Chapitre 2
Sommaire
Exercice 2.1.1
Exercice 2.1.2
Exercice 2.1.3
Exercice 2.2.1
Exercice 2.2.2
Exercice 2.2.3
Exercice 2.3.1
Exercice 2.3.2
Exercice 2.3.3
Exercice 2.1.1
Il s’agit d’une variable ordinale, il nous faut donc calculer le mode et
la médiane. Le mode correspond à la modalité « Pas du tout » (avec un
effectif modal de 17).
Le rang de la médiane (Q2) correspond à (N + 1) ÷ 2 = (46 + 1) ÷ 2 =
23.5. Ainsi, la 23.5e donnée de la série correspond à la médiane : Q2 est
situé entre la 23 et la 24e observations, ce qui correspond à la modalité
« Pas trop » (colonne x). Cette modalité est située entre la 18e et la 29e
observations quand les données sont rangées par ordre croissant.
Exercice 2.1.2
Il s’agit d’une variable numérique, il nous faut donc calculer le mode,
la médiane et la moyenne.
Mode : le mode correspond à la modalité 4. L’effectif modal est égal
à 60.
Médiane : Rang médian = (300 + 1) ÷ 2 = 150.5.
La 150.5e valeur correspond à la médiane. Ainsi, la médiane
correspond à la modalité 5.
Moyenne : (2 × 27) + (3 × 35) + (4 × 60) + (5 × 45) + (6 × 40) + (7 ×
35) + (8 × 25) + (9 × 20)
= 1500 ÷ 300 = 5
Exercice 2.1.3
Attention, il faut commencer par trier les données et déterminer les
effectifs (n) et effectifs cumulés croissants (nc). Nous obtenons :
Il s’agit d’une variable numérique, il nous faut donc calculer le mode,
la médiane et la moyenne.
Mode : les modes correspondent aux modalités « 34 » et « 35 » (la
distribution est bimodale). L’effectif modal est 6.
Médiane : rang médian = (30 +1) ÷ 2 = 15.5. La 15.5e valeur
correspond à la médiane. Ainsi, la médiane correspond à la modalité 35.
En effet, cette modalité (« 35 ») est située à partir de la 13e position
jusqu’à la 18e position quand les données sont rangées par ordre
croissant.
Moyenne = 1053 ÷ 30 = 35.1
Exercice 2.2.1
1. Nous commençons par calculer la moyenne :
Pour calculer l’écart-type à l’aide de la formule :
…nous devons retrancher chaque valeur à sa valeur moyenne puis
mettre le résultat au carré pour obtenir . Ainsi, ici nous obtenons :
Nous obtenons :
Pour calculer l’écart-type à l’aide de la formule :
Nous posons :
Nous pouvons choisir de regrouper les valeurs similaires ou non (par
exemple, ne garder qu’une ligne pour la valeur 25 en inscrivant 2 dans la
colonne « n »).
2. Étendue = 27 –17 = 10. En effet, les scores vont de 17 à 27 (soit
une étendue de 10). Ils s’étendent donc sur 10 points.
Exercice 2.2.2
Nous commençons par calculer la moyenne :
Pour calculer l’écart-type à l’aide de la formule :
…nous devons retrancher chaque valeur à sa valeur moyenne puis
mettre le résultat au carré pour obtenir (x – )2. Ainsi, ici nous
obtenons :
Notons que la série de données est nommée y dans le cas présent (et
non x). Ainsi, le numérateur de la formule ici devient (y – y)2. La
somme est égale à 42. Nous obtenons :
Pour calculer l’écart-type à l’aide de la formule :
Nous posons :
Ici aussi, notons que la série de données est nommée y dans le cas
présent (et non x). Ainsi, y2 devient y2, et n × x devient n × y. Nous
pouvons choisir de regrouper les valeurs similaires ou non (par exemple,
ne garder qu’une ligne pour la valeur 7 en inscrivant 2 dans la colonne
« n »).
Exercice 2.2.3
Nous commençons par calculer les moyennes :
Pour calculer l’écart-type à l’aide de la formule :
…nous devons retrancher chaque valeur à sa valeur moyenne puis
mettre le résultat au carré pour obtenir . Ainsi, ici nous obtenons :
Nous obtenons :
Pour calculer l’écart-type à l’aide de la formule :
Nous posons :
Nous pouvons choisir de regrouper les valeurs similaires ou non (par
exemple, ne garder qu’une ligne pour la valeur 12 en inscrivant 2 dans la
colonne « n »).
