STATISTIQUES

DESCRIPTIVES
Rappels

Philippe Nanopoulos

2021
 CONCEPTS DE BASE

L’analyse statistique d’un phénomène requiert de définir au départ:

1. La population sur laquelle va porter l’étude

2. Les variables qui doivent les caractériser
3. La nature de chacune de ces variables
4. Les échelles sur lesquelles sont mesurées ces variables
 LA POPULATION

Définition: L'ensemble des individus possédant les informations désirées

pour répondre aux objectifs de l'étude

Le terme individus doit être entendu au sens large  unités statistiques,

objets, sujets, éléments, cas, unités d’analyse etc….
• ….. mais le définition de la population doit être précise

• Une enquête réalisée auprès de l’ensemble des individus qui composent

la population (cible, de référence)  recensement
• Une enquête réalisée auprès d’une partie seulement des individus qui
composent la population  sondage sur un échantillon
• Le nombre d’individus retenus est appelé taille ou effectif
 LES VARIABLES

Définition: Ce sont les attributs des individus qui font l’objet de l’étude
(caractères, caractéristiques)

• Ces attributs ont des modalités (ou valeurs) qui varient d’un individu à
l’autre ou d’un groupe d’individus à une autre  variables
• Une variable a toujours au moins 2 valeurs possibles (sinon constante)
• Notation: X, Y, Z,…..
 LA NATURE DES VARIABLES

• La nature d’une variable est déterminée à partir des « valeurs » qu’elle

peut prendre pour chaque individu
• On distingue les variables qualitatives des variables quantitatives
 4 ECHELLES DE MESURE PRIMAIRES

On distingue 4 types d'échelles de mesure primaires qui respectent à

des degrés divers les propriétés des nombres:

• Echelles Nominales

• Echelles Ordinales

• Echelles d’Intervalles

• Echelles de Proportions
 STATISTIQUE DESCRIPTIVE

OBJECTIFS

 Rendre plus intelligible l’information contenue dans les

données collectées (tableaux, graphiques)

 Dégager les caractéristiques essentielles des données

collectées (tendance centrale, dispersion)

 Apporter de l’information par rapport aux objectifs de

l’étude 1ère étape

de tout
 Détecter les erreurs de saisie/codage travail
d’analyse
 DISTRIBUTION DES FREQUENCES

 Fréquence absolue et Fréquence relative

FREQUENCE LECTURE DE LA FREQUENCE

STATUT FREQUENCE FREQUENCE
ABSOLUE ou PRESSE ABSOLUE ou
MARITAL RELATIVE RELATIVE
EFFECTIFS QUOTIDIENNE EFFECTIFS

Célibataire 183 52.3 Très souvent 76 21.7

Assez souvent 49 14.0

Marié 94 26.9
Assez rarement 12 3.4
Veuf 22 6.3
Très rarement 73 20.9
Divorcé 51 14.5
Jamais 140 40.0
TOTAL 350 100
TOTAL 350 100
 DISTRIBUTION DES FREQUENCES

FREQUENCE ABSOLUE
NOMBRE D'ENFANTS FREQUENCE RELATIVE
ou EFFECTIFS

0 110 31.4

1 74 21.1

2 38 10.9

3 15 4.3

4 20 5.7

5 56 16.0

6 0 0.0

7 13 3.7

8 9 2.6

9 13 3.7

10 2 0.6
TOTAL 350 100
 DISTRIBUTION DES FREQUENCES CUMULEES

 Variables ordinales et échelles d’intervalle et de ratio

FREQUENCE FREQUENCE
NOMBRE FREQUENCE FREQUENCE
CUMULEE CUMULEE
D'ENFANTS ABSOLUE RELATIVE
ABSOLUE RELATIVE

0 110 31.4 110 31.4

1 74 21.1 184 52.5

2 38 10.9 222 63.4

3 15 4.3 237 67.7

4 20 5.7 257 73.4

5 56 16.0 313 89.4

6 0 0.0 313 89.4

7 13 3.7 326 93.1

8 9 2.6 335 95.7

9 13 3.7 348 99.4

10 2 0.6 350 100.0

TOTAL 350 100

TRANSFORMATION D’UNE VARIABLE QUANTITATIVE

Lorsqu’une variable quantitative a trop de valeurs distinctes,

la distribution des fréquences n’est pas très claire
 Mises en classes de valeurs (entre 4 et 10 classes généralement)

FREQUENCE FREQUENCE
AGE
ABSOLUE RELATIVE

18-24 67 19.1
Mutuellement
25-34 89 25.4 exclusives
35-44 106 30.3 Collectivement
45-54 33 9.4 exhaustives
55-64 28 8.0

