Vocabulaire

Caractère qualitatif
Séries statistiques simples : présentation
Séries statistiques simples : caractéristiques
Séries statistiques doubles
Indépendance de deux caractères

Statistiques
Statistiques descriptives

Julian Tugaut

Télécom Saint-Étienne

Julian Tugaut Statistiques

Sommaire
1 Vocabulaire
2 Caractère qualitatif
3 Séries statistiques simples : présentation
Introduction
Série à valeurs isolées
Série à valeurs classées
4 Séries statistiques simples : caractéristiques
Moyenne arithmétique
Quantiles
Variance, Écart-type
Autres caractéristiques
5 Séries statistiques doubles
Définitions
Tableau de contingence
Fréquence conditionnelle
6 Indépendance de deux caractères
Nuage de points
Covariance
Description empirique de la dépendance
Plan

1 Vocabulaire

2 Caractère qualitatif

3 Séries statistiques simples : présentation

4 Séries statistiques simples : caractéristiques

5 Séries statistiques doubles

6 Indépendance de deux caractères

 Vocabulaire
Caractère qualitatif
Séries statistiques simples : présentation
Séries statistiques simples : caractéristiques
Séries statistiques doubles
Indépendance de deux caractères

Vocabulaire - 1

Ici, on introduit le vocabulaire propre aux statistiques et plus

précisément aux statistiques descriptives. Ces dernières ont pour
objet de décrire des caractéristiques dans une population donnée.
On parle d’enquête statistique.

Julian Tugaut Statistiques

 Vocabulaire
Caractère qualitatif
Séries statistiques simples : présentation
Séries statistiques simples : caractéristiques
Séries statistiques doubles
Indépendance de deux caractères

Vocabulaire - 1

Ici, on introduit le vocabulaire propre aux statistiques et plus

précisément aux statistiques descriptives. Ces dernières ont pour
objet de décrire des caractéristiques dans une population donnée.
On parle d’enquête statistique.
Une enquête statistique consiste à effectuer des observations sur
des éléments d’un ensemble (la population) que l’on appelle
individus de la population. Par exemple, on peut considérer
l’ensemble des pièces fabriquées par une machine et l’on souhaite
savoir si elles sont défectueuses. Il peut aussi s’agir de la
population des actifs en France et l’on veut décrire la répartition
des différentes catégories socio-professionnelles.

Julian Tugaut Statistiques

Vocabulaire - 2
On peut distinguer deux types d’enquêtes statistiques.
Vocabulaire - 2
On peut distinguer deux types d’enquêtes statistiques.
• On peut faire des observations sur tous les individus de la
population. On dit alors que l’on fait un recensement. C’est ce
qui est fait en démographie. Les premières études statistiques
ont été les recensements de la population par les états. Ce
type d’enquêtes est le plus naturel et il ne nécessite aucune
inférence statistique puisque l’échantillon est la population
elle-même. Néanmoins, on ne peut pas toujours effectuer de
recensement.
Vocabulaire - 2
On peut distinguer deux types d’enquêtes statistiques.
• On peut faire des observations sur tous les individus de la
population. On dit alors que l’on fait un recensement. C’est ce
qui est fait en démographie. Les premières études statistiques
ont été les recensements de la population par les états. Ce
type d’enquêtes est le plus naturel et il ne nécessite aucune
inférence statistique puisque l’échantillon est la population
elle-même. Néanmoins, on ne peut pas toujours effectuer de
recensement.
• On peut faire des observations sur des individus tirés de la
population qui constituent un échantillon. On dit alors que
l’on fait un sondage. Par exemple, certains contrôles qualité
détruisent le produit. Dans ce cas, on ne les pratique pas sur
tous les produits. Également, il peut être coûteux en temps de
faire un recensement. Ainsi, un sondage pré-électoral ne peut
pas être fait sur tous les individus de la population.
Vocabulaire - 2
On peut distinguer deux types d’enquêtes statistiques.
• On peut faire des observations sur tous les individus de la
population. On dit alors que l’on fait un recensement. C’est ce
qui est fait en démographie. Les premières études statistiques
ont été les recensements de la population par les états. Ce
type d’enquêtes est le plus naturel et il ne nécessite aucune
inférence statistique puisque l’échantillon est la population
elle-même. Néanmoins, on ne peut pas toujours effectuer de
recensement.
• On peut faire des observations sur des individus tirés de la
population qui constituent un échantillon. On dit alors que
l’on fait un sondage. Par exemple, certains contrôles qualité
détruisent le produit. Dans ce cas, on ne les pratique pas sur
tous les produits. Également, il peut être coûteux en temps de
faire un recensement. Ainsi, un sondage pré-électoral ne peut
pas être fait sur tous les individus de la population.
En général, on observe sur des individus des variables. En
statistiques, on parle plutôt de caractères.
Vocabulaire - 3

Il y a plusieurs types de caractères. Le premier type auquel on peut

penser est celui des caractères dits qualitatifs. Ici, les possibilités
(on parle plutôt de modalités) que peut avoir le caractère qualitatif
ne sont pas des nombres. C’est ainsi le cas dans une enquête
d’opinion. On peut donner l’exemple de l’avis des étudiants sur un
cours magistral à Télécom Saint-Étienne ; les modalités pouvant
être “Très Bien”, “Bien”, “Moyen”, “Mauvais”, “Très Mauvais” ou
“Absent en CM”. On peut objecter à cet exemple qu’un ordre
naturel apparaı̂t dans les modalités. Ainsi, bien que le caractère soit
qualitatif, il peut être vu comme s’il était à valeurs numériques. Ici,
“Très Bien” serait 20, “Bien” serait 16, “Moyen” serait 12, “Mauvais”
serait 8 et “Très Mauvais” serait 4 tandis que la modalité “Absent”
pourrait être associée à 0.
Vocabulaire - 4

Dans ce cas, on dira que le caractère est qualitatif ordinal. Un

autre exemple est celui de la qualité gustative dans la population
des vins : on peut établir un ordre naturel (très bonne, bonne,
moyenne, médiocre, mauvaise, très mauvaise).
Vocabulaire - 4

Dans ce cas, on dira que le caractère est qualitatif ordinal. Un

autre exemple est celui de la qualité gustative dans la population
des vins : on peut établir un ordre naturel (très bonne, bonne,
moyenne, médiocre, mauvaise, très mauvaise).
Au contraire, si l’on ne peut pas établir un ordre naturel, on parlera
de caractère qualitatif nominal. Ainsi, la catégorie
socio-professionnelle de la population des actifs est un caractère
qualitatif nominal. De même, le genre d’un enfant parmi la
population des nouveau-nés en France en 2022 est un caractère
qualitatif nominal.
 Vocabulaire
Caractère qualitatif
Séries statistiques simples : présentation
Séries statistiques simples : caractéristiques
Séries statistiques doubles
Indépendance de deux caractères

Vocabulaire - 5

Enfin, si les modalités sont des nombres, on dit que le caractère est
quantitatif. Ainsi, la taille des nouveau-nés en France en 2022 est
un caractère quantitatif. Il en est de même du poids. Si on prend
l’exemple des actifs en France, l’âge est un caractère quantitatif
également. Globalement, un caractère quantitatif peut être vu
comme la réalisation d’une variable aléatoire.

Julian Tugaut Statistiques

 Vocabulaire
Caractère qualitatif
Séries statistiques simples : présentation
Séries statistiques simples : caractéristiques
Séries statistiques doubles
Indépendance de deux caractères

Vocabulaire - 5

Enfin, si les modalités sont des nombres, on dit que le caractère est
quantitatif. Ainsi, la taille des nouveau-nés en France en 2022 est
un caractère quantitatif. Il en est de même du poids. Si on prend
l’exemple des actifs en France, l’âge est un caractère quantitatif
également. Globalement, un caractère quantitatif peut être vu
comme la réalisation d’une variable aléatoire.
Comme pour les variables aléatoires, on distingue les caractères
quantitatifs en fonction de l’ensemble des modalités possibles. Si
l’ensemble est fini ou infini dénombrable (par exemple, la durée de
vie en années d’une ampoule), on dit que le caractère est discret. Si
l’ensemble des modalités que peut prendre un caractère quantitatif
est infini non dénombrable, on dit que le caractère est continu.

Julian Tugaut Statistiques

 Vocabulaire
Caractère qualitatif
Séries statistiques simples : présentation
Séries statistiques simples : caractéristiques
Séries statistiques doubles
Indépendance de deux caractères

Vocabulaire - 6

En réalité, en statistiques, la simplicité de la lecture étant le

maı̂tre-mot, la différence est plus ténue. Par exemple, la taille en
cm est un caractère quantitatif discret sur la population des actifs.
Néanmoins, le nombre de valeurs étant très élevé, il n’est pas
envisageable de représenter ce caractère quantitatif comme s’il
s’agissait du nombre d’enfants (que l’on peut, sans trop de
restrictions, majorer par 10) au sein des ménages français. Il est
alors pertinent de le considérer comme étant continu.

Julian Tugaut Statistiques

 Vocabulaire
Caractère qualitatif
Séries statistiques simples : présentation
Séries statistiques simples : caractéristiques
Séries statistiques doubles
Indépendance de deux caractères

Vocabulaire - 6

En réalité, en statistiques, la simplicité de la lecture étant le

maı̂tre-mot, la différence est plus ténue. Par exemple, la taille en
cm est un caractère quantitatif discret sur la population des actifs.
Néanmoins, le nombre de valeurs étant très élevé, il n’est pas
envisageable de représenter ce caractère quantitatif comme s’il
s’agissait du nombre d’enfants (que l’on peut, sans trop de
restrictions, majorer par 10) au sein des ménages français. Il est
alors pertinent de le considérer comme étant continu.
Il est crucial de comprendre que c’est l’usage qui déterminera
souvent si le caractère sera à considérer comme discret ou comme
continu.

Julian Tugaut Statistiques

Vocabulaire - 7
Enfin, les données peuvent être vues de deux manières. On peut les
garder telles quelles ou on peut les grouper. Plutôt que d’essayer
de théoriser, donnons un exemple. On s’intéresse ainsi aux notes
obtenues sur 20 par 15 étudiants. Voici les données brutes :

10, 20, 12, 10, 20, 15, 16, 20, 10, 3, 4, 15, 20, 12, 12.
Vocabulaire - 7
Enfin, les données peuvent être vues de deux manières. On peut les
garder telles quelles ou on peut les grouper. Plutôt que d’essayer
de théoriser, donnons un exemple. On s’intéresse ainsi aux notes
obtenues sur 20 par 15 étudiants. Voici les données brutes :

10, 20, 12, 10, 20, 15, 16, 20, 10, 3, 4, 15, 20, 12, 12.
Lire des données est faisable car le nombre 15 n’est pas trop élevé.
Néanmoins, dessiner des tendances n’est pas immédiat.
Vocabulaire - 7
Enfin, les données peuvent être vues de deux manières. On peut les
garder telles quelles ou on peut les grouper. Plutôt que d’essayer
de théoriser, donnons un exemple. On s’intéresse ainsi aux notes
obtenues sur 20 par 15 étudiants. Voici les données brutes :

10, 20, 12, 10, 20, 15, 16, 20, 10, 3, 4, 15, 20, 12, 12.
Lire des données est faisable car le nombre 15 n’est pas trop élevé.
Néanmoins, dessiner des tendances n’est pas immédiat.
On les groupe donc comme suit pour obtenir les données dites
groupées :

3(1), 4(1), 10(3), 12(3), 15(2), 16(1), 20(4).

Le nombre entre parenthèses correspond au nombre d’occurrences
de la modalité qui la précède. On peut ensuite présenter de
manière plus adéquate pour vraiment étudier cette série.
Plan

1 Vocabulaire

2 Caractère qualitatif

3 Séries statistiques simples : présentation

4 Séries statistiques simples : caractéristiques

5 Séries statistiques doubles

6 Indépendance de deux caractères

 Vocabulaire
Caractère qualitatif
Séries statistiques simples : présentation
Séries statistiques simples : caractéristiques
Séries statistiques doubles
Indépendance de deux caractères

Caractère qualitatif - 1

Nous verrons exclusivement un moyen de représenter

graphiquement les séries statistiques ayant des modalités non
numériques.

Julian Tugaut Statistiques

 Vocabulaire
Caractère qualitatif
Séries statistiques simples : présentation
Séries statistiques simples : caractéristiques
Séries statistiques doubles
Indépendance de deux caractères

Caractère qualitatif - 1

Nous verrons exclusivement un moyen de représenter

graphiquement les séries statistiques ayant des modalités non
numériques.
La représentation utilisée est celle du diagramme circulaire (ou
camembert). Ce diagramme se prête bien au cas où il y a un
nombre fini et peu élevé de modalités r . Alors, on trace un disque
partitionné en différents secteurs. Chaque secteur en représente
une. Et, son angle est proportionnel à la fréquence fk de la
modalité ak . Ici, la fréquence est fk := nnk où nk est le nombre
d’individus ayant la modalité ak tandis que n est le nombre total
d’individus de la population. Pour simplifier, on utilise plus
facilement les degrés que les radians.

