Rachid LABBAS
Sance 2
MTHODES QUANTITATIVES
DE GESTION
RACHID LABBAS
Le choix dun
d un outil statistique dpend
1. Du nombre de variables conjointement traites
2. Des objectifs de lanalyste
3. De lunivers de rfrence dans lequel
q on inscrit son travail
4. Du type de variables manipules
Rachid LABBAS
1. Du nombre de variables
conjointement
j i traites
i
Si vous traitez statistiquement une variable, puis une autre, puis
une autre, etc., vous ralisez des statistiques univaries
Si vous envisagez des variables deux deux, vous ralisez
des statistiques bivaries
Si vous traitez conjointement plus de deux variables (p
variables),), vous mettez en oeuvre des mthodes multivaries
Rachid LABBAS
2. Des objectifs de llanalyste
analyste
Lorsque vous vous contentez dinterprter les donnes recueillies,
vous pratiquez de la statistique descriptive
Si vous cherchez mettre en relation mathmatique deux ou
plusieurs variables, vous tes dans une dmarche de modlisation et
utilisez des mthodes explicatives
Ex : on peut tenter de modliser la dpense ralise en une journe chez
Euro-Disney (D) en fonction de lge du chef de famille (A) et de son nombre
d f t (E)
denfants
On pourra tenter de construire le modle suivant : D = a A + b E + c
SSchmatiquement,
h i les
l dmarches
d h d descriptives
i i sont trs
utilises
ili en
entreprise, les dmarches explicatives (plus techniques) sont
rserves aux chercheurs
Rachid LABBAS
3. De lunivers de rfrence dans lequel
on inscrit
i i son travail
il
Deux univers se ctoient et se compltent parfaitement en TQ
Lorsque je dnombre le nombre de femmes et d'hommes
d hommes dans cette
salle, je suis en univers certain ou dterministe
Je peux aussi considrer que les personnes prsentes dans cette salle
reprsentent un chantillon dtudiants du cycle Master. Mon
raisonnement statistique et mes calculs sinscriront donc dans un univers
probabiliste ou alatoire,, car jjai p
p pioch dans la p
population
p un
certain nombre dindividus
Ce qui est certain (vous concernant) est probable pour lensemble
des tudiants de la promotion
Rachid LABBAS
4. Du type de variables manipules
Variable q
qualitative : variable q
qui ne peut
p pas
p se mesurer
mais simplement tre qualifie ou code. Elle fait lobjet dun
dnombrement par modalit
Ex : sexe, CSP, nationalit, couleur, secteur dactivit, etc
Variable quantitative : variable qui fait rfrence une
quantit que lon peut mesurer
Ex : taille, salaire, nombre denfants dun mnage etc
Rachid LABBAS
En rsum ... Le choix dun outil
statistique
i i dpend
d d
1
1. Du nombre de variables
D ariables conjointement manip
manipules
les ((une,
ne de
deux,
p)
2. De vos objectifs danalyse (description ou explication)
3. De lunivers dans lequel
q vous inscrivez votre raisonnement
(certain ou probabiliste)
4
4. Du type de variables manipules (quantitative,
(quantitative qualitative)
Rachid LABBAS
Les variables qualitatives
Les diffrentes propositions associes un caractre qualitatif
se nomment des modalits
Les traitements univaris sont restreints : on se limite au calcul
d effectifs
des ff tif ett des
d frquences
f (pourcentages)
( t ) observs
b par
modalit.
Rachid LABBAS
Les diffrnets variables qualitatives
2 Types distinguer
Variable nominale : variable q
qualitative dont les valeurs ne
peuvent pas tre ordonnes, hirarchises (ex : couleur des
yeux)
Variable ordinale : variable qualitative dont les valeurs
peuvent tre ordonnes,, hirarchises ((ex : mentions au bac))
p
Rachid LABBAS
Statistiques univaries : les variables
qualitatives
li i
Quel est votre sport prfr ?
Observations ponctuelles
Rpondant Rponse Tableau de distribution
1 Foot Modalits effectifs frquences
2 Jogging xi ni fi
3 Tennis Foot 90 32,14%
4 Natation Jogging 70 25 00%
25,00%
5 Gym Tennis 50 17,86%
6 Natation Natation 65 23,21%
7 Foot Autres 5 1,79%
8 Tennis Total 280 100%
n ..
Rachid LABBAS
La synthse par les chiffres et les
graphiques
hi
Le tableau de distribution
Les diffrents graphiques
g p q
Diagramme barres
Diagramme secteurs
Diagramme figuratif
Rachid LABBAS
Les variables quantitatives
Mesurables numriquement
Exemples : nombre denfants, dpense tlphonique mensuelle dun
mnage, quantit deau
d consomme par mois, note obtenue
b au
module statistique, etc.
