Statistiques Descriptives

Data Science, S1, 2024 - 2025

Mohamed Ahmed Sambe

Institut Universitaire Professionnel

NB. Référence : Il s’agit précisément du cours de Marbe Begnoug sans la

moindre modification, LGTR, S2, 2023 - 2024

NB. Référence : Il s’agit pré

Mohamed Ahmed Sambe (IUP - DS, S1) Statistiques Descriptives 1 / 72
 Plan du cours

1 Chapitre 1: Introduction et Terminologie

2 Chapitre 2: Représentation des données

3 Chapitre 3: Caractéristiques de tendance centrale

4 Chapitre 4: Caractéristiques de dispersion et de concentration

5 Chapitre 5: Séries doubles

NB. Référence : Il s’agit pré

Mohamed Ahmed Sambe (IUP - DS, S1) Statistiques Descriptives 2 / 72
 Chapitre 1: Introduction et Terminologie

NB. Référence : Il s’agit pré

Mohamed Ahmed Sambe (IUP - DS, S1) Statistiques Descriptives 3 / 72
 Introduction
La statistique et Les statistiques

Définition
Les statistiques, désignent tout ensemble de données chiffrées relatives à
un phénomène donné et recueillit en général par des organismes spécialisés.

Exemple
La Banque Centrale de Mauritanie publie régulièrement l’évolution de
la masse monétaire.
L’Agence Nationale de la Statistique et de l’Analyse Démographique
et Économique (ENSADE) publie régulièrement des statistiques sur
les naissances et les décès, sur le commerce intérieur et extérieur, le
tourisme, le transport, les loisirs . . .
Les services de douane, détiennent des statistiques ciblées telle que la
valeur des marchandises qui sont importés par voie régulière des pays
étrangers chaque année.
NB. Référence : Il s’agit pré
Mohamed Ahmed Sambe (IUP - DS, S1) Statistiques Descriptives 4 / 72
 Introduction
La statistique et Les statistiques

Définition
La Statistique, La statistique c’est la science de collecter, d’analyser, de
présenter et d’interpréter des données. Elle peut être vue comme
l’ensemble des méthodes et des techniques permettant de traiter et tirer
des conclusions significatives à partir de données qui conduisent à
améliorer la prise de décision. Ces décisions que nous avons prises nous
aident à améliorer le fonctionnement, par exemple, d’une entreprise, du
système de santé de l’ensemble de l’économie, etc.

Quel type de relation pourrait exister entre l’investissement et le

profit?
Quels sont les pourcentages d’entreprises défaillantes et celles
bénéficiaires ?
Quelle est la relation entre La consommation et le revenu?
NB. Référence : Il s’agit pré
Mohamed Ahmed Sambe (IUP - DS, S1) Statistiques Descriptives 5 / 72
 Introduction
La statistique descriptive

La statistique grosso-modo est formée de deux grandes classes : la

statistique descriptive et la statistique inférentielle.
Définition
La statistique descriptive: Il s’agit de calculs récapitulatifs, de
graphiques, de tableaux pour décrire les données. Il s’agit de décrire des
données sans tenter de déduire quoi que ce soit qui dépasse l’ensemble de
données. Les statistiques descriptives consistent en la collecte,
l’organisation, la synthèse et la présentation des données de manière
pratique et informative.

NB. Référence : Il s’agit pré

Mohamed Ahmed Sambe (IUP - DS, S1) Statistiques Descriptives 6 / 72
 Exemple
Présentation des salaires à l’embauche de 100 diplômés de l’IUP dans
différentes organisations.
À partir de l’échantillon, 40 % des employés ont une attitude positive
envers la gestion de l’organisation.

NB. Référence : Il s’agit pré

Mohamed Ahmed Sambe (IUP - DS, S1) Statistiques Descriptives 7 / 72
 Introduction
La statistique inférentielle

Définition
La statistique inférentielle: est définie comme étant la démarche qui, à
partir de l’observation nécessaire dans l’espace et dans le temps d’un
phénomène, permet de porter un jugement en probabilité d’un phénomène
sur un plan plus général.

Exemple
Le revenu moyen de tous les contribuables Mauritaniens peut être
estimé à partir des chiffres obtenus de manière probabiliste auprès de
quelques centaines de contribuables.
Un sondage sur les votes d’un échantillon de 500, 1000 ou 10 000
personnes a de fortes probabilités de donner le résultat d’une élection..

NB. Référence : Il s’agit pré

Mohamed Ahmed Sambe (IUP - DS, S1) Statistiques Descriptives 8 / 72
 Introduction
La statistique inférentielle

Exemple: modèle de régression linéaire multiple

Un analyste peut avoir accès à des données sur l’argent total dépensé en
publicité télévisée, en ligne et sur les revenus totaux générés. Ils pourraient
ensuite construire le modèle de régression linéaire multiple suivant :
Revenu = 76, 4 + 4, 2( publicité en ligne) + 0, 8(publicité télévisée)
Pour chaque Ouguiya supplémentaire dépensé en publicité en ligne,
les revenus augmentent en moyenne de 4,20.
Pour chaque Ouguiya supplémentaire dépensé en publicité télévisée,
les revenus augmentent en moyenne de 0,80 .

Grâce à ce modèle, un analyste financier peut rapidement comprendre que

l’argent dépensé en publicité en ligne génère des revenus moyens beaucoup
plus élevés que l’argent dépensé en publicité télévisée.

NB. Référence : Il s’agit pré

Mohamed Ahmed Sambe (IUP - DS, S1) Statistiques Descriptives 9 / 72
 Introduction
La statistique inférentielle

Exemple: Série chronologique

Un analyste financier peut utiliser des données historiques pour prévoir le
total des revenus, des dépenses, des nouveaux clients, des ventes de
produits, etc. d’une entreprise.

En prévoyant ces valeurs, l’analyste peut informer l’entreprise sur le

nombre de nouveaux clients à attendre, le nombre de nouveaux employés à
embaucher en fonction de l’augmentation des revenus et diverses autres
mesures.

NB. Référence : Il s’agit pré

Mohamed Ahmed Sambe (IUP - DS, S1) Statistiques Descriptives 10 / 72
 Introduction

Exemple: Estimation par intervalle de confiance

On désire avoir une information sur la part moyenne p de leurs revenus que
les Mauritaniens consacrent aux dépenses de l’energie. On décide
d’interroger un échantillon de 5000 personnes. On peut se poser la
question suivante: Peut-on donner un intervalle [ a , b] telle que la part p
(inconnue) ait 99 chances sur 100 d’être reprise entre a et b.

