Chapitre 1 : Rappels de statistique

descriptive
Auteur : Sandrine Casanova

Ce document constitue des notes de cours illustrées sur deux jeux de données (chier
"Régions" et chier "Employés"). Chaque concept est complété par un exemple qui
contient des commentaires de sorties obtenues avec le logiciel R (package Rcmdr). Ces
sorties sont repérées par des numéros et se trouvent à la n du polycopié.

1 Rappels sur les notions d'individus et de variables en

statistique

• individu (ou observation) : entité de base en statistique (Ex : étudiants, entreprises,

régions, années,...)
• population : ensemble des individus

• eectif total : nombre d'individus de la population (noté n)

• variable : caractéristique mesurée sur des individus (Ex: âge, nombre de salariés,
PNB, région,...).
• Modalités = valeurs observées de la variable

Nature de la variable : on distingue 4 types de variable

• variable quantitative discrète = variable numérique à peu de modalités
exemple : nombre d'enfants
• variable quantitative continue = variable numérique à beaucoup de modalités
exemple : salaire mensuel en euros, taille en cm
• variable qualitative nominale= variable non numérique, pas d'ordre dans les modal-
ités
exemple sexe (2 modalités : homme, femme), catégorie socio-professionnelle
• variable qualitative ordinale= variable non numérique, ordre dans les modalités
exemple : nition d'un produit (3 modalités : moyen, bien, très bien)

1
2 Tableaux de données

2.1 Tableau de données brutes

Il se présente sous la forme d'un tableau individus / variables.

une ligne = un individu, une colonne = une variable.
On considère n individus et p variables.
Var Sexe Âge . . . X j . . . X p
Ind
1
2 H 25
..
.
Xi Xij
..
.
Xn

• tableau noté X ,

• individu i noté Xi : ième ligne transposée du tableau, Xi ∈ IRp (vecteur à p coordonnées)

IRp = Espace des individus

• variable j notée X j : j ème colonne du tableau

• X j ∈ IRn (vecteur à n coordonnées)

IRn = Espace des variables

Exemple 1 Tableau de données des régions : Voir tableau 1

Population : 21 régions françaises
Ce chier contient uniquement des variables quantitatives :
• POPUL : population de la région (en milliers d'individus)

• TACT : taux d'activité (population active / population totale de la région) en pour-

centage
• SUPERF : supercie de la région (en kilomètres carrés)

• NENTR : nombre d'entreprises de la région

• NBBREV : nombre de brevets déposés au cours de l'année

• CHOM : taux de chômage (en pourcentage)

• TELEPH : nombre de lignes téléphoniques en place dans la région (en milliers)

2
2.2 Tableau de contingence

• Forme : variable / variable.

• Tableau variable/variable avec 2 variables qualitatives X et Y à resp. L et C

modalités notées X1 ,..., XL , Y1 ,..., YC .

Y Y1 ... Yj ... YC Total

X ni.
X1
..
.
Xi nij
..
.
XL
n.j n

• nij : eectif conjoint

C L
nij et n.j =
X X
• ni. = nij
j=1 i=1

Fichier 2 : Employés
Il concerne 474 employés d'une banque américaine et contient, entre autre, 3 variables
qualitatives :
• Sexe (Féminin, Masculin)

• Stat-pro : statut profesionnel (3 modalités : employé de bureau, agent de sécurité,

manager)
• National : nationalité (2 modalités : américain ou non américain)

Exemple 2 Tableau de contingence croisant le sexe et le statut professionnel : voir

tableau 6

3 Analyses statistiques pour une variable (ou univar-

iées)

• X variable étudiée sur une population d'eectif n,

• xi modalité de X pour le ième individu de la population.

