BIBLIOGRAPHIE : PY, B (1990) : « Statistique descriptive » Edition Economica

PARTIE 1 : ANALYSE UNIVARIEE :

CHAPITRE 1 : INTRODUCTION GENERALE A LA METHODE STATISTIQUE ET DEFINITIONS

I. Mise au point concernant le terme « statistique descriptive » :

Le terme « statistique » désigne à la fois des données, des méthodes et des

techniques

1) Données statistiques
Les données statistiques sont le résultat d’observations recueillies. Lors de l’étude d’un
phénomène. Il s’agit donc des nombres produits par l’investigation statistique et sont des
données numériques concernant une série de faits.

2) Méthode statistique a pour objet l’étude rationnelle des données

C’est donc une méthodologie de la quantification

3) Les techniques d’analyse qui regroupent l’ensemble des méthodes mathématiques

permettant :
- De résumer quantitativement l’information recueillie sur un ensemble d’éléments
au moyen d’une investigation exhaustive. C’est la statistique descriptive qui fait
l’objet de ce cours.
- De généraliser à de grands ensembles d’éléments les conclusions tirées des
résultats obtenus avec des ensembles beaucoup plus restreints appelées
échantillons. C’est la statistique inférentielle ou probabiliste qui n’est pas abordée
dans ce cours.

1.1.1Définitions extensive de la statistique

Les statistiques : ce sont des colonnes de chiffres que l’on retrouve en abondance dans les
publications les plus diverses (annuaires, base de données) et reprises aussi bien que dans
les publications scientifiques que journalistiques.
Pour que ces nombres ne soient pas des « objets » mathématiques dénués de toute
interprétation mais aient une signification statistique (c’est-à-dire soient des représentations
de phénomènes bien réels), ils doivent obéir à deux champs de la méthode statistique :
- La méthodologie de la quantification
- L’interprétation statistique
 Ces deux opérations fondamentales doivent être effectuées pour que ces
nombres aient une signification statistique :
 1. Ils doivent tout d’abord procéder d’une méthodologie de la
quantification.
La méthodologie de la quantification est l’ensemble des méthodes, des
outils, des techniques qui permettent de définir un contenu d’information
et la manière d’obtenir un indicateur quantifié lui correspondant.
 Ces statistiques doivent être les indicateurs quantifiés d’une réalité.
 Exemple : un indicateur possible de l’inflation est l’indice des prix à la
consommation ; un indicateur possible de la sous-utilisation de la main-
d’œuvre sur le marché du travail est le taux de chômage ;
Cette relation entre un concept abstrait est un indicateur est le premier
champ de méthode statistique.

 L’interprétation statistique, qui est la vraie finalité de tout le reste, est un

art spécifique, qui doit associer une connaissance parfaite des techniques
statistiques et une compréhension exacte des hypothèses de nature
logique ou théorique qui ressortent au champ disciplinaire (économie,
sociologie…) exploré.

II) Concepts de base de la statistique descriptive :

Nous avons exclu du champ de ce cours le recueil d’information et sa traduction en chiffres.

Il faut cependant en retenir certaines conséquences importantes pour l’utilisation des
techniques de description.
- Population statistique- unités statistiques : vient de la démographie
- Caractères
- Modalités
- Tableaux statistiques

2.1. La méthode statistique

2.1.1 Population
La population est l’ensemble des unités statistiques concernées par l’étude quantitative.

2.1.2 Caractères
Pour décrire quantitativement une population, on s’efforce de classer les individus qui la
composent en un certain nombre de sous-ensembles. Cette opération aboutit à la confection
de tableaux statistiques. Le. Classement peut se faire relativement à un ou plusieurs
caractères.

2.1.3 Modalités
Les modalités sont les différentes situations possibles du caractère. Les modalités d’un
caractère doivent être incompatibles (un individu ne peut pas appartenir à la fois à deux ou
plusieurs modalités) et exhaustives (ce qui implique que tous les cas aient été prévus). : tout
individu appartient à un et à un seulement, des sous-ensembles définis par ces modalités.
Ainsi, le caractère « sexe » a deux modalités qui déterminent dans une population le sous-
ensemble des individus masculins et le sous-ensemble des individus féminins.
Exemple : célibataire-marié-union-veuf-divorcé

En fonction de la question posée, les éléments de l’ensemble observé sont décrits ou

caractérisés par un ou plusieurs caractères. Un caractère peut être soit qualitatif soit
quantitatif. Dans le cas où nous sommes en présence d’un caractère quantitatif, on lui associe
une variable statistique.
Résumé un caractère est un trait déterminé présent chez tous les individus d’une population
sur laquelle on effectue une étude statistique.
- Un caractère est dit quantitatif s’il est mesurable ;
- Un caractère. Est dit qualitatif s’il est repérable sans être mesurable.

