CONNAISSANCES DE BASE
Created by:
ABAKHAR Abdessamad
Contents
1 Introduction 2
2 Concepts de base 2
2.1 Types de Statistique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
2.2 Principaux Concepts . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
2.3 Types de Variables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
3 Organisation des données 3
3.0.1 Définition et Notions Clés . . . . . . . . . . . . . . . . . . . . . . 3
3.0.2 Le Tableau Statistique . . . . . . . . . . . . . . . . . . . . . . . . 3
3.1 Exemples de Tableaux Statistiques . . . . . . . . . . . . . . . . . . . . . 3
3.2 Informations Complémentaires . . . . . . . . . . . . . . . . . . . . . . . . 4
4 Graphiques 4
4.1 Variable qualitative . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
4.1.1 Exemple : Moyens de transport des étudiants . . . . . . . . . . . 4
4.2 Variable quantitative discrète . . . . . . . . . . . . . . . . . . . . . . . . 6
4.2.1 Exemple : Répartition du nombre d’enfants dans 40 familles . . . 6
4.3 Variable quantitative continue . . . . . . . . . . . . . . . . . . . . . . . . 7
4.3.1 Exemple : Répartition d’une population selon un critère donné . . 7
4.4 Courbe cumulative croissante (Fonction de répartition) . . . . . . . . . . 8
4.4.1 Cas discret . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
4.4.2 Cas continu . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
5 Méthodes de description des données 10
5.1 Mesures de tendance centrale . . . . . . . . . . . . . . . . . . . . . . . . 10
5.2 Mesures de dispersion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
6 Probabilités simples 10
7 Distributions de probabilité 10
8 Tests d’hypothèses 10
9 Analyse des séries chronologiques 11
10 Conclusion 11
1 ABAKHAR Abdessamad
1 Introduction
Les statistiques appliquées jouent un rôle crucial dans de nombreux domaines tels que les
sciences, l’économie, la médecine, et bien plus encore. Elles permettent de transformer
des données brutes en informations utiles pour prendre des décisions éclairées. Ce cours
vise à introduire les concepts fondamentaux des statistiques appliquées, avec des exemples
pratiques et des explications détaillées.
2 Concepts de base
La statistique est la science du traitement de l’information dans un contexte d’incertitude,
permettant d’analyser des données issues de simulations ou de phénomènes réels. Elle
vise à extraire des conclusions et à proposer des recommandations.
2.1 Types de Statistique
• Statistique descriptive : Présente et résume les données sous forme claire et
compréhensible.
• Statistique inférentielle : Tire des conclusions sur une population à partir d’un
échantillon.
2.2 Principaux Concepts
• Population : Ensemble des éléments étudiés (ex. : toutes les lampes d’une usine).
• Échantillon : Sous-ensemble représentatif de la population, choisi aléatoirement.
• Individu : Unité statistique de la population (ex. : une lampe spécifique).
• Caractère (ou variable statistique) : Propriété mesurée sur les individus (ex.
: durée de vie des lampes).
• Modalités : Valeurs prises par une variable (ex. : 5h, 2h, 0h). Exemple :
Supposons que vous voulez étudier la taille moyenne des étudiants d’une université.
La population serait tous les étudiants de l’université, et un échantillon pourrait
être 50 étudiants sélectionnés au hasard.
2.3 Types de Variables
Figure 1: Type de variable
2 ABAKHAR Abdessamad
1. Variables quantitatives (chiffrables)
• Discrètes : Nombre fini de valeurs (ex. : nombre d’enfants).
• Continues : Toute valeur dans un intervalle (ex. : taille, durée).
2. Variables qualitatives (non chiffrables) :
• Ordinales : Ordre possible entre modalités (ex. : bonne, moyenne, mau-
vaise).
• Nominales : Aucune hiérarchie (ex. : couleur des yeux).
3 Organisation des données
3.0.1 Définition et Notions Clés
• Une série statistique est l’ensemble des valeurs prises par une variable X sur une
population donnée.
• La population totale est de taille n.
• Les valeurs de la variable X sont notées x1 , x2 , ..., xn :
Sn = {x1 , x2 , ..., xn }
• Une série statistique peut être non-groupée, ce qui conduit à l’élaboration d’un
tableau statistique.
3.0.2 Le Tableau Statistique
Le tableau statistique organise les données en regroupant les valeurs de la variable
(modalités) et leur effectif correspondant. Il est aussi appelé distribution statistique.
3.1 Exemples de Tableaux Statistiques
Exemple 1 : État civil de 20 employés
Données brutes :
M–M–D–C–C–M–C–C–C–M–C–M–V–M–V–D–C–C–C–M
Tableau statistique correspondant :
Modalité (xi ) Effectif (ni )
Célibataire (C) 9
Marié(e) (M) 7
Veuf(ve) (V) 2
Divorcé(e) (D) 2
Total (Σ) 20
Table 1: Tableau statistique de l’état civil des employés
3 ABAKHAR Abdessamad
Exemple 2 : Nombre de personnes par ménage (50 ménages)
Données brutes :
1–1–1–1–1–2–2–2–2–2–2–2–2–2–3–3–3–3–3–3–3–3–3–3–3–3–3–3–4–4–4–4–4–4–4–4–4–4–
5–5–5–5–5–5–6–6–6–8–8
Tableau statistique correspondant :
Modalité (xi ) Effectif (ni )
1 5
2 9
3 15
4 10
5 6
6 3
8 2
Total (Σ) 50
Table 2: Tableau statistique du nombre de personnes par ménage
3.2 Informations Complémentaires
En plus des effectifs, un tableau statistique peut inclure :
• Fréquences : proportion de chaque modalité dans la population.