NB. Référence : Il s’agit pré

Mohamed Ahmed Sambe (IUP - DS, S1) Statistiques Descriptives 11 / 72
 Introduction
La statistique descriptive

Data analyst
Un analyste de données (data analyst) est un spécialiste qui collecte, traite
et interprète des données pour aider les entreprises à prendre des décisions
éclairées.

Data analyst
En utilisant des outils statistiques et des logiciels spécialisés, il identifie des
tendances, des anomalies et des opportunités afin d’optimiser les
performances et les stratégies de l’entreprise.

NB. Référence : Il s’agit pré

Mohamed Ahmed Sambe (IUP - DS, S1) Statistiques Descriptives 12 / 72
 Terminologie

Définition
Population: Ensemble que l’on observe et qui sera soumis à une analyse
statistique (Par exemple les étudiants de l’IUP, la population féminine, les
fonctionnaires,..). Chaque élément de cet ensemble est un Individu ou
Unité statistique.
Échantillon: C’est un sous ensemble de la population considérée. Le
nombre d’individus dans l’échantillon est la taille de l’échantillon.

NB. Référence : Il s’agit pré

Mohamed Ahmed Sambe (IUPFigure:
- DS, S1) Unité statistique, population, échantillon.
Statistiques Descriptives 13 / 72
 Terminologie

Exemple
On veut étudier la croissance économique de 200 petites et moyennes
entreprises (PME) en Mauritanie.
Population : Les entreprises en Mauritanie.
Échantillon : Les 200 PME en Mauritanie.
Individu : Chaque PME en Mauritanie.

NB. Référence : Il s’agit pré

Mohamed Ahmed Sambe (IUP - DS, S1) Statistiques Descriptives 14 / 72
 Terminologie

Définition: (Variable Statistique ou Caractère)

Une variable est une information dont on recueille (ou observe ou mesure)
la valeur sur chaque individu. On parle de variable parce que la valeur de
l’information n’est pas la même d’un individu à l’autre. Par exemple : les
Notes et les Mentions des étudiants à l’examen de Statistique, leur Sexe,
le Chiffre d’Affaire par PME, le Nombre d’Enfants par Ménage.

Remarque
On va réserver les dernières lettres de l’alphabet pour noter les variables :
X, Y, Z, U...

Dans une population donnée, un caractère peut varier d’un individu à

l’autre. On dit que ce caractère présente différentes modalités.

NB. Référence : Il s’agit pré

Mohamed Ahmed Sambe (IUP - DS, S1) Statistiques Descriptives 15 / 72
 Terminologie

Exemple
Si l’on étudie la population des étudiants d’un amphithéâtre et que le
caractère étudié est l’âge, les modalités du caractère seront 18 ans, 19
ans, 20 ans, etc.
Si l’on étudie une population de voitures et que le caractère étudié est
la couleur, les modalités du caractère seront des couleurs : bleu, vert,
blanc, etc.

.
Remarque
On emploie également le terme de variable statistique pour désigner un
caractère, les modalités du caractère étant les valeurs prises par cette
variable.

NB. Référence : Il s’agit pré

Mohamed Ahmed Sambe (IUP - DS, S1) Statistiques Descriptives 16 / 72
 Terminologie

On distingue deux types de variable: variable qualitative et variable

quantitative

Définition: (Variable qualitative)

Une variable statistique est dite de nature qualitative si ses modalités ne
sont pas mesurables.

Exemple
Le sexe, la profession, la situation familiale sont quelques exemples de
variables qualitatives.

Les modalités d’une variable qualitative peuvent être classées sur deux
types d’échelle : nominale ou ordinale.

NB. Référence : Il s’agit pré

Mohamed Ahmed Sambe (IUP - DS, S1) Statistiques Descriptives 17 / 72
 Terminologie

Définition: (Variable qualitative nominale)

Une variable statistique qualitative est dite nominale si ses modalités ne
sont pas naturellement ordonnées.

Exemple
Nationalité: mauritanienne, marocaine, allemande, française.
Groupe sanguin: A, B, O, AB.

Défintion: (Variable qualitative ordinale)

Une variable statistique qualitative est dite ordinale si l’ensemble de ses
modalités peut être doté d’une relation d’ordre.

Exemple
Niveau d’étude: primaire, secondaire, supérieur.
État mécanique d’une Voiture : mauvais, moyen, bon, excellent.
NB. Référence : Il s’agit pré
Mohamed Ahmed Sambe (IUP - DS, S1) Statistiques Descriptives 18 / 72
 Terminologie

Définition: (Variable quantitative)

Une variable statistique est dite de nature quantitative si ses modalités
sont mesurables. Les modalités d’une variable quantitative sont des
nombres liés à l’unité choisie, qui doit toujours être précisée.

Il existe deux types de variables quantitatives : les variables discrètes et

les variables continues
Défintion: (Variable quantitative discrète)
L’ensemble des valeurs possibles (modalités) est dénombrable. Lorsque les
modalités sont des valeurs numériques isolées, comme le nombre d’enfants
par ménage, on parle de variable discrète

Exemple
Âge, nombre de lit dans un hôpital, nombre d’étudiants par classe.
NB. Référence : Il s’agit pré
Mohamed Ahmed Sambe (IUP - DS, S1) Statistiques Descriptives 19 / 72
 Terminologie

Définition: (Variable quantitative continue)

L’ensemble des valeurs possibles (modalités) est continu. Lorsque la
variable, par exemple la taille d’un individu, peut prendre toutes les valeurs
d’un intervalle, ces valeurs peuvent alors être regroupées en classes, et on
parle dans ce cas de variable continue.

Exemple
Poids, taux du sucre, taille, taux du sel.

Définition: (Série Statistique)

La série Statistique est est simplement une liste qui a chaque individu de la
population étudiée fait associer une valeur du caractère étudié. Les valeurs
d’une série statistique pour un caractère X sont notées : x1 , x2 , x3 , ..., xn .

NB. Référence : Il s’agit pré

Mohamed Ahmed Sambe (IUP - DS, S1) Statistiques Descriptives 20 / 72
 Terminologie

Définition: L’effectif et L’effectif total

1 L’effectif total (taille) d’une population ou d’une série statistique,
noté N , est le nombre d’individus qui composent cette série ou
population.
2 L’effectif ni d’une modalité xi est le nombre d’individus ayant cette
modalité, ou le nombre de fois que la modalité xi est observée.

