(FROH6XSpULHXUHGH7HFKQRORJLHGH)qV

8QLYHUVLWp6LGL0RKDPHG%HQ$EGHOODK

6WDWLVWLTXHV'HVFULSWLYHV
(Analyse Univariée)

Animé par :
Prof. Redouane Qesmi
EST de Fès I- Introduction générale
La statistique est un ensemble des méthodes scientifiques à partir desquelles, on
recense, on organise, on résume, on présente et on analyse le phénomène auquel on
s’intéresse.
« C’est une science moderne et positive qui met en lumière les faits les plus
obscures ».
Statistiques Descriptives

De manière générale, l’enseignement de la statistique peut être vu en trois volets :

¾ La statistique descriptive,
¾ La statistique Probabiliste,
¾ La statistique Prédictive.

Probabilité et Statistiques

Statistiques Probabiliste Statistiques

Prof. Redouane Qesmi

Statistiques Descriptives Statistiques Prédictive

EST de Fès

• La statistique descriptive est considérée comme la première

étape de l’analyse statistique. Les objectifs d’une telle analyse se
résument en trois points :
¾ Contrôle des données et éliminer les données aberrantes
Statistiques Descriptives

¾ Résumer les données sous forme graphique ou numériques

¾ Étudier les particularités de ces données
(Paramètres de position, de dispersion et de forme).

• La statistique probabiliste a pour objet d’étudier les

mécanismes aléatoires à la différence des mécanismes certains
qui sont du sort de la statistique descriptive.
Prof. Redouane Qesmi

• La statistique prédictive a pour objet de mettre à la disposition

du statisticien un outil de décision tout en tenant compte des
informations recueillies.
EST de Fès II- Eléments du vocabulaire statistique
• Individu (unité statistique) : Objet sur lequel un ou plusieurs caractères
peuvent être observés.
• Population (univers) : Ensemble des individus pris en considération.
Remarque : La taille de la population statistique est généralement notée
par N.
• Échantillon : La partie de la population auprès de laquelle sont
Statistiques Descriptives

collectées les données.

Remarque : La taille de l’échantillon est généralement notée par n.
• Caractère (variable) : Propriété servant à distinguer les individus d'une
population.
¾ Caractères qualitatifs
¾ Caractères quantitatifs
Remarque : Les caractère sont généralement notés par X, Y, Z.
• Modalités d’un caractère : Ce sont les différentes situations où les
unités statistiques (Individus) peuvent se trouver à l’égard du caractère.
On se réfère à deux grandes catégories :
Remarque : Généralement, pour un caractère X, on note par k le
nombre de modalités et par xi la i ème modalité.
Prof. Redouane Qesmi

• Effectif ou fréquence absolue d’une modalité xi : C’est le nombre

d’individus possédant cette modalité. On le note généralement par ni.
• Fréquence ou fréquence relative d’une modalité xi : C’est le
pourcentage ou la proportion d’individus possédant cette modalité. On le
note généralement par fi.
EST de Fès
Typologie de caractères

Discrète (Nombre de feuilles ,…)

Statistiques Descriptives

Quantitative
Continue (Calibre d’un fruit,…)

Variable
Binaire (Infecté/Non infecté,…)

Qualitative Nominale (Sexe, Couleur,…)

Prof. Redouane Qesmi

Ordinale (Score,…)
EST de Fès
III- Représentation des données

A- Tableaux statistiques
Statistiques Descriptives

Le tableau de distribution de fréquences est un mode

synthétique de présentation des données collectées.

¾ Immédiat dans le cas qualitatif ou quantitatif discret.

¾ Nécessite une transformation de données dans le
cas quantitatif continu.
Prof. Redouane Qesmi

C’est un tableau qui se compose de plusieurs colonnes : modalités (xi),

effectif (ni), fréquence (fi), effectif cumulé (Ni) et fréquence cumulée (Fi)
EST de Fès
Définition

On appelle fréquences (resp. effectif) cumulées ou bien

fréquences relatives (resp. fréquence absolue) cumulées
en xi, la somme des fréquences (resp. effectifs) des
Statistiques Descriptives

modalités qui la précèdent.

