L’étude quantitative de la variation : La biométrie

Introduction
Entre les parents et leur descendance, on note généralement une certaine ressemblance, liée à des caractères
transmissibles qui sont des caractères héréditaires. Mais la descendance peut présenter aussi des caractères non
transmissibles (non héréditaires), ce sont des caractères quantitatifs, mesurables, qui présentent des variations
comme la taille des individus ; poids ; nombre de soies (poils) de l’abdomen de la drosophile….
Ainsi un couple de souris blanches, donne une génération de souris blanches, mais si les parents mesuraient 9
centimètres, toute la descendance ne sera pas faite de souris de 9 centimètres.
 Comment peut-on donc réaliser l’étude quantitative de la variation ?

I. La variation discontinue des caractères héréditaires :

L’étude quantitative de la variation ou biométrie, est une branche de la biologie, qui s’intéresse à l’étude de la
variation quantitative, en appliquant des méthodes mathématiques et statistiques, dans le but d’expliquer la
distribution des caractères quantitatifs.

 Exemple de la variation discontinue: (Voir document 1)

Document 1 : Exemple de la variation discontinue :

On considère une population P de petits mammifères (souris), d’un élevage, tous de même espèce, ayant
des poils noirs, courts et frisés ; on relève soigneusement dans cette population le nombre de jeunes mis au
monde par les femelles à chaque portée ; pour 100 portées. Le tableau suivant présente les résultats :

Nombre des nouveau-nés : (xi) 1 2 3 4 5 6 7 8 9

Nombre des femelles : (ni) 2 8 12 16 23 18 10 7 1

1) Dégager du document la variable étudiée.

2) Déterminer le type de variation étudiée. Justifiez votre réponse
3) Représenter graphiquement la distribution des fréquences sous forme de diagramme en bâtons et polygone
de fréquences.

1) La variable étudiée est le nombre de nouveau-née, on not (xi), alors que le nombre de femelle est
l’effectif, on note (ni).
2) Il s’agit d’une variation discontinue car la variable prend des valeurs exprimées par des nombres entiers.
3) Le diagramme en bâtons et polygone de fréquences :
Dans le cas d’une variation discontinue, la représentation graphique des données statistiques se fait
selon les étapes suivantes :
a - Réalisation du diagramme en bâtons :
- Tracer un repère orthogonal, puis porter les variables (xi) en abscisse et les fréquences (ni) en
ordonnée.
- A chaque valeur xi de la variable, on fait correspondre un segment parallèle à l’axe des
ordonnées et dont la longueur est proportionnelle à l’effectif ni correspondant.
b - Réalisation du polygone de fréquence: On trace le diagramme en bâtons, puis on relie les points
du sommet des trais verticaux par des segments de droite.
c - Réalisation de la courbe de fréquence: En régularisant manuellement les contours du polygone de
fréquence, on obtient la courbe de fréquence.
Si la courbe de fréquence (ou le polygone de fréquence) est unimodale, on déduit que la population
étudiée est probablement homogène.
Si la courbe de fréquence (ou le polygone de fréquence) est plurimodale, on déduit que la population
étudiée est obligatoirement hétérogène.
Youssef ALANDALOUSSI 1 L’étude quantitative de la variation
 Diagramme en bâtons et
30 courbe de fréquence de la
Nombre des variation des nombres de
femelles nouveaux nés chez des
25
femelles de souris La courbe de fréquence est
unimodale, On en déduit que :
20
- La population étudiée
15 Polygone de fréquence est probablement
homogène ;
Diagramme en bâtons
- Aucun facteur
10
n’intervient dans la
Courbe de fréquence
réalisation du caractère
5 Nombre des étudié.
nouveaux nés
0
0 1 2 3 4 5 6 7 8 9

 Exercice d’application: (Voir document 2)

Document 2 : Exercice d’application : Figure 1
A maturité, le Pavot forme un fruit appelé capsule (Figure 1). Loge
Ce dernier est divisé en plusieurs loges par des cloisons Bande
appelés bandes stigmatiques. On réalise une étude statistique stigmatique
sur le nombre de bandes stigmatiques par capsule chez un Capsule
échantillon comprenant 1927 capsules.
Le tableau de la figure 2, présente les résultats de cette étude : Graine
Figure 2
Variables : nombre
6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
des bandes (xi)
Fréquences : nombre
1 9 35 110 162 236 308 320 304 235 132 51 18 4 2
de capsules (fi)

1) En justifiant la réponse, déterminez le type de variation étudiée.