Exemple
Au cours d un semestre, on a observé 20 élèves dont les notes sont
données par le tableau suivant:

NB. Référence : Il s’agit pré

Mohamed Ahmed Sambe (IUP - DS, S1) Statistiques Descriptives 21 / 72
 Terminologie

Exemple
1 L’effectif total de cette série est N = 20
2 Le classement de la série des 20 notes précédentes par ordre croissant
donne les résultats suivants:
5,5,5,5,7,7,7,7,8,8,10,10,10,10,12,12,12,12, 13,13. Les modalités
obtenues après le regroupement des observations sont: 5,7,8, 10, 12
et 13. Donc on a:

NB. Référence : Il s’agit pré

Mohamed Ahmed Sambe (IUP - DS, S1) Statistiques Descriptives 22 / 72
 Terminologie

Exemple
1 L’effectif total de cette série est N = 20
2 Le classement de la série des 20 notes précédentes par ordre croissant
donne les résultats suivants:
5,5,5,5,7,7,7,7,8,8,10,10,10,10,12,12,12,12, 13,13. Les modalités
obtenues après le regroupement des observations sont: 5,7,8, 10, 12
et 13. Donc on a:
La modalité x1 = 5 a pour effectif n1 = 4

NB. Référence : Il s’agit pré

Mohamed Ahmed Sambe (IUP - DS, S1) Statistiques Descriptives 22 / 72
 Terminologie

Exemple
1 L’effectif total de cette série est N = 20
2 Le classement de la série des 20 notes précédentes par ordre croissant
donne les résultats suivants:
5,5,5,5,7,7,7,7,8,8,10,10,10,10,12,12,12,12, 13,13. Les modalités
obtenues après le regroupement des observations sont: 5,7,8, 10, 12
et 13. Donc on a:
La modalité x1 = 5 a pour effectif n1 = 4
La modalité x2 = 7 a pour effectif n2 = 4

NB. Référence : Il s’agit pré

Mohamed Ahmed Sambe (IUP - DS, S1) Statistiques Descriptives 22 / 72
 Terminologie

Exemple
1 L’effectif total de cette série est N = 20
2 Le classement de la série des 20 notes précédentes par ordre croissant
donne les résultats suivants:
5,5,5,5,7,7,7,7,8,8,10,10,10,10,12,12,12,12, 13,13. Les modalités
obtenues après le regroupement des observations sont: 5,7,8, 10, 12
et 13. Donc on a:
La modalité x1 = 5 a pour effectif n1 = 4
La modalité x2 = 7 a pour effectif n2 = 4
La modalité x3 = 8 a pour effectif n3 = 2

NB. Référence : Il s’agit pré

Mohamed Ahmed Sambe (IUP - DS, S1) Statistiques Descriptives 22 / 72
 Terminologie

Exemple
1 L’effectif total de cette série est N = 20
2 Le classement de la série des 20 notes précédentes par ordre croissant
donne les résultats suivants:
5,5,5,5,7,7,7,7,8,8,10,10,10,10,12,12,12,12, 13,13. Les modalités
obtenues après le regroupement des observations sont: 5,7,8, 10, 12
et 13. Donc on a:
La modalité x1 = 5 a pour effectif n1 = 4
La modalité x2 = 7 a pour effectif n2 = 4
La modalité x3 = 8 a pour effectif n3 = 2
La modalité x4 = 10 a pour effectif n4 = 4

NB. Référence : Il s’agit pré

Mohamed Ahmed Sambe (IUP - DS, S1) Statistiques Descriptives 22 / 72
 Terminologie

Exemple
1 L’effectif total de cette série est N = 20
2 Le classement de la série des 20 notes précédentes par ordre croissant
donne les résultats suivants:
5,5,5,5,7,7,7,7,8,8,10,10,10,10,12,12,12,12, 13,13. Les modalités
obtenues après le regroupement des observations sont: 5,7,8, 10, 12
et 13. Donc on a:
La modalité x1 = 5 a pour effectif n1 = 4
La modalité x2 = 7 a pour effectif n2 = 4
La modalité x3 = 8 a pour effectif n3 = 2
La modalité x4 = 10 a pour effectif n4 = 4
La modalité x5 = 12 a pour effectif n5 = 4

NB. Référence : Il s’agit pré

Mohamed Ahmed Sambe (IUP - DS, S1) Statistiques Descriptives 22 / 72
 Terminologie

Exemple
1 L’effectif total de cette série est N = 20
2 Le classement de la série des 20 notes précédentes par ordre croissant
donne les résultats suivants:
5,5,5,5,7,7,7,7,8,8,10,10,10,10,12,12,12,12, 13,13. Les modalités
obtenues après le regroupement des observations sont: 5,7,8, 10, 12
et 13. Donc on a:
La modalité x1 = 5 a pour effectif n1 = 4
La modalité x2 = 7 a pour effectif n2 = 4
La modalité x3 = 8 a pour effectif n3 = 2
La modalité x4 = 10 a pour effectif n4 = 4
La modalité x5 = 12 a pour effectif n5 = 4
La modalité x6 = 13 a pour effectif n6 = 2

Remarque
Pi=6
N= i=1 ni = n1 + n2 + n3 + n4 + n5 + n6 = 20
NB. Référence : Il s’agit pré
Mohamed Ahmed Sambe (IUP - DS, S1) Statistiques Descriptives 22 / 72
 Terminologie

Définitions
1 L’effectif cumulé croissant PNi est le nombre d’individus présentant
au plus la modalité xi . Ni = ij=1 ni = n1 + n2 + ... + ni
2 L’effectif cumulé décroissant Nid est le nombre d’individus
présentant
P au moins la modalité xi .
Nid = kj=i nj = ni + ni+1 + ... + nk

NB. Référence : Il s’agit pré

Mohamed Ahmed Sambe (IUP - DS, S1) Statistiques Descriptives 23 / 72
 Terminologie

Définitions
1 L’effectif cumulé croissant PNi est le nombre d’individus présentant
au plus la modalité xi . Ni = ij=1 ni = n1 + n2 + ... + ni
2 L’effectif cumulé décroissant Nid est le nombre d’individus
présentant
P au moins la modalité xi .
Nid = kj=i nj = ni + ni+1 + ... + nk

Exemple
1 Le nombre des élèves qui ont obtenu au plus la moyenne est :