On note ces deux valeurs par Fi (resp. Ni).

i −1 i −1
Fi = ∑ f p et N i = ∑ n p
p =1 p =1
Prof. Redouane Qesmi

Remarque : Dans le cas d’un caractère qualitatif pure (Nominal), le tableau

statistique se résume à trois colonnes : modalités (xi), effectif (ni) et
fréquence (fi).
EST de Fès

a – Caractère qualitatif

Exemple 1 : Soit un échantillon de 30 étudiant

choisis au hasard parmi les étudiants de la Faculté
Statistiques Descriptives

des Sciences et Technique Marrakech. Les étudiants

sont répartis sexe. Le tableau de distribution de
fréquences est comme suite :
Prof. Redouane Qesmi
EST de Fès

b – Caractère quantitatif discret

Exemple 2 : Soit un échantillon de 40 familles

choisis au hasard parmi les résidentes dans un
Statistiques Descriptives

quartier populaire. Les familles sont répartis selon le

nombre d’enfants par famille. Le tableau de
distribution de fréquences est comme suite :
Prof. Redouane Qesmi
EST de Fès

c – Caractère quantitatif continu

Exemple 3 : Soit un échantillon de 42 boites de céréales

Statistiques Descriptives

choisis au hasard. Les boites sont répartis selon leur

poids réel :
300-250-242-320-410-420-500-512-600-630-710-350-200-210-250-
310-320-400-460-380-510-560-740-240-270-280-340-360-230-290-
310-430-460-530-640-680-720-450-470-640-780-440.

Le tableau de distribution de fréquences peut être

présenter soit avec des fréquences égales ou inégales :
Prof. Redouane Qesmi
EST de Fès
Statistiques Descriptives
Tableau statistique avec des classes d’amplitudes égales à 100 g :

Tableau statistique avec des classes d’amplitudes inégales :

Prof. Redouane Qesmi
EST de Fès

Remarque : En règle générale, on choisit des classes de même

amplitude. Le choix du nombres de classes varie avec la statistique
que l’on veut utiliser. Le nombre de classes (qu’on note k) ne doit être
ni trop petit ni trop grand. On a la règle suivante, dite de STURGE :
Statistiques Descriptives

k = 1 + 3,3 Log(n)
Prof. Redouane Qesmi
 B- Représentations graphiques
EST de Fès

Les représentations graphiques ont l’avantage de visualiser

immédiatement les caractéristiques générales de l’échantillon observé.
Le principe est la surface relative à la modalité xi doit être
proportionnelle à l’effectif ni (ou à la fréquence fi) de cette modalité.

a – Caractère qualitatif (exemple 1)

Statistiques Descriptives
Prof. Redouane Qesmi

C’est un diagramme de tuyaux C’est un diagramme en secteur

d’orgue comme on peut l’appeler
diagramme en bâtons
 b – Caractère quantitatif discret
EST de Fès
(exemple 2)
Statistiques Descriptives
Prof. Redouane Qesmi

Diagramme cumulatif en % Courbe cumulative en effectif

EST de Fès
c – Caractère quantitatif continu
(exemple 3)
Poids des boites Poids des boites
12 8
Statistiques Descriptives

10
6
8

4
6

ce
4 2

n
Fréquence

réque
2

F
0
0

20

25 0

40
30 0

35 0

45 0

50 0

55 0

60 0

65 0

70 0

75 0

80 0
229,2 337,5 445,8 554,2 662,5 770,8

0,

0,

0,
0,

0,

0,

0,

0,

0,

0,

0,

0,

0,
0

0
Poids des boites Poids des boites

Histogramme avec 6 classes Histogramme avec 13 classes

Remarque : Quand les amplitudes des classes sont différentes, on ne
considère plus les fréquences ou les effectifs pour une représentation en
Prof. Redouane Qesmi

histogramme. On utilise plutôt les densités de fréquences (fréquence

relative) (di) définis par :
fi • ai : amplitude de la ième classe
d i =
ai • fi : fréquence de la ième classe
EST de Fès
C- Caractéristiques numériques d’une
série statistique
Les représentations graphiques permettent certes de donner l’aspect
général du phénomène étudié mais restent quand même insuffisantes
Statistiques Descriptives

et peu pratique.
Pour combler cette lacune, les statisticiens ont eu l’idée de résumer
une série statistique par des paramètres numériques ou des nombres
appelés « caractéristiques numériques d’une série statistique ».
On peut les classer en 3 grandes catégories :
¾ Les caractéristiques de position (moyenne, médiane, mode,
quartiles ),
¾ Les caractéristiques de dispersion (étendue, écart interquartiles,
variance, écart type, coefficient de variation),
Prof. Redouane Qesmi