2.2.2 Les caractères quantitatifs :

Définition des classes :
 Incorrect : on ne sait pas si on doit classer une entreprise ayant exactement 5
salariés dans la première ou deuxième classe. On convient souvent d’inclure
dans la classe la limite inférieure et d’en exclure la limite supérieure. Il faut
donc préciser :
 0 à moins de 5 salariés
 5 à moins de 10 salariés
 10 à moins de 20 salariés

CHAPITRE 2 : LES DISTRIBUTIONS STATISTIQUES A UNE DIMENSION ET LEUR

REPRÉSENTATION GRAPHIQUE

 Une fois mise en ordre, les observations forment une distribution

statistique ou série statistique qui est donc l’ensemble des modalités et
des effectifs d’un caractère.

I.1 La notion de fréquence

 Un tableau à une dimension ne se présente généralement sous la forme
suivante, où les n, individus sont considérés comme équivalents du point de
vue du caractère x.
 A chaque modalité correspond un nombre d’individus n, appelé effectif ou
fréquence absolue de la modalité x.
 La somme des effectifs est l’effectif total de la population.
(Voir photos à rattraper sur une feuille)

Nb 0 1 2 3 4 5
d’enfants
par
ménages
Effectif 2 2 1 1 0 2
 Xi Ni Fi(%) Fi
0 2 25 % 0,25
1 2 25% 0,25
2 1 12,5% 0,125
3 1 12,5% 0,125
4 0 0% 0
5 2 25% 0,25
8 100% 1
Fi= ni/n
Fi%=ni/nx100

Faure dernière photo

Xi Ni Fi Fi Ni croissant Fi croissant Ni Fi
(%) décroissa décroissa
nt nt
Cadres 1 0,0 7,14 N1=10 F1=0,07 140 1
0 7
Employé 5 0,0 3,57 N1+N2=15 F1+F2=0,11 130 0,93
s 4
OS 3 0,2 21,4 N1+N2+N3=45 F1+F2+F3=0,32 125 0,89
0 1 3
Autres 9 0,6 63,2 N1+N2+N3+N4=135 F1+F2+F3+F4=0,96 95 0,68
0 4 9
5 0,0 3,57 N1+N2+N3+N4+N5=1 F1+F2+F3+F4+F5=1, 5 0,04
4 40 00
140 1 100

1) Une population de ménages a été répartie en fonction du nombre de parts familiales

permettant le calcul de l’impôt sur le revenu.
Nombre 1 1,5 2 2,5 3 3,5 4 4,5
de parts
Nombre 48 58 136 184 210 122 62 12
de
ménage
s
 1) Quel est la proportion de ménages ayant plus de deux parts familiales.
 70,91
2) Part des ménages ayant moins de deux parts
 29,09
Xi Ni Fi Fi (%) Fi croissant Fi
décroissant
1 48 0,06 5,77 5,77 100
1,5 58 0,07 6,97 12,74 94,23
2 136 0,16 16,35 12,74 70,91
2,5 184 0,22 22,12 29,09
3 210 0,25 25,24 51,20
3,5 122 0,15 14,66 76,44
4 62 0,07 7,45 91,11
4,5 12 0,01 1,44 98,56
832 1,00 100 100,00

Les notes obtenues à un examen par les candidats sont consignées dans le tableau suivant :
Note (0 ;4( (4 ;6( (6 ;8( (8 ;10( (10 ;11( (11 ;12( (12 ;14( (14 ;16( (16 ;20(
Nombre 20 60 90 100 70 80 70 40 20
de
candidats

X’i Xi Fi Fi (%) Fi Fi croissant

décroissant (%)
(%)
2 (0 ;4( 0,04 3,64 100 3,64
5 (4 ;6( 0,11 10,91 96,36 , 14,55
7 (6 ;8( 0,16 16,36 85,45 30,91
9 (8 ;10( 0,18 18,18 69,09 49,09
10,5 (10 ;11( 0,13 12,73 50,91 61,82
11,5 (11 ;12( 0,15 14,55 38,18 76,36
13 (12 ;14( 0,13 12,73 23,64 89,09
15 (14 ;16( 0,07 7,27 10,91 96,36
18 (16 ;20( 0,04 3,64 3,64 100,00
550 1 100
 1) Les paramètres de position

SECTION 1 : Première caractéristique de tendance central-le mode

A) Définitions
Mode : le mode d’une distribution statistique est la valeur de la variable qui correspond
au plus grand effectif ou à la plus grande fréquence relative.
Ainsi par exemple, dans la série statistique (5,6,7,7,8,8,8,9,10), la valeur « 8 » apparait le plus
fréquemment : le mode est donc 8.
B) Le cas des variables discrètes
Lorsque la variable est discrète, le mode est facilement repérable : sur le tableau (xi,
fi) c’est le xi, pour lequel la fréquence est la plus élevée. Sur le diagramme en bâton,
c’est la valeur xi correspondant au bâton le plus haut.