NB. Référence : Il s’agit pré

Mohamed Ahmed Sambe (IUP - DS, S1) Statistiques Descriptives 23 / 72
 Terminologie

Définitions
1 L’effectif cumulé croissant PNi est le nombre d’individus présentant
au plus la modalité xi . Ni = ij=1 ni = n1 + n2 + ... + ni
2 L’effectif cumulé décroissant Nid est le nombre d’individus
présentant
P au moins la modalité xi .
Nid = kj=i nj = ni + ni+1 + ... + nk

Exemple
1 Le nombre
P4 des élèves qui ont obtenu au plus la moyenne est :
N4 = k=1 xk = n1 + n2 + n3 + n4 = 4 + 4 + 2 + 4 = 14

NB. Référence : Il s’agit pré

Mohamed Ahmed Sambe (IUP - DS, S1) Statistiques Descriptives 23 / 72
 Terminologie

Définitions
1 L’effectif cumulé croissant PNi est le nombre d’individus présentant
au plus la modalité xi . Ni = ij=1 ni = n1 + n2 + ... + ni
2 L’effectif cumulé décroissant Nid est le nombre d’individus
présentant
P au moins la modalité xi .
Nid = kj=i nj = ni + ni+1 + ... + nk

Exemple
1 Le nombre
P4 des élèves qui ont obtenu au plus la moyenne est :
N4 = k=1 xk = n1 + n2 + n3 + n4 = 4 + 4 + 2 + 4 = 14
2 Le nombre des élèves qui ont obtenu au moins la note 12 est :

NB. Référence : Il s’agit pré

Mohamed Ahmed Sambe (IUP - DS, S1) Statistiques Descriptives 23 / 72
 Terminologie

Définitions
1 L’effectif cumulé croissant PNi est le nombre d’individus présentant
au plus la modalité xi . Ni = ij=1 ni = n1 + n2 + ... + ni
2 L’effectif cumulé décroissant Nid est le nombre d’individus
présentant
P au moins la modalité xi .
Nid = kj=i nj = ni + ni+1 + ... + nk

Exemple
1 Le nombre
P4 des élèves qui ont obtenu au plus la moyenne est :
N4 = k=1 xk = n1 + n2 + n3 + n4 = 4 + 4 + 2 + 4 = 14
2 Le nombre
P des élèves qui ont obtenu au moins la note 12 est :
N5d = 6k=5 xk = n5 + n6 = 4 + 2 = 6

NB. Référence : Il s’agit pré

Mohamed Ahmed Sambe (IUP - DS, S1) Statistiques Descriptives 23 / 72
 Terminologie

Définitions
On considère une série statistique X à caractère quantitatif, dont les p valeurs
sont données par x1 , x2 , ..., xp d’effectifs associés n1 , n2 , ..., np avec
n1 + n2 + ... + np = N.
1 La fréquence de la modalité xi est la proportion d’individus associés à
cette valeur.
fi = nNi est un nombre compris entre 0 etP
1, que l’on peut écrire sous forme
p
Pp Pp ni ni
de pourcentage et i=1 fi = i=1 N = i=1 N =N N =1
2 Le Pourcentage ou fréquence en pourcentage d’un caractère Il
s’exprime comme suit: pi = fi × 100
3 La fréquence
Pj cumulée
Pcroissante Fj est définit par :
N j
Fjc = Nj = i=1 ni
N = f
i=1 i

4 Fréquence cumulée décroissante Fjd est définit par:

Nd Pp Pp
Fjd = Nj = i=j nNi = i=j fi
NB. Référence : Il s’agit pré
Mohamed Ahmed Sambe (IUP - DS, S1) Statistiques Descriptives 24 / 72
 Terminologie

Exemple
1 La fréquence des élèves qui ont obtenu 5 est égale à :

NB. Référence : Il s’agit pré

Mohamed Ahmed Sambe (IUP - DS, S1) Statistiques Descriptives 25 / 72
 Terminologie

Exemple
4
1 La fréquence des élèves qui ont obtenu 5 est égale à : f1 = 20 = 0, 2
2 La proportion des élèves qui ont obtenu au plus la moyenne est :

NB. Référence : Il s’agit pré

Mohamed Ahmed Sambe (IUP - DS, S1) Statistiques Descriptives 25 / 72
 Terminologie

Exemple
4
1 La fréquence des élèves qui ont obtenu 5 est égale à : f1 = 20 = 0, 2
2 La proportion des élèves qui ont obtenu au plus la moyenne est :
F4c = 4k=1 fk = f1 + f2 + f3 + f4 = 0, 2 + 0, 2 + 0, 1 + 0, 2 = 0, 7 = 70%
P

NB. Référence : Il s’agit pré

Mohamed Ahmed Sambe (IUP - DS, S1) Statistiques Descriptives 25 / 72
 Terminologie

Exemple
4
1 La fréquence des élèves qui ont obtenu 5 est égale à : f1 = 20 = 0, 2
2 La proportion des élèves qui ont obtenu au plus la moyenne est :
F4c = 4k=1 fk = f1 + f2 + f3 + f4 = 0, 2 + 0, 2 + 0, 1 + 0, 2 = 0, 7 = 70%
P

3 La proportion des élèves qui ont obtenu au moins la note 12 est :

NB. Référence : Il s’agit pré

Mohamed Ahmed Sambe (IUP - DS, S1) Statistiques Descriptives 25 / 72
 Terminologie

Exemple
4
1 La fréquence des élèves qui ont obtenu 5 est égale à : f1 = 20 = 0, 2
2 La proportion des élèves qui ont obtenu au plus la moyenne est :
F4c = 4k=1 fk = f1 + f2 + f3 + f4 = 0, 2 + 0, 2 + 0, 1 + 0, 2 = 0, 7 = 70%
P

3 La proportion des élèves qui ont obtenu au moins la note 12 est :

F5d = 6k=5 fk = f5 + f6 = 0, 2 + 0, 1 = 0, 3 = 30%
P

NB. Référence : Il s’agit pré

Mohamed Ahmed Sambe (IUP - DS, S1) Statistiques Descriptives 25 / 72
 Terminologie

Exemple
4
1 La fréquence des élèves qui ont obtenu 5 est égale à : f1 = 20 = 0, 2
2 La proportion des élèves qui ont obtenu au plus la moyenne est :
F4c = 4k=1 fk = f1 + f2 + f3 + f4 = 0, 2 + 0, 2 + 0, 1 + 0, 2 = 0, 7 = 70%
P