2) En utilisant des couleurs différentes, représentez graphiquement la distribution des fréquences sous
forme de diagramme en bâtons, de polygone et courbe de fréquence.
3) Que constatez-vous à partir de l’analyse de la courbe de fréquence ?

Correction : Nombre de
300 Diagramme en bâton et
1) Il s’agit d’une variation discontinue car les capsules polygone de fréquence
variables prennent uniquement des valeurs 250 (ni)
en nombres entiers positifs.
200
2) Réalisation des représentations graphiques.
Polygone de fréquence
3) La courbe de fréquence est unimodale, elle 150
présente une symétrie axiale et ressemble à Diagramme en bâtons
la courbe de Gauss. 100
On en déduit que la population étudiée est Courbe de fréquence
probablement homogène et qu’aucun 50
facteur n’intervient dans la réalisation du
caractère étudié. 0
0 4 8 12 16 20Nombre de bandes (xi)
Youssef ALANDALOUSSI 2 L’étude quantitative de la variation
II. La variation continue des caractères héréditaires :
 Exemple de la variation continue: (Voir document 3)
Document 3 : Exemple de la variation continue :
Le tableau suivant montre la quantité de lait produite en kg par jours chez une population de 50 vaches

Variables (xi) :
[13-16[ [16-19[ [19-22[ [22-25[ [25-28[ [28-31[ [31-34[ [34-37[ [37-40[
quantité de lait
Effectif (ni) :
2 6 8 12 10 5 4 2 1
nombre de vaches
1) Déterminer le type de variation étudiée. Justifiez votre réponse
2) Réaliser le polygone de fréquences.

1) On parle d’une variation continue lorsque la variable peut prendre toutes les valeurs possibles dans un
intervalle donné.
2) Dans le cas d’une variation continue, la représentation graphique des données statistiques se fait selon les
étapes suivantes :
a - classement des données statistiques dans le tableau de la distribution qui comprend :
- Les variables : ensemble des valeurs que prend le caractère quantitatif chez les individus de la
population étudiée. Ces valeurs sont réparties en classes d’intervalles égales.
- Les effectifs : nombre d’individus appartenant à la même classe.
b - Utilisation des données du tableau de la distribution pour réaliser des représentations graphiques:
- L’histogramme de fréquence:
 tracer un repère orthogonal, puis porter en abscisse les classes des valeurs du caractère
et en ordonnée les effectifs.
 Dessiner une suite de rectangles qui représente chacun une classe. La largeur de
chaque rectangle correspond à l’intervalle de la classe qu’il représente, alors que sa
hauteur de correspond à l’effectif de cette classe.
- Le polygone de fréquence: Relier successivement, par des segments de droite, les points
correspondants aux milieux des côtés supérieurs des rectangles.

14
Nombre de Histogramme et courbe de fréquence la
12 vaches (ni) de la variation de la quantité de lait
produite par les vaches
10 Histogramme de fréquence

6 Courbe de fréquence

0
[13-16[

[16-19[

[22-25[

[28-31[
[19-22[

[25-28[

[34-37[

[37-40[
[31-34[

Quantité de lait (Xi)

Youssef ALANDALOUSSI 3 L’étude quantitative de la variation

  Exercice d’application: (Voir document 4)

Document 4 : Exercice d’application :

Le tableau suivant montre la longueur des gousses chez le petit pois:

Variables (xi) : classes

40 - 49 50 - 59 60 - 69 70 - 79 80 - 89 90 - 99 100 - 109
de longueur en mm
Effectif (ni) : nombre
7 47 179 172 79 49 9
de gousses

1) Déterminer le type de variation étudiée. Justifiez votre réponse

2) Réaliser l’histogramme et le polygone de fréquence de la distribution de la longueur des gousses.

