Statistiques
I Rappels
1- Série statistique à une variable
Définition :
Une série statistique à une variable (𝑥𝑖 ) est constituée d’une liste de valeurs 𝑥1 ; 𝑥2 ; … ; 𝑥𝑝 avec les
effectifs correspondants 𝑛1 ; 𝑛2 ; … ; 𝑛𝑝
Exemple : Les 31 élèves d’une classe de terminale ont obtenu les notes suivantes à une évaluation de
mathématiques.
Valeurs 𝑥𝑖 Notes 7 8 9 10 11 12 13 14
Total 1 5 4 12 5 3 0 1 Effectifs 𝑛𝑖
Définition :
Les valeurs de la série étant rangées dans l’ordre croissant, les quartiles 𝑸𝟏 et 𝑸𝟑 et la médiane 𝑴𝒆
partagent la série ordonnée en quatre groupes de même effectif.
Schéma : On peut représenter cette répartition par un diagramme en boîte.
Paramètres d’une série statistique :
𝑥1 +𝑥2 +⋯+𝑥𝑛
• La moyenne : 𝒙
̅=
𝑁
• La médiane 𝑀𝑒 partage la série ordonnée en deux groupes de même effectif.
Si l’effectif est impair, la médiane est la valeur située au milieu de la série.
Si l’effectif est pair, la médiane est la moitié de la somme des deux valeurs au milieu.
• L'étendue : c'est la différence des valeurs extrêmes : 𝑒 = 𝑥𝑚𝑎𝑥 − 𝑥𝑚𝑖𝑛
• L’écart-type mesure la dispersion par rapport à la moyenne. On le note 𝜎.
• Les quartiles 𝑸𝟏 et 𝑸𝟑
• L’écart interquartile [𝑸𝟏 ; 𝑸𝟑 ]
Application : Exercice 1
2- Fonction affine et équation réduite de droite
Définition :
Une fonction affine 𝑓 est une fonction définie pour tout réel 𝑥 par :
𝑓(𝑥) = 𝑎𝑥 + 𝑏
Le nombre 𝑎 est le coefficient directeur (ou pente).
Le nombre 𝑏 est l’ordonnée à l’origine.
Propriétés :
Si 𝑎 = 0 alors la fonction est constante et s’écrit sous la forme 𝑓(𝑥) = 𝑏
Si 𝑏 = 0 alors la fonction est linéaire et s’écrit sous la forme 𝑓(𝑥) = 𝑎𝑥
Propriété :
La représentation graphique d’une fonction affine est une droite.
Méthode : Déterminer graphiquement l’équation de la droite représentative d’une fonction affine
Exemple : Soit 𝑓 une fonction affine dont la
représentation graphique est donnée ci-contre.
• Pour déterminer 𝑏, il suffit de regarder le
point d’intersection entre la droite et l’axe
des ordonnées. Ici, 𝑏 = −2
• Pour déterminer 𝑎, il faut observer le
nombre de carreaux dont on se déplace
horizontalement et verticalement pour
partir de 𝑏 et arriver à un point avec des
coordonnées « entières ».
𝑑é𝑝𝑙𝑎𝑐𝑒𝑚𝑒𝑛𝑡 𝑣𝑒𝑟𝑡𝑖𝑐𝑎𝑙 3
𝑎= =
𝑑é𝑝𝑙𝑎𝑐𝑒𝑚𝑒𝑛𝑡 ℎ𝑜𝑟𝑖𝑧𝑜𝑛𝑡𝑎𝑙 4
Définition :
Soient 𝐴(𝑥𝐴 ; 𝑦𝐴 ) et 𝐵(𝑥𝐵 ; 𝑦𝐵 ) deux points distincts de la droite représentative d’une fonction affine
𝑓 telle que 𝑓(𝑥) = 𝑎𝑥 + 𝑏.
𝑓(𝑥𝐵 )−𝑓(𝑥𝐴 ) 𝑦𝐵 −𝑦𝐴
Le coefficient directeur 𝑎 est égal à : 𝑎 = 𝑥𝐵 −𝑥𝐴
= 𝑥𝐵 −𝑥𝐴
Méthode : Déterminer par le calcul l’équation de la droite représentative d’une fonction affine
Soient 𝐴(1 ; 2) et 𝐵(6 ; 8) deux points d’une fonction affine 𝑓 et 𝑑 sa droite représentative.
On veut déterminer par le calcul l’expression de la fonction 𝑓.
• On commence par la valeur du coefficient directeur de la fonction 𝑓 :
𝑦𝐵 − 𝑦𝐴
𝑎=
𝑥𝐵 − 𝑥𝐴
8−2
𝑎=
6−1
6
𝑎=
5
6
Donc : 𝑓(𝑥) = 5 𝑥 + 𝑏
• On peut ensuite déterminer 𝑏 en remplaçant 𝑥 et 𝑓(𝑥) dans l’expression de la fonction par les
coordonnées d’un point appartenant à la droite 𝑑.