¾ Les caractéristiques de forme (coefficient d’asymétrie,

coefficient d’aplatissement).
EST de Fès

Caractéristiques de position
(tendance centrale)
Statistiques Descriptives

¾Médiane
¾Quartiles
¾Mode
¾Moyenne
Prof. Redouane Qesmi
EST de Fès Définitions
• Mode : La modalité la plus fréquente (qu’on note par Mo)
Exemple : « la modalité la plus fréquente du statut matrimonial est
marié(e) avec 52% ».

• Moyenne : C’est le barycentre des valeurs prises par le caractère

Statistiques Descriptives

•Quantiles d’ordre n (fractiles) : valeur qui divise les observations en n

groupes égaux
¾ Médiane : 2 groupes (qu’on note par Me),
• 50% ont une valeur inférieure; 50% ont une valeur supérieure
¾ Quartiles : 4 groupes : 25%, 50%, 75%,
• Ils sont trois valeurs qu’on note par Q1 Q2 et Q3
¾ Déciles : 10 groupes,
• Ils sont neuf valeurs qu’on note par D1, D2,……..D9
¾ Percentiles : 100 groupes
• Ils sont 99 valeurs qu’on note par P1, P2, ………P99
Prof. Redouane Qesmi

Remarque : Les quantiles sont

– insensibles aux valeurs extrêmes
– Sa précision dépend de la densité des points
EST de Fès Médiane
Définition : C’est la valeur du caractère qui partage la population de
l’échantillon en deux parties à effectifs égaux.

Remarque : Pour la détermination de la médiane, il convient, au

préalable, de classer les individus de l’échantillon par valeurs
Statistiques Descriptives

croissante du caractère.

Exemple : Pour une première illustration, considérons 7 étudiants

classés en fonction de leur note en Mathématiques :
6 – 7 – 9 – 10 - 13 – 14 – 14
Dans ce cas Me = 10.

Remarque : Dans le cas d’un caractère continu, la médiane

correspond à l’abscisse Me du point de rencontre de la courbe
cumulative avec la droite y = 50% (courbe cumulative en pourcentage)
Prof. Redouane Qesmi

ou bien y = n/2 (courbe cumulative en effectif) ou bien y = 1/2 (courbe

cumulative en fréquence).
EST de Fès
Médiane
Question : Quel serait la médiane dans le cas d’une distribution de notes de la forme :
6 – 7 – 9 – 10 - 10 – 14 – 14
Généralement, on plusieurs cas de figures :

120

100
Statistiques Descriptives

80
Pourcentagecumulé

60

40

20

0
200 400 600 780

Poids des boites

Me Me=3

Cas d’un caractère continu Cas d’un caractère discret

Prof. Redouane Qesmi

Dans le cas d’un caractèr e discret, le plus souvent, aucune modalité du caractère ne partage pas
exactement l’effectif n en deux parties égales. Pa r convention, on retien t dans ce cas comme
médiane la modalité xi telle que :
¾ A gauche de xi l’effectif cumulé est < n/2
¾ A droite de xi l’effectif cumulé est < n/2
EST de Fès
Médiane
Remarque :Dans le cas d’un caractère continue, une fois la classe médiane est déterminée,
on procède à une interpolation linéaire pour la détermination précis de la médiane.

Ni+1
Statistiques Descriptives

x i +1 − x i ⎛ n ⎞
n/2 M e = xi + ⎜ − N i ⎟
ni ⎝ 2 ⎠

Ni

xi Me xi+1

¾ Me : La médiane cherchée
Prof. Redouane Qesmi

¾ n/2 : La moitié de l’effectif total

¾ ni : L’effectif de la classe médiane
¾ Ni : effectif cumulé correspondant à l’extrémité inférieure de la classe médiane
¾ Ni+1 : effectif cumulé correspondant à l’extrémité supérieure de la classe médiane
EST de Fès Médiane
Exemple : On considère un ensemble résidentiel de 320 appartements classés
en fonction du nombre de pièces par appartement.

