Observations incomplètes
On étudie la durée de fonctionnement de certains composants. L’expérience,
menée sur un échantillon de 20 composants pendant 10 jours, à compter de la
date de mise en fonctionnement prise pour origine des temps (date t = 0), a
conduit aux observations suivantes :
Date t (jours) 1 2 3 4 5 6 7 8 9
Nombre de composants arrêtés 0 1 4 5 5 2 1 0 0
1. Peut-on calculer la durée de fonctionnement moyenne de tout l’échantillon
? Que se passe-t-il si on les calcule en utilisant uniquement les données
du tableau ?
2. Peut-on calculer la durée de fonctionnement médiane ? Si oui, la calculer.
Cycle : Cycle 4 ou lycée
Classes : 3ème/2nde
Matériel nécessaire : Calculatrice, ordinateur (tableur)
Domaine : Organisation et gestion de données, fonction - Interpréter, représen-
ter et traiter des données. Statistique descriptive.
1. Mots-clés
Statistique descriptive, médiane
2. Objectifs et notions ciblées
Calculer la médiane (et les quartiles au lycée). Mettre en évidence que, à la
différence de la moyenne et de l’écart type, la médiane peut se calculer même
sans disposer de toutes les données.
3. Prérequis
Avoir déjà fait quelques calculs de moyenne et de médiane.
1
4. Stratégies de résolution attendues / Stratégies
de résolution observées / Difficultés et erreurs des
élèves
Dans la première question, les élèves ne vont pas forcément voir qu’on n’a de
données que sur 18 composants : les deux restants n’étaient pas encore tombés
en panne au bout des 9 jours. Certains voudront donc calculer la moyenne avec
le tableau (certains en prenant 20 comme taille d’échantillon, d’autres 18).
Les élèves peuvent ne pas comprendre pourquoi ces données sont man-
quantes. On peut leur expliquer qu’attendre que tous les composants soient
tombés en panne peut prendre beaucoup de temps (le problème se pose effec-
tivement pour les statistiques concernant les temps de panne, mais aussi pour
les statistiques médicales concernant des taux de guérison ou des taux de mor-
talité).
Pour la deuxième question, il faut comprendre que cette fois on utilise bien
la taille totale de l’échantillon.
5. Mise en œuvre de la séance / Moyens pour
aider les élèves / Pistes de différenciation / Trace
écrite : institutionnalisation
Pour mettre en évidence le rôle des données manquantes, on peut rajouter des
valeurs fictives au tableau. Pour comprendre qu’en n’en tenant pas compte, on
sous-estime ce qui aurait été la ”vraie” moyenne si on avait attendu que tous les
objets tombent en panne, on peut imaginer ce qui se passerait si on connaissait
les données manquantes. Si elles valaient 10, on peut faire le calcul et voir qu’on
fait ainsi augmenter la moyenne.
Avec uniquement les données du tableau :
1×2+4×3+5×4+5×5+2×6+1×7 13
= ≈ 4.33
18 3
Avec 2 données dans la case ”10” en plus :
(1 × 2) + (4 × 3) + (5 × 4) + (5 × 5) + (2 × 6) + (1 × 7) + (2 × 10) 49
= = 4.9
20 10
Intuitivement, les élèves peuvent aussi avoir l’idée qu’obtenir une meilleure
note à un devoir fera augmenter leur moyenne par rapport à ce qu’elle était
avant le devoir.
Si les données manquantes valaient a et b, avec a et b supérieurs à 10 :
1×2+4×3+5×4+5×5+2×6+1×7+a+b ≥ 1×2+4×3+5×4+5×5+2×6+1×7+2×10
Le calcul des effectifs cumulés montre que la médiane est de 4.5.
2
Pour faire comprendre qu’on peut bien garder l’effectif total, on peut rajouter
les valeurs fictives et bien constater que leur valeur ne change rien aux effectifs
cumulés jusqu’à la 18ème valeur (on utilise pour cela le fait que les données
manquantes sont supérieures aux données déjà observées).
On peut aussi faire remarquer que si trop de données étaient manquantes
(plus de la moitié de l’échantillon), on ne pourrait plus avoir accès à la médiane :
on ne sait plus où est la 10ème valeur.
Remarque : avec les valeurs utilisées ici, le fait que les données manquantes
soient supérieures aux données déjà observées n’influe pas sur le calcul de la
médiane ; mais si le tableau fourni était :
Date t (jours) 1 2 3 4 5 6 7 8 9
Nombre de composants arrêtés 0 1 4 4 6 2 1 0 0
…la médiane serait de 5. Si les deux données manquantes étaient de 1 jour,
la médiane passerait à 4. Il est donc différent d’avoir des données incomplètes
car complètement inconnues (par exemple effacées), et des données incomplètes
mais dont on sait qu’elles sont supérieures aux valeurs déjà obtenues.
6. Prolongements possibles
En 2nde, on peut également demander si on peut obtenir les quartiles.
Le premier quartile est 3, le troisième quartile est 5.
Pour faire comprendre qu’on peut bien garder l’effectif total, on peut rajouter
les valeurs fictives et bien faire constater que leur valeur ne change rien aux
effectifs cumulés jusqu’aux trois premiers quartiles.
On peut aussi faire remarquer que si trop de données sont manquantes (plus
du quart de l’échantillon), on ne peut effectivement plus avoir accès au troisième
quartile.
En 2nde, on peut également fournir un tableau avec des classes plutôt que
des valeurs exactes. La lecture de la médiane et des quartiles se fait alors
graphiquement. Les données manquantes peuvent alors se comprendre comme
une classe supplémentaire [10, ∞[.
7. Références
Brochure de l’IRES de Montpellier : Exercices de Probabilités et Statistique au
Lycée
https://ires-fds.edu.umontpellier.fr/files/2023/12/Exercices-de-Probabilites-et-Statistiq
2020-1.pdf
Cette fiche a été rédigée par Marie-Line Chabanol sur la base du travail du
groupe Probabilités de l’IRES de Montpellier, en particulier de la brochure
3
”Exercices de Probabilités et Statistique au Lycée” de l’IRES de Montpellier.
Ce contenu est sous licence Creative Commons Attribution – Non Commercial
– Partage dans les Mêmes Conditions 4.0 International CC BY-NC-SA 4.0