C) Cas des variables continues

Les données sont donc groupées en classes et le graphe généralement associé est un
histogramme. Deux situations peuvent être analysées :
- Les amplitudes sont égales
- Les amplitudes sont variables

SECTION 2 : Deuxième caractéristique de tendance centrale-la médiane

A) Définitions
La médiane : est la valeur du caractère qui partage la série en deux sous-ensembles égaux.
Elle suppose pour sa détermination que les individus de la population soient rangés dans un
certain ordre (croissant ou décroissant).
C’est pourquoi le calcul de la médiane passe par la construction dans le tableau statistique
d’une des colonnes F(x) ou N(x) de façon à déterminer la colonne telle que :
F(Mé)=1/2=50%
Ou
N(Mé)=n/2

Exemple : série 12, 28, 6, 3, 32, 15, 21

Série ordonnée : 3, 6, 12, 15, 21, 28, 32
La médiane est donc 15 : il y a autant d’observation supérieures à la médiane que
d’observations inférieures à la médiane.

B) 2) Cas d’une variable continue

 On trouve toujours une valeur de la médiane qui partage exactement la série

en deux sous-ensembles égaux.
 Le calcul se fait en deux étapes

1. Détermination de la classe médiane

Elle se détermine, comme précédemment, à partir des colonnes des fréquences cumulées
(F(x) ou N (x)).
La règle est la même. On repère 0,5 (=50%) dans la colonne F(x) ou n/2 dans la colonne N(x),
et on suit le sens des flèches.
‘’’’’’’’’’’’

3000 Mé
42,10% 50% 87,9%

Mé-3000 EGAL 1000

50%-42,1% 87,9%-42,1%
Mé= 3000+(50%-42,1%) *(1000/ (87,9%-42,1%))

Simpl Développ Fi*x’i2

e ée
X’i Ni Xi*ni Fi X’i*fi (x’i- (x’i- Ni*(x’i- Ni*x’i2 417857,
xbarre barre)2- xbarre)2 14
)
150 26 3900 0,185 278,5 - 2514489, 6537673 58500000 147321
0 0 7 7 1585, 8 4,7 4,3
71
250 33 8250 0,235 589,2 - 343061,2 1132102 20625000 560000
0 0 7 9 585,7 24 0,4 0 0
1
350 64 2240 0,457 1600, 414,2 171632,6 1098448 78400000 101250
0 00 1 00 9 53 9,8 0 0
450 7 3150 0,050 225,0 1414, 2000204, 1400142 14175000 216071
0 0 0 0 29 08 8,6 0 4,3
550 10 5500 0,071 392,8 2414, 58775,51 5828775 30250000 316071
0 0 4 6 29 5,1 0 4,3
14 4320 1 3085, 1599714 14930000 106642
0 00 71 29 00 86

xBarre somme (ni*xi)/n=3085,71

2) Les paramètres de dispersion

SECTION 1 : L’écart absolu moyen
Il s’agit d’une moyenne arithmétique d’écarts par rapport à une valeur centrale
(xbarre ou mé) et non plus d’un intervalle entre deux valeurs.

A) Écart absolu moyen par rapport à la moyenne arithmétique

On est obligé de prendre des valeurs absolues (xi-xbarre ) pour éliminer les signes négatifs ;
sinon e ; et e barre x barre seraient nuls (1 propriété de la moyenne arithmétique).

1) Variance et écart-type
A) Définitions
 L’écart-type étant défini à partir de la variance ; il nous faut commencer par
définir la variance. On appelle variance (notée V(x)) d’une variable statistique xi (i
variant de 1 à k) à laquelle correspondent des effectifs ni(n1, n2, nk), la moyenne
arithmétique des carrés des écarts à la moyenne arithmétique.
Simple V(x) somme ni*(xi-barre)2
Sygma(x) 1068,95
Développée somme ((ni*x’i2 /n-xbarre2
1E+06
sygma 1068,9
Somme (fi*xi2)-xbarre2
1142653,061
Écart type : 1068,9

Xi Ni Fi FiCr Ni*x’i
(40 ;45( 42,5 4 0,02 0,02 0,85
47,5 8 0,04 0,06 1,9
52,5 13 0,065 0,125 3,4125
57,5 21 0,105 0,23 6,0375
62,5 25 0,125 0,355 7,8125
(65 ;70( 67,5 32 0,16 0,515 10,8
72,5 30 0,15 0,665 10,875
77,5 26 0,13 0,795 10,075
82,5 18 0,09 0,885 7,425
87,5 10 0,05 0,935 4,375
92,5 7 0,035 0,97 3,2375
97,5 6 0,03 1 2,925
(95 ;100( 200 1 13945 69,73

2) Calculer les fréquences et les fréquences cumulées croissantes.