Pour la deuxième série de données, nous devons obtenir :
2. Nous pouvons calculer la variance (s2) à partir de l’écart-type (s) ou
noter le résultat obtenu juste avant de poser la racine carrée lorsque nous
calculons l’écart-type (car ce résultat est la variance). Par exemple, pour
la première série de données, nous faisons :
Une autre stratégie consiste à repartir du résultat de l’écart-type pour
obtenir la variance. En effet, la racine carrée de la variance est égale à
l’écart-type, donc si nous mettons l’écart-type au carré, nous obtenons la
variance. Ainsi :
3. Étendue Groupe TD1 = 15 –7 = 8. En effet, les notes vont de 7 à 15
(soit une étendue de 8). Elles s’étendent donc sur 8 points.
Étendue Groupe TD2 = 19 –10 = 9. En effet, les notes vont de 10 à 19
(soit une étendue de 9). Elles s’étendent donc sur 9 points.
4. Il faut commencer par trier les notes par ordre croissant, en
regroupant éventuellement les mêmes modalités. Par exemple, s’il y a
deux fois la note « 12 », nous ne mettons qu’une ligne « 12 » tout en
inscrivant « 2 » dans la colonne n (effectifs). Nous calculons également
les effectifs cumulés croissants. Pour la série « Groupe TD1 », nous
obtenons :
• Le rang de Q1 est : (N ÷ 4) + 0.5 = 10 ÷ 4 + 0.5 = 3. Cela
signifie que la 3e observation de la série correspond à Q1, ce
qui correspond à la modalité 9 (colonne x).
• Le rang de Q3 est : (3N ÷ 4) + 0.5 = (3 × 10) ÷ 4 + 0.5 = 8.
Cela signifie que la 8e observation de la série correspond à
Q3, ce qui correspond à la modalité 13 (colonne x).
• Écart interquartile = 13 – 9 = 4. Ainsi, la moitié des
observations les plus centrales de la distribution se
regroupent sur 4 points.
Pour la série « Groupe TD2 », nous obtenons :
• Le rang de Q1 est : (N ÷ 4) + 0.5 = 10 ÷ 4 + 0.5 = 3. Cela
signifie que la 3e observation de la série correspond à Q1, ce
qui correspond à la modalité 11 (colonne x).
• Le rang de Q3 est : (3N ÷ 4) + 0.5 = (3 × 10) ÷ 4 + 0.5 = 8.
Cela signifie que la 8e observation de la série correspond à
Q3, ce qui correspond à la modalité 17 (colonne x).
• Écart interquartile = 17 – 11 = 6. Ainsi, la moitié des
observations les plus centrales de la distribution se
regroupent sur 6 points.
Exercice 2.3.1
1. Pour comparer, il faut transformer les notes brutes en note z :
Cet élève est à + 1.50 écart-type au-dessus de la moyenne en
philosophie et « seulement » à + 0.5 écart-type au-dessus de la moyenne
en mathématiques. Il a donc été meilleur en philosophie
comparativement aux autres.
2. Le signe du score z est positif. Cela signifie que sa note est au-
dessus de la moyenne. Elle est élevée puisqu’elle se situe à + 2.4 écarts-
types au-dessus de la moyenne. Cet élève a donc obtenu une très bonne
note par rapport aux autres élèves.
3. Cet élève a obtenu exactement la moyenne à l’épreuve de
Philosophie (soit une note de 12).
4. Pour revenir à un score brut (x) à partir d’un score z, nous
appliquons : x = z × s + m
x = 2 × 2 + 12 = 16
Exercice 2.3.2
1.a) Laurent a un QI de 90, soit un z = –0.81 :
Avec une table bilatérale : nous lisons dans pour z = –0.81,
p = 0.41794, soit 41.79 % de chaque côté. Nous divisons par 2 : 20.89 %
des enfants ont un score inférieur ou égal à celui de Laurent.
Avec une table unilatérale : nous n’avons pas besoin de diviser par 2,
nous trouvons directement une proportion de 0.20897 (20.89 %) pour
z = –0.81 (nous aboutissons à la même conclusion).
Nous n’avons pas besoin de calculer la proportion complémentaire ici
car lorsque le z est négatif, le pourcentage trouvé à l’aide de la table
correspond à l’aire partant de l’extrémité gauche (négative) jusqu’au z.
