est indépendante de X.
![Page 149: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/149.jpg)
DOYEN
5.3 Indépendance
X est dite indépendante de Y si les variations de Yn’entraînent pas de variation de X
Propriété: Si X est indépendante de Y alors Y est indépendante de X.
On dit X et Y sont indépendants
![Page 150: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/150.jpg)
DOYEN
5.3 Indépendance
X est dite indépendante de Y si les variations de Yn’entraînent pas de variation de X
Propriété: Si X est indépendante de Y alors Y est indépendante de X.
On dit X et Y sont indépendants
Les résultats de 2 lancés de dé non pipé sont indépendants!
![Page 151: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/151.jpg)
DOYEN
Propriété:
X et Y sont indépendantes si les fréquences conditionnelles de X sachant Y sont égales aux fréquences marginales de X
![Page 152: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/152.jpg)
DOYEN
Propriété:
X et Y sont indépendantes si les fréquences conditionnelles de X sachant Y sont égales aux fréquences marginales de X
Ou de façon équivalente,
X et Y sont indépendantes si les fréquences conditionnelles de Y sachant X sont égales aux fréquences marginales de Y
![Page 153: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/153.jpg)
DOYEN
Propriété:
X et Y sont indépendantes si les fréquences conditionnelles de X sachant Y sont égales aux fréquences marginales de X
Ou de façon équivalente,
X et Y sont indépendantes si les fréquences conditionnelles de Y sachant X sont égales aux fréquences marginales de Y
Propriété:
Dans le cas ou il y a indépendance entre X et Y, alors dans le tableau de contingence les valeurs des lignes sont proportionnelles et les valeurs des colonnes le sont aussi.
![Page 154: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/154.jpg)
DOYEN
0.440.140.710.1424-26
0.3100.60.422-24
0.2500.250.7520-22
.f des classes d’âge
230-260euros
200-230euros
170-200euros
.f sachant âge
Les distribution sont toutes différentes, donc âges et salaires ne sont pas indépendants, il existe une dépendance entre âges et salaires chez PIPIpizza.
![Page 155: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/155.jpg)
DOYEN
5.3 Dépendance totale
X est dit totalement dépendant de Y, si la connaissance de X entraîne la connaissance de Y.
![Page 156: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/156.jpg)
DOYEN
5.3 Dépendance totale
X est dit totalement dépendant de Y, si la connaissance de X entraîne la connaissance de Y.
Dans le tableau de contingence cela ce traduit par le fait qu’il n’y a qu’un effectif non nul par colonne.
![Page 157: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/157.jpg)
DOYEN
5.3 Dépendance totale
X est dit totalement dépendant de Y, si la connaissance de X entraîne la connaissance de Y.
Dans le tableau de contingence cela ce traduit par le fait qu’il n’y a qu’un effectif non nul par colonne.
Si Y est totalement dépendant de X, alors dans le tableau de contingence, il n’y a qu’un effectif non nul par ligne.
![Page 158: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/158.jpg)
DOYEN
5.3 Dépendance totale
X est dit totalement dépendant de Y, si la connaissance de X entraîne la connaissance de Y.
Dans le tableau de contingence cela ce traduit par le fait qu’il n’y a qu’un effectif non nul par colonne.
Si Y est totalement dépendant de X, alors dans le tableau de contingence, il n’y a qu’un effectif non nul par ligne.
Ce n’est pas une notion réciproque, contrairement à l’indépendance
![Page 159: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/159.jpg)
DOYEN
5.3 Dépendance totale
X est dit totalement dépendant de Y, si la connaissance de X entraîne la connaissance de Y.
Dans le tableau de contingence cela ce traduit par le fait qu’il n’y a qu’un effectif non nul par colonne.
Si Y est totalement dépendant de X, alors dans le tableau de contingence, il n’y a qu’un effectif non nul par ligne.
Ce n’est pas une notion réciproque, contrairement à l’indépendance
Il n’y a pas de dépendance totale entre âge et salaire.
![Page 160: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/160.jpg)
DOYEN
Exemple: Y= « Valeur du lancé d’un dé »X= « gain »
X= 1 si Y est paire-1 si Y est impaire
X est totalement dépendant de Y
Y n’est pas totalement dépendant de X
Y n’est pas indépendant de X
![Page 161: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/161.jpg)
DOYEN
Exemple: Y= « Valeur du lancé d’un dé »X= « gain »
X= 1 si Y est paire-1 si Y est impaire
X est totalement dépendant de Y
Y n’est pas totalement dépendant de X
Y n’est pas indépendant de X
Dans le cas général il n’y a pas indépendance ni dépendance totale: on est entre les deux.