Julian Tugaut Statistiques

 Vocabulaire
Caractère qualitatif
Séries statistiques simples : présentation
Séries statistiques simples : caractéristiques
Séries statistiques doubles
Indépendance de deux caractères

Caractère qualitatif - 2

Exemple
Pour un bilan de bloc à Télécom Saint-Étienne, les délégués
réalisent un sondage sur l’appréciation d’un cours magistral. Les
modalités sont : Très Bien (TB) ; Bien (B) ; Moyen ; Mauvais (M) ;
Très Mauvais (TM) ; Absent au cours (A).

Julian Tugaut Statistiques

 Vocabulaire
Caractère qualitatif
Séries statistiques simples : présentation
Séries statistiques simples : caractéristiques
Séries statistiques doubles
Indépendance de deux caractères

Caractère qualitatif - 2

Exemple
Pour un bilan de bloc à Télécom Saint-Étienne, les délégués
réalisent un sondage sur l’appréciation d’un cours magistral. Les
modalités sont : Très Bien (TB) ; Bien (B) ; Moyen ; Mauvais (M) ;
Très Mauvais (TM) ; Absent au cours (A).
Sur les cent dix étudiants, soixante ont répondu. Et, voici la
répartition des avis :

Julian Tugaut Statistiques

 Vocabulaire
Caractère qualitatif
Séries statistiques simples : présentation
Séries statistiques simples : caractéristiques
Séries statistiques doubles
Indépendance de deux caractères

Caractère qualitatif - 2

Exemple
Pour un bilan de bloc à Télécom Saint-Étienne, les délégués
réalisent un sondage sur l’appréciation d’un cours magistral. Les
modalités sont : Très Bien (TB) ; Bien (B) ; Moyen ; Mauvais (M) ;
Très Mauvais (TM) ; Absent au cours (A).
Sur les cent dix étudiants, soixante ont répondu. Et, voici la
répartition des avis :

Avis TB B Moyen M TM A
Nombre d’étudiants 13 16 12 8 1 10

Julian Tugaut Statistiques

 Vocabulaire
Caractère qualitatif
Séries statistiques simples : présentation
Séries statistiques simples : caractéristiques
Séries statistiques doubles
Indépendance de deux caractères

Caractère qualitatif - 3
On obtient ainsi le diagramme circulaire suivant :

Julian Tugaut Statistiques

 Vocabulaire
Caractère qualitatif
Séries statistiques simples : présentation
Séries statistiques simples : caractéristiques
Séries statistiques doubles
Indépendance de deux caractères

Caractère qualitatif - 3
On obtient ainsi le diagramme circulaire suivant :

Julian Tugaut Statistiques

 Vocabulaire
Caractère qualitatif
Séries statistiques simples : présentation
Séries statistiques simples : caractéristiques
Séries statistiques doubles
Indépendance de deux caractères

Caractère qualitatif - 4
On peut aussi “exploser” le diagramme pour le rendre plus lisible :

Julian Tugaut Statistiques

 Vocabulaire
Caractère qualitatif
Séries statistiques simples : présentation
Séries statistiques simples : caractéristiques
Séries statistiques doubles
Indépendance de deux caractères

Caractère qualitatif - 4
On peut aussi “exploser” le diagramme pour le rendre plus lisible :

Julian Tugaut Statistiques

 Vocabulaire
Caractère qualitatif
Séries statistiques simples : présentation
Séries statistiques simples : caractéristiques
Séries statistiques doubles
Indépendance de deux caractères

Caractère qualitatif - 5
Il convient de noter que l’on peut aussi utiliser un diagramme en
barres, lequel est, la plupart du temps, plus facile à lire.

Julian Tugaut Statistiques

 Vocabulaire
Caractère qualitatif
Séries statistiques simples : présentation
Séries statistiques simples : caractéristiques
Séries statistiques doubles
Indépendance de deux caractères

Caractère qualitatif - 5
Il convient de noter que l’on peut aussi utiliser un diagramme en
barres, lequel est, la plupart du temps, plus facile à lire.

Julian Tugaut Statistiques

Plan

1 Vocabulaire

2 Caractère qualitatif

3 Séries statistiques simples : présentation

Introduction
Série à valeurs isolées
Série à valeurs classées

4 Séries statistiques simples : caractéristiques

5 Séries statistiques doubles

6 Indépendance de deux caractères

 Vocabulaire
Caractère qualitatif
Introduction
Séries statistiques simples : présentation
Série à valeurs isolées
Séries statistiques simples : caractéristiques
Série à valeurs classées
Séries statistiques doubles
Indépendance de deux caractères

Introduction

On a observé sur n individus d’une population I un caractère

quantitatif x dont on note les valeurs observées : x[1], · · · , x[n]. La
valeur observée de l’individu i est x[i].

Julian Tugaut Statistiques

 Vocabulaire
Caractère qualitatif
Introduction
Séries statistiques simples : présentation
Série à valeurs isolées
Séries statistiques simples : caractéristiques
Série à valeurs classées
Séries statistiques doubles
Indépendance de deux caractères

Introduction

On a observé sur n individus d’une population I un caractère

quantitatif x dont on note les valeurs observées : x[1], · · · , x[n]. La
valeur observée de l’individu i est x[i].
Définition
La suite de valeurs (x[1], · · · , x[n]) est appelée une série statistique
simple.

Julian Tugaut Statistiques

 Vocabulaire
Caractère qualitatif
Introduction
Séries statistiques simples : présentation
Série à valeurs isolées
Séries statistiques simples : caractéristiques
Série à valeurs classées
Séries statistiques doubles
Indépendance de deux caractères

Série à valeurs isolées - 1

Les séries à valeurs isolées sont utilisées pour les caractères

quantitatifs discrets. Plus exactement, on les utilise pour les
caractères quantitatifs dont le nombre de modalités possibles n’est
pas trop élevé.

Julian Tugaut Statistiques

 Vocabulaire
Caractère qualitatif
Introduction
Séries statistiques simples : présentation
Série à valeurs isolées
Séries statistiques simples : caractéristiques
Série à valeurs classées
Séries statistiques doubles
Indépendance de deux caractères

Série à valeurs isolées - 1

Les séries à valeurs isolées sont utilisées pour les caractères

quantitatifs discrets. Plus exactement, on les utilise pour les
caractères quantitatifs dont le nombre de modalités possibles n’est
pas trop élevé.
On regroupe les valeurs égales de la série, on note l’effectif de
chaque valeur isolée et on les range par ordre croissant. On
suppose qu’il y a r valeurs différentes : y1 < · · · < yk < · · · < yr .

Julian Tugaut Statistiques

 Vocabulaire
Caractère qualitatif
Introduction
Séries statistiques simples : présentation
Série à valeurs isolées
Séries statistiques simples : caractéristiques
Série à valeurs classées
Séries statistiques doubles
Indépendance de deux caractères

Série à valeurs isolées - 2

Valeurs isolées y1 y2 ··· yk ··· yr

Effectifs n1 n2 ··· nk ··· nr
Fréquences f1 = nn1 f2 = nn2 ··· fk = nnk ··· fr = nr
n

Julian Tugaut Statistiques

 Vocabulaire
Caractère qualitatif
Introduction
Séries statistiques simples : présentation
Série à valeurs isolées
Séries statistiques simples : caractéristiques
Série à valeurs classées
Séries statistiques doubles
Indépendance de deux caractères

Série à valeurs isolées - 3

Proposition
D’abord, r ≤ n. Ensuite :
r
X r
X
nk = n et fk = 1 .
k=1 k=1

Julian Tugaut Statistiques

 Vocabulaire
Caractère qualitatif
Introduction
Séries statistiques simples : présentation
Série à valeurs isolées
Séries statistiques simples : caractéristiques
Série à valeurs classées
Séries statistiques doubles
Indépendance de deux caractères

Série à valeurs isolées - 3

Proposition
D’abord, r ≤ n. Ensuite :
r
X r
X
nk = n et fk = 1 .
k=1 k=1

Ici, fk est la proportion d’éléments de la série égaux à yk .

Julian Tugaut Statistiques

 Vocabulaire
Caractère qualitatif
Introduction
Séries statistiques simples : présentation
Série à valeurs isolées
Séries statistiques simples : caractéristiques
Série à valeurs classées
Séries statistiques doubles
Indépendance de deux caractères

Série à valeurs isolées - 4

Un exemple avec n = 15 et r = 6 :

yi ni (effectifs) fi (fréquence) Ni Fi
2 2
39.25 2 15 2 15
4 6
39.50 4 15 6 15
2 8
39.75 2 15 8 15
4 12
40.00 4 15 12 15
2 14
40.25 2 15 14 15
1 15
40.50 1 15 15 15

Julian Tugaut Statistiques

 Vocabulaire
Caractère qualitatif
Introduction
Séries statistiques simples : présentation
Série à valeurs isolées
Séries statistiques simples : caractéristiques
Série à valeurs classées
Séries statistiques doubles
Indépendance de deux caractères

Diagramme en bâtons des effectifs

Julian Tugaut Statistiques

 Vocabulaire
Caractère qualitatif
Introduction
Séries statistiques simples : présentation
Série à valeurs isolées
Séries statistiques simples : caractéristiques
Série à valeurs classées
Séries statistiques doubles
Indépendance de deux caractères

Diagramme en bâtons des effectifs

Julian Tugaut Statistiques

 Vocabulaire
Caractère qualitatif
Introduction
Séries statistiques simples : présentation
Série à valeurs isolées
Séries statistiques simples : caractéristiques
Série à valeurs classées
Séries statistiques doubles
Indépendance de deux caractères

Modes

Définition
Les points où l’on a un maximum relatif (local) de l’effectif (ou de
la fréquence) sont appelés des modes.

Julian Tugaut Statistiques

 Vocabulaire
Caractère qualitatif
Introduction
Séries statistiques simples : présentation
Série à valeurs isolées
Séries statistiques simples : caractéristiques
Série à valeurs classées
Séries statistiques doubles
Indépendance de deux caractères

Modes

Définition
Les points où l’on a un maximum relatif (local) de l’effectif (ou de
la fréquence) sont appelés des modes.

Remarque
La plurimodalité, c’est-à-dire le fait d’avoir plusieurs modes,
signifie que la population que l’on regarde n’est pas homogène.
Ainsi, il est judicieux de la scinder pour récupérer des
sous-populations homogènes.

Julian Tugaut Statistiques

 Vocabulaire
Caractère qualitatif
Introduction
Séries statistiques simples : présentation
Série à valeurs isolées
Séries statistiques simples : caractéristiques
Série à valeurs classées
Séries statistiques doubles
Indépendance de deux caractères

Modes

Définition
Les points où l’on a un maximum relatif (local) de l’effectif (ou de
la fréquence) sont appelés des modes.

Remarque
La plurimodalité, c’est-à-dire le fait d’avoir plusieurs modes,
signifie que la population que l’on regarde n’est pas homogène.
Ainsi, il est judicieux de la scinder pour récupérer des
sous-populations homogènes.

Ici, les modes sont en 39.50 et 40.

Julian Tugaut Statistiques

 Vocabulaire
Caractère qualitatif
Introduction
Séries statistiques simples : présentation
Série à valeurs isolées
Séries statistiques simples : caractéristiques
Série à valeurs classées
Séries statistiques doubles
Indépendance de deux caractères

Effectifs cumulés

On calcule les effectifs cumulés et les fréquences cumulées

(l’équivalent de la fonction de répartition) :
k
X
Nk := n1 + · · · + nk = nℓ ,
ℓ=1

et
k
X Nk
Fk := f1 + · · · + fk = fℓ = .
ℓ=1
n
Nk est le nombre d’éléments de la série qui sont inférieurs ou
égaux à yk . Et, Fk est la proportion de tels éléments. Ainsi, douze
éléments de la série sont inférieurs ou égaux à 40.

Julian Tugaut Statistiques

 Vocabulaire
Caractère qualitatif
Introduction
Séries statistiques simples : présentation
Série à valeurs isolées
Séries statistiques simples : caractéristiques
Série à valeurs classées
Séries statistiques doubles
Indépendance de deux caractères

Diagramme en bâtons des effectifs cumulés

Julian Tugaut Statistiques

 Vocabulaire
Caractère qualitatif
Introduction
Séries statistiques simples : présentation
Série à valeurs isolées
Séries statistiques simples : caractéristiques
Série à valeurs classées
Séries statistiques doubles
Indépendance de deux caractères

Diagramme en bâtons des effectifs cumulés

Julian Tugaut Statistiques

 Vocabulaire
Caractère qualitatif
Introduction
Séries statistiques simples : présentation
Série à valeurs isolées
Séries statistiques simples : caractéristiques
Série à valeurs classées
Séries statistiques doubles
Indépendance de deux caractères

Série à valeurs classées - 1

Les séries à valeurs classées sont utilisées pour les caractères

quantitatifs continus ou pour les caractères quantitatifs discrets qui
prennent un grand nombre de valeurs possibles.