3) Calculer la proportion d’individus dont le poids est inférieur à 80 à kg. 0,795
4) Calculer la moyenne. 69,73
5) Calculer le mode.67,5
6) Calculer la médiane.
65 Mé 70
0,355 0,5 0,515

Mé-65 EGAL 5/
0,145 0,16
Mé
7) Comparer ces paramètres de position
8) Etendue 60
9) Ecart interdécile
85 10)
0,885 0,9 11)
12)
13) Sygma

PARTIE II : ANALYSE BIVARIEE

CHAPITRE 1 : DEFINITION

Partie 2 : Présentation des données

Tableau de contingence

5,5 6,5 7,5 dév Somme

(j)
Yj (5 ;6( (6 ;7( (7 ;8( Ni. Ni.*x’ Nij*x Ni.x’i2 222600
Xi i i
2 (20 ;22( 1 200 500 100 1 800 37 37 793800
1 800 800
13860 68250 1750
0
2 (22 ;24( 2 500 3 500 600 6 600 151 151 349140 943000
3 800 800 0
31625 523250 2300
0
2 (24 ;26( 1 800 5 000 2 300 9 100 227 227 568750 149125
5 500 500 0 0
n.j 5 500 9 000 3 000 17 500 417 417 997270
100 100 0
n.j*yj 30 250 58 500 22 500 111
250
Nij*yj 30 250 58 500 22 500 111
250
n.j2y’j2 166 380 168 715375
375 250 750
Ne(j)nij*xi* 70235 140400 55050 265685
yj 0 0 0 0

Fréquence partielle sur effectif total nij/n.. xbarrebarre 23,83 V(x) 1,80 sygma(x)1,34
f22 0,2 ybarrebarre 6,36 V(y) sygma(y)0,682
f33 0,13
f11 0,069

Fréquence marginale fi. ni./n.. f.j=j/n..

f1. 0,1029
f.3 0,1714

Fréquence conditionnelle fi/j fj/i : u

Fi=1/j=2 0,0556 fj=3/i=1 0,3333

A. Les caractéristiques des lois marginales

  Caractéristiques marginales du caractère cx
 Définition : les caractéristiques marginales de x (moyenne et variance)
s’obtiennent à partir de la distribution marginale de x c’est-à-dire à partir des
« p » modalités (xi) et des « p » effectifs marginaux (ni)

Pour représenter deux variables quantitatives on trace un nuage de points.

Les courbes de régression ont pour objet de « résumer » le nuage de points, c’est-à-dire de
représenter sur le plan l’allure de la distribution à deux caractères.,

B. Les caractéristiques des lois conditionnelles

 Il y a deux lois ou distributions conditionnelles : celle de x selon y (où y est fixé
et où x varie) ; et celle de y selon x (où x est fixé et où y varie).

Caractéristiques conditionnelles de x selon y

 Définition : les caractéristiques conditionnelles de x selon y (moyenne et

variance) s’obtiennent à partir des lois conditionnelles de x selon y, c’est à dire
à partir des « p » modalités de x et des « q » colonnes d’effectifs à l’intérieur
du tableau de contingence.

 Le moyen de résumer le nuage dans un repère plan consiste à tracer deux

courbes de régression. Au lieu de faire correspondre à chaque xi à la fois la
valeur yi et la valeur de l’effectif correspondant ni on lui fait correspondre une
valeur qui synthétise le couple (yy ni)

Lois conditionnelles de x
Xbarre/j=1
Xi y/j=1
21 1200
23 2500
25 1800
5500
Xbarrej=1 23,22
Xbarre j=2 24
Xbarre j=3 24,47

Yj 1 3 4 5 Ni. Ni.*xi Ni.x2 (somme

xi (j)nj*xi*yj
2 4 3 2 0 9 18 16 42
8 18 16 0 ‘’ ‘’ ‘’ ‘’
3 2 3 4 1 10 30 90 96
8 27 48 15 10
6 0 4 5 3 12 72 432 282
0 72 90 12
7 0 5 7 7 19 546
nj 6 15 18 11 90 253
Xbarre(102) 5,06. 506 appels
Ybarre(105). 3,56 356 000
V(x) 4,18
Sygma (x) 2,04 204 appels
V(y) 1,41
Sygma (y). 1,18592 118 592
Cor(xy) 1,31
R 0,54 il y a bien une corrélation entre xi et yj mais peu robuste (car <0,8)
Droites D et D’
Moyennes conditionnelles
R2 0,29

Corrélation entre les produits A et B ?

Zones de Nombre Nombre Xi2 Yj2 Xi*yj

vente d’unités A d’unités B
vendues vendues
21 1500 800
22 1000 400
23 2000 950
24 1800 1000
25 2400 1250