La médiane Me = 3 pièces
Statistiques Descriptives

Exemple : On considère 75 ateliers d’artisans que l’on classe en fonction du

nombre d’heures œuvrées pendant un mois.

La classe médiane est 130-150

La médiane Me = 136,52 heures
Prof. Redouane Qesmi
EST de Fès Mode
Définition : On appelle mode d’un caractère, la modalité de ce caractère
associée à l’effectif le plus élevé.
Remarque : Dans le cas d’un caractère discret, on peut avoir plusieurs cas de
figures :
Statistiques Descriptives

Mode Mode Mode Mode Mode

absolu absolu relatif absolu relatif
Prof. Redouane Qesmi

Distribution unimodale Distribution bimodale Distribution plurimodale

EST de Fès
Mode
Remarque : Dans le cas d’un caractère continu, l’effectif le plus élevé permet
d’identifier juste la classe modale (après ajustement au cas où les amplitudes
de classes ne sont pas égales). Mais une fois la classe modale est déterminée,
le calcul du mode se fait à l’aide d’une interpolation proportionnelle dont le
principe est le suivant :
Statistiques Descriptives

xi+1 − xi
Mo = xi + (ni −ni−1)
2ni −ni−1 −ni+1

¾Mo : Le mode cherché

Prof. Redouane Qesmi

¾ ni-1 et ni+1: respectivement effectifs des la classes précédente et suivante

de la classe modale
¾ ni : effectif de la classe modale
¾ xi et xi+1 : respectivement les extrémités inférieure et supérieure de la
clase modale
EST de Fès
Mode
Exemple : On considère un ensemble résidentiel de 320 appartements classés en
fonction du nombre de pièces par appartement.

Le mode Mo = 3 pièces
Statistiques Descriptives

Exemple : On considère 75 ateliers d’artisans que l’on classe en fonction du

nombre d’heures œuvrées pendant un mois.

La classe modale est 130-150

La médiane Mo = 140,54 heures
Prof. Redouane Qesmi
EST de Fès Moyenne
Définition: Étant donné un caractère X, on appelle moyenne de X, qu’on note par x , le
barycentre de la distribution des valeurs prises par le caractère.

1 k k
x = ∑ ni xi = ∑ f i xi
n i =1
Statistiques Descriptives

i =1

Exemple : Considérons l’ensemble résidentiel de 320 appartements et déterminons le

nombre de pièces par appartement.
Prof. Redouane Qesmi

5 5
1 881
x=
320
∑
i =1
ni x i =
320
= 2,75 x = ∑ f i xi = 2,74 pièces
i =1
EST de Fès
Moyenne
Remarque : Dans le cas continu, l’application de la formule précédente de la
moyenne est impossible car les xi ne sont pas déterminés. Par convention, on
représente chaque classe i par son centre ci (milieu).
Exemple : On considère 75 ateliers d’artisans que l’on classe en fonction du
nombre d’heures œuvrées pendant un mois.
Statistiques Descriptives
Prof. Redouane Qesmi

1 6 9900
x = ∑ ni ci = = 132 heures / mois
75 i =1 75
EST de Fès

Caractéristiques de dispersion
Statistiques Descriptives

¾Étendue
¾Écart inter quartiles
¾Écart absolu moyen / moyenne
¾Variance et Écart type
¾Coefficient de variation
Prof. Redouane Qesmi
EST de Fès Caractéristiques de dispersion
Position du problème : On note que la connaissance des paramètres de la
tendance centrale d’une distribution statistique sont insuffisants pour résumer
toutes les caractéristiques. Pour mettre l’accent sur cette insuffisance, nous
proposons l’exemple suivant :
Exemple : Considérons deux villes dont on étudie les fluctuations de la
Statistiques Descriptives

température moyenne au cours des quatre trimestres :