Julian Tugaut Statistiques

 Vocabulaire
Caractère qualitatif
Introduction
Séries statistiques simples : présentation
Série à valeurs isolées
Séries statistiques simples : caractéristiques
Série à valeurs classées
Séries statistiques doubles
Indépendance de deux caractères

Série à valeurs classées - 1

Les séries à valeurs classées sont utilisées pour les caractères

quantitatifs continus ou pour les caractères quantitatifs discrets qui
prennent un grand nombre de valeurs possibles.
On regroupe les éléments de la série dans des intervalles
semi-ouverts [zk ; zk+1 [ appelés classes ; où zk−1 < zk pour tout
k ∈ [[1; s]]. Et, on note l’effectif (et la fréquence de chaque classe).
On considère s classes.

Julian Tugaut Statistiques

 Vocabulaire
Caractère qualitatif
Introduction
Séries statistiques simples : présentation
Série à valeurs isolées
Séries statistiques simples : caractéristiques
Série à valeurs classées
Séries statistiques doubles
Indépendance de deux caractères

Série à valeurs classées - 2

Classes [z0 ; z1 [ [z1 ; z2 [ ··· [zk−1 ; zk [ ··· [zs−1 ; zs [

Effectifs n1 n2 ··· nk ··· ns
Fréquences f1 = nn1 f2 = nn2 ··· fk = nnk ··· fs = nns

La quantité fk représente la proportion d’éléments de la série qui

sont dans la classe [zk−1 ; zk [.

Julian Tugaut Statistiques

 Vocabulaire
Caractère qualitatif
Introduction
Séries statistiques simples : présentation
Série à valeurs isolées
Séries statistiques simples : caractéristiques
Série à valeurs classées
Séries statistiques doubles
Indépendance de deux caractères

Série à valeurs classées - 3

Proposition
D’abord, s ≤ n. Ensuite :
s
X s
X
nk = n et fk = 1 .
k=1 k=1

Julian Tugaut Statistiques

 Vocabulaire
Caractère qualitatif
Introduction
Séries statistiques simples : présentation
Série à valeurs isolées
Séries statistiques simples : caractéristiques
Série à valeurs classées
Séries statistiques doubles
Indépendance de deux caractères

Série à valeurs classées - 4

On donne un exemple avec n = 80 :

[zk−1 ; zk [ nk fk Nk Fk
10 10
[100; 120[ 10 80 10 80
15 25
[120; 130[ 15 80 25 80
25 50
[130; 140[ 25 80 50 80
20 70
[140; 150[ 20 80 70 80
10 80
[150; 170[ 10 80 80 80 =1

Julian Tugaut Statistiques

 Vocabulaire
Caractère qualitatif
Introduction
Séries statistiques simples : présentation
Série à valeurs isolées
Séries statistiques simples : caractéristiques
Série à valeurs classées
Séries statistiques doubles
Indépendance de deux caractères

Série à valeurs classées - 5

Julian Tugaut Statistiques

 Vocabulaire
Caractère qualitatif
Introduction
Séries statistiques simples : présentation
Série à valeurs isolées
Séries statistiques simples : caractéristiques
Série à valeurs classées
Séries statistiques doubles
Indépendance de deux caractères

Série à valeurs classées - 5

Remarque
La répartition des éléments de la série à l’intérieur d’une même
classe ne doit pas être trop éloignée d’une répartition uniforme.
Cette hypothèse de distribution uniforme au sein des classes est
nécessaire pour effectuer des calculs sur la moyenne et la variance.
De même, le calcul des quantiles nécessite que la courbe des
fréquences cumulées soit affine par morceaux et donc qu’au sein de
chaque classe la répartition soit uniforme. De fait, il est important
que les classes ne soient pas trop larges non plus.

Julian Tugaut Statistiques

 Vocabulaire
Caractère qualitatif
Introduction
Séries statistiques simples : présentation
Série à valeurs isolées
Séries statistiques simples : caractéristiques
Série à valeurs classées
Séries statistiques doubles
Indépendance de deux caractères

Histogramme - 1
On regarde maintenant l’histogramme des effectifs (ou des
fréquences). En abscisse, on met les bornes des classes et en
ordonnée les effectifs par unité de longueur de classe (effectifs
corrigés). Ainsi, il est essentiel de bien comprendre que l’on ne
représente pas simplement l’histogramme tel qu’il a pu être vu au
lycée.

Julian Tugaut Statistiques

 Vocabulaire
Caractère qualitatif
Introduction
Séries statistiques simples : présentation
Série à valeurs isolées
Séries statistiques simples : caractéristiques
Série à valeurs classées
Séries statistiques doubles
Indépendance de deux caractères

Histogramme - 1
On regarde maintenant l’histogramme des effectifs (ou des
fréquences). En abscisse, on met les bornes des classes et en
ordonnée les effectifs par unité de longueur de classe (effectifs
corrigés). Ainsi, il est essentiel de bien comprendre que l’on ne
représente pas simplement l’histogramme tel qu’il a pu être vu au
lycée.
L’objectif principal de cette renormalisation est d’approximer la
densité de probabilité de la variable aléatoire continue sous-jacente.

Julian Tugaut Statistiques

 Vocabulaire
Caractère qualitatif
Introduction
Séries statistiques simples : présentation
Série à valeurs isolées
Séries statistiques simples : caractéristiques
Série à valeurs classées
Séries statistiques doubles
Indépendance de deux caractères

Histogramme - 1
On regarde maintenant l’histogramme des effectifs (ou des
fréquences). En abscisse, on met les bornes des classes et en
ordonnée les effectifs par unité de longueur de classe (effectifs
corrigés). Ainsi, il est essentiel de bien comprendre que l’on ne
représente pas simplement l’histogramme tel qu’il a pu être vu au
lycée.
L’objectif principal de cette renormalisation est d’approximer la
densité de probabilité de la variable aléatoire continue sous-jacente.

La première chose à faire est de choisir une unité adéquate. Par

exemple, ici, les valeurs de zk vont de 100 à 170. Ainsi, on pose
u = 10.

Julian Tugaut Statistiques

 Vocabulaire
Caractère qualitatif
Introduction
Séries statistiques simples : présentation
Série à valeurs isolées
Séries statistiques simples : caractéristiques
Série à valeurs classées
Séries statistiques doubles
Indépendance de deux caractères

Histogramme - 2

Proposition
L’aire du rectangle correspondant à [zk−1 ; zk [ dans histogramme
des effectifs corrigés est proportionnelle à l’effectif de la classe. En
k ×u
effet, il vaut Ak = (zk − zk−1 ) × zkn−z k−1
= unk . On en déduit par
ailleurs que l’aire totale est égale à
un1 + · · · + unk + · · · + uns = un.

Julian Tugaut Statistiques

 Vocabulaire
Caractère qualitatif
Introduction
Séries statistiques simples : présentation
Série à valeurs isolées
Séries statistiques simples : caractéristiques
Série à valeurs classées
Séries statistiques doubles
Indépendance de deux caractères

Histogramme - 2

Proposition
L’aire du rectangle correspondant à [zk−1 ; zk [ dans histogramme
des effectifs corrigés est proportionnelle à l’effectif de la classe. En
k ×u
effet, il vaut Ak = (zk − zk−1 ) × zkn−z k−1
= unk . On en déduit par
ailleurs que l’aire totale est égale à
un1 + · · · + unk + · · · + uns = un.

On peut noter que pour l’histogramme des fréquences corrigées, en

prenant u = 1, l’aire totale vaut 1 ; comme c’est le cas pour toute
densité de probabilité.

Julian Tugaut Statistiques

 Vocabulaire
Caractère qualitatif
Introduction
Séries statistiques simples : présentation
Série à valeurs isolées
Séries statistiques simples : caractéristiques
Série à valeurs classées
Séries statistiques doubles
Indépendance de deux caractères

Histogramme - 3

zk −zk−1 fk ×u
[zk−1 ; zk [ nk fk zk − zk−1 u zk −zk−1
10 5
[100; 120[ 10 80 20 2 80
15 15
[120; 130[ 15 80 10 1 80
25 25
[130; 140[ 25 80 10 1 80
20 20
[140; 150[ 20 80 10 1 80
10 5
[150; 170[ 10 80 20 2 80

Julian Tugaut Statistiques

 Vocabulaire
Caractère qualitatif
Introduction
Séries statistiques simples : présentation
Série à valeurs isolées
Séries statistiques simples : caractéristiques
Série à valeurs classées
Séries statistiques doubles
Indépendance de deux caractères

Histogramme - 4

Julian Tugaut Statistiques

 Vocabulaire
Caractère qualitatif
Introduction
Séries statistiques simples : présentation
Série à valeurs isolées
Séries statistiques simples : caractéristiques
Série à valeurs classées
Séries statistiques doubles
Indépendance de deux caractères

Histogramme - 4

Julian Tugaut Statistiques

 Vocabulaire
Caractère qualitatif
Introduction
Séries statistiques simples : présentation
Série à valeurs isolées
Séries statistiques simples : caractéristiques
Série à valeurs classées
Séries statistiques doubles
Indépendance de deux caractères

Classes modales

Définition
Les classes pour lesquelles on a un maximum relatif ou local de
l’effectif corrigé sont appelées “classes modales”. On prend pour
modes les milieux des classes modales.

Julian Tugaut Statistiques

 Vocabulaire
Caractère qualitatif
Introduction
Séries statistiques simples : présentation
Série à valeurs isolées
Séries statistiques simples : caractéristiques
Série à valeurs classées
Séries statistiques doubles
Indépendance de deux caractères

Classes modales

Définition
Les classes pour lesquelles on a un maximum relatif ou local de
l’effectif corrigé sont appelées “classes modales”. On prend pour
modes les milieux des classes modales.
Dans l’exemple plus haut, la classe modale est [130; 140[ et le
mode est donc 135.

Julian Tugaut Statistiques

 Vocabulaire
Caractère qualitatif
Introduction
Séries statistiques simples : présentation
Série à valeurs isolées
Séries statistiques simples : caractéristiques
Série à valeurs classées
Séries statistiques doubles
Indépendance de deux caractères

Effectifs cumulés

Les effectifs cumulés et les fréquences cumulées sont calculés de la

même manière que pour les séries statistiques simples à valeurs
isolées. Ainsi, cinquante éléments sont strictement inférieurs à 140.
Nk (respectivement Fk ) représente le nombre (respectivement la
proportion) d’éléments de la série strictement inférieurs à zk .

Julian Tugaut Statistiques

 Vocabulaire
Caractère qualitatif
Introduction
Séries statistiques simples : présentation
Série à valeurs isolées
Séries statistiques simples : caractéristiques
Série à valeurs classées
Séries statistiques doubles
Indépendance de deux caractères

Effectifs cumulés

Les effectifs cumulés et les fréquences cumulées sont calculés de la

même manière que pour les séries statistiques simples à valeurs
isolées. Ainsi, cinquante éléments sont strictement inférieurs à 140.
Nk (respectivement Fk ) représente le nombre (respectivement la
proportion) d’éléments de la série strictement inférieurs à zk .
On obtient alors la courbe des effectifs cumulés (ou celle des
fréquences cumulées) en joignant par des segments de droite les
points (zk , Nk ) (ou (zk , Fk )). En effet, comme on suppose que la
répartition au sein d’une classe est uniforme, la fonction de
répartition sous-jacente est affine par morceaux.

Julian Tugaut Statistiques

 Vocabulaire
Caractère qualitatif
Introduction
Séries statistiques simples : présentation
Série à valeurs isolées
Séries statistiques simples : caractéristiques
Série à valeurs classées
Séries statistiques doubles
Indépendance de deux caractères

Courbe des effectifs cumulés

Julian Tugaut Statistiques

 Vocabulaire
Caractère qualitatif
Introduction
Séries statistiques simples : présentation
Série à valeurs isolées
Séries statistiques simples : caractéristiques
Série à valeurs classées
Séries statistiques doubles
Indépendance de deux caractères

Courbe des effectifs cumulés

Julian Tugaut Statistiques

 Vocabulaire
Caractère qualitatif
Introduction
Séries statistiques simples : présentation
Série à valeurs isolées
Séries statistiques simples : caractéristiques
Série à valeurs classées
Séries statistiques doubles
Indépendance de deux caractères

Courbe des effectifs cumulés

Par convention, on pose N0 = F0 = 0.

Julian Tugaut Statistiques

 Vocabulaire
Caractère qualitatif
Introduction
Séries statistiques simples : présentation
Série à valeurs isolées
Séries statistiques simples : caractéristiques
Série à valeurs classées
Séries statistiques doubles
Indépendance de deux caractères

Courbe des effectifs cumulés

Par convention, on pose N0 = F0 = 0.