• Distribution d'une variable : répartition de la population selon les modalités de la

variable

3
3.1 Calculs sur la distribution

Ces calculs dépendent du type de la variable

3.1.1 Variable qualitative

mode ou calculs sur eectifs (tri à plat ou tableau de distribution): on suppose que X
prend K modalités distinctes.
Détions :
• nk eectif associé à la modalité xk = nombre d'individus de la population pour
lesquels X prend cette modalité
• fk fréquence associée à la modalité xk = proportion d'individus de la population
pour lesquels X prend cette modalité
Sous Rcmdr : Statistiques → Résumés → Distributions de fréquences

Exemple 3 Fichier "Employés" : Tableaux de tri à plat de chaque variable qualitative :

voir tableau 5

3.1.2 Variable quantitative

On dénit des résumés numériques (indicateurs) de X
1. Indicateurs de position
Ils donnent une idée globale de l'ordre de grandeur de la variable et s'expriment
dans l'unité de la variable.
a) Paramètres de tendance centrale
* Moyenne
n
1X
x= xi
n i=1

Propriétés de la moyenne
n
(a)
X
(xi − x) = 0
i=1
n
(b) x est le réel a qui minimise
X
(xi − a)2
i=1
(c) si xi = a∀i = 1, · · · , n alors x = a
(d) si yi = axi ∀i = 1, · · · , n alors y = ax
(e) si yi = a + xi ∀i = 1, · · · , n alors y = a + x
(f) si zi = xi + yi ∀i = 1, · · · , n alors z = y + x
L'inconvénient de x̄ est qu'elle est sensible aux valeurs extrêmes. On dit
que x̄ n'est pas robuste.

4
 * Médiane
C'est la valeur de X , notée Me qui partage l'eectif en 2. On ordonne les
modalités de X . On note x(1) ≤ x(2) ≤ · · · ≤ x(n) les modalités ordonnés
de X .
,→ 2 cas :
- si n impair, Me=x n + 1
()
2
x(n/2) + x(n/2+1)
- si n pair, Me=
2
* Mode
= valeur (non nécéssairement unique) de X la plus représentée dans la
population
b) Autres
* Maximum = valeur maximum de X
* Minimum = valeur minimum de X
* Quantiles
Ils généralisent la notion de médiane
Dénition : pour α ∈ [0, 1], le quantile d'ordre α est la valeur qα de X tel
que α × 100% de la population ait une caractéristique inférieure ou égale
à qα .
Cas particuliers :
- Me=q0.5
- Q1 = q0.25 = 1er quartile= valeur de X tel que 25% de la population ait
une caractéristique inférieure ou égale à Q1 . (et 75% ait une caractéristique
au dessus)
- Q3 = q0.75 = 1er quartile= valeur de X tel que 75% de la population ait
une caractéristique inférieure ou égale à Q1 . (et 25% ait une caractéristique
au dessus)
2. Indicateurs de dispersion
a) Autour de la moyenne
* Variance
C'est la moyenne des carrés des écarts à la moyenne.
n
1X
V (X) = (xi − x)2
n i=1

La variance s'exprime dans le carré de l'unité de la variable. Elle permet

de comparer la dispersion de variables qui ont la même moyenne.
Propriétés de la variance
n n
(a) ∀a ∈ R,
X X
2
(xi − a) = (xi − x)2 + n(x − a)2
i=1 i=1
(b) V (X) = x2 −x 2

5
 (c) si xi = a∀i = 1, · · · , n alors V (X) = 0
(d) si yi = axi ∀i = 1, · · · , n alors V (Y ) = a2 V (X)
(e) si yi = a + xi ∀i = 1, · · · , n alors V (Y ) = V (X)
* Ecart-type p
σX = V (X)
σX s'exprime dans l'unité de X
* Coecient de variation σX
CV (X) =
x
CV (X) n'a pas d'unité. Il permet de comparer la dispersion de 2 variables
de moyennes diérentes. La variable la plus dispersée est celle qui a le plus
grand coecient de variation.
De plus, pour mesurer la dispersion d'une variable, on compare CV (X) à
1.
Règle :
,→ Si CV (X)1 alors σX x : série très dispersée
,→ Si CV (X)1 alors σX x : série peu dispersée
b) Autour de la médiane : Ecart inter-quartile I
I = Q3 − Q1