65-74 23 6.6

75 et plus 4 1.2

TOTAL 350 100

 REPRESENTATIONS GRAPHIQUES

 Variables nominales et ordinales

AGE

120
FREQUENCE ABSOLUE

100

80

60

40

20

0
18-24 25-34 35-44 45-54 55-64 65-74 75 et plus
REPRESENTATIONS GRAPHIQUES

STATUT MARITAL

14.6%

Célibataire
Marié
6.3% Veuf
Divorcé

52.3%

26.9%
 REPRESENTATIONS GRAPHIQUES

NOMBRE D'ENFANTS
FREQUENCE CUMULEE RELATIVE
100

90

80

70

60

50

40

30

20

10

0
0 1 2 3 4 5 6 7 8 9 10
 REPRESENTATIONS GRAPHIQUES

 Le cas des séries chronologiques (ou temporelles)

 RESUMER UN GRAND NOMBRE DE DONNEES

Comment résumer un grand nombre de données

(observations) à l’aide d’un nombre réduit d’indicateurs?

Les indicateurs de tendance centrale et de dispersion

RESUMER UN GRAND NOMBRE DE DONNEES

INDICATEUR INDICATEUR
NATURE DE LA
DE TENDANCE DE
VARIABLE
CENTRALE DISPERSION

FREQUENCES
NOMINALE MODE
RELATIVES

ORDINALE MEDIANE FRACTILES

VARIANCE
METRIQUE MOYENNE
ECART-TYPE
 INDICATEURS DE TENDANCE CENTRALE

MODE: C’est la modalité pour laquelle les observations sont

les plus nombreuses

 INDICATEURS DE TENDANCE CENTRALE

Les distributions présentent parfois un pic principal, et un ou plusieurs

pic secondaires. On parle alors de distribution bimodale ou, en général,

multimodale. Cette particularité est souvent l'indication que la

population examinée est en fait composée de plusieurs sous-populations

distinctes.
 INDICATEURS DE TENDANCE CENTRALE

MEDIANE: Valeur (ou modalité) qui divise les observations

en 2 groupes d’effectifs égaux X X

5 1

6 3
3
12
4
14
5
18
5
23
???
28 8
29 8
34 8
40 9
46 9
10
 INDICATEURS DE TENDANCE CENTRALE

MOYENNE ARITHMETIQUE: Rapport entre la somme des observations

et leur nombre

Pour une série brute x1 , x2 , .... , xn ,

Pour une série groupée ( xi , ni ) , i = 1, ... , K ,

MOYENNE PONDEREE: La moyenne des nombres x1 , x2 , ... , xn ,

pondérée par les poids p1 , p2 , ... , pn (nombres positifs de somme 1) est

égale à :
RELATION ENTRE LES INDICATEURS DE TENDANCE
CENTRALE

• Dans le cas d'une distribution symétrique, les trois indices

sont sensiblement égaux :mode ~ médiane ~ moyenne
RELATION ENTRE LES INDICATEURS DE TENDANCE
CENTRALE

Dans le cas d'une distribution asymétrique, étalée à droite,

on a l'ordre : mode < médiane < moyenne
RELATION ENTRE LES INDICATEURS DE TENDANCE
CENTRALE

Dans le cas d'une distribution asymétrique, étalée à

gauche, on a l'ordre : mode > médiane > moyenne
 INDICATEURS DE DISPERSION

•Une mesure simple de la dispersion des données consiste à

calculer leur étendue, c'est-à-dire l'intervalle entre la plus
grande et la plus petite valeur : Etendue = max - min

•Les quantiles: valeurs (ou modalités) qui partagent la

population en groupes d’effectifs égaux (Quartiles – Déciles
- Centiles)
 Intervalles inter-quantiles
 INDICATEURS DE DISPERSION

BOITE A MOUSTACHE (BOX-PLOT)

(Exemple: Longueur des prénoms)
INDICATEURS DE DISPERSION
 INDICATEURS DE DISPERSION

VARIANCE

ECART-TYPE
 Faites des graphiques !!!!!

Le quartet d’Anscombe
I II III IV
x y x y x y x y
10 8.04 10 9.14 10 7.46 8 6.58
8 6.95 8 8.14 8 6.77 8 5.76
13 7.58 13 8.74 13 12.74 8 7.71
9 8.81 9 8.77 9 7.11 8 8.84
11 8.33 11 9.26 11 7.81 8 8.47
14 9.96 14 8.1 14 8.84 8 7.04
6 7.24 6 6.13 6 6.08 8 5.25
4 4.26 4 3.1 4 5.39 19 12.5
12 10.84 12 9.13 12 8.15 8 5.56
7 4.82 7 7.26 7 6.42 8 7.91
5 5.68 5 4.74 5 5.73 8 6.89

Propriété Valeur
Moyenne des x 9
Variance des x 10
Moyenne des y 7.5
Variance des y 3.75
Corrélation entre les x et les y 0.816
Équation de la droite de régression linéaire y=3 + 0,5x 29
Faites des graphiques !!!!!

30