Remarque
La courbe des fréquences cumulées peut s’assimiler à la fonction de
répartition.
Julian Tugaut Statistiques
 Vocabulaire
Caractère qualitatif
Introduction
Séries statistiques simples : présentation
Série à valeurs isolées
Séries statistiques simples : caractéristiques
Série à valeurs classées
Séries statistiques doubles
Indépendance de deux caractères

Histogramme avec longueur de classe constante - 1

Remarque
Il est généralement plus simple de considérer que la longueur des
classes est constante. Alors, il n’y a pas besoin de corriger les
effectifs, ou les fréquences. Voici par exemple un histogramme de
100 000 variables aléatoires suivant la loi normale centrée réduite
où chaque classe est de longueur 0.1 :

Julian Tugaut Statistiques

 Vocabulaire
Caractère qualitatif
Introduction
Séries statistiques simples : présentation
Série à valeurs isolées
Séries statistiques simples : caractéristiques
Série à valeurs classées
Séries statistiques doubles
Indépendance de deux caractères

Histogramme avec longueur de classe constante - 2

Julian Tugaut Statistiques

 Vocabulaire
Caractère qualitatif
Introduction
Séries statistiques simples : présentation
Série à valeurs isolées
Séries statistiques simples : caractéristiques
Série à valeurs classées
Séries statistiques doubles
Indépendance de deux caractères

Histogramme avec longueur de classe constante - 2

Julian Tugaut Statistiques

 Vocabulaire
Caractère qualitatif
Introduction
Séries statistiques simples : présentation
Série à valeurs isolées
Séries statistiques simples : caractéristiques
Série à valeurs classées
Séries statistiques doubles
Indépendance de deux caractères

Histogramme avec longueur de classe constante - 2

Par ailleurs, la densité de probabilité empirique a été superposée,

en bleu.
Julian Tugaut Statistiques
Plan

1 Vocabulaire

2 Caractère qualitatif

3 Séries statistiques simples : présentation

4 Séries statistiques simples : caractéristiques

Moyenne arithmétique
Quantiles
Variance, Écart-type
Autres caractéristiques

5 Séries statistiques doubles

6 Indépendance de deux caractères

Moyenne arithmétique

On se donne une série statistique simple (x[1], · · · , x[i], · · · , x[n]).

Moyenne arithmétique

On se donne une série statistique simple (x[1], · · · , x[i], · · · , x[n]).

Définition
On appelle moyenne arithmétique de cette série le nombre égal à la
somme des éléments de la série divisé par l’effectif n. On note x
cette moyenne arithmétique :
Pn
i=1 x[i]
x= .
n
Moyenne arithmétique

On se donne une série statistique simple (x[1], · · · , x[i], · · · , x[n]).

Définition
On appelle moyenne arithmétique de cette série le nombre égal à la
somme des éléments de la série divisé par l’effectif n. On note x
cette moyenne arithmétique :
Pn
i=1 x[i]
x= .
n
Cette quantité correspond à l’espérance dans le cas d’une variable
aléatoire réelle discrète.
Moyenne arithmétique

On se donne une série statistique simple (x[1], · · · , x[i], · · · , x[n]).

Définition
On appelle moyenne arithmétique de cette série le nombre égal à la
somme des éléments de la série divisé par l’effectif n. On note x
cette moyenne arithmétique :
Pn
i=1 x[i]
x= .
n
Cette quantité correspond à l’espérance dans le cas d’une variable
aléatoire réelle discrète.
Remarque
La moyenne est sensible aux valeurs extrêmes (qui peuvent être
aberrantes) de la série.
 Vocabulaire
Caractère qualitatif Moyenne arithmétique
Séries statistiques simples : présentation Quantiles
Séries statistiques simples : caractéristiques Variance, Écart-type
Séries statistiques doubles Autres caractéristiques
Indépendance de deux caractères

Calcul dans le cas d’une série à valeurs isolées - 1

On suppose que l’on dispose de r modalités y1 , · · · , yk , · · · , yr et

l’effectif associé à la modalité yk est nk . La fréquence est ainsi
fk = nnk .

Julian Tugaut Statistiques

 Vocabulaire
Caractère qualitatif Moyenne arithmétique
Séries statistiques simples : présentation Quantiles
Séries statistiques simples : caractéristiques Variance, Écart-type
Séries statistiques doubles Autres caractéristiques
Indépendance de deux caractères

Calcul dans le cas d’une série à valeurs isolées - 1

On suppose que l’on dispose de r modalités y1 , · · · , yk , · · · , yr et

l’effectif associé à la modalité yk est nk . La fréquence est ainsi
fk = nnk .

Proposition
Dans ce cas, la moyenne arithmétique est :
Pr r
k=1 nk yk
X
x= = fk yk .
n k=1

Julian Tugaut Statistiques

Calcul dans le cas d’une série à valeurs isolées - 2
Exemple
yk nk (effectifs) fk (fréquence) Nk Fk
2 2
39.25 2 15 2 15
4 6
39.50 4 15 6 15
2 8
39.75 2 15 8 15
4 12
40.00 4 15 12 15
2 14
40.25 2 15 14 15
1 15
40.50 1 15 15 15
Calcul dans le cas d’une série à valeurs isolées - 2
Exemple
yk nk (effectifs) fk (fréquence) Nk Fk
2 2
39.25 2 15 2 15
4 6
39.50 4 15 6 15
2 8
39.75 2 15 8 15
4 12
40.00 4 15 12 15
2 14
40.25 2 15 14 15
1 15
40.50 1 15 15 15

Alors, la moyenne arithmétique est égale à

Pr
k=1 nk yk
x=
n
2 × 39.25 + 4 × 39.50 + · · · + 2 × 40.25 + 1 × 40.50
=
15
= 39.80 .
 Vocabulaire
Caractère qualitatif Moyenne arithmétique
Séries statistiques simples : présentation Quantiles
Séries statistiques simples : caractéristiques Variance, Écart-type
Séries statistiques doubles Autres caractéristiques
Indépendance de deux caractères

Calcul dans le cas d’une série à valeurs classées - 1

On suppose que l’on dispose de s classes
[z0 ; z1 [, · · · , [zk−1 ; zk [, · · · , [zs−1 ; zs [ et l’effectif associé à la classe
numéro k est nk . La fréquence est ainsi fk = nnk .

Julian Tugaut Statistiques

 Vocabulaire
Caractère qualitatif Moyenne arithmétique
Séries statistiques simples : présentation Quantiles
Séries statistiques simples : caractéristiques Variance, Écart-type
Séries statistiques doubles Autres caractéristiques
Indépendance de deux caractères

Calcul dans le cas d’une série à valeurs classées - 1

On suppose que l’on dispose de s classes
[z0 ; z1 [, · · · , [zk−1 ; zk [, · · · , [zs−1 ; zs [ et l’effectif associé à la classe
numéro k est nk . La fréquence est ainsi fk = nnk .
Ici, il est vraiment crucial que les répartitions au sein des
différentes classes soient uniformes.

Julian Tugaut Statistiques

 Vocabulaire
Caractère qualitatif Moyenne arithmétique
Séries statistiques simples : présentation Quantiles
Séries statistiques simples : caractéristiques Variance, Écart-type
Séries statistiques doubles Autres caractéristiques
Indépendance de deux caractères

Calcul dans le cas d’une série à valeurs classées - 1

On suppose que l’on dispose de s classes
[z0 ; z1 [, · · · , [zk−1 ; zk [, · · · , [zs−1 ; zs [ et l’effectif associé à la classe
numéro k est nk . La fréquence est ainsi fk = nnk .
Ici, il est vraiment crucial que les répartitions au sein des
différentes classes soient uniformes.
Proposition
Si la répartition
Pau sein de chaque classe est uniforme, alors la
n
x[i]
moyenne x = i=1
n peut être approximée par
r r
1X zk−1 + zk X zk−1 + zk
nk = fk .
n k=1 2 k=1
2

Julian Tugaut Statistiques

 Vocabulaire
Caractère qualitatif Moyenne arithmétique
Séries statistiques simples : présentation Quantiles
Séries statistiques simples : caractéristiques Variance, Écart-type
Séries statistiques doubles Autres caractéristiques
Indépendance de deux caractères

Calcul dans le cas d’une série à valeurs classées - 2

[zk−1 ; zk [ nk fk Nk Fk
10 10
[100; 120[ 10 80 10 80
15 25
[120; 130[ 15 80 25 80
25 50
[130; 140[ 25 80 50 80
20 70
[140; 150[ 20 80 70 80
10 80
[150; 170[ 10 80 80 80 =1

Julian Tugaut Statistiques

 Vocabulaire
Caractère qualitatif Moyenne arithmétique
Séries statistiques simples : présentation Quantiles
Séries statistiques simples : caractéristiques Variance, Écart-type
Séries statistiques doubles Autres caractéristiques
Indépendance de deux caractères

Calcul dans le cas d’une série à valeurs classées - 2

[zk−1 ; zk [ nk fk Nk Fk
10 10
[100; 120[ 10 80 10 80
15 25
[120; 130[ 15 80 25 80
25 50
[130; 140[ 25 80 50 80
20 70
[140; 150[ 20 80 70 80
10 80
[150; 170[ 10 80 80 80 =1

Alors, on peut calculer comme suit

10 × 110 + · · · + 20 × 145 + 10 × 160
x= = 135.625 .
80

Julian Tugaut Statistiques

 Vocabulaire
Caractère qualitatif Moyenne arithmétique
Séries statistiques simples : présentation Quantiles
Séries statistiques simples : caractéristiques Variance, Écart-type
Séries statistiques doubles Autres caractéristiques
Indépendance de deux caractères

Définition

Définition
Soit 0 < p < 1. Le quantile (ou fractile) d’ordre p est le plus petit
nombre qp (x) tel que la proportion des éléments de la série x
strictement inférieurs à qp (x) soit supérieure ou égale à p.

Julian Tugaut Statistiques

Quelques quantiles particuliers

Notation
Pour p = 12 , la quantité q 1 (x) porte le nom de médiane.
2
Quelques quantiles particuliers

Notation
Pour p = 12 , la quantité q 1 (x) porte le nom de médiane.
2

1
Pour p = on parle de premier quartile. Pour p = 43 , on parle de
4,
troisième quartile.
Quelques quantiles particuliers

Notation
Pour p = 12 , la quantité q 1 (x) porte le nom de médiane.
2

1
Pour p = on parle de premier quartile. Pour p = 43 , on parle de
4,
troisième quartile.
k
Pour p = 10 (avec k ∈ [[1; 9]]), on parle de déciles.
Quelques quantiles particuliers

Notation
Pour p = 12 , la quantité q 1 (x) porte le nom de médiane.
2

1
Pour p = on parle de premier quartile. Pour p = 43 , on parle de
4,
troisième quartile.
k
Pour p = 10 (avec k ∈ [[1; 9]]), on parle de déciles.
k
Pour p = 100 (avec k ∈ [[1; 99]]), on parle de centiles.
Calcul dans le cas d’une série à valeurs isolées - 1

yi ni (effectifs) fi (fréquence) Ni Fi
2 2
39.25 2 15 2 15
4 6
39.50 4 15 6 15
2 8
39.75 2 15 8 15
4 12
40.00 4 15 12 15
2 14
40.25 2 15 14 15
1 15
40.50 1 15 15 15
Calcul dans le cas d’une série à valeurs isolées - 2

On calcule la médiane (quantile d’ordre p = 21 ). Ici, n = 15

donc np = 12 × n = 7.5 ∈ / N. On regarde la plus petite valeur telle
que les effectifs cumulés sont supérieurs ou égaux à 7.5 donc à 8.
Ainsi, on a q 1 (x) = 39.75.
2
Calcul dans le cas d’une série à valeurs isolées - 2

On calcule la médiane (quantile d’ordre p = 21 ). Ici, n = 15

donc np = 12 × n = 7.5 ∈ / N. On regarde la plus petite valeur telle
que les effectifs cumulés sont supérieurs ou égaux à 7.5 donc à 8.
Ainsi, on a q 1 (x) = 39.75.
2

Exercice
Donner le premier quartile et le troisième quartile de la série
statistique simple.
Calcul dans le cas d’une série à valeurs isolées - 2

On calcule la médiane (quantile d’ordre p = 21 ). Ici, n = 15

donc np = 12 × n = 7.5 ∈ / N. On regarde la plus petite valeur telle
que les effectifs cumulés sont supérieurs ou égaux à 7.5 donc à 8.
Ainsi, on a q 1 (x) = 39.75.
2

Exercice
Donner le premier quartile et le troisième quartile de la série
statistique simple.