I s'exprime dans l'unité de X . On peut diviser I par Me pour avoir un indi-

cateur sans unité. Dans l'intervalle [Q1 , Q3 ], il y 50% des observations (celles
autour de la médiane).
c) Autres : Etendue ("range" en anglais)
Etendue=xmax − xmin
Elle s'exprime dans l'unité de X
3. Indicateurs de forme
a) Coecient d'asymétrie : coecient d'asymétrie de Fisher ("skewness" en anglais)
n
1X
(xi − x)3
n i=1
γ1 = 3
σX
n
Pour une distribution symétrique, (xi − x)3 = 0, donc γ1 = 0
X

i=1
Si γ1 > 0, alors la distribution est asymétrique et étalée à droite. Si γ1 < 0,
alors la distribution est asymétrique et étalée à gauche.
b) Coecient d'aplatissement : coecient d'aplatissement de Fisher ("kurtosis"
en anglais)
n
1X
(xi − x)4
n i=1
γ2 = 4
−3
σX

6
 Propriétes :
 γ2 > −2
 γ2 mesure l'importance des queues de distribution. Si γ2 > 0, alors il y a
des queues de distribution (des valeurs extrêmes) et la distribution est peu
aplatie.
Exemple 4 Fichier "Régions" : voir tableau 2

3.2 Représentations graphiques

Pour représenter graphiquement la distribution d'une variable, il faut au préalable avoir

déni son type (variable qualitative ou variable quantitative discrète ou variable continue)

3.2.1 Variable qualitative

• Diagramme en barres

Exemple 5 Fichier "Employés" : voir graphique 5

• Diagramme en secteurs (ou circulaire) ou "camembert"

Exemple 6 Fichier "Employés" : voir graphique 6

3.2.2 Variable quantitative

• Variable discrète
,→ Diagramme en bâtons :
• en abscisse : les modalités
• en ordonnée : les eectifs associés (ou les fréquences associées)
• Variable continue
= beaucoup de modalités
Pour simplier, on regroupe ces modalités dans des classes ou intervalles ce qui entraîne
une perte d'information
Notations
• K classes (K arbitraire) de la forme [bk−1 , bk [
• nk = eectif associé à la k ième classe = nombre d'individus pour lesquels X ∈
[bk−1 , bk [
• fk = fréquence associée à la k ième classe = proportion d'individus pour lesquels
X ∈ [bk−1 , bk [
• la classe [bk−1 , bk [ est caractérisée par son amplitude Ak = bk − bk−1 son centre
bk + bk−1 n f
ck = et sa densité dk = k (ou dk = k )
2 Ak Ak

7
,→ Histogramme :

• en abscisse : les classes

• en ordonnée : les densités associées

Si les classes sont de même amplitude, il est équivalent de représenter les eectifs ou
les fréquences en ordonnée.
Lorsque l'histogramme est représenté en densité, l'aire d'un rectanngle correspond à un
eectif ou à une fréquence.

Exemple 7 Fichier "Régions" : voir graphique 1

,→ Boîte à moustaches (boxplot en anglais)

5 paramètres de position représentés :
• Max(Minimum observé, Minimum théorique = Q1 − 1.5(Q3 − Q1 ))

• 1er quartile

• Médiane

• 3ème quartile

• Min (Maximum observé, Maximum théorique =Q3 + 1.5(Q3 − Q1 ))

Les observations dont la caractéristique est supérieure au maximum théorique ou in-

férieure au minimum théorique sont appelées observations atypiques ou abérrantes et
sont représentées sur la boîte à moustaches.

Exemple 8 Fichier "Régions" : voir graphique 2

4 Analyses statistiques pour deux variables (bivariées)

Objectif : étude de la liaison entre ces variables

Exemples de problématiques : le salaire à l'embauche dépend-il du salaire courant, le
sexe et le statut professionnel sont-ils liés, le salaire moyen dière-t-il suivant le sexe dans
une entreprise ?