![Page 162: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/162.jpg)
DOYEN
6. Étude d’un couple de caractères sans pondération:
régression linéaire
On étudie un couple de caractère X et Y qui soit:•Quantitatifs•Sans pondération: chaque modalité du couple apparaît une seule fois
),( ji yx
![Page 163: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/163.jpg)
DOYEN
Exemple:
L’entreprise CONCONconserve étudie l’incidence de la pression marketing. Elle enregistre dans 5 zones géographiques, les Ventes (en milliers de boites de conserve) et les Dépenses Publicitaires (en milliers d’ euros)ix
iy
18655124049313
63225271
.xi.yiRégion i
![Page 164: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/164.jpg)
DOYEN
6.1 Visualisation de la corrélation ? )(YfX≈•On représente le nuage de points: X en fonction de Y•On cherche si il existe une droite ou une courbe qui soit une «bonne approximation » du nuage de points
![Page 165: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/165.jpg)
DOYEN
6.1 Visualisation de la corrélation ? )(YfX≈•On représente le nuage de points: X en fonction de Y•On cherche si il existe une droite ou une courbe qui soit une «bonne approximation » du nuage de points
Exemple:
X
Y
![Page 166: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/166.jpg)
DOYEN
6.1 Visualisation de la corrélation ? )(YfX≈•On représente le nuage de points: X en fonction de Y•On cherche si il existe une droite ou une courbe qui soit une «bonne approximation » du nuage de points
Il n’y a pas de bonne approximation, X et Y semblent indépendants
Exemple:
X
Y
![Page 167: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/167.jpg)
DOYEN
X
Y
![Page 168: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/168.jpg)
DOYEN
X
Y
Une droite est une bonne approximation du nuage de points, il existe une relation linéaire entre X et Y.
![Page 169: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/169.jpg)
DOYEN
X
Y
Une droite est une bonne approximation du nuage de points, il existe une relation linéaire entre X et Y.
X
Y
![Page 170: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/170.jpg)
DOYEN
X
Y
Une droite est une bonne approximation du nuage de points, il existe une relation linéaire entre X et Y.
X
Y
Une courbe est une bonne approximation du nuage de points, il existe une relation curviligne entre X et Y.
![Page 171: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/171.jpg)
DOYEN
20
30
40
50
60
70
4 8 12 16 20
Kboite
Keuro
![Page 172: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/172.jpg)
DOYEN
20
30
40
50
60
70
4 8 12 16 20
Kboite
Keuro
bXaY * +≈
![Page 173: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/173.jpg)
DOYEN
20
30
40
50
60
70
4 8 12 16 20
Kboite
Keuro
bXaY * +≈
16
40
)KeuroKboite( .52 16
40 =≈a
![Page 174: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/174.jpg)
DOYEN
20
30
40
50
60
70
4 8 12 16 20
Kboite
Keuro
bXaY * +≈(Kboite) 105.2*420 =−≈b
16
40
)KeuroKboite( .52 16
40 =≈a
![Page 175: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/175.jpg)
DOYEN
20
30
40
50
60
70
4 8 12 16 20
Kboite
Keuro
bXaY * +≈(Kboite) 105.2*420 =−≈b
16
40
)KeuroKboite( .52 16
40 =≈aC’est très approximatif!