Une chelle dattitude
d attitude peut tre assimile une variable
quantitative
Pas du tout Pas Tout fait
Daccord
daccord daccord daccord
On peut se faire une ide de
quelquun
quelqu un en fonction des
programmes TV quil/quelle suit
ICI on codera la rponse de 1 4 pour faire des calculs
ICI,
Rachid LABBAS
Les diffrentes variables quantitatives
2 Types
yp distinguer
g
La variable discrte. Elle ne prend que des valeurs entires (ex : le
nombre denfants)
d enfants)
La variable continue. Elle prend toutes les valeurs possibles, y
compris des dcimales (ex : note obtenue au module statistique)
Lorsquune variable continue prend un trop grand nombre de
valeurs, ces valeurs sont regroupes en classes
Rachid LABBAS
Statistiques univaries : les variables
quantitatives
i i
Observations ponctuelles Quel ge avez-vous?
Rpondant Rponse
Tableau de distribution
1 14 ans
2 20 ans Frquences
Modalits effectifs frquences Paramtres de
cumules
3 18 ans tendance centrale et
classes
l nii fi Fi d dispersion
de di i
4 8 ans
[0;10[ 18 23% 23% Moyenne cart type
5 22 ans
[10;20[ 35 46% 69% Variance
...
[20;30[ 24 31% 100% Covariance
n ..
Total 77 100% Mdiane
Mode
tendue
Rachid LABBAS
Problmes mthodologiques lis
l ili i des
lutilisation d classes
l
Combien de classes constituer ?
Sont-elles de mme amplitude ou bien damplitudes ingales ?
Quel est impact de lutilisation
l utilisation des classes sur les traitements
ultrieurs ?
Rachid LABBAS
Combien de classes constituer ?
Un trop petit nombre de classes : perte de vue densemble du
phnomne tudi
p
Un trop grand nombre de classes : perte dinformation
Pour des raisons probabilistes
5 7 classes permettent dtaler la mesure et de faire apparatre
d distributions
des di ib i connues
Pour des raisons de perception cognitive
5 7 classes permettent au rpondant et lanalyste de sy
retrouver
Rachid LABBAS
LLamplitude
amplitude des classes ?
Lhistogramme ne doit pas tre confondu avec un diagramme
barres juxtaposes
Ensemble de rectangle accols deux deux avec :
La base de chacun des rectangles correspond la largeur de la
classe, on parle damplitude
La surface de chaque rectangle est gale lleffectif
effectif de la classe ou
sa frquence
On raisonne en termes de densit dobservations
d observations :
Rachid LABBAS
LLamplitude
amplitude des classes ?
Classes de mme amplitude : effectifs ou frquences directement
comparables
C asses avec amplitudes
Classes a p udes ingales
ga es : les
es effectifs
e ec s ete les
es frquences
que ces nee sont
so
plus directement comparables et lhistogramme ne ressemble plus un
diagramme barres juxtaposes
Hi
Histogramme : densit
d i des
d femmes
f salaries
l i selon
l la
l tranche
h dges
d
Densit
dobservations
ge
Impact de lutilisation des classes sur les
traitements
i ultrieurs
l i ?
On ne raisonne
O i plus
l avec lles d
donnes
ponctuelles
t ll car on
associe chaque classe un centre de classe qui peut tre le
milieu de la classe ou encore la valeur moyenne de la classe
Rachid LABBAS
La synthse par les chiffres et les
graphiques
hi
Le tableau de distribution
Effectifs, frquences, frquences cumules.
Amplitude, densit, centre
Les graphiques
Diagramme
g barres
Diagramme secteurs
Lhistogramme
La courbe des frquences cumules ou dcumules
Rachid LABBAS
Si on rsume ...
Rachid LABBAS
Relation entre variables quantitatives et
variables
i bl qualitatives
li i
Il est toujours
j possible
p de retraiter une variable quantitative
q
en variable qualitative alors que linverse nest pas possible
Ex : si vous mesurez un revenu, rien ne vous empche de recoder vos
rsultats dans les modalits bien pay , dans la moyenne ,
mal pay . Si vous procdez linverse, vous allez avoir du mal
calculer
l l lle revenu moyen d de lla population
l ti t
tudie
di
Cest pour cette raison que les anglo-saxons privilgient
lutilisation de variables quantitatives
Rachid LABBAS
Quelle mthodologie danalyse adopter
pour tre efficace
ffi ?
Ensuite des calculs complmentaires sont possibles pour :
Entrer dans un contexte de justification
j ifi i
Entrer dans un contexte de prcision
Prparer
p dautres analyses
y
Rachid LABBAS
La mdiane - dfinition
La mdiane est la valeur de la variable statistique qui partage
en deux effectifs gaux les observations pralablement
ranges par ordre croissant ou dcroissant du caractre
Autrement dit, c'est la valeur M pour laquelle la frquence
cumule est gale 1/2 / :
F(M)
( ) = 1/2
/
Rachid LABBAS
La mdiane - dtermination pratique
Variable discrte
Dans une srie comportant un nombre impair (2k + 1)
d'observations, la mdiane correspond la valeur de la (k +
1)ime
) observation,
b aprs que la
l srie a t ordonne
d par
ordre croissant ou dcroissant
Rachid LABBAS
La mdiane - dtermination pratique
EXEMPLE
Considrons les notes d'examen suivantes obtenues p
par 7
lves :
3, 12, 18, 13, 14, 7, 10
Ordonnons la srie, par exemple par ordre croissant :
3 7,
3, 7 10,
10 12,
12 13,
13 14,
14 18
La mdiane est gale 12, valeur qui laisse 3 termes avant
elle et trois termes aprs elle
C'est la valeur du (k + 1)ime terme
Rachid LABBAS
La mdiane - dtermination pratique
Variable discrte
Dans une srie comportant un nombre pair (2k) d'observations,
il n'y a pas proprement parler de mdiane, mais un
intervalle
ll mdian
d d dont les
l extrmits correspondent
d aux
valeurs de la kime et de la (k+1)ime observation
Rachid LABBAS
La mdiane - dtermination pratique
EXEMPLE
Supposons qu'il y ait eu un huitime candidat ayant obtenu la
note 15. La srie ordonne des notes devient :
3, 7, 10, 12, 13, 14, 15, 18.