4.1 Graphiques

• 2 variables quantitatives : nuage de points (en abscisse variable explicative, en

ordonnée variable à expliquer),

Exemple 9 Fichier "Régions" : Voir graphiques 3 et 4

• 2 variables qualitatives : diagramme en barres juxtaposées,

8
 Exemple 10 Fichier "Employés" : Voir graphique 7

• 1 variable quantitative, 1 variable qualitative : boîtes à moustaches juxtaposées

Exemple 11 Fichier "Employés" : on dispose en outre de la variable salaire.

Voir graphique 8

4.2 Indicateurs numériques

4.2.1 Liaison entre 2 variables quantitatives

* Covariance n
1X
cov(X, Y ) = (xi − x̄)(yi − ȳ)
n i=1
La covariance mesure le sens de la liaison entre 2 variables
• cov(X, Y ) = 0 : X et Y non corrélées linéairement

• cov(X, Y ) > 0 : X et Y varient dans le même sens

• cov(X, Y ) < 0 : X et Y varient dans le sens opposé

* Coecient de corrélation linéaire

cov(X, Y )
r(X, Y ) =
σX σY

r(X, Y ) ∈ [−1, 1]

• r = 0 : X et Y non corrélées linéairement

• r proche de 0 : X et Y faiblement corrélées linéairement

• |r| proche de 1 : X et Y fortement corrélées linéairement

• |r| = 1 : liaison linéaire exacte entre X et Y

Exemple 12 Fichier "Régions" : voir tableau 3

9
 * Test du coecient de corrélation linéaire de Pearson à 0 (statistique inférentielle)
X et Y sont deux variables aléatoires que l'on suppose de loi normale.
cov(X, Y )
Coecient de corrélation linéaire de Pearson : ρ =
V ar(X)V ar(Y )
avec Cov(X, Y ) = IE(XY ) − IE(X)IE(Y ),V ar(X) = IE(X − IE(X))2 et V ar(Y ) =
IE(Y − IE(Y ))2
Hypothèse nulle : H0 : ρ = 0 (absence de liaison linéaire entre X et Y )
√ R
Sous H0, n − 2√ ∼ T (n − 2)
1 − R2
(loi de Student de paramètre n − 2)
où R est le coecient de corrélation linéaire empirique de X et Y , calculé sur un
échantillon de taille n. R est une variable aléatoire de réalisation r .
Règle de décision : Rejet H0 si |tobs| > tα/2 (n − 2) avec α= probabilité de rejeter
H0 alors qu'elle serait vraie = niveau du test
Quasi-universellement α = 5%
ou Utilisation du "petit p" donné par le logiciel
p = niveau de signication empirique = p-value
C'est la probabilité, sous H0, d'observer une valeur de la statistique de test plus
éloignée de H0 que celle qu'on a eectivement observée.
Règle d'utilisation :
• si p < α on rejette H0,
• si p > α, on accepte H0.
Sous Rcmdr : Statistiques → Résumés → Test de corrélation

Exemple 13 Fichier "Régions" : voir tableau 4

4.2.2 Liaison entre 2 variables qualitatives

On représente la distribution jointe par le tableau de contingence (=tri croisé)
A partir de ce tableau on calcule :

* Prols-lignes : vecteurs des distributions en fréquence de Y dans les sous-populations

dénis par une modalité xée de X . Il y a L prols-lignes qui ont chacun C com-
posantes.
* Prols-colonnes : vecteurs des distributions en fréquence de X dans les sous-populations
dénis par une modalité xée de Y . Il y a C prols-colonnes qui ont chacun L com-
posantes.