On peut aussi déterminer les quantiles en utilisant le diagramme en

bâtons des fréquences cumulées et en traçant les droites
d’équations (y = 14 ) et (y = 34 ).
 Vocabulaire
Caractère qualitatif Moyenne arithmétique
Séries statistiques simples : présentation Quantiles
Séries statistiques simples : caractéristiques Variance, Écart-type
Séries statistiques doubles Autres caractéristiques
Indépendance de deux caractères

Calcul dans le cas d’une série à valeurs classées - 1

[zk−1 ; zk [ nk fk Nk Fk
10 10
[100; 120[ 10 80 10 80
15 25
[120; 130[ 15 80 25 80
25 50
[130; 140[ 25 80 50 80
20 70
[140; 150[ 20 80 70 80
10 80
[150; 170[ 10 80 80 80 =1

Julian Tugaut Statistiques

 Vocabulaire
Caractère qualitatif Moyenne arithmétique
Séries statistiques simples : présentation Quantiles
Séries statistiques simples : caractéristiques Variance, Écart-type
Séries statistiques doubles Autres caractéristiques
Indépendance de deux caractères

Calcul dans le cas d’une série à valeurs classées - 1

[zk−1 ; zk [ nk fk Nk Fk
10 10
[100; 120[ 10 80 10 80
15 25
[120; 130[ 15 80 25 80
25 50
[130; 140[ 25 80 50 80
20 70
[140; 150[ 20 80 70 80
10 80
[150; 170[ 10 80 80 80 =1

On regarde le premier quartile (quantile d’ordre 14 ) : q 1 (x). Ici,

4
n = 80 donc np = p × n = 20 ∈ N. L’intervalle de premier quartile
est donc [120; 130[. En d’autres termes, q 1 (x) ∈ [120; 130[. Pour
4
calculer le premier quartile, on procède alors à une interpolation
linéaire. On fait implicitement l’hypothèse que les éléments de la
série dans la classe [120; 130[ sont répartis uniformément.
Julian Tugaut Statistiques
 Vocabulaire
Caractère qualitatif Moyenne arithmétique
Séries statistiques simples : présentation Quantiles
Séries statistiques simples : caractéristiques Variance, Écart-type
Séries statistiques doubles Autres caractéristiques
Indépendance de deux caractères

Calcul dans le cas d’une série à valeurs classées - 2

On suppose ainsi que la courbe des effectifs cumulés a pour
équation :

y = ax + b .

Julian Tugaut Statistiques

 Vocabulaire
Caractère qualitatif Moyenne arithmétique
Séries statistiques simples : présentation Quantiles
Séries statistiques simples : caractéristiques Variance, Écart-type
Séries statistiques doubles Autres caractéristiques
Indépendance de deux caractères

Calcul dans le cas d’une série à valeurs classées - 2

On suppose ainsi que la courbe des effectifs cumulés a pour
équation :

y = ax + b .
Il reste à déterminer a et b. On sait que l’on a

10 = 120a + b et 25 = 130a + b .

Julian Tugaut Statistiques

 Vocabulaire
Caractère qualitatif Moyenne arithmétique
Séries statistiques simples : présentation Quantiles
Séries statistiques simples : caractéristiques Variance, Écart-type
Séries statistiques doubles Autres caractéristiques
Indépendance de deux caractères

Calcul dans le cas d’une série à valeurs classées - 2

On suppose ainsi que la courbe des effectifs cumulés a pour
équation :

y = ax + b .
Il reste à déterminer a et b. On sait que l’on a

10 = 120a + b et 25 = 130a + b .
On en déduit immédiatement a = 15
10 et
b = 10 − 120 × a = −170. Par conséquent, on obtient
15
20 = q 1 (x) − 170 .
10 4

Julian Tugaut Statistiques

 Vocabulaire
Caractère qualitatif Moyenne arithmétique
Séries statistiques simples : présentation Quantiles
Séries statistiques simples : caractéristiques Variance, Écart-type
Séries statistiques doubles Autres caractéristiques
Indépendance de deux caractères

Calcul dans le cas d’une série à valeurs classées - 3

20+170 380
Ceci nous amène directement à q 1 (x) = 15 = 3 ≈ 126.67.
4 10

Julian Tugaut Statistiques

 Vocabulaire
Caractère qualitatif Moyenne arithmétique
Séries statistiques simples : présentation Quantiles
Séries statistiques simples : caractéristiques Variance, Écart-type
Séries statistiques doubles Autres caractéristiques
Indépendance de deux caractères

Calcul dans le cas d’une série à valeurs classées - 3

20+170 380
Ceci nous amène directement à q 1 (x) = 15 = 3 ≈ 126.67.
4 10

Exercice
Calculer le septième décile de la série x définie dans le Tableau.

Julian Tugaut Statistiques

 Vocabulaire
Caractère qualitatif Moyenne arithmétique
Séries statistiques simples : présentation Quantiles
Séries statistiques simples : caractéristiques Variance, Écart-type
Séries statistiques doubles Autres caractéristiques
Indépendance de deux caractères

Variance

Définition
La variance de la série statistique simple x est la moyenne des
carrés des écarts des éléments de la série à leur moyenne
arithmétique x :
n
1X
2
sx := (x[i] − x)2
n i=1

Julian Tugaut Statistiques

 Vocabulaire
Caractère qualitatif Moyenne arithmétique
Séries statistiques simples : présentation Quantiles
Séries statistiques simples : caractéristiques Variance, Écart-type
Séries statistiques doubles Autres caractéristiques
Indépendance de deux caractères

Variance

Définition
La variance de la série statistique simple x est la moyenne des
carrés des écarts des éléments de la série à leur moyenne
arithmétique x :
n
1X
2
sx := (x[i] − x)2
n i=1

Notation
La variance de la série x est notée sx2 . Le s provient de l’anglais
“standard deviation”.

Julian Tugaut Statistiques

 Vocabulaire
Caractère qualitatif Moyenne arithmétique
Séries statistiques simples : présentation Quantiles
Séries statistiques simples : caractéristiques Variance, Écart-type
Séries statistiques doubles Autres caractéristiques
Indépendance de deux caractères

Écart-type

Définition
On appelle écart-type de la série la racine carrée de la variance :
v
u n
u1 X
sx := t (x[i] − x)2 .
n i=1

Julian Tugaut Statistiques

 Vocabulaire
Caractère qualitatif Moyenne arithmétique
Séries statistiques simples : présentation Quantiles
Séries statistiques simples : caractéristiques Variance, Écart-type
Séries statistiques doubles Autres caractéristiques
Indépendance de deux caractères

Exemples

Exemple
On considère la série x := (9, 11). Sa moyenne est 10 et sa
variance est
1h i
sx2 = (9 − 10)2 + (11 − 10)2 = 1 .
2

Julian Tugaut Statistiques

 Vocabulaire
Caractère qualitatif Moyenne arithmétique
Séries statistiques simples : présentation Quantiles
Séries statistiques simples : caractéristiques Variance, Écart-type
Séries statistiques doubles Autres caractéristiques
Indépendance de deux caractères

Exemples

Exemple
On considère la série x := (9, 11). Sa moyenne est 10 et sa
variance est
1h i
sx2 = (9 − 10)2 + (11 − 10)2 = 1 .
2

Exemple
On considère la série x := (5, 15). Sa moyenne est 10 et sa
variance est
1h i
sx2 = (5 − 10)2 + (15 − 10)2 = 25 .
2

Julian Tugaut Statistiques

 Vocabulaire
Caractère qualitatif Moyenne arithmétique
Séries statistiques simples : présentation Quantiles
Séries statistiques simples : caractéristiques Variance, Écart-type
Séries statistiques doubles Autres caractéristiques
Indépendance de deux caractères

Formule de calcul

Formule de calcul
Soit une série statistique simple x := (x[1], · · · , x[n]). On note x 2
2 2 2


la série statistique simple : x := x[1] , · · · , x[n] . On a alors

sx2 = x 2 − x 2 .

Julian Tugaut Statistiques

 Vocabulaire
Caractère qualitatif Moyenne arithmétique
Séries statistiques simples : présentation Quantiles
Séries statistiques simples : caractéristiques Variance, Écart-type
Séries statistiques doubles Autres caractéristiques
Indépendance de deux caractères

Formule de calcul

Formule de calcul
Soit une série statistique simple x := (x[1], · · · , x[n]). On note x 2
2 2 2


la série statistique simple : x := x[1] , · · · , x[n] . On a alors

sx2 = x 2 − x 2 .

Cette formule est à rapprocher de Var[X ] = E[X 2 ] − E[X ]2 .

Julian Tugaut Statistiques

 Vocabulaire
Caractère qualitatif Moyenne arithmétique
Séries statistiques simples : présentation Quantiles
Séries statistiques simples : caractéristiques Variance, Écart-type
Séries statistiques doubles Autres caractéristiques
Indépendance de deux caractères

Calcul dans le cas d’une série à valeurs isolées

Proposition
Si l’on a une série statistique simple à valeurs isolées, la variance
est égale à
r
1X
sx2 = nk (yk − x)2 .
n k=1

Julian Tugaut Statistiques

 Vocabulaire
Caractère qualitatif Moyenne arithmétique
Séries statistiques simples : présentation Quantiles
Séries statistiques simples : caractéristiques Variance, Écart-type
Séries statistiques doubles Autres caractéristiques
Indépendance de deux caractères

Calcul dans le cas d’une série à valeurs isolées

Proposition
Si l’on a une série statistique simple à valeurs isolées, la variance
est égale à
r
1X
sx2 = nk (yk − x)2 .
n k=1
Ainsi, l’écart-type est :
v
u r
u1 X
sx = t nk (yk − x)2 .
n k=1

Julian Tugaut Statistiques

 Vocabulaire
Caractère qualitatif Moyenne arithmétique
Séries statistiques simples : présentation Quantiles
Séries statistiques simples : caractéristiques Variance, Écart-type
Séries statistiques doubles Autres caractéristiques
Indépendance de deux caractères

Version corrigée

Définition
Parfois, on introduit aussi la variance dite corrigée :
n
1 X n 2
sex2 = (x[i] − x)2 = s .
n − 1 i=1 n−1 x

Julian Tugaut Statistiques

 Vocabulaire
Caractère qualitatif Moyenne arithmétique
Séries statistiques simples : présentation Quantiles
Séries statistiques simples : caractéristiques Variance, Écart-type
Séries statistiques doubles Autres caractéristiques
Indépendance de deux caractères

Version corrigée

Définition
Parfois, on introduit aussi la variance dite corrigée :
n
1 X n 2
sex2 = (x[i] − x)2 = s .
n − 1 i=1 n−1 x

L’intérêt de cette définition alternative prend tout son sens quand

on fait de l’estimation ponctuelle ou par intervalle de confiance.

Julian Tugaut Statistiques

Calcul dans le cas des valeurs isolées : exemple

yi ni (effectifs) fi (fréquence) Ni Fi
2 2
39.25 2 15 2 15
4 6
39.50 4 15 6 15
2 8
39.75 2 15 8 15
4 12
40.00 4 15 12 15
2 14
40.25 2 15 14 15
1 15
40.50 1 15 15 15
Calcul dans le cas des valeurs isolées : exemple

yi ni (effectifs) fi (fréquence) Ni Fi
2 2
39.25 2 15 2 15
4 6
39.50 4 15 6 15
2 8
39.75 2 15 8 15
4 12
40.00 4 15 12 15
2 14
40.25 2 15 14 15
1 15
40.50 1 15 15 15

Ici, x = 39.80. La variance est sx2 = 0.135. Et l’écart-type est

sx ≈ 0.3674. Quant à la variance corrigée, elle vaut
sex2 = 80
79 × 0.135 ≈ 0.1367 et l’écart-type associé est alors
sx ≈ 0.3697.
e
Calcul dans le cas d’une série à valeurs classées - 1

Proposition
Pour une série à valeurs classées, la formule
Calcul dans le cas d’une série à valeurs classées - 1

Proposition
Pour une série à valeurs classées, la formule

s 2 n
!2
zk−1 + zk zk−1 + zk
X  X
sx2 = fk − fk
k=1
2 k=1
2
s
X (zk − zk−1 )2
+ fk ,
k=1
12

est une bonne approximation de la réalité.

Calcul dans le cas d’une série à valeurs classées - 2

[zk−1 ; zk [ nk fk Nk Fk
10 10
[100; 120[ 10 80 10 80
15 25
[120; 130[ 15 80 25 80
25 50
[130; 140[ 25 80 50 80
20 70
[140; 150[ 20 80 70 80
10 80
[150; 170[ 10 80 80 80 =1
Calcul dans le cas d’une série à valeurs classées - 2

[zk−1 ; zk [ nk fk Nk Fk
10 10
[100; 120[ 10 80 10 80
15 25
[120; 130[ 15 80 25 80
25 50
[130; 140[ 25 80 50 80
20 70
[140; 150[ 20 80 70 80
10 80
[150; 170[ 10 80 80 80 =1

On a déjà vu que l’on avait x = 135.625. Alors, la variance est

sx2 = 214.1927. Ainsi, l’écart-type vaut sx ≈ 14.6353. Ici, la
variance intra-classe vaut 14.58 soit plus de 6.8% de la variance
totale. Quant à la variance corrigée, elle vaut sex2 ≈ 216.9040 et
l’écart-type associé est sex ≈ 14.7277.
 Vocabulaire
Caractère qualitatif Moyenne arithmétique
Séries statistiques simples : présentation Quantiles
Séries statistiques simples : caractéristiques Variance, Écart-type
Séries statistiques doubles Autres caractéristiques
Indépendance de deux caractères

Coefficient de dispersion
Le coefficient de dispersion mesure la dispersion de la série en
tenant compte de sa moyenne arithmétique. Il s’agit de
sx
.
x
Ce coefficient ne dépend pas de l’unité de mesure choisie.