3 La proportion des élèves qui ont obtenu au moins la note 12 est :

F5d = 6k=5 fk = f5 + f6 = 0, 2 + 0, 1 = 0, 3 = 30%
P

Définition: Distribution d’un caractère

Soit X un caractère dont les p modalités sont données par x1 , x2 , ..., xp
d’effectifs associés n1 , n2 , ..., np . On appelle distribution de X, l’ensemble
des couples:

{(x1 , n1 ), (x2 , n2 ), ·, (xp , np )}

On peut l’écrire aussi sous la forme suivante: {(f1 , n1 ), (f2 , n2 ), ·, (fp , np )}

NB. Référence : Il s’agit pré
Mohamed Ahmed Sambe (IUP - DS, S1) Statistiques Descriptives 25 / 72
 Chapitre 2: Représentation des données

NB. Référence : Il s’agit pré

Mohamed Ahmed Sambe (IUP - DS, S1) Statistiques Descriptives 26 / 72
 1 Chapitre 1: Introduction et Terminologie

2 Chapitre 2: Représentation des données

Tableaux Statistiques
Représentations Graphiques

3 Chapitre 3: Caractéristiques de tendance centrale

4 Chapitre 4: Caractéristiques de dispersion et de concentration

5 Chapitre 5: Séries doubles

NB. Référence : Il s’agit pré

Mohamed Ahmed Sambe (IUP - DS, S1) Statistiques Descriptives 27 / 72
 Tableaux Statistiques

On a effectué une enquête sur 20 agriculteurs d’un petit village concernant

leurs opinions vis à vis un produit agricole. Les informations obtenues dans
cette enquête sont :

NB. Référence : Il s’agit pré

Mohamed Ahmed Sambe (IUP - DS, S1) Statistiques Descriptives 27 / 72
 Tableaux Statistiques

NB. Référence : Il s’agit pré

Mohamed Ahmed Sambe (IUP - DS, S1) Statistiques Descriptives 28 / 72
 Tableaux Statistiques
Distribution d’un caractère

1. Distribution d’un caractère

1.1 Cas d’un caractère qualitatif
Soit X un caractère qui désigne l’opinion des agriculteurs par rapport au
produit.

NB. Référence : Il s’agit pré

Mohamed Ahmed Sambe (IUP - DS, S1) Statistiques Descriptives 29 / 72
 Tableaux Statistiques
Distribution d’un caractère

1. Distribution d’un caractère

1.1 Cas d’un caractère qualitatif
Soit X un caractère qui désigne l’opinion des agriculteurs par rapport au
produit.

Les 5 valeurs possibles de ce caractère sont:

NB. Référence : Il s’agit pré

Mohamed Ahmed Sambe (IUP - DS, S1) Statistiques Descriptives 29 / 72
 Tableaux Statistiques
Distribution d’un caractère

1. Distribution d’un caractère

1.1 Cas d’un caractère qualitatif
Soit X un caractère qui désigne l’opinion des agriculteurs par rapport au
produit.

Les 5 valeurs possibles de ce caractère sont:

{x1 = M, x2 = P, x3 = AB, x4 = B, x5 = TB}

NB. Référence : Il s’agit pré

Mohamed Ahmed Sambe (IUP - DS, S1) Statistiques Descriptives 29 / 72
 Tableaux Statistiques
Distribution d’un caractère

1. Distribution d’un caractère

1.1 Cas d’un caractère qualitatif
Soit X un caractère qui désigne l’opinion des agriculteurs par rapport au
produit.

Les 5 valeurs possibles de ce caractère sont:

{x1 = M, x2 = P, x3 = AB, x4 = B, x5 = TB}

Donc la distribution de ce caractère est:

{(x1 , n1 ), (x2 , n2 ), (x3 , n3 ), (x4 , n4 ), (x5 , n5 )} =
{(M, 5), (P, 4), (AB, 3), (B, 5), (TB, 3)}
NB. Référence : Il s’agit pré
Mohamed Ahmed Sambe (IUP - DS, S1) Statistiques Descriptives 29 / 72
 Tableaux Statistiques
Distribution d’un caractère

Le tableau statistique de ce caractère est:

i i
ni X X
fi = , Ni = nk = n1 + n2 + ... + ni , Fi = fk = f1 + f2 + ... + fi
N
k=1 k=1
NB. Référence : Il s’agit pré
Mohamed Ahmed Sambe (IUP - DS, S1) Statistiques Descriptives 30 / 72
 Tableaux Statistiques
Distribution d’un caractère

Le tableau statistique de ce caractère est:

p p
ni X X
fi = , Nid = nk = ni + ni+1 + ... + np , Fid = fk = fi + · · · + fp
N
k=i k=i
NB. Référence : Il s’agit pré
Mohamed Ahmed Sambe (IUP - DS, S1) Statistiques Descriptives 31 / 72
 Tableaux Statistiques
Distribution d’un caractère

Le tableau complet de la distribution de ce caractère est:

i p i p
ni X X X X
fi = , Ni = nk , Nid = nk , Fi = fk , Fid = fk
N
k=1 k=i k=1 k=i
NB. Référence : Il s’agit pré
Mohamed Ahmed Sambe (IUP - DS, S1) Statistiques Descriptives 32 / 72
 Tableaux Statistiques
Distribution d’un caractère

1.2 Cas d’un caractère quantitatif

A- Variable discrète
Soit X un caractère qui désigne le nombre d’enfants par ménage pour les
20 agriculteurs.

NB. Référence : Il s’agit pré

Mohamed Ahmed Sambe (IUP - DS, S1) Statistiques Descriptives 33 / 72
 Tableaux Statistiques
Distribution d’un caractère

1.2 Cas d’un caractère quantitatif

A- Variable discrète
Soit X un caractère qui désigne le nombre d’enfants par ménage pour les
20 agriculteurs.

Les 7 valeurs possibles de ce caractère sont:

{x1 = 0, x2 = 1, x3 = 2, x4 = 3, x5 = 4, x6 = 5, x7 = 6}
Donc la distribution de ce caractère est:

NB. Référence : Il s’agit pré

Mohamed Ahmed Sambe (IUP - DS, S1) Statistiques Descriptives 33 / 72
 Tableaux Statistiques
Distribution d’un caractère

1.2 Cas d’un caractère quantitatif

A- Variable discrète
Soit X un caractère qui désigne le nombre d’enfants par ménage pour les
20 agriculteurs.