![Page 176: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/176.jpg)
DOYEN
6.2 L’équation de régression linéaire
Quand l’observation semble être de type linéaire:L’objectif est de calculer a et b de telle sorte que l’on minimise:
bXaY += *
∑i
ie 2
X
Y
1e
2e
3e:ie Écart entre la droite de
régression et la ième
observation
![Page 177: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/177.jpg)
DOYEN
On note: ∑=i
ixnx 1 ∑=i
iyny 1
xxxxii
ininXV 222 1 1 )( )( −== ∑∑ −yxyxnyyxxnXCov
iii
iii **1 ))((1 )( −=−−= ∑∑
![Page 178: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/178.jpg)
DOYEN
On note: ∑=i
ixnx 1 ∑=i
iyny 1
xxxxii
ininXV 222 1 1 )( )( −== ∑∑ −yxyxnyyxxnXCov
iii
iii **1 ))((1 )( −=−−= ∑∑
)(),( XV
YXCova =On a:
xayb * −=
![Page 179: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/179.jpg)
DOYEN
18655124049313
63225271
.xi.yiRégion i
3244225144160081961
36102425729
.xi2.yi
2
1170480279
192135
.yi*xi
195 50 8539 610 2256
![Page 180: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/180.jpg)
DOYEN
18655124049313
63225271
.xi.yiRégion i
3244225144160081961
36102425729
.xi2.yi
2
1170480279
192135
.yi*xi
195 50 8539 610 2256
(Keuro) 10550==x
(Kboite) 395195==y
(Keuro)1022 225
610)( =−=XV
Kboite)*(Keuro 2.6139*1052256),( =−=YXCov
![Page 181: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/181.jpg)
DOYEN
18655124049313
63225271
.xi.yiRégion i
3244225144160081961
36102425729
.xi2.yi
2
1170480279
192135
.yi*xi
195 50 8539 610 2256
(Keuro) 10550==x
(Kboite) 395195==y
(Keuro)1022 225
610)( =−=XV
Kboite)*(Keuro 2.6139*1052256),( =−=YXCov
)KeuroKboite( 78.222
2.61 ≈=a (Kboite) 2.1110*78.239 =−≈b
![Page 182: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/182.jpg)
DOYEN
20
30
40
50
60
70
4 8 12 16 20
Kboite
Keuro
2.11*78.2 +≈ XY
![Page 183: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/183.jpg)
DOYEN
6.3 Mesure de la qualité de la régression
Le coefficient de corrélation:
)()(),(YVXV
YXCovr=
![Page 184: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/184.jpg)
DOYEN
6.3 Mesure de la qualité de la régression
Le coefficient de corrélation:
)()(),(YVXV
YXCovr=
Propriétés:
•• proche de 1: corrélation linéaire possible• proche de 0: pas de corrélation linéaire
1 1 ≤≤− rrr
( )86.0>r
![Page 185: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/185.jpg)
DOYEN
18655124049313
63225271
.xi.yiRégion i
3244225144160081961
36102425729
.xi2.yi
2
1170480279
192135
.yi*xi
195 50 8539 610 2256
![Page 186: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/186.jpg)
DOYEN
18655124049313
63225271
.xi.yiRégion i
3244225144160081961
36102425729
.xi2.yi
2
1170480279
192135
.yi*xi
195 50 8539 610 2256
(Keuro) 10550==x
(Kboite) 395195==y
(Keuro)1022 225
610)( =−=XV
(Kboite)3922 8.1865
8539)( =−=YV
Kboite)*(Keuro 2.6139*1052256),( =−=YXCov
![Page 187: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/187.jpg)
DOYEN
18655124049313
63225271
.xi.yiRégion i
3244225144160081961
36102425729
.xi2.yi
2
1170480279
192135
.yi*xi
195 50 8539 610 2256
(Keuro) 10550==x
(Kboite) 395195==y
(Keuro)1022 225
610)( =−=XV
(Kboite)3922 8.1865
8539)( =−=YV
Kboite)*(Keuro 2.6139*1052256),( =−=YXCov
96.08.186*22
2.61 ≈≈r
![Page 188: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/188.jpg)
DOYEN
20
30
40
50
60
70
4 8 12 16 20
Kboite
Keuro
2.11*78.2 +≈ XY 96.0≈r
![Page 189: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/189.jpg)
DOYEN
20
30
40
50
60
70
4 8 12 16 20
Kboite
Keuro
2.11*78.2 +≈ XY 96.0≈rLa corrélation linéaire des données est forte
![Page 190: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/190.jpg)
DOYEN
On peut faire de la prévision:Sur une sixième région on veut vendre Y=55 (Kboites), combien faut il dépenser en publicité?
20
30
40
50
60
70
4 8 12 16 20
Kboite
Keuro
![Page 191: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/191.jpg)
DOYEN
On peut faire de la prévision:Sur une sixième région on veut vendre Y=55 (Kboites), combien faut il dépenser en publicité?
20
30
40
50
60
70
4 8 12 16 20
Kboite
Keuro
2.11*78.255 += X (Keuro) 8.1578.22.1155 ≈−=⇔X
![Page 192: Statistique Descriptive](https://reader031.vdocuments.fr/reader031/viewer/2022011720/577cc51c1a28aba7119b57d3/html5/thumbnails/192.jpg)
DOYEN
On peut faire de la prévision:Sur une sixième région on veut vendre Y=55 (Kboites), combien faut il dépenser en publicité?
20
30
40
50
60
70
4 8 12 16 20
Kboite
Keuro
2.11*78.255 += X (Keuro) 8.1578.22.1155 ≈−=⇔X