1 – Il s’agit d’une variation continue car la variable prend toutes les valeurs possibles dans un intervalle donné.
2 – l’histogramme et le polygone de fréquence de la distribution de la longueur des gousses.
14
Nombre des Histogramme et polygone de fréquence
180 gousses (ni) de la variation de la longueur des
gousses d’haricots
150
Histogramme de fréquence
120

Courbe de fréquence
90

60

30

0
100-109
40 - 49

50 - 59

60 - 69

70 - 79

80 - 89

90 - 99

Classes de longueur en mm (Xi)

La représentation graphique reste insuffisante pour décrire une distribution de fréquence. On aura besoin
d’autres paramètres mathématiques et des méthodes statistiques pour définir les caractéristiques d’une
distribution de fréquence.

III. Les paramètres caractéristiques d’une distribution de fréquence

Les représentations graphiques de la distribution des fréquences d’une variation, permettent de rassembler des
données numériques; mais elles restent insuffisantes pour réaliser des comparaisons et donnent peu de
renseignements sur les caractéristiques de cette variation. C’est pour cela qu’on utilise des constantes
mathématiques spécifiques appelés les paramètres de la distribution des fréquences.
 Quels sont ces paramètres et quelles sont leurs significations statistiques ?
 Les paramètres de position:
Ils correspondent aux valeurs centrales autour desquelles se répartissent les valeurs des séries étudiées. On en
distingue deux types :
a - Le mode M:
Le mode désigne donc la valeur dominante c’est à dire la valeur la plus représentée d’une variable dans la
population étudiée.
Youssef ALANDALOUSSI 4 L’étude quantitative de la variation
  Dans le cas d’une variation discontinue c’est la valeur de la variable qui correspond à la fréquence la plus
élevée (c’est à dire au plus grand nombre d’individus).
 Dans une variation continue, le mode est la valeur moyenne de la classe ayant la plus grande fréquence.
Le mode permet de déterminer l’homogénéité de la distribution d’une variable :
 Si le polygone de fréquence est unimodal, l’échantillon étudié est homogène
 Si le polygone de fréquence est bimodal, ou plurimodale, l’échantillon étudié est hétérogène.

b - La moyenne arithmétique X̅:

La moyenne arithmétique (X̅) d'une série statistique est la valeur moyenne de la variable, c’est le rapport de la
somme d'une distribution d'un caractère statistique quantitatif par le nombre de valeurs dans la distribution.
Pour calculer la moyenne arithmétique, on utilise la formule suivante
 xi: la valeur de la variable (dans une
variation discontinue) ou le centre de la
n1 x1+ n2 x2+…+ nn xn classe (dans une variation continue).
X̅ = ‫ـــــــــــــــــــــــــــــــــــــــــــــــــ‬
n1 + n2 +…+ nn  ni : l’effectif de la variable.
 N: le nombre total d’individus dans la
population étudiée.
Ainsi dans l’exemple de nombre de nouveau nés chez les femelles (Document 1), la plus grande fréquence est
23 et correspond à 5 nouveaux nés (c’est à dire que la plupart des femelles (23) possèdent 5 nouveaux nés).

Remarque : (Voir document 5)

Document 5 : ni

La moyenne arithmétique
indique la valeur moyenne de Distribution 1
la variable, mais ne permet pas
de déterminer quelques
caractéristiques de la variation
étudiée comme l’amplitude et Distribution 2
la dispersion. Ainsi, deux
échantillons qui ont la même
moyenne arithmétique peuvent
avoir des distributions
différentes (centrée ou étalée)
autour de la moyenne. Xi
X̅
 Les paramètres de dispersion:
Les paramètres de dispersion permettent de connaitre le degré d’homogénéité d’une population, d’évaluer
l’amplitude d’une variation et de donner une idée sur la dispersion des valeurs autour de la moyenne. Ces
constantes statistiques sont : l’écart moyen arithmétique E, la variance V, l’écart-type σ et le coefficient de
variabilité k.
a - L’écart moyen arithmétique (E):
L’écart moyen arithmétique est la moyenne des écarts entre la valeur de chaque variable et la moyenne
arithmétique. Il prend toujours une valeur positive et on le calcule en utilisant la formule suivante:
 Xi: valeur de la variable étudiée correspondant à la classe de rang i.
 X̅: moyenne arithmétique.
 ni: l’effectif correspondant à la classe de rang i.
 Σ: total.
 N : nombre total d’individu.

