Statistique 1
Mustapha Ridaoui
[Link]@[Link]
Université Paris 2 Panthéon-Assas
Licence 1
2023-2024
Plan du cours
1 Terminologie et concepts de base
2 Distributions statistiques a une variable
3 Distributions statistiques a deux variables
4 Séries chronologiques
5 Les taux et les indices
Références bibliographique
G. Chauvat and J.-P. Reau, Statistiques descriptives, Armand
Colin, 2002.
L. Leboucher and M.-J. Voisin, Introduction à la statistique
descriptive, 2013.
M. Lethielleux, Statistique descriptive, Dunod 2013.
M. Lethielleux et C. Chevalier, Exercices de statistique et
probabilités, Dunod 2017.
Plan du cours
1 Terminologie et concepts de base
2 Distributions statistiques a une variable
3 Distributions statistiques a deux variables
4 Séries chronologiques
5 Les taux et les indices
Introduction
Qu’est-ce-que la statistique ? La statistique est un ensemble de
méthodes et d’outils permettant d’analyser (traiter) des données
(ensembles d’observations).
Approches de la statistique :
1 Statistique descriptive : résumer l’information contenue dans les
données de façon synthétique et efficace.
⋆ présentation des données,
⋆ représentation graphique,
⋆ calcul de résumés numériques.
2 Statistique mathématique : prendre des décisions et faire des
prévisions sur une population à partir de résultats recueillis sur un
échantillon.
Les opérateurs somme et produits
1 L’opérateur somme
n
P
▶ Somme de n éléments, x1 , x2 , . . . , xn : xi = x1 + x2 + . . . + xn
i=1
n
P n
P n
P
▶ (xi + yi ) = xi + yi
i=1 i=1 i=1
n
P n
P
▶ axi = a xi , a ∈ R
i=1 i=1
n
P
▶ a = n.a
i=1
2 L’opérateur produit
n
Q
▶ Produit de n éléments : xi = x1 × x2 × . . . × xn
i=1
Applications
n
P n
P
1 (xi + a) = xi + n.a , a ∈ R
i=1 i=1
n n n n
(xi + yi )2 = xi2 + yi2 + 2
P P P P
2 xi yi
i=1 i=1 i=1 i=1
n n n
(xi + a)2 = xi2 + n.a2 + 2a
P P P
3 xi
i=1 i=1 i=1
Applications
n
a = an
Q
1
i=1
n n
[Link] = an
Q Q
2 xi
i=1 i=1
n
Q n
Q n
Q
3 xi yi = xi × yi
i=1 i=1 i=1
n
P n
Q
4 ln(xi ) = ln( xi )
i=1 i=1
n
Q n
P
5 exp(xi ) = exp( xi )
i=1 i=1
Exemple
i xi yi
1 -1 5
Soit le tableau suivant : 2 1 3
3 4 1
4 2 0
4 4 4
xi2 ,
P P Q
Calculons les expressions : xi yi , (xi + yi )
i=1 i=1 i=1
4
xi2 = x12 + x22 + x32 + x42 = (−1)2 + 12 + 42 + 22 = 22
P
i=1
P4
xi yi = x1 y1 + x2 y2 + x3 y3 + x4 y4 = −5 + 3 + 4 + 0 = 2
i=1
4
Q
(xi + yi ) = (x1 + y1 ) × (x2 + y2 ) × (x3 + y3 ) × (x4 + y4 )
i=1
= 4 × 4 × 5 × 2 = 160
Vocabulaires
Population : ensemble des éléments qu’on se propose d’étudier.
▶ Ex. : étudiants de Paris
Individus (ou unités statistique) : éléments qui composent la
population.
▶ Ex. : étudiants
Echantillons : sous-ensemble de la population.
▶ Ex. : étudiants de moins de 20 ans,
Caractère (variable) : permet de décrire et de classer la
population
▶ Ex. : classification des étudiants selon "le sexe".
Modalités : les différentes valeurs que peut prendre une variable.
▶ Ex. : Variable est "situation familiale".
Modalités sont "célibataire, marié, divorcé."
Types de de caractères ou de variables
1 Variable qualitatif : ne se présente pas sous forme numérique
▶ Ex. : le sexe, la couleur des yeux.
2 Variable quantitatif : variable numériques et mesurable exprimant
une quantité.
▶ discrète : représentée par un nombre fini de valeurs.
∗ Ex. : nombre d’enfants d’un ménage, nombre de salariés d’une
entreprise.
▶ continue : peut prendre un nombre infini de valeurs.
∗ Ex. : revenu brut, vitesse.
Exemple
Répartition de 100 foyers selon le nombre d’enfants par foyer
Nombre d’enfants 0 1 2 3 4 5 6 7 8
Nombre de foyers 10 13 40 17 9 5 3 2 1
La population est l’ensemble des 100 foyers considérés .
Le caractère est le nombre d’enfants par foyer.
La variable est quantitative discrète.
Effectif total : 100 (=10 + 13 + 40 + 17 + 9 + 5 + 3 + 2 + 1).
Exemple
Exemples de variable quantitative transformée en variable qualitative.
Variable quantitative Modalités envisageables
Hauteur Modalités envisageables
Poids Petit, Moyen, Grand
Rendement Léger, Moyen, Lourd
Rendement Faible, Moyen, Elevé
Chiffre d’affaire Moyen, Important, Très important
Exemple
Soit une population de 500 étudiants, avec un effectif féminin de 200 et
un effectif masculin de 300.
Population : 500 étudiants.
Individus ou unités statistiques : chaque étudiant i = 1, 2, . . . , 600.
Caractère : sexe.
Modaliés : féminin ou masculin.
Exemple
On a mesuré 20 personnes et les résultats sont groupés par taille
(en cm) :
Taille 140 145 148 152 165 170 173 175 180
Effectifs (ni ) 1 1 2 2 1 1 3 3 6
Groupements par classes (amplitudes égales) :
Taille [140 ; 150[ [150 ; 160[ [160 ; 170[ [170 ; 180[
Effectifs (ni ) 4 2 1 13
Groupements par classes (amplitudes inégales) :
Taille [140 ; 165[ [165 ; 170[ [170 ; 180[
Effectifs (ni ) 6 1 13
Classes
Lorsque les données sont regroupées en classe, il faut définir les
extrémités de classe.
Le centre de classe = la moyenne des extrémités de classe.
Chaque classe est caractérisée par :
▶ valeur de l’extrémité inférieure
▶ valeur de l’extrémité supérieure
▶ amplitude
▶ centre
L’amplitude de classe = la différence entre la valeur de l’extrémité
supérieure et la valeur de l’extrémité inférieure.
Exemple :
Taille [140 ; 165[ [165 ; 170[ [170 ; 180[
Effectifs (ni ) 6 1 13
Amplitude (ai ) 25 5 10
Centre (ci ) 152,5 167,5 175
Plan du cours
1 Terminologie et concepts de base
2 Distributions statistiques a une variable
3 Distributions statistiques a deux variables
4 Séries chronologiques
5 Les taux et les indices
Plan du cours
1 Terminologie et concepts de base
2 Distributions statistiques a une variable
3 Distributions statistiques a deux variables
4 Séries chronologiques
5 Les taux et les indices
Plan du cours
1 Terminologie et concepts de base
2 Distributions statistiques a une variable
3 Distributions statistiques a deux variables
4 Séries chronologiques
5 Les taux et les indices
Plan du cours
1 Terminologie et concepts de base
2 Distributions statistiques a une variable
3 Distributions statistiques a deux variables
4 Séries chronologiques
5 Les taux et les indices