Aucune valeur ne rpond strictement la dfinition de la
mdiane. Par contre, l'intervalle (12 ; 13) laisse trois termes
droite et trois termes gauche
g
C'est l'intervalle mdian
Rachid LABBAS
La mdiane - dtermination pratique
Lorsqu'
q certaines valeurs de la variable statistiqueq
correspondent plusieurs, voire un grand nombre d'observations,
il peut ne pas y avoir proprement parler de mdiane, car il
n'y a pas, au sens strict, de solution l'quation : F(M) =
Cependant,
p ,p
par convention,, on retiendra dans ce cas p
pour
mdiane la valeur de l'observation de rang k + 1 (srie
comportant 2k + 1 termes) ou de rang k (srie comportant 2k
termes)
Rachid LABBAS
La mdiane exemple
Distribution de 50 familles immigres selon le nombre de leurs
enfants
P
Premire
i mthode
h d : Dtermination
D i i partir i d
du tableau
bl d
des
effectifs ou des frquences cumuls
Rachid LABBAS
La mdiane exemple
Dans cet exemple, le nombre des observations est pair (2k =
50). La mdiane est la valeur de l'observation de rang k = 25
: elle est gale 2
Rachid LABBAS
La mdiane exemple
La dtermination graphique de la mdiane se fait trs
simplement
i l partir
i de
d la
l courbe
b en escalier
li des
d effectifs
ff if ou
des frquences cumuls
Rachid LABBAS
Mdiane
2me
mthode
h d : dtermination
d i i graphique
hi
Rachid LABBAS
La mdiane exemple
Dans le cas d'une variable discrte, la signification de la
mdiane est souvent trs incertaine
Ainsi,, dans cet exemple,
p , il n'y
yaqque 30 % des observations
dont la valeur est suprieure la mdiane, au lieu de 50 %
Dans certains cas,
cas cette proportion pourrait tre encore
infrieure. Il est alors prfrable d'avoir recours une autre
valeur q
que la mdiane pourp caractriser la tendance centrale
de la srie
Rachid LABBAS
La mdiane variable continue
Dans le cas d'une variable continue,, la mdiane est toujours
j
strictement dfinie, mais lorsque les observations sont groupes
par classes, on ne peut, dans un premier temps, que la situer
l'intrieur
' d'une
' classe : la classe mdiane
Rachid LABBAS
La mdiane variable continue
Exemple
l
Distribution des 500 salaris d'un tablissement industriel selon
leur salaire mensuel
Dtermination de la mdiane - Variable continue
Rachid LABBAS
La mdiane variable continue
Exemple
l
LLa classe
l mdiane
di est la
l classe
l quii contient
i l'l'observation
b i d de
rang n/2 = 250, c'est--dire la classe 6.000 moins de
10 000 F
10.000
La valeur de la mdiane l'intrieur de cette classe sera
estime
ti par iinterpolation,
t l ti soitit iinterpolation
t l ti lilinaire
i ((rgle
l dde
trois), soit interpolation graphique (base sur la courbe des
effectifs ou des frquences cumules)
Rachid LABBAS
La moyenne arithmtique
On dsigne gnralement par la moyenne arithmtique de
la variable x
Moyenne arithmtique simple
Huit personnes ont fait don l'Association de lutte contre le
cancer des sommes xi suivantes : 120, 150, 200, 210, 240,
300, 350 et 500 F
Le don moyen effectu par ces 8 personnes est gal :
Rachid LABBAS
La moyenne arithmtique
Moyenne arithmtique simple
SSoitit une srie
i comportant
t t n observations
b ti prenantt les
l k valeurs
l :
x1, x2 , xi , xk
auxquelles correspondent respectivement les effectifs : n1, n2
,ni ,nk
Par dfinition :
avec : n = n1+ n2 ++
+ + nk
ou, en utilisant la notation :
Rachid LABBAS
La moyenne arithmtique
Moyenne arithmtique simple
En utilisant la notation :
On peut encore crire :
LLes frquences
f f1 f2 , fk constituent
f1, tit t lles coefficients
ffi i t ded
pondration de la moyenne arithmtique
Par dfinition, la somme des coefficients de pondration est
gale 1 :
Rachid LABBAS
Le nouveau visage du monde du travail
et de
d la
l consommation
i
Partie de la population mondiale ge de 60 ans ou plus
Rachid LABBAS