Julian Tugaut Statistiques

 Vocabulaire
Caractère qualitatif Moyenne arithmétique
Séries statistiques simples : présentation Quantiles
Séries statistiques simples : caractéristiques Variance, Écart-type
Séries statistiques doubles Autres caractéristiques
Indépendance de deux caractères

Coefficient de dispersion
Le coefficient de dispersion mesure la dispersion de la série en
tenant compte de sa moyenne arithmétique. Il s’agit de
sx
.
x
Ce coefficient ne dépend pas de l’unité de mesure choisie.
L’intérêt est qu’en renormalisant par la moyenne, l’ordre de
grandeur n’influera pas. En effet, un écart-type de 1 pour une série
ayant une moyenne de 10 correspond à un écart de 10% tandis que
pour une moyenne de 1000, ça ne correspond qu’à 0.1%.
Néanmoins, quand la moyenne est proche de zéro, ce coefficient
tend à être très grand et donc d’autant plus sensible aux variations
de la moyenne. De plus, il ne sert pas pour la construction des
intervalles de confiance.
Julian Tugaut Statistiques
L’étendue

Définition
On appelle étendue (“range” en anglais) de la série statistique
simple x la différence entre le plus grand élément de la série et le
plus petit.
L’étendue

Définition
On appelle étendue (“range” en anglais) de la série statistique
simple x la différence entre le plus grand élément de la série et le
plus petit.

Exemple avec une série à valeurs isolées

Dans le cas de la série définie précédemment, l’étendue est
40.50 − 39.25 = 1.25.
L’étendue

Définition
On appelle étendue (“range” en anglais) de la série statistique
simple x la différence entre le plus grand élément de la série et le
plus petit.

Exemple avec une série à valeurs isolées

Dans le cas de la série définie précédemment, l’étendue est
40.50 − 39.25 = 1.25.

Exemple avec une série à valeurs classées

Dans le cas de la série définie précédemment, l’étendue est
170 − 110 = 60.
L’étendue

Définition
On appelle étendue (“range” en anglais) de la série statistique
simple x la différence entre le plus grand élément de la série et le
plus petit.

Exemple avec une série à valeurs isolées

Dans le cas de la série définie précédemment, l’étendue est
40.50 − 39.25 = 1.25.

Exemple avec une série à valeurs classées

Dans le cas de la série définie précédemment, l’étendue est
170 − 110 = 60.

Remarque
L’étendue est sensible aux valeurs aberrantes.
 Vocabulaire
Caractère qualitatif Moyenne arithmétique
Séries statistiques simples : présentation Quantiles
Séries statistiques simples : caractéristiques Variance, Écart-type
Séries statistiques doubles Autres caractéristiques
Indépendance de deux caractères

L’interquartile

Intervalle interquartile
On appelle intervalle interquartile de la série statistique simple
x := (x[1], · · · , x[i], · · · , x[n]) l’intervalle
semi-ouvert [q 1 (x); q 3 (x)[ où l’on rappelle que q 1 (x)
4 4 4
(respectivement q 3 (x)) est le premier quartile (respectivement le
4
troisième quartile) de la série.

Julian Tugaut Statistiques

 Vocabulaire
Caractère qualitatif Moyenne arithmétique
Séries statistiques simples : présentation Quantiles
Séries statistiques simples : caractéristiques Variance, Écart-type
Séries statistiques doubles Autres caractéristiques
Indépendance de deux caractères

L’interquartile

Intervalle interquartile
On appelle intervalle interquartile de la série statistique simple
x := (x[1], · · · , x[i], · · · , x[n]) l’intervalle
semi-ouvert [q 1 (x); q 3 (x)[ où l’on rappelle que q 1 (x)
4 4 4
(respectivement q 3 (x)) est le premier quartile (respectivement le
4
troisième quartile) de la série.

Définition : Interquartile
On appelle interquartile de la série x la longueur de l’intervalle
interquartile.

Julian Tugaut Statistiques

 Vocabulaire
Caractère qualitatif Moyenne arithmétique
Séries statistiques simples : présentation Quantiles
Séries statistiques simples : caractéristiques Variance, Écart-type
Séries statistiques doubles Autres caractéristiques
Indépendance de deux caractères

L’interquartile

Intervalle interquartile
On appelle intervalle interquartile de la série statistique simple
x := (x[1], · · · , x[i], · · · , x[n]) l’intervalle
semi-ouvert [q 1 (x); q 3 (x)[ où l’on rappelle que q 1 (x)
4 4 4
(respectivement q 3 (x)) est le premier quartile (respectivement le
4
troisième quartile) de la série.

Définition : Interquartile
On appelle interquartile de la série x la longueur de l’intervalle
interquartile.

L’intervalle interquartile contient 50% des éléments de la série.

Julian Tugaut Statistiques

Plan

1 Vocabulaire

2 Caractère qualitatif

3 Séries statistiques simples : présentation

4 Séries statistiques simples : caractéristiques

5 Séries statistiques doubles

Définitions
Tableau de contingence
Fréquence conditionnelle

6 Indépendance de deux caractères

Définitions

On mesure deux caractères quantitatifs x et y sur un ensemble de

n individus.
Définitions

On mesure deux caractères quantitatifs x et y sur un ensemble de

n individus.
Soit x[i] la mesure de x pour l’individu i et y [i] celle de y .
Définition
La suite ((x[1], y [1]), · · · , (x[i], y [i]), · · · , (x[n], y [n])) est appelée
une série statistique double.
Définitions

On mesure deux caractères quantitatifs x et y sur un ensemble de

n individus.
Soit x[i] la mesure de x pour l’individu i et y [i] celle de y .
Définition
La suite ((x[1], y [1]), · · · , (x[i], y [i]), · · · , (x[n], y [n])) est appelée
une série statistique double.

Marginales
Les deux séries statistiques simples x et y avec
x := (x[1], · · · , x[n]) et y := (y [1], · · · , y [n]) sont appelées les
séries statistiques marginales de la série statistique double. On dit
que x est la première marginale et que y est la deuxième.
 Vocabulaire
Caractère qualitatif
Définitions
Séries statistiques simples : présentation
Tableau de contingence
Séries statistiques simples : caractéristiques
Fréquence conditionnelle
Séries statistiques doubles
Indépendance de deux caractères

Exemple

Exemple
On considère l’ensemble des habitants de la France. Alors, si x[i]
est la taille de l’individu i et si y [i] est le poids de ce même
individu, la série x est la première marginale de (x, y ) tandis que y
en est la deuxième marginale.

Julian Tugaut Statistiques

 Vocabulaire
Caractère qualitatif
Définitions
Séries statistiques simples : présentation
Tableau de contingence
Séries statistiques simples : caractéristiques
Fréquence conditionnelle
Séries statistiques doubles
Indépendance de deux caractères

Tableau de contingence - 1

On présente la série statistique double dans un tableau de

contingence.

Julian Tugaut Statistiques

 Vocabulaire
Caractère qualitatif
Définitions
Séries statistiques simples : présentation
Tableau de contingence
Séries statistiques simples : caractéristiques
Fréquence conditionnelle
Séries statistiques doubles
Indépendance de deux caractères

Tableau de contingence - 1

On présente la série statistique double dans un tableau de

contingence.
Pour ce faire, on commence par grouper les données.

Julian Tugaut Statistiques

 Vocabulaire
Caractère qualitatif
Définitions
Séries statistiques simples : présentation
Tableau de contingence
Séries statistiques simples : caractéristiques
Fréquence conditionnelle
Séries statistiques doubles
Indépendance de deux caractères

Tableau de contingence - 2

On donne chaque série marginale sous la forme d’une série à

valeurs isolées ou une série à valeurs classées. On suppose que
a1 , · · · , ak , · · · , ar sont les r modalités de la série x. Et,
b1 , · · · , bℓ , · · · , bs sont les s modalités de la série y . Ici, les
modalités ak et bℓ représentent une valeur isolée ou une classe. On
dit qu’un individu a la modalité ak pour le caractère x lorsque :
• la valeur de x pour cet individu est égale à la valeur isolée
représentée par ak ,
• la valeur de x appartient à la classe représentée par ak .

Julian Tugaut Statistiques

 Vocabulaire
Caractère qualitatif
Définitions
Séries statistiques simples : présentation
Tableau de contingence
Séries statistiques simples : caractéristiques
Fréquence conditionnelle
Séries statistiques doubles
Indépendance de deux caractères

Tableau de contingence - 3

On fait de même avec y et bℓ pour tout ℓ ∈ [[1; s]].

À l’intersection de la ligne ak et de la colonne bℓ , on porte le
nombre total nk,ℓ d’individus qui ont la modalité ak pour x et la
modalité bℓ pour y . On l’appelle effectif de (ak , bℓ ).

Julian Tugaut Statistiques

 Vocabulaire
Caractère qualitatif
Définitions
Séries statistiques simples : présentation
Tableau de contingence
Séries statistiques simples : caractéristiques
Fréquence conditionnelle
Séries statistiques doubles
Indépendance de deux caractères

Tableau de contingence - 4

y
HH
HH
b1 ··· bℓ ··· bs
x H
HH
H
a1 n1,1 · · · n1,ℓ · · · n1,s
.. .. .. .. .. ..
. . . . . .
ak nk,1 · · · nk,ℓ · · · nk,s
.. .. .. .. .. ..
. . . . . .
ar nr ,1 · · · nr ,ℓ · · · nr ,s

Julian Tugaut Statistiques

 Vocabulaire
Caractère qualitatif
Définitions
Séries statistiques simples : présentation
Tableau de contingence
Séries statistiques simples : caractéristiques
Fréquence conditionnelle
Séries statistiques doubles
Indépendance de deux caractères

Tableau de contingence - 5

La somme des effectifs sur une ligne est importante :

s
X
nk,• := nk,ℓ .
ℓ=1

Julian Tugaut Statistiques

 Vocabulaire
Caractère qualitatif
Définitions
Séries statistiques simples : présentation
Tableau de contingence
Séries statistiques simples : caractéristiques
Fréquence conditionnelle
Séries statistiques doubles
Indépendance de deux caractères

Tableau de contingence - 5

La somme des effectifs sur une ligne est importante :

s
X
nk,• := nk,ℓ .
ℓ=1

Alors, nk,• représente le nombre d’individus qui ont la modalité ak

de x. On l’appelle effectif marginal de la modalité ak .