Nous déterminons ainsi le pourcentage d’individus ayant des
performances inférieures à Laurent, ce qui correspond à ce que nous
cherchons dans l’énoncé.
b) Dominique a un QI de 96, soit un z = –0.37 :
Avec une table bilatérale : nous lisons pour z = –0.37, p = 0. 71138,
soit 71.14 % de chaque côté. Nous divisons par 2 : 35.57 % des enfants
ont un score inférieur ou égal à celui de Dominique.
Avec une table unilatérale : nous n’avons pas besoin de diviser par
deux, nous trouvons directement une proportion de 0.35569 (35.57 %)
pour z = –0.37 (nous aboutissons à la même conclusion).
Ici, la table ne nous donne pas accès directement au résultat : le z est
négatif (– 0.37) et le pourcentage trouvé (35.57 %) correspond à l’aire
partant de l’extrémité gauche jusqu’au z, soit les individus ayant des
performances inférieures à Dominique. Pour obtenir la proportion
complémentaire, nous calculons 100 % – 35.57 % = 64.43 %. Ainsi,
64.43 % des enfants ont un score supérieur ou égal à celui de
Dominique.
c) Élisa a un QI de 123, soit un z = 1.63 :
Avec une table bilatérale : nous lisons pour z = 1.63, p = 0.10310, soit
10.31 % de chaque côté. Nous divisons par 2 : 5.15 % des enfants ont un
score supérieur ou égal à celui d’Élisa.
Avec une table unilatérale : nous n’avons pas besoin de diviser par
deux, nous trouvons directement une proportion de 0.05155 (5.15 %)
pour z = 1.63 (nous aboutissons à la même conclusion).
Nous n’avons pas besoin de calculer la proportion complémentaire ici
car lorsque le z est positif, le pourcentage trouvé à l’aide de la table
correspond à l’aire partant de l’extrémité droite (positive) jusqu’au z.
Nous déterminons ainsi le pourcentage d’individus ayant des
performances supérieures à Élisa, ce qui correspond à ce que nous
cherchons dans l’énoncé.
2. Nous cherchons 2.5 % à gauche. Avec une table bilatérale, nous
allons chercher p = .05.
(0.025 × 2 = 0.05). Nous trouvons p = 0.05000, ce qui correspond à la
ligne 1.9 et à la colonne 0.06 donc z = 1.96. Avec une table unilatérale,
nous n’avons pas besoin de multiplier par deux, nous cherchons
directement à p = .025. Nous trouvons p = 0.02500, ce qui correspond à
la ligne 1.9 et à la colonne 0.06 donc z = 1.96 (nous aboutissons à la
même conclusion). Puisque nous cherchons à gauche (le score à partir
duquel il n’y a plus que 2.5 % des enfants ayant le moins bien réussi), il
faudra ajouter le signe « – » à ce score z. Tous les z à gauche prennent
nécessairement le signe « – » quand ils sont inférieurs à la moyenne.
Ainsi :
x = (– 1.96 × 13.52) + 101 = 74.50
C’est jusqu’à la performance du score 74.50 qu’on figure parmi les
2,5 % les moins bons à l’épreuve.
Exercice 2.3.3
1.a) Nous cherchons la proportion d’étudiants (en %) situés avant –
1.5(s).
• Avec une table bilatérale : nous lisons pour z = –1.5,
p = 0.13361, soit 13.361 % de chaque côté. Nous divisons par
2 : 6.681 % des étudiants sont situés avant – 1.5(s).
• Avec une table unilatérale : nous n’avons pas besoin de diviser
par deux, nous trouvons directement une proportion de
0.06681 (6.681 %) pour z = –1.5 (nous aboutissons à la même
conclusion).
b) Nous cherchons la proportion d’étudiants (en %) situés après –
1(s).
• Avec une table bilatérale : nous lisons pour z = –1,
p = 0.31731, soit 31.731 % de chaque côté. Nous divisons par
2 : 15.866 % des étudiants sont situés avant – 1(s)..
• Avec une table unilatérale : nous n’avons pas besoin de diviser
par deux, nous trouvons directement une proportion de
0.15866 (15.866 %) pour z = –1 (nous aboutissons à la même
conclusion).
Ici, la table ne nous donne pas accès directement au résultat : le z est
négatif (–1) et le pourcentage trouvé (15.866 %) correspond à l’aire
partant de l’extrémité gauche jusqu’au z, soit les individus ayant des
performances inférieures à – 1(s).. Pour obtenir la proportion
complémentaire, nous calculons 100 % – 15.866 % = 84.134. Ainsi,
84.134 % des étudiants sont situés après – 1(s)..
c) Nous cherchons la proportion d’étudiants (en %) situés après la
moyenne et avant +2(s). Une stratégie envisageable ici consiste à
obtenir la proportion d’étudiants (en %) situés après la moyenne puis
à retrancher la proportion d’étudiants (en %) situés après +2(s).