Les 7 valeurs possibles de ce caractère sont:

{x1 = 0, x2 = 1, x3 = 2, x4 = 3, x5 = 4, x6 = 5, x7 = 6}
Donc la distribution de ce caractère est:
{(x1 , n1 ), (x2 , n2 ), (x3 , n3 ), (x4 , n4 ), (x5 , n5 ), (x6 , n6 ), (x7 , n7 )} =
{(0, 2), (1, 4), (2, 3), (3, 2), (4, 5), (5, 3), (6, 1)}
NB. Référence : Il s’agit pré
Mohamed Ahmed Sambe (IUP - DS, S1) Statistiques Descriptives 33 / 72
 Tableaux Statistiques
Distribution d’un caractère

Le tableau statistique de ce caractère est:

i i
ni X X
fi = , Ni = nk = n1 + n2 + ... + ni , Fi = fk =Référence
NB.
f1 + f2 +:...Il + fi pré
s’agit
N
k=1
Mohamed Ahmed Sambe (IUP - DS, S1) k=1
Statistiques Descriptives 34 / 72
 Tableaux Statistiques
Distribution d’un caractère

Le tableau complet de la distribution de ce caractère est:

i p i p
ni X
d
X X
d
X
fi = , Ni = nk , Ni = nk , Fi = fk , Fi = fk
N
k=1 k=i k=1 NB. Référence
k=i : Il s’agit pré
Mohamed Ahmed Sambe (IUP - DS, S1) Statistiques Descriptives 35 / 72
 Tableaux Statistiques
Distribution d’un caractère

Le tableau complet de la distribution de ce caractère est:

i p i p
ni X X X X
fi = , Ni = nk , Nid = nk , Fi = fk , Fid = fk
N
k=1 k=i k=1 k=i
NB. Référence : Il s’agit pré
Mohamed Ahmed Sambe (IUP - DS, S1) Statistiques Descriptives 36 / 72
 Tableaux Statistiques
Distribution d’un caractère

1.2 Cas d’un caractère quantitatif

B- Variable continue
Considérons maintenant un échantillon de données provenant d’une
variable quantitative continue ou discrète avec un grand nombre de
modalités. Il est donc inconcevable de dresser un tableau où on énumère
les modalités d’une telle variable, il serait non analysable. Il faut donc
grouper ces données en classes de valeurs. Deux questions se posent alors:
Combien de classes faut-il former ?
Quelles seront les largeurs de chacune des classes ?

NB. Référence : Il s’agit pré

Mohamed Ahmed Sambe (IUP - DS, S1) Statistiques Descriptives 37 / 72
 Tableaux Statistiques
Distribution d’un caractère

1.2 Cas d’un caractère quantitatif

B- Variable continue
La réponse à la première question, dépend de la taille de l’échantillon (n),
le nombre de classe à former est donné par l’une des règles suivantes
suivante :
10
la formule de Sturges : k = 1 + 3 log (n).
√
la formule de Yule : k = 2.5 4 n
Ainsi, par exemple, si n = 50, il faut former
la formule de Sturges : 1 + 10
3 log (50) = 6.65 ≈ 7
√
4
la formule de Yule : 2.5 50 = 6.64 ≈ 7
(on arrondit à l’entier le plus proche). Une fois qu’on sait combien de
classes à former. On essaie de former des classes [ei−1 , ei [ de même
amplitude (largeur).
NB. Référence : Il s’agit pré
Mohamed Ahmed Sambe (IUP - DS, S1) Statistiques Descriptives 38 / 72
 Tableaux Statistiques
Distribution d’un caractère

1.2 Cas d’un caractère quantitatif

B- Variable continue
Ainsi on a:
E = xmax − xmin : est l’étendue de la série statistique.
e = Ek : est l’emplitude de la classe. où xmax et xmin étant la valeur
maximale et la valeur minimale prises par X.
ei−1 +ei
ci = 2 : est le centre de classe numero i.
Alors:
e0 = xmin , e1 = xmin + e, . . . ek = xmin + ke
Donc:

[e0 , e1 [ , [e1 , e2 [ , . . . [e , ek ]
| {z } | {z } | k−1
{z }
1er classe 2eme classe k eme classe
NB. Référence : Il s’agit pré
Mohamed Ahmed Sambe (IUP - DS, S1) Statistiques Descriptives 39 / 72
 Tableaux Statistiques
Distribution d’un caractère

1.2 Cas d’un caractère quantitatif

B- Variable continue
Le tableau statistique relatif à la variable continue peut être représenté
comme suit:

NB. Référence : Il s’agit pré

Mohamed Ahmed Sambe (IUP - DS, S1) Statistiques Descriptives 40 / 72
 Tableaux Statistiques
Distribution d’un caractère

Exemple:
Considérons les données suivantes qui désignent les tailles de 20 étudiants:

1,73 1,82 1,87 1,75 1,68 1,64 1,88 1,86 1,89 1,59 1,5 1,67 1,81 1,76 1,72
1,65 1,79 1,89 1,81 1,9

Selon la règle de Sturge: le nombre de classe

k = 1 + 103 log (20) = 5.33 ≈ 5
√
Selon la règle de Yule: le nombre de classe k = 2.5 4 20 = 5.28 ≈ 5
L’amplitude de chaque classe est donné par:
E xmax − xmin 1.9 − 1.5
e= = = = 0.08
k k 5

NB. Référence : Il s’agit pré

Mohamed Ahmed Sambe (IUP - DS, S1) Statistiques Descriptives 41 / 72
 Tableaux Statistiques
Distribution d’un caractère

Alors:
e0 = 1.5, e1 = 1.5 + 0.08 = 1.58, e2 = 1.5 + 2 × 0.08 = 1.66,
e3 = 1.5 + 3 × 0.08 = 1.74, e4 = 1.5 + 4 × 0.08 = 1.82,
e5 = 1.5 + 5 × 0.08 = 1.90
Donc:
[1.5, 1.58[, [1.58, 1.66[, [1.66, 1.74[, [1.74, 1.82[, [1.82, 1.90]
| {z } | {z } | {z } | {z } | {z }
1er classe 2eme classe 3eme classe 4eme classe 5eme classe
Le tableau statistique relatif à cette variable est:

NB. Référence : Il s’agit pré

Mohamed Ahmed Sambe (IUP - DS, S1) Statistiques Descriptives 42 / 72
 Tableaux Statistiques
Distribution d’un caractère

Exercices
Exo1
Soit X une variable qui désigne ”Le Revenu” des agriculteurs qui est
supposée continue. On a:

Dresser le tableau statistique relatif à cette variable.