Julian Tugaut Statistiques

 Vocabulaire
Caractère qualitatif
Définitions
Séries statistiques simples : présentation
Tableau de contingence
Séries statistiques simples : caractéristiques
Fréquence conditionnelle
Séries statistiques doubles
Indépendance de deux caractères

Tableau de contingence - 6

De même, on somme sur une colonne :

r
X
n•,ℓ := nk,ℓ .
k=1

Julian Tugaut Statistiques

 Vocabulaire
Caractère qualitatif
Définitions
Séries statistiques simples : présentation
Tableau de contingence
Séries statistiques simples : caractéristiques
Fréquence conditionnelle
Séries statistiques doubles
Indépendance de deux caractères

Tableau de contingence - 6

De même, on somme sur une colonne :

r
X
n•,ℓ := nk,ℓ .
k=1

Alors, n•,ℓ représente le nombre d’individus qui ont la modalité bℓ

de y . On l’appelle effectif marginal de la modalité bℓ . On a les
égalités suivantes :
r
X s
X r X
X s s X
X r
nk,• = n•,ℓ = nk,ℓ = nk,ℓ = n .
k=1 ℓ=1 k=1 ℓ=1 ℓ=1 k=1

Julian Tugaut Statistiques

 Vocabulaire
Caractère qualitatif
Définitions
Séries statistiques simples : présentation
Tableau de contingence
Séries statistiques simples : caractéristiques
Fréquence conditionnelle
Séries statistiques doubles
Indépendance de deux caractères

Tableau de contingence - 7
On peut définir la fréquence du couple (ak , bℓ ) comme on le fit
pour les séries statistiques simples :
nk,ℓ
fk,ℓ := .
n
C’est la proportion d’individus de la population qui ont la modalité
ak de x et la modalité bℓ de y . On introduit également
nk,• n•,ℓ
fk,• := et f•,ℓ := ,
n n
pour tout k ∈ [[1; r ]] et pour tout ℓ ∈ [[1; s]]. fk,• est la fréquence
marginale de la modalité ak : c’est la proportion d’éléments de la
population qui ont la modalité ak de x. De même, f•,ℓ est la
fréquence marginale de la modalité bℓ : c’est la proportion
d’éléments de la population qui ont la modalité bℓ de y .
Julian Tugaut Statistiques
 Vocabulaire
Caractère qualitatif
Définitions
Séries statistiques simples : présentation
Tableau de contingence
Séries statistiques simples : caractéristiques
Fréquence conditionnelle
Séries statistiques doubles
Indépendance de deux caractères

Tableau de contingence - 8

1 Ps
Or, fk,• = n ℓ=1 nk,ℓ donc
s
X r
X
fk,• := fk,ℓ et de même f•,ℓ := fk,ℓ .
ℓ=1 k=1

Julian Tugaut Statistiques

 Vocabulaire
Caractère qualitatif
Définitions
Séries statistiques simples : présentation
Tableau de contingence
Séries statistiques simples : caractéristiques
Fréquence conditionnelle
Séries statistiques doubles
Indépendance de deux caractères

Tableau de contingence - 8

1 Ps
Or, fk,• = n ℓ=1 nk,ℓ donc
s
X r
X
fk,• := fk,ℓ et de même f•,ℓ := fk,ℓ .
ℓ=1 k=1

Puis, l’on a
r
X s
X r X
X s s X
X r
fk,• = f•,ℓ = fk,ℓ = fk,ℓ = 1 .
k=1 ℓ=1 k=1 ℓ=1 ℓ=1 k=1

Julian Tugaut Statistiques

 Vocabulaire
Caractère qualitatif
Définitions
Séries statistiques simples : présentation
Tableau de contingence
Séries statistiques simples : caractéristiques
Fréquence conditionnelle
Séries statistiques doubles
Indépendance de deux caractères

Tableau de contingence - 9
On obtient ainsi le tableau de contingence suivant :

y
HH
H
HH b1 ··· bℓ ··· bs
x H
HH
a1 n1,1 · · · n1,ℓ · · · n1,s n1,•
.. .. .. .. .. .. ..
. . . . . . .
ak nk,1 · · · nk,ℓ · · · nk,s nk,•
.. .. .. .. .. .. ..
. . . . . . .
ar nr ,1 · · · nr ,ℓ · · · nr ,s nr ,•
n•,1 · · · n•,ℓ · · · n•,s n
Julian Tugaut Statistiques
 Vocabulaire
Caractère qualitatif
Définitions
Séries statistiques simples : présentation
Tableau de contingence
Séries statistiques simples : caractéristiques
Fréquence conditionnelle
Séries statistiques doubles
Indépendance de deux caractères

Fréquence conditionnelle - 1

Définition
k,ℓ k,ℓ f n
On pose : f (bℓ | ak ) := fk,• = nk,• . Cette quantité est appelée
fréquence conditionnelle de la modalité bℓ par rapport à la
modalité ak .

Julian Tugaut Statistiques

 Vocabulaire
Caractère qualitatif
Définitions
Séries statistiques simples : présentation
Tableau de contingence
Séries statistiques simples : caractéristiques
Fréquence conditionnelle
Séries statistiques doubles
Indépendance de deux caractères

Fréquence conditionnelle - 1

Définition
k,ℓ k,ℓ f n
On pose : f (bℓ | ak ) := fk,• = nk,• . Cette quantité est appelée
fréquence conditionnelle de la modalité bℓ par rapport à la
modalité ak .

C’est aussi la proportion d’individus qui ont la modalité bℓ parmi

les nk,• individus qui ont la modalité ak . C’est à rapprocher de
P (Y = bℓ | X = ak ).

Julian Tugaut Statistiques

 Vocabulaire
Caractère qualitatif
Définitions
Séries statistiques simples : présentation
Tableau de contingence
Séries statistiques simples : caractéristiques
Fréquence conditionnelle
Séries statistiques doubles
Indépendance de deux caractères

Fréquence conditionnelle - 2

Remarque
On a ainsi une suite de s valeurs positives telles que leur somme
vaut
s Ps
X fk,ℓ ℓ=1 fk,ℓ fk,•
= = = 1.
f
ℓ=1 k,•
fk,• fk,•

Julian Tugaut Statistiques

 Vocabulaire
Caractère qualitatif
Définitions
Séries statistiques simples : présentation
Tableau de contingence
Séries statistiques simples : caractéristiques
Fréquence conditionnelle
Séries statistiques doubles
Indépendance de deux caractères

Fréquence conditionnelle - 2

Remarque
On a ainsi une suite de s valeurs positives telles que leur somme
vaut
s Ps
X fk,ℓ ℓ=1 fk,ℓ fk,•
= = = 1.
f
ℓ=1 k,•
fk,• fk,•
Il y a donc bien une loi de probabilité sous-jacente.

Julian Tugaut Statistiques

 Vocabulaire
Caractère qualitatif
Définitions
Séries statistiques simples : présentation
Tableau de contingence
Séries statistiques simples : caractéristiques
Fréquence conditionnelle
Séries statistiques doubles
Indépendance de deux caractères

Fréquence conditionnelle - 3

Définition
L’ensemble des couples (bℓ , f (bℓ | ak )) s’appelle la distribution
conditionnelle du caractère y par rapport à la modalité ak de x.

Julian Tugaut Statistiques

 Vocabulaire
Caractère qualitatif
Définitions
Séries statistiques simples : présentation
Tableau de contingence
Séries statistiques simples : caractéristiques
Fréquence conditionnelle
Séries statistiques doubles
Indépendance de deux caractères

Fréquence conditionnelle - 3

Définition
L’ensemble des couples (bℓ , f (bℓ | ak )) s’appelle la distribution
conditionnelle du caractère y par rapport à la modalité ak de x.

Remarque
Pour simplifier l’écriture, on fera l’abus de notation :

f (b1 | ak ) δb1 + · · · + f (bℓ | ak ) δbℓ + · · · + f (bs | ak ) δbs .

Julian Tugaut Statistiques

 Vocabulaire
Caractère qualitatif
Définitions
Séries statistiques simples : présentation
Tableau de contingence
Séries statistiques simples : caractéristiques
Fréquence conditionnelle
Séries statistiques doubles
Indépendance de deux caractères

Fréquence conditionnelle - 4

De la même manière, on définit ensuite f (ak | bℓ ) comme étant le

fk,ℓ nk,ℓ
rapport f•,ℓ = n•,ℓ , appelée fréquence conditionnelle de la modalité
ak par rapport à la modalité bℓ : Il s’agit de la proportion
d’individus qui ont la modalité ak parmi les n•,ℓ individus qui ont la
modalité bℓ .

Julian Tugaut Statistiques

 Vocabulaire
Caractère qualitatif
Définitions
Séries statistiques simples : présentation
Tableau de contingence
Séries statistiques simples : caractéristiques
Fréquence conditionnelle
Séries statistiques doubles
Indépendance de deux caractères

Fréquence conditionnelle - 4

De la même manière, on définit ensuite f (ak | bℓ ) comme étant le

fk,ℓ nk,ℓ
rapport f•,ℓ = n•,ℓ , appelée fréquence conditionnelle de la modalité
ak par rapport à la modalité bℓ : Il s’agit de la proportion
d’individus qui ont la modalité ak parmi les n•,ℓ individus qui ont la
modalité bℓ .
Définition
L’ensemble des couples (ak , f (ak | bℓ )) s’appelle la distribution
conditionnelle du caractère x par rapport à la modalité bℓ de y .

Julian Tugaut Statistiques

Plan

1 Vocabulaire

2 Caractère qualitatif

3 Séries statistiques simples : présentation

4 Séries statistiques simples : caractéristiques

5 Séries statistiques doubles

6 Indépendance de deux caractères

Nuage de points
Covariance
Description empirique de la dépendance
Définition

Définition
On dit que le caractère y est indépendant du caractère x dans
l’ensemble I lorsque la distribution conditionnelle du caractère y
par rapport à la modalité ak de x est la même pour tout k ∈ [[1; r ]].
Définition

Définition
On dit que le caractère y est indépendant du caractère x dans
l’ensemble I lorsque la distribution conditionnelle du caractère y
par rapport à la modalité ak de x est la même pour tout k ∈ [[1; r ]].

En d’autres termes, pour tout k ∈ [[1; r ]], cette distribution

conditionnelle est égale à celle de y par rapport à la modalité a1 de
x :
s
X s
X
f (bℓ | ak ) δbℓ = f (bℓ | a1 ) δbℓ .
ℓ=1 ℓ=1
Définition

Définition
On dit que le caractère y est indépendant du caractère x dans
l’ensemble I lorsque la distribution conditionnelle du caractère y
par rapport à la modalité ak de x est la même pour tout k ∈ [[1; r ]].

En d’autres termes, pour tout k ∈ [[1; r ]], cette distribution

conditionnelle est égale à celle de y par rapport à la modalité a1 de
x :
s
X s
X
f (bℓ | ak ) δbℓ = f (bℓ | a1 ) δbℓ .
ℓ=1 ℓ=1

Par conséquent, l’indépendance du caractère y par rapport au

caractère x peut se traduire par l’égalité f (bℓ | ak ) = f (bℓ | a1 )
pour tout k ∈ [[1; r ]] et pour tout ℓ ∈ [[1; s]].
 Vocabulaire
Caractère qualitatif
Nuage de points
Séries statistiques simples : présentation
Covariance
Séries statistiques simples : caractéristiques
Description empirique de la dépendance
Séries statistiques doubles
Indépendance de deux caractères

Exemple

y
H
HH
H b1 b2 b3 b4
x HH
H
H
a1 2 4 5 1 12
a2 4 8 10 2 24
6 12 15 3 36

Julian Tugaut Statistiques

 Vocabulaire
Caractère qualitatif
Nuage de points
Séries statistiques simples : présentation
Covariance
Séries statistiques simples : caractéristiques
Description empirique de la dépendance
Séries statistiques doubles
Indépendance de deux caractères

Exemple

y
H
HH
H b1 b2 b3 b4
x HH
H
H
a1 2 4 5 1 12
a2 4 8 10 2 24
6 12 15 3 36
L’égalité des distributions conditionnelles de y par rapport à x est
immédiate. On en déduit que y est indépendante de x dans cette
population.

Julian Tugaut Statistiques

 Vocabulaire
Caractère qualitatif
Nuage de points
Séries statistiques simples : présentation
Covariance
Séries statistiques simples : caractéristiques
Description empirique de la dépendance
Séries statistiques doubles
Indépendance de deux caractères

Résultats classiques - 1

Théorème
La relation d’indépendance est symétrique. Si y est indépendant de
x alors x est indépendant de y . On dit d’ailleurs que x et y sont
indépendants.

Julian Tugaut Statistiques

 Vocabulaire
Caractère qualitatif
Nuage de points
Séries statistiques simples : présentation
Covariance
Séries statistiques simples : caractéristiques
Description empirique de la dépendance
Séries statistiques doubles
Indépendance de deux caractères

Résultats classiques - 1

Théorème
La relation d’indépendance est symétrique. Si y est indépendant de
x alors x est indépendant de y . On dit d’ailleurs que x et y sont
indépendants.

En effet :
Théorème
Les caractères x et y sont indépendants si et seulement
si fk,ℓ = fk,• f•,ℓ pour tout k ∈ [[1; r ]] et pour tout ℓ ∈ [[1; s]].

Julian Tugaut Statistiques

 Vocabulaire
Caractère qualitatif
Nuage de points
Séries statistiques simples : présentation
Covariance
Séries statistiques simples : caractéristiques
Description empirique de la dépendance
Séries statistiques doubles
Indépendance de deux caractères

Résultats classiques - 2

Preuve
On a déjà vu que l’indépendance de y par rapport à x signifie que
l’on a

f (bℓ | ak ) = f (bℓ | a1 ) ,
pour tout k ∈ [[1; r ]] et pour tout ℓ ∈ [[1; s]]. On en déduit l’égalité

fk,ℓ f1,ℓ
= .
fk,• f1,•

Julian Tugaut Statistiques

 Vocabulaire
Caractère qualitatif
Nuage de points
Séries statistiques simples : présentation
Covariance
Séries statistiques simples : caractéristiques
Description empirique de la dépendance
Séries statistiques doubles
Indépendance de deux caractères

Résultats classiques - 3

Puis, l’on a :

fk,ℓ fk ′ ,ℓ
= ,
fk,• fk ′ ,•
pour tout 1 ≤ k, k ′ ≤ r et tout 1 ≤ ℓ ≤ s. Ainsi :

fk,ℓ fk ′ ,• = fk,• fk ′ ,ℓ .
On fait la somme pour k ′ allant de 1 à r et l’on trouve :
r
X r
X
fk,ℓ fk ′ ,• = fk,• fk ′ ,ℓ .
k ′ =1 k ′ =1

Julian Tugaut Statistiques

 Vocabulaire
Caractère qualitatif
Nuage de points
Séries statistiques simples : présentation
Covariance
Séries statistiques simples : caractéristiques
Description empirique de la dépendance
Séries statistiques doubles
Indépendance de deux caractères

Résultats classiques - 4

Pr Pr
Or, k ′ =1 fk ′ ,• = 1 et k ′ =1 fk ′ ,ℓ = f•,ℓ ; ce qui achève la preuve.