10
 Exemple 14 Fichier "Employés" : voir tableaux 7 et 8
Exemples de commentaires : 95.4% des femmes sont employées de bureau
56.7% des employés de bureau sont des femmes
ni. n.j
* Les eectifs attendus dans chaque cellule si indépendance de X et Y : eij =
n

Exemple 15 Fichier "Employés" : voir tableau 10

L X C
(nij − eij )2
La statistique du χ2 pour mesurer l'écart à l'indépendance : χ2 =
X

i=1 j=1
eij
* Proposition 1 χ2 = 0 ⇔ variables indépendantes (la distribution en fréquence de
la première variable ne dépend pas de la sous-population dénie par une modalité
xée de l'autre variable)

On a l'inégalité suivante :
χ2
≤ min{L − 1, C − 1}
n

Dénition 1 Le coecient C de Cramer est déni par :

s
χ2
C=
n min{L − 1, C − 1}

Proposition 2 C ∈ [0, 1]
C = 0 lorsqu'il y a indépendance.
C proche de 0 signie faible liaison entre X et Y
C proche de 1 signie forte liaison entre X et Y

Remarque 1 En pratique, le calcul du χ2 a un sens lorsque les eectifs théoriques

sont supérieurs ou égaux à 5.

• Test d'indépendance du χ2
Soit un échantillon aléatoire de n observations prélevées dans une population dénie
selon deux variables aléatoires qualitatives X et Y avec respectivement L et C
réalisations.
L X C
(Nij − Ni. N.j /n)2
1. La distance d'indépendance du Khi-deux est la variable aléatoire χ =
X
2

i=1 j=1
Ni. N.j /n

11
 2. Si les variables X et Y sont indépendantes et si les réalisations des eectifs
théoriques sont >5 alors χ2 suit approximativement (pour n assez grand) une
loi de Khi-deux de paramètre k = (L − 1)(C − 1).
L X C
(nij − ni. n.j /n)2
3. La réalisation de χ est
X
2
χ2obs =
i=1 j=1
ni. n.j /n

D'où la règle de décision : Rejet H0 si χ2obs >χ2α (k)

ou utilisation du p fourni par le logiciel
Sous Rcmdr : Statistiques → Tables de contingence → Tableau à double entrée

Exemple 16 Fichier "Employés" : voir tableau 9

p < 2.2e − 16 < 5% donc on rejette H0 : le sexe et le statut professionnel sont liés.

S'il y a liaison alors

* Étude des contributions : contribution de la cellule (i, j)
(nij − eij )2
ct(i, j) = ,
eij

Exemple 17 Fichier "Employés" : voir tableau 11

On repère les "fortes contributions" (couples de modalités pour lesquels l'eectif
observé est très éloigné de l'eectif attendu).
Dans cet exemple, les fortes contributions sont obtenues pour les couples (Femme,
Manager) et (Homme, Manager).

* Signe du résidu = nij − ni. n.j /n pour les associations (positif sur-représentation
de la cellule (i, j) par rapport à la représentation si indépendance, négatif sous-
représentation)

Exemple 18 Fichier "Employés"

Pour les fortes contributions, on compare eectif observé et eectif attendu.
Pour le couple (Femme, Manager), obs<attendu donc il y a sous-représentation des
femmes manager.
Pour le couple (Homme, Manager), obs>attendu donc il y a sur-représentation des
hommes manager.

12
4.2.3 Liaison entre une variable qualitative X (facteur) et une variable quan-
titative Y
On note Ȳ1 , · · · , ȲK les moyennes de Y dans chacune des classes (groupes) dénies par
les K modalités (niveaux) de X , d'eectifs respectifs n1 , · · · , nK . On note σ12 , · · · , σK
2
les
variances de Y dans chacun des groupes
K
1X
Variance-inter= nk (Ȳk − Ȳ )2 = mesure de la dispersion de Y "entre les classes" (dis-
n k=1
persion due au facteur)
K
1X
Variance-intra= nk σk2 = mesure de la dispersion de Y "à l'intérieur des classes" (dis-
n k=1
persion due au hasard)

Équation d'analyse de la variance :

V (Y )= Variance-intra + Variance-inter

Rapport de corrélation=Variance-inter/V(Y)

• Le rapport de corrélation ∈ [0, 1]

• rapport proche de 1 : les moyennes conditionnelles de Y sont très diérentes suivant les
niveaux de X (eet du facteur X sur Y )

• rapport proche de 0 : les moyennes conditionnelles de Y dièrent très peu suivant les
niveaux de X (pas d'eet du facteur X sur Y )

Exemple 19 Fichier "Employés" : voir tableau 12

Le rapport de corrélation est égal à 0.6485, assez proche de 1.
Donc le salaire dépend du statut professionnel.