D’après les données précédentes, on a :

t1 = t2 = 20 °C
Prof. Redouane Qesmi

Alors que les fluctuation thermiques dans les deux villes sont sensiblement
différentes. Pour combler cette insuffisance dans l’analyse, nous proposons
un nombre d’indicateurs nous permettant de mesurer l’éloignement des
modalités d’un caractère par rapport leur tendance centrale.
EST de Fès Définitions
Étendue : C’est simplement l'écart séparent la plus petite modalité observée
du caractère de la plus grande.

e = xmax − xmin
Statistiques Descriptives

Remarque : L’étendue est utile pour caractériser le caractère étudié, mais

demeure naturellement sensible aux valeurs extrêmes, et ne reflète, par
conséquent, pas la dispersion moyenne des valeurs observées autour d'une
valeur centrale.
EIQ = Q3 − Q1
Écart inter quartiles : Lorsqu'on utilise des quartiles, c'est simplement la
différence entre le troisième et la premiere quartile :
Remarque : En terme de centiles l’écart inter quartiles, on a :
Prof. Redouane Qesmi

EIQ = C75 − C25

EST de Fès
Définitions
Écart absolu moyen : Il correspond à la moyenne des écarts entre les
observations et la moyenne du caractère.
k
1
EAM =
n
∑n
i =1
i xi − x
Statistiques Descriptives

Variance : La variance mesure la dispersion des valeurs observées autour

de la moyenne. Plus précisément, la variance est la moyenne quadratique
des écarts a la moyenne, et s'exprime sous la forme :

1 k 1 k
V( X ) = ∑ni (xi − x) = ∑ni (xi ) −(x)
2 2 2

n i=1 n i=1
Écart type : C’est simplement la racine carrée de la variance et s'exprime
dans la même unité que la variable mesurée.
σ (X ) = V (X )
Prof. Redouane Qesmi

Remarque : L’écart type permet de caractériser la dispersion (l’étalement)

d’une série d’observations. Un faible écart type permettra d’indiquer avec une
plus grande précision entre quelles valeurs peuvent varier les observations
d’un caractère.
EST de Fès
Définitions
Coefficient de variation : Il est obtenu en divisant l’écart type par la moyenne
du caractère. Il est souvent exprimé en pourcentage et il s’écrit :

σ (X )
CV ( X ) = × 100
x
Statistiques Descriptives

Remarque : Le coefficient de variation est indépendant de l’unité de mesure

du caractère observé.
Remarque : Plus le coefficient de variation est faible, plus la série
d’observations est homogène. Empiriquement, on peut dire qu’un coefficient
de variation inférieur à 15 % semble être, dans bien des cas, une indication
d’une bonne homogénéité de la distribution des observations.
Prof. Redouane Qesmi
EST de Fès Caractéristiques de dispersion
Exemple : On considère 100 ouvriers d’un entreprise que l’on classe en
fonction de leur salaire.
Statistiques Descriptives

1206
x= = 12,06 (100 dhs) = 1206 dhs
100
194
EAM = = 1,94
Prof. Redouane Qesmi

100

V( X ) =
515,28
= 5,1528
100 σ ( X ) = V ( X ) = 227 dhs

V (X ) = − (12,06) = 5,1564
15060 2

100
EST de Fès

Caractéristiques de forme
Statistiques Descriptives

¾Coefficient d’asymétrie
¾Coefficient d’aplatissement
Prof. Redouane Qesmi
EST de Fès Caractéristiques de forme
Nous terminons cette étude descriptive des distributions statistiques en
traitant de deux mesure qui caractérisent des courbes représentatives de
ces distributions. Plusieurs coefficients sont utilisés pour traduire cette
notion. Nous allons nous restreindre seulement aux plus courants :
Coefficient d’asymétrie : C’est une mesure descriptive qui permet de
Statistiques Descriptives

caractériser le degré de symétrie d’une distribution. Il est donné par :

µ3
3
1 k
γ 1 = 3 avec µ3 = ∑ ni (xi − x )
σ n i =1

Remarque : Pour un caractère continu, la constante µ3 est donnée par :

3
1 k
µ3 = ∑ni (ci − x )
n i=1
Remarque : Comme indice d’asymétrie, on peut citer l’indice d défini par :
Prof. Redouane Qesmi

Q1 + Q3 − 2M e
d=
2M e
Pour une distribution uni modale, γ1et d sont de même signe. Ils sont évidement
nuls pour les distributions symétriques.
EST de Fès