Nous savons que puisque la totalité de la courbe fait 100 %, et que
50 % des étudiants sont répartis de part et d’autre de la moyenne,
50.00 % des étudiants ont un score supérieur ou égal à . Si nous
décidons de réaliser les calculs, nous trouvons :
• Avec une table bilatérale : nous lisons pour z = 0, p = 1.00000,
soit 100 % de chaque côté. Nous divisons par 2 : 50.00 % des
étudiants ont un score supérieur ou égal à .
• Avec une table unilatérale : nous n’avons pas besoin de diviser
par deux, nous trouvons directement une proportion de
0.50000 (50.00 %) pour z = 0 (nous aboutissons à la même
conclusion).
Cherchons maintenant la proportion d’étudiants (en %) situés après
+2(s) :
• Avec une table bilatérale : nous lisons pour z = 2, p = 0.04750,
soit 4.750 % de chaque côté. Nous divisons par 2 : 2.375 %
des étudiants ont un score supérieur ou égal à +2(s).
• Avec une table unilatérale : nous n’avons pas besoin de diviser
par deux, nous trouvons directement une proportion de
0.02375 (2.375 %) pour z = 2 (nous aboutissons à la même
conclusion).
Ainsi, 50.00 % - 2.375 % = 47.625 %.
47.625 % d’étudiants sont situés après la moyenne mais avant
+2(s).
d) Nous cherchons la proportion d’étudiants (en %) situés après et
avant . Une stratégie envisageable ici consiste à obtenir la proportion
d’étudiants (en %) entre la moyenne et +1(s) puis à obtenir la
proportion d’étudiants (en %) entre +1(s) et la moyenne.
• Avec une table bilatérale : nous lisons pour z = 1, p = 0.31731,
soit 31.731 % de chaque côté. Nous divisons par 2 : 15.866 %
des étudiants ont un score supérieur ou égal à .
• Avec une table unilatérale : nous n’avons pas besoin de diviser
par deux, nous trouvons directement une proportion de
0.15866 (15.866 %) pour z = 1 (nous aboutissons à la même
conclusion).
Nous savons que, puisque la totalité de la courbe fait 100 % et que
50 % des étudiants sont répartis de part et d’autre de la moyenne, nous
savons que 50.00 % des étudiants sont situés après (notons que si
nous décidons de réaliser les calculs, nous trouvons les mêmes résultats
que pour l’exercice 1.c).
Ainsi, pour obtenir la proportion d’étudiants (en %) entre la moyenne
et +1(s), nous posons :
50.00 % – 15.866 % = 34.134 %
Si nous savons que la courbe est symétrique et que la proportion
située entre la moyenne et +1(s) sera identique à la proportion située
entre +1(s) et la moyenne, nous pouvons nous passer des calculs
suivants et passer directement à la dernière étape Si nous décidons de
réaliser les calculs, nous trouvons les résultats ci-dessous.
Cherchons maintenant la proportion d’étudiants (en %) situés entre
+1(s) et la moyenne :
• Avec une table bilatérale : nous lisons dans pour z = –1,
p = 0.31731, soit 31.731 % de chaque côté. Nous divisons par
2 : 15.866 % des étudiants ont un score inférieur ou égal à
+1(s).
• Avec une table unilatérale : nous n’avons pas besoin de diviser
par deux, nous trouvons directement une proportion de
0.15866 (15.866 %) pour z = –1 (nous aboutissons à la même
conclusion).
Ainsi, pour obtenir la proportion d’étudiants (en %) entre -12(s) et la
moyenne, nous posons :
50.00 % – 15.866 % = 34.134 %
34.134 % + 34.134 % = 68.268 %.
68.268 % d’étudiants sont situés après +1(s)et avant -1(s).
2. Commençons par calculer l’écart-type (s) à partir de la variance
2
(s ). La racine carrée de la variance est égale à l’écart-type, donc
.
Nous pouvons maintenant déterminer à quelles notes brutes (x)
correspondent un score z de –1.5, de –1, de +1 et +2. Pour revenir à un
score brut (x) à partir d’un score z, nous appliquons : x = z × s + .
Ainsi :