Youssef ALANDALOUSSI 5 L’étude quantitative de la variation

Pour un caractère quantitatif donné, plus la valeur de l’écart moyen arithmétique est faible, plus les mesures
sont groupées.
L’écart moyen arithmétique E est une constante insuffisante pour expliquer la dispersion à cause des écarts
négatifs, c’est pour cela qu’on mesure la moyenne des carrées des écarts appelée variance ou fluctuation.
b - La variance (V):
La variance V est la moyenne
oyenne des carrées des écarts entre la valeur de chaque variable
variable et la moyenne
arithmétique.. Pour calculer la variance, on utilise la formule suivante:
 Xi: valeur de la variable étudiée correspondant à la classe de rang i.
 X̅: moyenne arithmétique.
 ni: l’effectif correspondant à la classe de rang i.
 Σ: total.
 N : nombre total d’individu.

c - L’écart type (σ)

L’écart type est défini comme la racine carrée de la variance et se calcule par la formule suivante: σ = √V
Plus l’écart type est petit, plus la variation est faible (moins dispersée) et plus la population est homogène.

Remarque : (Voir document 6)

Document 6 Significations
ns statistiques de l’écart-type:
l’écart
On utilise l’écart-type σ et la moyenne ni Courbe de Gauss
arithmétique X̅, pour calculer l’intervalle de
confiance qui prend les significations suivantes :
 Dans l’intervalle [X̅-σ ; X̅+σ] : On trouve
68% des individus de la population ;
 Dans l’intervalle [X̅-2σ ; X̅+2σ] : On
trouve 95,4% des individus de la σ σ
population ;
L’écart-type
type exprime la distribution réelle du
variable surtout s’il s’agit d’une distribution
normale qui correspond à la courbe de Gauss 2σ 2σ
(figure ci-contre).
contre). Dans ce cas, les valeurs du
variable chez 68% des individus de l’échantillon
[ ̅ -σ ; X̅+σ] et
étudié se trouvent dans l’intervalle [X
X̅+ 2σ

95,4% dans l’intervalle [X̅-2σ ; X̅+2σ].

+2σ] Xi
X̅- 2σ

X̅+ σ

X̅
X̅- σ

L’écart-type
type est une constante essentielle pour la
comparaison de la dispersion du variable chez des
échantillons de la même population ou appartenant 68%
à des populations différentes. 95.4%

d - Le coefficient de variation K:
Le coefficient de variabilité K représente la relation entre σ et la moyenne arithmétique. IIl permet de déterminer
le degré d’homogénéité d’une population et la nature de la dispersion. On calcule le coefficient de variabilité k
en utilisant la formule suivante :

 X̅: moyenne arithmétique.

 σ: L’écart type.

Plus la valeur du coefficient de variation est élevée, plus la dispersion autour de la moyenne est grande.

Youssef ALANDALOUSSI 6 L’étude quantitative de la variation

 - si k ≤ 15%, la population est homogène et la dispersion est faible ;
- si 15% < k ≤ 30%, l’homogénéité de la population est moyenne et la dispersion est aussi moyenne ;
- si 30% < k, la population est hétérogène et la dispersion est forte.