Remarque : En pratique, trois cas de figures peuvent se présenter :

Statistiques Descriptives

x Me Mo Mo Me x
La distribution présente un La distribution présente un
γ1 < 0 étalement sur le côté gauche γ1 > 0 étalement sur le côté droite
de la médiane
de la médiane

La distribution présente une

γ1 = 0 symétrie par ra pport à sa
Prof. Redouane Qesmi

moyenne = médiane = mode

x = Me = Mo
EST de Fès
Coefficient d’aplatissement : C’est une mesure descriptive qui permet de
caractériser le degré d’aplatissement d’une distribution. Il est donné par :
µ4
4
1 k
γ1 = 4 − 3 avec µ4 = ∑ni (xi − x)
σ n i=1

Remarque : Pour un caractère continu, la constante µ4 est donnée par :

Statistiques Descriptives

4
1 k
µ 4 = ∑ ni (ci − x )
n i =1
Remarque : En pratique, trois cas de figures peuvent se présenter :
Distribution moins aplatie
γ2 > 0 (Leptokurtique)

Distribution de référence
γ2 = 0 (Mésokurtique)
Prof. Redouane Qesmi

Distribution plus aplatie

γ2 < 0 (Platykurtque)
EST de Fès 4- Exemple sur SPSS
Exemple : on considère la base de données stockée dans le fichier
Employes [Link] qui contient un historique sur les employés d’une
société. Les données ont été collectées dans le cadre d’une étude
pour déterminer si la politique d’emploi de la société conduit à une
Statistiques Descriptives

discrimination à l’égard des femmes et des minorités.

1. Faire une analyse descriptive de la variable numérique continue
« salaire actuel ».
2. Faire une analyse descriptive de la variable nominale « sexe ».
3. Faire une analyse descriptive de la variable ordinale « catégorie
d’emploi ».
4. Décrire et explorer la variable numérique « salaire actuel » en
fonction des variables catégorielles « sexe » et « catégorie
d’emploi ».
Prof. Redouane Qesmi

Remarque : On remarque que, pour les trois premiers objectifs, il

s’agit de la même analyse mais pour trois types de variables.
 Objectif 1 : Procédure (1/3)
EST de Fès
Analyse Statistiques Descriptive Fréquences

Cliquer ici pour déplacer la

variable catégorie d’emploi
Statistiques Descriptives

Diagramme

Obj 1: Proc (2/3)

Statistiques

Obj 1: Proc (3/3)

Format
Prof. Redouane Qesmi

Obj 1: Proc (4/3)

Coller OK
EST de Fès Objectif 1 : Procédure (2/3)

Cliquer ici pour déplacer la

variable catégorie d’emploi
Statistiques Descriptives

Attention, il ne faut pas

choisir « diagramme de
bâtons » ou « graphique en
secteur » dans le cas ou la
variable est continue ou
discrète avec un nombre de
modalités élevé.
Prof. Redouane Qesmi

Poursuivre
EST de Fès Objectif 1 : Procédure (3/3)

Cocher tous les paramètres

Statistiques Descriptives

Vous pouvez demander les

centiles que vous voulez. Ici
on a choisi les centiles
correspondants à 5%,27%
et 58%.
Prof. Redouane Qesmi

Poursuivre
EST de Fès Objectif 1 : Procédure (4/3)

Cocher tous les paramètres

Vous pouvez faire appel à

Statistiques Descriptives

ces options au cas où

voulez analyser plusieurs
variables d’un seul coup. Il
ne faut pas oublier que dans
ce cas là les variables
doivent êtres de même type

Cocher cette option pour ne

pas avoir un tableau de
fréquences encombrant.
Prof. Redouane Qesmi

Poursuivre
EST de Fès
Objectif 1 : Résultat 1/2

Les paramètres de la
tendance centrale
Statistiques Descriptives

demandés pour la
variable salaire actuel

Les quartiles en plus

des centiles 5%, 27% et
58%
Prof. Redouane Qesmi
Prof. Redouane Qesmi Statistiques Descriptives EST de Fès

Le logiciel SPSS a
découpé les données
concernant le salaire
actuel en 25 classes de
même amplitude (5 000 $).
Objectif 1 : Résultat 2/2