6
𝑓(𝑥𝐴 ) = 𝑥𝐴 + 𝑏
5
6
2= ×1+𝑏
5
6
2= +𝑏
5
6
2− =𝑏
5
4
=𝑏
5
6 4
Donc : 𝑓(𝑥) = 𝑥 +
5 5
Application : Exercice 2
II Série statistique à deux variables
1- Définitions
Définition :
Une série statistique à deux variables (𝑥𝑖 ; 𝑦𝑖 ) est constituée d’une liste de 𝑛 couples de valeurs
(𝑥1 ; 𝑦1 ) ; (𝑥2 ; 𝑦2 ) ; … ; (𝑥𝑛 ; 𝑦𝑛 ).
Le nuage de points de cette série est l’ensemble des points du plan de coordonnées
(𝑥1 ; 𝑦1 ) ; (𝑥2 ; 𝑦2 ) ; … ; (𝑥𝑛 ; 𝑦𝑛 ).
Remarque : Le nuage de points permet de visualiser un lien possible entre deux variables ou de
repérer des incohérences dans une série statistique à deux variables.
Exemple : Le tableau suivant regroupe la taille et la masse de sept joueurs
Taille (cm) 183 192 177 213 191 199 203
Masse (kg) 88 91 83 105 101 95 97
La représentation graphique est la suivante :
Les coordonnées du point moyen G sont (𝑥̅ ; 𝑦̅),
moyenne des 𝑥𝑖 , et moyenne des 𝑦𝑖 .
Le nuage de points permet de constater qu’un
des joueurs semble être en surcharge pondérale
par rapport aux autres.
Application : Exercice 3
Remarque : Pour estimer une valeur inconnue dans une série
statistique, on peut utiliser deux procédés :
• La méthode par interpolation quand le calcul est
réalisé dans l’intervalle des valeurs prises par la
série statistique.
• La méthode par extrapolation quand le calcul est
réalisé en dehors des valeurs prises par la série
statistique.
2- Droite d’ajustement
a- Méthode « au jugé »
La méthode « au jugé » consiste à tracer une droite passant au plus près
des différents points du nuage.
Après avoir tracé cette droite, on peut en déterminer son équation
graphiquement ou par le calcul en déterminant les coordonnées de deux
points appartenant à la droite (Méthodes précédentes).
Application : Exercice 4
b- Méthode des moindres carrés
L’équation de la droite d’ajustement peut être aussi déterminée à
l’aide d’une calculatrice ou d’un tableur, par la méthode des
moindres carrés.
Vidéo explicative et tutos Casio/TI
Tuto Numworks
c- Méthode des points moyens (ou droite de Mayer)
Cette méthode consiste à déterminer deux points moyens du nuage de points et de déterminer par le
calcul l’équation de la droite passant par ces deux points moyens.
Exemple : On considère la série statistique suivante
Superficie 𝑋 2 2 3 4 5 6 7 7,6
Nombre d’exploitations 𝑌 14 26 31 29 44 40 54 50
Les valeurs du caractère 𝑋 sont 8 au total. On va donc partager la série en deux séries de 4 valeurs :
Série 1 Série 2
𝑋 2 2 3 4 𝑋 5 6 7 7,6
𝑌 14 26 31 29 𝑌 44 40 54 50
Point moyen 𝐺1 (𝑋̅̅̅1 ; 𝑌̅1 ) : Point moyen 𝐺2 (𝑋̅̅̅2 ; 𝑌̅2 ) :
2+2+3+4 5 + 6 + 7 + 7,6
̅̅̅
𝑋1 = = 2,75 ̅̅̅
𝑋2 = = 6,4
4 4
14 + 26 + 31 + 29 44 + 40 + 54 + 50
𝑌̅1 = = 25 𝑌̅2 = = 47
4 4
On peut ensuite déterminer l’équation de la droite
(𝐺1 𝐺2 ) grâce à la méthode vue précédemment pour
déterminer l’équation réduite d’une droite à l’aide des
coordonnées des deux points 𝐺1 et 𝐺2 :
47 − 25 𝑏 = 25 − 6 × 2,75 = 8,4
𝑎= ≈6
6,4 − 2,75
Donc : l’équation de la droite d’ajustement (𝐺1 𝐺2 ) est
𝑦 = 6𝑥 + 8,4
Application : Exercice 5
3- Ajustement par changement de variable
Il arrive que le nuage de points ne soit pas modélisable par une droite. Il faut alors changer de
variable pour réaliser un ajustement linéaire.
Exemple : Un centre d’appel comptait 66 employés en 2001. Le tableau ci-dessous donne l’évolution du
nombre d’employés en fonction du range de l’année.
Année 2001 2002 2003 2004 2005 2006 2007
Rang de l’année 𝑥𝑖 1 2 3 4 5 6 7
Nombre d’employés 𝑦𝑖 66 104 130 207 290 345 428
On cherche à étudier l’évolution du nombre 𝑦 d’employés en fonction du rang 𝑥 de l’année. Une étude
graphique montre qu’un ajustement affine ne convient pas.
On pose alors 𝑧 = √𝑦 − 3
Année 2001 2002 2003 2004 2005 2006 2007
Rang de l’année 𝑥𝑖 1 2 3 4 5 6 7
Nombre d’employés 𝑦𝑖 66 104 130 207 290 345 428
𝑧𝑖 5,12 7,2 8,4 11,39 14,03 15,57 17,69
On obtient le graphique suivant après le changement de variable. Les points semblent presque alignés,
ce qui rend réalisable un ajustement affine (linéaire) par l’une des méthodes vues précédemment.
Application : Exercice 6