13
 Notes de cours : Statistique descriptive sur le fichier des
régions avec Rcmdr
Fichier 1 : Régions
Tableau 1
NOM REGION POPUL TACT SUPERF NBENTR NBBREV CHOM TELEPH
A Alsace 1624 39.14 8280 35976 241 5.2 700
Q Aquitain 2795 36.62 41308 85531 256 10.2 1300
U Auvergne 1320 37.48 26013 40494 129 9.3 600
N Bas-Norm 1390 38.63 17589 35888 91 9.0 600
O Bourgogn 1600 38.26 31582 40714 223 8.1 750
B Bretagne 2795 36.62 27208 73763 296 9.5 1300
C Centre 2370 38.78 39151 56753 229 7.9 1100
E Champ-Ar 1340 37.85 25606 24060 155 9.3 550
F Fr-Comte 1090 37.27 16202 27481 159 7.1 450
H Hte-Norm 1730 37.80 12317 37461 181 10.8 750
I Ile-de-F 10660 46.04 12012 273604 6722 7.3 5800
G Lang-Rou 2110 32.12 27376 62202 179 13.2 1000
S Limousin 720 38.06 16942 21721 73 7.9 350
L Lorraine 2300 34.34 23547 48353 185 8.6 950
M Midi-Pyr 2430 37.14 45348 78771 237 9.0 1100
P Nord-PdC 3960 32.05 12414 78504 278 12.6 1600
Y Pays-Loi 3060 37.93 32082 72027 339 9.6 1300
D Picardie 1810 34.39 19399 36285 139 9.8 750
T Poit-Cha 1590 36.82 25809 44598 133 10.1 750
Z Pr-Cte-A 4260 34.96 31400 132552 610 11.0 2300
R Rh-Alpes 5350 39.44 48698 159634 1474 7.4 2500

Tableau 2
mean sd 0% 25% 50% 75% 100% n
CHOM 9.18 1.845071 5.20 7.90 9.30 10.10 13.20 21
NBBREV 587.09 1436.473700 73.00 155.00 223.00 278.00 6722.00 21
NBENTR 69827.23 58161.016814 21721.00 36285.00 48353.00 78504.00 273604.00 21
POPUL 2681.14 2151.172454 720.00 1590.00 2110.00 2795.00 10660.00 21
SUPERF 25727.76 11348.954775 8280.00 16942.00 25809.00 31582.00 48698.00 21
TACT 37.22 2.906537 32.05 36.62 37.48 38.26 46.04 21
TELEPH 1261.90 1178.548340 350.00 700.00 950.00 1300.00 5800.00 21
IQR cv skewness kurtosis
CHOM 2.20 0.20086306 0.2143556 0.2444974
NBBREV 123.00 2.44674732 3.9827664 14.4800815
NBENTR 42219.00 0.83292736 2.3247451 5.3732296
POPUL 1205.00 0.80233414 2.6188804 7.1712356
SUPERF 14640.00 0.44111706 0.4034929 - 0.6775245
TACT 1.64 0.07807874 0.7949018 2.6224746
TELEPH 600.00 0.93394397 2.9266909 8.6961389

1
Tableau 3
CHOM NBBREV NBENTR POPUL SUPERF TACT
CHOM 1.00000000 -0.2565763 -0.07804957 -0.07313003 0.062058491 -0.69854149
NBBREV -0.25657627 1.0000000 0.89160714 0.92137414 -0.163957955 0.70845007
NBENTR -0.07804957 0.8916071 1.00000000 0.98101936 0.149291848 0.51571338
POPUL -0.07313003 0.9213741 0.98101936 1.00000000 0.024369703 0.51376438
SUPERF 0.06205849 -0.1639580 0.14929185 0.02436970 1.000000000 -0.05925506
TACT -0.69854149 0.7084501 0.51571338 0.51376438 -0.059255061 1.00000000
TELEPH -0.09833108 0.9444463 0.98290899 0.99391186 0.004764791 0.55526402
TELEPH
CHOM -0.098331084
NBBREV 0.944446274
NBENTR 0.982908993
POPUL 0.993911864
SUPERF 0.004764791
TACT 0.555264016
TELEPH 1.000000000