• Effectifs cumulés : somme progressive des effectifs.
• Fréquences cumulées : somme progressive des fréquences.
4 Graphiques
Les représentations graphiques ont l’avantage de renseigner immédiatement sur l’allure
générale de la distribution. Elles facilitent l’interprétation des données recueillies.
4.1 Variable qualitative
Pour les variables qualitatives, on utilise :
• Le diagramme en barres (ou tuyaux d’orgue) pour les effectifs ou les fréquences.
• Le diagramme en secteur (circulaire).
4.1.1 Exemple : Moyens de transport des étudiants
Tableau statistique correspondant :
4 ABAKHAR Abdessamad
Modalité Effectif Fréquence
Auto 51 0,23
Bus 64 0,29
Marche 92 0,4
Moto 6 0,03
Vélo 11 0,05
Total 224 1
Table 3: Tableau statistique des moyens de transport des étudiants
Figure 2: Diagramme en barres des moyens de transport
5 ABAKHAR Abdessamad
Figure 3: Diagramme circulaire des moyens de transport
4.2 Variable quantitative discrète
Dans ce cas, on utilise le diagramme en bâtons des effectifs ou des fréquences.
4.2.1 Exemple : Répartition du nombre d’enfants dans 40 familles
Figure 4: Diagramme en bâtons du nombre d’enfants dans 40 familles
6 ABAKHAR Abdessamad
Définition : Polygone des effectifs (ou des fréquences) Le polygone est obtenu en
joignant les sommets de chaque bâton par des segments de droites.
Figure 5: Polygone des effectifs du nombre d’enfants
4.3 Variable quantitative continue
On utilise un histogramme pour représenter ces variables. Les données sont regroupées
en classes.
4.3.1 Exemple : Répartition d’une population selon un critère donné
Tableau des classes :
Classe Effectif Fréquence
[329, 352[ 2 0,07
[352, 375[ 3 0,1
[375, 398[ 6 0,2
[398, 421[ 7 0,23
[421, 444[ 7 0,23
[444, 467] 5 0,17
Total 30 1
Table 4: Tableau des classes et des fréquences
7 ABAKHAR Abdessamad
Figure 6: Histogramme des fréquences
Définition : Polygone des effectifs (ou des fréquences) Le polygone est obtenu
en joignant les milieux des sommets de chaque rectangle.
Figure 7: Polygone des fréquences
Correction des fréquences pour classes de tailles différentes Si les classes ont
des amplitudes différentes, on utilise la fréquence corrigée :
fi
fc = × a0
ai
où a0 est l’amplitude de base (la plus petite).
—
4.4 Courbe cumulative croissante (Fonction de répartition)
4.4.1 Cas discret
La fonction cumulative croissante est définie par :
8 ABAKHAR Abdessamad
0, si x < x1
F (x) = Fi , si xi ≤ x < xi+1
1, si x ≥ xk
Figure 8: Courbe cumulative croissante (cas discret)
4.4.2 Cas continu
Pour les variables continues, la courbe cumulative est obtenue en reliant les points de la
distribution.
Figure 9: Courbe cumulative croissante (cas continu)
Les tableaux et graphiques permettent d’obtenir une première image de la distribution
des données. Pour aller plus loin, on utilise des indicateurs statistiques tels que :
• Mesures de tendance centrale (moyenne, médiane, mode).
9 ABAKHAR Abdessamad
• Mesures de dispersion (écart-type, variance, étendue).
• Mesures de forme (asymétrie, aplatissement).
5 Méthodes de description des données
5.1 Mesures de tendance centrale
• Moyenne : x̄ = 1
Pn
n i=1 xi
• Médiane : Valeur centrale dans une distribution ordonnée.
• Mode : Valeur la plus fréquente.
5.2 Mesures de dispersion
q P
• Écart-type : σ = 1
n
n
i=1 (xi − x̄)2
• Variance : σ 2
• Étendue : Différence entre la valeur maximale et la valeur minimale.
6 Probabilités simples
La probabilité mesure la chance qu’un événement se produise.
Nombre de cas favorables
P (A) = (1)
Nombre de cas possibles
Exemple : La probabilité d’obtenir un "6" en lançant un dé est 16 .
7 Distributions de probabilité
Les distributions de probabilité décrivent comment les probabilités sont réparties. Les
plus courantes sont :
• Binomiale
• Normale
Exemple : La distribution normale est donnée par :
1 (x−µ)2
P (x) = √ e− 2σ2 (2)
2πσ 2
8 Tests d’hypothèses
Un test d’hypothèse vérifie une affirmation concernant une population.
• Hypothèse nulle (H0 ) : Aucune différence.
• Hypothèse alternative (H1 ) : Différence significative.
Exemple : Tester si la moyenne d’un échantillon est différente de 50.
10 ABAKHAR Abdessamad
9 Analyse des séries chronologiques
L’analyse des séries chronologiques permet d’identifier des tendances ou des patterns
temporels.
• Tendance : Croissance ou décroissance générale.
• Saisonnalité : Cycles périodiques.
Exemple : Étudier les ventes mensuelles pour prévoir les ventes futures.
10 Conclusion
Ce cours fournit une introduction complète aux statistiques appliquées, allant des con-
cepts fondamentaux aux analyses plus avancées. Une bonne compréhension de ces con-
cepts est essentielle pour analyser et interpréter les données efficacement.
11 ABAKHAR Abdessamad