 Exercice d’application:
Document 7 : Exercice d’application :
Le tableau suivant présente la variation de la taille des gousses chez le petit pois

Limites des classes (longueur

40 - 49 50 - 59 60 - 69 70 - 79 80 - 89 90 -99 100 - 109
des gousses en mm)
Effectifs ni (nombre gousses
7 47 179 172 79 49 9
appartenant à chaque classe)
Valeurs centrales des classes en
45 55 65 75 85 95 105
mm (xi)
xi - X̅ -28.34 -18.34 -8.34 1.66 11.66 21.66 31.66
2
(xi - X̅) 803.16 336.36 69.56 2.76 135.96 469.16 1002.36

Effectifs ni (nombre gousses

7 47 179 172 79 49 9
appartenant à chaque classe)
(xi - X̅)2. ni 5622.12 15808.92 12451.24 474.72 10740.84 22988.84 9021.24

Compléter le tableau puis :

a - Calculer la moyenne arithmétique X̅ et l’écart moyen arithmétique de la variation de la taille des
gousses chez le petit pois.
b - Calculer de la variance (V), l’écart type (σ) et le coefficient de variation (K) de la taille des gousses
chez le petit pois.

Complétons le tableau (Voir le document 7)

a - Calculer l’écart moyen arithmétique de la variation de la taille des gousses chez le petit pois.
Total des effectifs (ni) = 542
La somme des (ni . xi) = 39750
La somme des (xi - X̅)2. ni = 5106,16
Donc la moyenne arithmétique X̅ = 39750/542 = 73,34 mm
L’écart moyen arithmétique E = 5106,16/542 = 9,42mm
b - Calculer de la variance V de la taille des gousses chez le petit pois.
La variance V = 77107,92/542 = 142,27 mm2
L’écart type σ = √V = √142,27 = 11,93 mm
Le coefficient de variation K = (σ/ X̅).100 = (11,93/73,34)100 = 16,3

IV. La sélection et la notion de race pure. (Voir document 8)

Document 8 : Effectifs
300
(ni)
La figure ci-contre, représente les 250
résultats d’étude biométrique de la 200
masse des graines chez une 150
population d’haricots. 100
La masse
50 en cg (Xi)
0
0 20 30 40 50 60 70 80 90
Youssef ALANDALOUSSI 7 L’étude quantitative de la variation
On sélectionne deux échantillons de cette population:
 La première avec des graines légères (20-25)
 La deuxième avec des graines lourdes (85-90)
On cultive séparément les graines de chaque classe. Après la germination, on laisse les plantes s’autoféconder.
On obtient deux populations (P1 et P2) de graines dont les distributions sont résumées dans les tableaux du
document 2:

[20-25[

[25-30[

[30-35[

[35-40[

[40-45[

[45-50[

[50-55[

[55-60[

[60-65[
Population

Masse des graines en cg

P1

Effectifs (ni) 2 7 18 23 20 16 10 5 2

[35-40[

[40-45[

[45-50[

[50-55[

[55-60[

[60-65[

[65-70[

[70-75[

[75-80[

[80-85[

[85-90[
Population

Masse des graines en cg

P2

Effectifs (ni) 2 5 9 14 21 22 24 23 17 6 2

1) En exploitant le document 1, déterminer si la distribution du variable est l’homogène ou hétérogène.

2) En utilisant le Document 2. Représenter sur le même graphe les distributions des deux populations P1
et P2.
3) Que peut-on déduire de l’exploitation du graphe obtenu?

Correction :
1) On observe que le polygone des fréquences est unimodal, donc on peut supposer que la distribution du
variable est homogène.
Effectifs (ni)
40

30 P1 P2
20

10

0
0 20 30 40 50 60 70 80 90 La masse en cg (Xi)

2) les polygones des fréquences

3) On observe la présence de deux polygones de fréquence avec deux modes distincts et différents avec le
mode de la population initiale. On déduit que la population d’origine était composée de deux sous
populations différentes mais non détectables par l’étude statistique de la variation mais qu’on a pu mettre
en évidence grâce à la sélection artificielle.
Dans ce cas la sélection a été efficace car on a obtenu deux sous populations différentes.
Pour déterminer si les deux populations P1 et P2 sont homogène, on refait la même expérience sur chaque
population.

 Si on obtient un même mode que celui de la population sélectionnée, on dit que la sélection est
inefficace. Et la population est constituée de race pure.
 Si on obtient deux modes différents de celui de la population sélectionnée, on dit que la sélection est
efficace. Et la population est constituée de races différentes.

Youssef ALANDALOUSSI 8 L’étude quantitative de la variation