NB. Référence : Il s’agit pré

Mohamed Ahmed Sambe (IUP - DS, S1) Statistiques Descriptives 43 / 72
 Tableaux Statistiques
Distribution d’un caractère

Exercices
Exo2
Le taux de glucose sanguin (glycémie) déterminé chez 32 sujets est donné
ci-dessous en g/l Série ordonnée:

Dresser le tableau statistique relatif à cette variable.

NB. Référence : Il s’agit pré
Mohamed Ahmed Sambe (IUP - DS, S1) Statistiques Descriptives 44 / 72
 Tableaux Statistiques
Distribution d’un caractère

Exercices
Exo3
On a mesuré les poids en kilogramme de 80 personnes. Les données brutes
sont comme suit:

Dresser le tableau statistique relatif à cette variable.

NB. Référence : Il s’agit pré

Mohamed Ahmed Sambe (IUP - DS, S1) Statistiques Descriptives 45 / 72
 Représentations Graphiques

Le graphique est une traduction visuelle de l’information représenté par un

caractère.
1. Caractère qualitatif
1.1 Diagramme en barre
Ce diagramme est formé de rectangles d’hauteurs proportionnelles aux
effectifs(ou fréquences ) des modalités associées. Ces rectangles ont les
mêmes bases et sont constants.

NB. Référence : Il s’agit pré

Mohamed Ahmed Sambe (IUP - DS, S1) Statistiques Descriptives 46 / 72
 Représentations Graphiques

1. Caractère qualitatif
Exemple
Répartition des salariés d’une entreprise selon le contrat de travail :

NB. Référence : Il s’agit pré

Mohamed Ahmed Sambe (IUP - DS, S1) Statistiques Descriptives 47 / 72
 Représentations Graphiques

1. Caractère qualitatif
Exemple
Le diagramme à bandes correspondant aux effectifs des salariés de
l’entreprise:

NB. Référence : Il s’agit pré

Mohamed Ahmed Sambe (IUP - DS, S1) Statistiques Descriptives 48 / 72
 Représentations Graphiques

1. Caractère qualitatif
1.2 Diagrammes circulaires
Ce diagramme est formé de disque dont les secteurs sont proportionnels
aux effectifs ni (ou fréquences fi ) des modalités associées.
En terme d’angle, on associe à chaque modalité xi l’angle θi du secteur i
tel que: θi = 360◦ × nni

NB. Référence : Il s’agit pré

Mohamed Ahmed Sambe (IUP - DS, S1) Statistiques Descriptives 49 / 72
 Représentations Graphiques

1. Caractère qualitatif
Répartition des salariés de l’entreprise selon la CSP :

NB. Référence : Il s’agit pré

Mohamed Ahmed Sambe (IUP - DS, S1) Statistiques Descriptives 50 / 72
 Représentations Graphiques

2. Caractère quantitatif
2.1 Variable discrète
A) Diagramme en bâtons
Ce diagramme est formé de segments dont chaque modalité xi est associée
à un segment d’hauteur hi proportionnel à l’effectif ni ou à la fréquence fi

NB. Référence : Il s’agit pré

Mohamed Ahmed Sambe (IUP - DS, S1) Statistiques Descriptives 51 / 72
 Représentations Graphiques

Exercices
Exo4
Soit le tableau de données suivant

NB. Référence : Il s’agit pré

Mohamed Ahmed Sambe (IUP - DS, S1) Statistiques Descriptives 52 / 72
 Représentations Graphiques

Exo4 (suite)
1 Donner la distribution des effectifs et des fréquences de la variable
GROUPE.
2 Dessiner le diagramme en secteurs et le diagramme en barres de la
variable GROUPE.
3 Donner la distribution des effectifs et des fréquences de la variable
note de francais.
4 Dessiner le diagramme en bâtons de la variable note de francais.
5 Donner la distribution des effectifs cumulés et des fréquences
cumulées de la variable note de francais.
6 Donner la distribution des effectifs cumulés et des fréquences
cumul’ees de la variable note de Mathématiques en regroupant les
données en 3 classes.
7 Dessiner l’histogramme de la variable note de Mathématiques.
NB. Référence : Il s’agit pré
Mohamed Ahmed Sambe (IUP - DS, S1) Statistiques Descriptives 53 / 72
 Représentations Graphiques

2. Caractère quantitatif
2.2 Variable continue
A) Histogramme
C’est un diagramme formé de rectangles composés chacun d’une base
égale à l’amplitude d’une classe et d’aire proportionnelle à l’effectif (ou
fréquence), c’est-à-dire: Si = ni × ai ou Si = fi × ai .

A - 1) Cas de classes à amplitude égales

Dans ce cas, l’effectif (ni ) (fréquence fi ) de la classe i , est le nombre (
proportion) d’individus dont la modalité est comprise entre ai et ai+1 .

NB. Référence : Il s’agit pré

Mohamed Ahmed Sambe (IUP - DS, S1) Statistiques Descriptives 54 / 72
 Représentations Graphiques

Exemple
Soit X, les recettes quotidiennes d’un petit magasin. On a sélectionné un
échantillon de taille n = 40 semaines au hasard qui ont donné les résultats
suivants :

NB. Référence : Il s’agit pré

Mohamed Ahmed Sambe (IUP - DS, S1) Statistiques Descriptives 55 / 72
 Représentations Graphiques

Histogramme donnant la répartition des 40

semaines en fonction des recettes hebdomadaires

NB. Référence : Il s’agit pré

Mohamed Ahmed Sambe (IUP - DS, S1) Statistiques Descriptives 56 / 72
 Représentations Graphiques

2. Caractère quantitatif
2.2 Variable continue
A - 2) Cas de classes à amplitude inégales
Il faut dans ce cas effectuer une correction pour tenir compte des
différences d’amplitude. Il convient en fait de diviser l’effectif de chaque
classe par l’amplitude correspondant et le multipliant par la plus petite
′
amplitude ar . On obtient ainsi l’effectif corrigé (ni ). .