Julian Tugaut Statistiques

 Vocabulaire
Caractère qualitatif
Nuage de points
Séries statistiques simples : présentation
Covariance
Séries statistiques simples : caractéristiques
Description empirique de la dépendance
Séries statistiques doubles
Indépendance de deux caractères

Remarque cruciale

Il est important de comprendre que cette notion d’indépendance

est extrêmement restrictive. En effet, si l’on a un échantillon de
taille n finie, même si les deux variables aléatoires sous-jacentes
sont bien indépendantes, il est quasiment impossible que les
égalités soient vérifiées.

Julian Tugaut Statistiques

 Vocabulaire
Caractère qualitatif
Nuage de points
Séries statistiques simples : présentation
Covariance
Séries statistiques simples : caractéristiques
Description empirique de la dépendance
Séries statistiques doubles
Indépendance de deux caractères

Remarque cruciale

Il est important de comprendre que cette notion d’indépendance

est extrêmement restrictive. En effet, si l’on a un échantillon de
taille n finie, même si les deux variables aléatoires sous-jacentes
sont bien indépendantes, il est quasiment impossible que les
égalités soient vérifiées.
De fait, dans la pratique, il faut effectuer un test d’indépendance
pour vérifier si l’on peut conclure ou non sur l’indépendance des
variables aléatoires sous-jacentes.

Julian Tugaut Statistiques

 Vocabulaire
Caractère qualitatif
Nuage de points
Séries statistiques simples : présentation
Covariance
Séries statistiques simples : caractéristiques
Description empirique de la dépendance
Séries statistiques doubles
Indépendance de deux caractères

Nuage de points - 1

Soit une série statistique double ((x[1], y [1]), · · · , (x[n], y [n])) sur
une population de n individus.

Julian Tugaut Statistiques

 Vocabulaire
Caractère qualitatif
Nuage de points
Séries statistiques simples : présentation
Covariance
Séries statistiques simples : caractéristiques
Description empirique de la dépendance
Séries statistiques doubles
Indépendance de deux caractères

Nuage de points - 1

Soit une série statistique double ((x[1], y [1]), · · · , (x[n], y [n])) sur
une population de n individus.
On porte dans un système d’axes orthogonaux les points dont les
coordonnées sont (x[i], y [i]).

Julian Tugaut Statistiques

 Vocabulaire
Caractère qualitatif
Nuage de points
Séries statistiques simples : présentation
Covariance
Séries statistiques simples : caractéristiques
Description empirique de la dépendance
Séries statistiques doubles
Indépendance de deux caractères

Nuage de points - 1

Soit une série statistique double ((x[1], y [1]), · · · , (x[n], y [n])) sur
une population de n individus.
On porte dans un système d’axes orthogonaux les points dont les
coordonnées sont (x[i], y [i]).
L’un des intérêts de ce nuage de points est de vérifier, à l’œil nu
s’il est pertinent ou non d’effectuer une régression linéaire.

Julian Tugaut Statistiques

 Vocabulaire
Caractère qualitatif
Nuage de points
Séries statistiques simples : présentation
Covariance
Séries statistiques simples : caractéristiques
Description empirique de la dépendance
Séries statistiques doubles
Indépendance de deux caractères

Nuage de points - 2

Julian Tugaut Statistiques

 Vocabulaire
Caractère qualitatif
Nuage de points
Séries statistiques simples : présentation
Covariance
Séries statistiques simples : caractéristiques
Description empirique de la dépendance
Séries statistiques doubles
Indépendance de deux caractères

Nuage de points - 2

Julian Tugaut Statistiques

 Vocabulaire
Caractère qualitatif
Nuage de points
Séries statistiques simples : présentation
Covariance
Séries statistiques simples : caractéristiques
Description empirique de la dépendance
Séries statistiques doubles
Indépendance de deux caractères

Nuage de points - 2

Dans ce nuage, il est assez clair qu’une direction se précise et que

ce nuage peut être approché par une droite. Ainsi, la régression
linéaire sera pertinente.
Julian Tugaut Statistiques
 Vocabulaire
Caractère qualitatif
Nuage de points
Séries statistiques simples : présentation
Covariance
Séries statistiques simples : caractéristiques
Description empirique de la dépendance
Séries statistiques doubles
Indépendance de deux caractères

Nuage de points - 3
Voici un deuxième nuage de points :

Julian Tugaut Statistiques

 Vocabulaire
Caractère qualitatif
Nuage de points
Séries statistiques simples : présentation
Covariance
Séries statistiques simples : caractéristiques
Description empirique de la dépendance
Séries statistiques doubles
Indépendance de deux caractères

Nuage de points - 3
Voici un deuxième nuage de points :

Julian Tugaut Statistiques

 Vocabulaire
Caractère qualitatif
Nuage de points
Séries statistiques simples : présentation
Covariance
Séries statistiques simples : caractéristiques
Description empirique de la dépendance
Séries statistiques doubles
Indépendance de deux caractères

Nuage de points - 3
Voici un deuxième nuage de points :

Dans ce nuage, la direction est moins nette mais l’on peut

distinguer une certaine droite qui, par ailleurs, aurait la même
équation que la précédente.
Julian Tugaut Statistiques
 Vocabulaire
Caractère qualitatif
Nuage de points
Séries statistiques simples : présentation
Covariance
Séries statistiques simples : caractéristiques
Description empirique de la dépendance
Séries statistiques doubles
Indépendance de deux caractères

Nuage de points - 4
Voici un troisième nuage de points :

Julian Tugaut Statistiques

 Vocabulaire
Caractère qualitatif
Nuage de points
Séries statistiques simples : présentation
Covariance
Séries statistiques simples : caractéristiques
Description empirique de la dépendance
Séries statistiques doubles
Indépendance de deux caractères

Nuage de points - 4
Voici un troisième nuage de points :

Julian Tugaut Statistiques

 Vocabulaire
Caractère qualitatif
Nuage de points
Séries statistiques simples : présentation
Covariance
Séries statistiques simples : caractéristiques
Description empirique de la dépendance
Séries statistiques doubles
Indépendance de deux caractères

Nuage de points - 4
Voici un troisième nuage de points :

L’existence ou non d’une direction privilégiée est encore moins

perceptible.
Julian Tugaut Statistiques
 Vocabulaire
Caractère qualitatif
Nuage de points
Séries statistiques simples : présentation
Covariance
Séries statistiques simples : caractéristiques
Description empirique de la dépendance
Séries statistiques doubles
Indépendance de deux caractères

Nuage de points - 5
Voici un quatrième nuage de points :

Julian Tugaut Statistiques

 Vocabulaire
Caractère qualitatif
Nuage de points
Séries statistiques simples : présentation
Covariance
Séries statistiques simples : caractéristiques
Description empirique de la dépendance
Séries statistiques doubles
Indépendance de deux caractères

Nuage de points - 5
Voici un quatrième nuage de points :

Julian Tugaut Statistiques

 Vocabulaire
Caractère qualitatif
Nuage de points
Séries statistiques simples : présentation
Covariance
Séries statistiques simples : caractéristiques
Description empirique de la dépendance
Séries statistiques doubles
Indépendance de deux caractères

Nuage de points - 5
Voici un quatrième nuage de points :

Cette fois, il est difficilement envisageable qu’une régression

linéaire apporte quoi que ce soit de pertinent.
Julian Tugaut Statistiques
 Vocabulaire
Caractère qualitatif
Nuage de points
Séries statistiques simples : présentation
Covariance
Séries statistiques simples : caractéristiques
Description empirique de la dépendance
Séries statistiques doubles
Indépendance de deux caractères

Nuage de points - 6

Remarque
Pour réaliser ces nuages, on a simulé 500 variables aléatoires
suivant la loi uniforme sur [0; 10]. Ceci nous donne la série x. Puis,
pour y , on a posé :

y [i] := ax[i] + b + ρϵ[i] ,

Julian Tugaut Statistiques

 Vocabulaire
Caractère qualitatif
Nuage de points
Séries statistiques simples : présentation
Covariance
Séries statistiques simples : caractéristiques
Description empirique de la dépendance
Séries statistiques doubles
Indépendance de deux caractères

Nuage de points - 6

Remarque
Pour réaliser ces nuages, on a simulé 500 variables aléatoires
suivant la loi uniforme sur [0; 10]. Ceci nous donne la série x. Puis,
pour y , on a posé :

y [i] := ax[i] + b + ρϵ[i] ,

où ϵi suit une loi normale centrée réduite. Quant à ρ, la valeur du
bruit, elle a été prise égale à 1 dans le premier nuage, à 2 dans le
deuxième, à 4 dans le troisième et à 8 dans le quatrième.

Julian Tugaut Statistiques

Covariance - 1

La covariance est une quantité essentielle pour mesurer la

corrélation linéaire entre deux caractères quantitatifs mesurés sur
une même population.
Covariance - 1

La covariance est une quantité essentielle pour mesurer la

corrélation linéaire entre deux caractères quantitatifs mesurés sur
une même population.
Définition
La covariance entre x et y est
n n
1X 1X
sxy := (x[i] − x) (y [i] − y ) = x[i]y [i] − xy .
n i=1 n i=1
Covariance - 1

La covariance est une quantité essentielle pour mesurer la

corrélation linéaire entre deux caractères quantitatifs mesurés sur
une même population.
Définition
La covariance entre x et y est
n n
1X 1X
sxy := (x[i] − x) (y [i] − y ) = x[i]y [i] − xy .
n i=1 n i=1

En ce qui concerne le calcul pratique, si x et y sont deux séries à

valeurs isolées, le calcul donne simplement
r X
X s
sxy = fk,ℓ ak bℓ − xy .
k=1 ℓ=1
Covariance - 2

Si x est à valeurs classées alors que y est à valeurs isolées, la

covariance sera approchée par
r X
s
X zk−1 + zk
sxy = fk,ℓ bℓ − xy .
k=1 ℓ=1
2
Covariance - 2

Si x est à valeurs classées alors que y est à valeurs isolées, la

covariance sera approchée par
r X
s
X zk−1 + zk
sxy = fk,ℓ bℓ − xy .
k=1 ℓ=1
2
Enfin, dans le cas où x et y sont à valeurs classées, supposer
l’indépendance des perturbations de x avec celles de y conduit au
résultat suivant :
r X
s
X zk−1 + zk zg
ℓ−1 + zeℓ
sxy = fk,ℓ − xy .
k=1 ℓ=1
2 2
Courbe des moyennes conditionnelles
On suppose que le caractère x a une action sur le caractère y . Pour
les individus ayant la modalité ak du caractère x, on calcule la
moyenne des valeurs du caractère y , notée yk , appelée moyenne
conditionnelle de y pour x ayant la modalité ak .
Exemple
Courbe des moyennes conditionnelles
On suppose que le caractère x a une action sur le caractère y . Pour
les individus ayant la modalité ak du caractère x, on calcule la
moyenne des valeurs du caractère y , notée yk , appelée moyenne
conditionnelle de y pour x ayant la modalité ak .
Exemple
On prend un Tableau (poids/taille). On calcule la moyenne
conditionnelle du poids pour les individus de taille dans [150; 160[ :
PP
PP poids
PP [45; 55[ [55; 65[ [65; 75[ [75; 85[
taille PPP
[150; 160[ 2 7 5 2
Courbe des moyennes conditionnelles
On suppose que le caractère x a une action sur le caractère y . Pour
les individus ayant la modalité ak du caractère x, on calcule la
moyenne des valeurs du caractère y , notée yk , appelée moyenne
conditionnelle de y pour x ayant la modalité ak .
Exemple
On prend un Tableau (poids/taille). On calcule la moyenne
conditionnelle du poids pour les individus de taille dans [150; 160[ :
PP
PP poids
PP [45; 55[ [55; 65[ [65; 75[ [75; 85[
taille PPP
[150; 160[ 2 7 5 2

On a alors y1 = 2×50+7×60+5×70+2×80
16 = 64.375. Pour obtenir la
courbe des moyennes conditionnelles, on joint par des segments de
droite les points de coordonnées (ξk , yk ) où ξk est la valeur isolée
en x ou le milieu de la classe de x. Dans le cas présent, on joint les
points (155, 64.375), (165, 74.89), (175, 81.64), (185, 88.69) et
(195, 91.48).