Tableau 4
Pearson’s product-moment correlation

data: regions$NBBREV and regions$NBENTR

t = 8.5829, df = 19, p-value = 5.806e-08
alternative hypothesis: true correlation is not equal to 0
95 percent confidence interval:
0.7477104 0.9555193
sample estimates:
cor
0.8916071

2
 8
6
frequency

4
2
0

35 40 45

regions$TACT

F I G U R E 1 – Histogramme de la variable TACT

12
10
CHOM

8
6

F I G U R E 2 – Boîte à moustaches de la variable CHOM

3
 6000
5000
4000
NBBREV

3000
2000
1000
0

2000 4000 6000 8000 10000

POPUL

F I G U R E 3 – Diagramme de dispersion
50000
40000
30000
SUPERF

20000
10000

2000 4000 6000 8000 10000

POPUL

F I G U R E 4 – Diagramme de dispersion

4
Fichier 2 : Employés

Tableau 5 :

counts for national

non américain américain
370 104
percentages for national
non américain américain
78.06 21.94

counts for sexe

F M
216 258

percentages for sexe

F M
45.57 54.43

counts for stat_pro

employé de bureau agent de sécurité manager
363 27 84
percentages for stat_pro
employé de bureau agent de sécurité manager
76.58 5.70 17.72

Tableau 6
stat_pro
sexe employé de bureau agent de sécurité manager
F 206 0 10
M 157 27 74

Percentage of Total
employé de bureau agent de sécurité manager Total
F 43.5 0.0 2.1 45.6
M 33.1 5.7 15.6 54.4
Total 76.6 5.7 17.7 100.0

Tableau 7
Row Percentages
stat_pro
sexe employé de bureau agent de sécurité manager Total Count
F 95.4 0.0 4.6 100.0 216
M 60.9 10.5 28.7 100.1 258
Tableau 8
Column Percentages
stat_pro
sexe employé de bureau agent de sécurité manager
F 56.7 0 11.9
M 43.3 100 88.1
Total 100.0 100 100.0
Count 363.0 27 84.0

Tableau 9
Pearson's Chi-squared test

data: .Table
X-squared = 79.2771, df = 2, p-value < 2.2e-16

Tableau 10
Expected Counts
stat_pro
sexe employé de bureau agent de sécurité manager
F 165.4177 12.3038 38.27848
M 197.5823 14.6962 4 5.72152

Tableau 11
Chi-square Components
stat_pro
sexe employé de bureau agent de sécurité manager
F 9.96 12.30 20.89
M 8.34 10.30 17.49
Graphique 5 : Diagramme en barres du statut professionnel
Graphique 6 : Diagramme en secteurs du statut professionnel
 250

Manager
Agent de sécurité
200

Employé de bureau
150
Effectifs

100
50
0

féminin masculin

Graphique 7 : Diagramme en barres du statut professionnel en fonction du sexe

Graphique 8 : Boîtes à moustaches juxtaposées du salaire selon le statut professionnel

Tableau 12

Residuals:
Min 1Q Median 3Q Max
-29568 -5339 -1139 3551 71022

Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) 27838.5 532.5 52.280 <2e-16 ***
stat_pro[[Link] de sécurité] 3100.3 2023.8 1.532 0.126
stat_pro[[Link]] 36139.3 1228.4 29.421 <2e-16 ***

Residual standard error: 10150 on 471 degrees of freedom

Multiple R-squared: 0.6485, Adjusted R-squared: 0.647
F-statistic: 434.5 on 2 and 471 DF, p-value: < 2.2e-16