NB. Référence : Il s’agit pré

Mohamed Ahmed Sambe (IUP - DS, S1) Statistiques Descriptives 57 / 72
 Représentations Graphiques

2. Caractère quantitatif
2.2 Variable continue
A - 2) Cas de classes à amplitude inégales
Il faut dans ce cas effectuer une correction pour tenir compte des
différences d’amplitude. Il convient en fait de diviser l’effectif de chaque
classe par l’amplitude correspondant et le multipliant par la plus petite
′
amplitude ar . On obtient ainsi l’effectif corrigé (ni ). .

NB. Référence : Il s’agit pré

Mohamed Ahmed Sambe (IUP - DS, S1) Statistiques Descriptives 58 / 72
 Représentations Graphiques

Suite ...

NB. Référence : Il s’agit pré

Mohamed Ahmed Sambe (IUP - DS, S1) Statistiques Descriptives 59 / 72
 Représentations Graphiques

2. Caractère quantitatif
B) Polygone des fréquences
Ce diagramme est formé en joignant ,par des segments de droites, les
milieux des sommets de chaque rectangle de l’histogramme . Cette ligne
se ferme en ajoutant aux deux extrémités deux classes fictives de même
amplitude que les autres.

Polygone des fréquences donnant la répartition des 40 semaines en

fonction des recettes hebdomadaires

NB. Référence : Il s’agit pré

Mohamed Ahmed Sambe (IUP - DS, S1) Statistiques Descriptives 60 / 72
 Représentations Graphiques

2. Caractère quantitatif
C) Diagramme cumulatif
Ce diagramme est formé en joignant les points de coordonnées (xi , Fi )
pour chaque classe [xi−1 , xi [ où Fi est la fréquence cumulée de cette classe.

La courbe des fréquences cumulées de la répartition des 20

agriculteurs selon leurs revenus

NB. Référence : Il s’agit pré

Mohamed Ahmed Sambe (IUP - DS, S1) Statistiques Descriptives 61 / 72
 Représentations Graphiques

Exo 5
Le responsable du stock d’un atelier a noté, au cours de 98 jours de
travail, le nombre de boulons d’un certain type utilisés dans cet atelier.
Les données brutes sont données ci-dessous:
72-51-56 95 -68 -66-77 -81-83-75-41 -79 -92 -78 -85 -55 -104 -76-80-61
65-70 -83-92-88 -59 -75 -75-81-69-71-96-101-87-65-74 -68 -73 -78 -68 73
-86-84-51-85 -75 -79 -90 -68 -71 -75 -74 -81-64 -88 -78 -77 -66 -91 -75
69-73 -82 -75 -76 -71 -74 -96 -72 -74 -102-74 -80 -82 -86 -78 -87 -61 -80
-78 48-68-71-66-59-92-77-76 -81 -70 -85 -77-68-82-78-75-91-77.
1 Regrouper ces données en classes et donner les distributions de
fréquences.
2 Tracer le histogramme des effectifs et pointiller le polygone des
effectifs.
3 Tracer le polygone des fréquences cumulées
NB. Référence : Il s’agit pré
Mohamed Ahmed Sambe (IUP - DS, S1) Statistiques Descriptives 62 / 72
 Exo 6
En 2000,les bénéficiaires de crédit de la Banque Tunisienne de solidarité
ayant le niveau d’études supérieures et résidant à Tunis se répartissant
entre hommes et femmes par rapport au type d’activités se présentent
comme suit :

1 Quelle est la nature du caractère étudié pour chacun de ces

distributions ? Quelles représentations graphiques peut-on envisager ?
2 Représenter ces deux distributions sur un même graphique. Quelles
conclusions apparaissent en évidence sur ce graphique ?
NB. Référence : Il s’agit pré
Mohamed Ahmed Sambe (IUP - DS, S1) Statistiques Descriptives 63 / 72
 Exo 7
On mesure la taille de 40 étudiants choisis au hasard. Les mesures sont
données par la série statistique suivante:
150; 151; 153; 154; 154; 155 ; 156 ; 156 ; 156; 156; 157; 157; 157 ;158 ;
158 ; 159; 159; 160; 160; 160; 161 ; 160 ; 161; 162 ; 162; 162; 163 ; 164 ;
164; 164; 164; 165; 166; 167; 168; 168; 169 ; 170; 171; 173
1 Regrouper ces données en classes et dresser le tableau statistique
relatif à cette variable
2 Tracer l’histogramme des fréquences et le polygone cumulatif des
effectifs

NB. Référence : Il s’agit pré

Mohamed Ahmed Sambe (IUP - DS, S1) Statistiques Descriptives 64 / 72
 Exo 8
Dans une gare routière, on évalue le temps d’attente des voyageurs en
minutes. Voici l’histogramme des effectifs de cette variable.
1 Déterminer la variable statistique X et son type et sa population.
2 Déterminer le nombre de voyageurs.
3 Depuis le graphe, déterminer le tableau statistique.
4 Tracer la fonction cumulative.

NB. Référence : Il s’agit pré

Mohamed Ahmed Sambe (IUP - DS, S1) Statistiques Descriptives 65 / 72
 Exo 9
Le traitement de l’information sur un caractère X a permit de dresser sa
fonction cumulative
1 Dresser le tableau statistique du caractère X.
2 Tracer l’histogramme du caractère X
3 Depuis le graphe, déterminer le tableau statistique.

NB. Référence : Il s’agit pré

Mohamed Ahmed Sambe (IUP - DS, S1) Statistiques Descriptives 66 / 72
 Chapitre 3: Caractéristiques de tendance centrale

NB. Référence : Il s’agit pré

Mohamed Ahmed Sambe (IUP - DS, S1) Statistiques Descriptives 67 / 72
 Frame Title

NB. Référence : Il s’agit pré

Mohamed Ahmed Sambe (IUP - DS, S1) Statistiques Descriptives 68 / 72
 Chapitre 4: Caractéristiques de dispersion et de
concentration

NB. Référence : Il s’agit pré

Mohamed Ahmed Sambe (IUP - DS, S1) Statistiques Descriptives 69 / 72
 Frame Title

NB. Référence : Il s’agit pré

Mohamed Ahmed Sambe (IUP - DS, S1) Statistiques Descriptives 70 / 72
 Chapitre 5: Séries doubles

NB. Référence : Il s’agit pré

Mohamed Ahmed Sambe (IUP - DS, S1) Statistiques Descriptives 71 / 72
 Frame Title

NB. Référence : Il s’agit pré

Mohamed Ahmed Sambe (IUP - DS, S1) Statistiques Descriptives 72 / 72