Cours de STATISTIQUE 1

Chap1: Distribution à un caractère

Première LEG IHEC de SOUSSE

1. Tableaux Statistiques

2
1. Variable quantitative discrète

 Soit une variable X, définie par le couple (xi, ni), i{i,..,k};

 xi représente la modalité de la variable, et ni est le
nombre d’individus de la population (appelé effectif,)
ayant la valeur de leur caratctère égale à la modalité xi.
k

 On notera n
i =1
i =N

3
1.1. Variable quantitative discrète
Valeurs de la Effectifs Fréquences %
variable X
x1 n1 f1= n1/N f1×100
… … …
xi ni fi= ni/N fi ×100
… … …
xk nk fk= nk/N f k ×100
Total :  n i = N  fi =1 100

4
1.1. Variable quantitative discrète
Valeurs de la Effectifs Fréquences %
variable X
x1 n1 f1= n1/N f1×100
… … …
xi ni fi= ni/N f i ×100
… … …
xk nk fk= nk/N f k ×100
Total :  n i = N  fi =1 100

5
1.1. Variable quantitative discrète
Valeurs de la Effectifs Fréquences %
variable X
x1 n1 f1= n1/N f1×100
… … …
xi ni fi= ni/N fi ×100
… … …
xk nk fk= nk/N f k ×100
Total :  n i = N  fi =1 100

Caractère statistique discret Tableau statistique : (xi; ni) i=1,..,k

6
Remarques
 Si l’on rapporte les effectifs ni à l’effectif total N, on
obtient une fréquence, notée fi :
ni
fi = i = 1,..., k
N
 Cette fréquence a la propriété d’appartenir à l’intervalle
[0, 1].

 Dans ce cas, le tableau statistique, (xi, fi), i{1,..,k}; est

appelé distribution statistique des fréquences d’une
variable statistique.

7
Exemple 1
 On a fait une enquête, portant sur 1364 ménages, relative
au nombre de pièces dans leurs logements. On a déduit
de l’enquête le tableau suivant:

8
1.1. Variable quantitative discrète

Nombre de Nombre Fréquences %

pièces X de fi
ménages
1 229 f1=229/1364=0.168 16.8
2 453 453/1364=0.332 33.2
3 381 381/1364=0.280 28
4 207 207/1364=0.151 15.1
5 54 54/1364=0.040 4
6 et plus 40 40/1364=0.029 2.9
Total : 1364  f =1
i
100%
9
 1.2. Variable quantitative continue
 Soit une variable X, définie par le couple:

([x i , x i+1[, n i ) , i {1,...,k};

 [xi, xi+1[ représente la modalité de la variable, et ni est le

nombre d’individus de la population (appelé effectif,)
ayant la valeur de leur caratctère appartenant à
l’intervalle, ou classe [xi, xi+1[.

10
1.2. Variable quantitative continue
Modalités Effectifs Fréquences %
[x1, x2[ n1 f1= n1/N f1×100
[x2, x3[ … …

… … …
[xk, xk+1[ nk fk= nk/N f k ×100
Total :  ni = N  fi =1 100

11
Exemple 2
 Selon l’INS, la répartition de la population tunisienne par
groupe d’age, au 1/7/1995, est la suivante (à faire en TD):

12
1.3 Variable qualitative
 Selon l’INS, la distribution du personnel paramédical du
secteur public par grade, en 1995, est la suivante:

Modalités Effectifs Fréquences

Techniciens sup. 6106 0.244
Infirmiers 12794 0.510
Auxiliaires 6150 0.246
Total : 25050 1.000

13
1.3 Variable qualitative
 Selon l’INS, la distribution du personnel paramédical du
secteur public par grade, en 1995, est la suivante:

Modalités Effectifs Fréquences

Techniciens sup. 6106 0.244
Infirmiers 12794 0.510
Auxiliaires 6150 0.246
Total : 25050 1.000

 On déduit de ce tableau que 51% du personnel

paramédical sont des infirmiers.

14
2. Représentations graphiques
2.1. Diagramme en batons

 Soit une variable X,définie par les couples (xi, ni),

i{1,…,k};
 On appelle diagramme en bâtons de cette variable,
la figure obtenue dans un repère cartésien en
i

représentant pour chaque point de coordonnées (xi,0),

i=1,…,k, un segment vertical dont la longueur est
proprtionnelle à l’effectif correspondant ni ou à la
fréquence correspondante fi.

15
2.1. Diagramme en bâtons
Clients Nombre de produits Nombre de Nombre de clients
financiers produits financiers
Damak 2 0 103
Ali 3 1 115
Ammar 0
2 95
Dalinda 0
3 35
Imed 1
Larbi 0 4 10
Fatma 1 5 2
Ben Amor 0
Langliz 2
Valeurs de Effectifs Fréquences %
Touhami 4
la variable
Ben Arab 1
x1 n1 f1= n1/N f1×100
Jmail 3
Idoudi 2 … … …
Gasmi 0 xi ni fi= ni/N fi ×100
Hassouna 0 … … …
Zarrouk 1 xk nk fk= nk/N f k ×100
Ayari
16……
2
…….
Total :  n i = N  fi =1 100
2.1. Diagramme en bâtons
Nbre de produits Effectif Fréquence
financiers xi ni fi
0 103 0,286
1 115 0,319
2 95 0,264
3 35 0,097
4 10 0,028
5 2 0,006

Diagramme en bâtons
ni
140

120

100

80

60

40

20

0
0 1 2 3 4 5 6
xi
17
Exemple 2

X Effectifs X Effectifs
0 12 5 8
1 8 6 0
2 5 7 5
3 4 8 2
4 5 9 1
Diagramme en batons

Polygone des fréquences

18
2.2. Histogramme
 Ce type de diagramme s’applique aux variables continues.
 Définition: Soit une variable X, définie par le couple:

([x i , x i+1[, n i ) , i {1,...,k};

On appelle histogramme de cette variable, la figure
obtenue dans un repère cartésien en représentant pour
chaque classe un rectangle dont l’aire (la surface) est
proportionnelle à l’effectif correspondant ni ou à la
fréquence correspondante fi.

19
2.2. Histogramme
 Amplitude d’une classe: on appelle amplitude d’une classe
[xi, xi+1[ , la distance entre xi et xi+1:

a i = x i+1 − x i
 Le polygone des fréquences est obtenu en reliant les
milieux des données des rectangles de l’histogramme par
une courbe qui passe par les pts de coordonnées (ci, fi),
i=1,…,k où
x i+1 + x i
ci =
2
 est le centre de la classe [xi, xi+1[
20
2.2. Histogramme

 Deux cas de figures sont à distinguer:

 Amplitudes égales
 Amplitudes inégales

21
2.2.1. Amplitudes égales
 Les salaires des 50 employés du département de
recherche de “Shell” en dollars.

22
2.2.1. Amplitudes égales

23
2.2.1. Amplitudes égales
 Remarques: (polygone des fréquences)
 On obtient le polygone des fréquences en joignant les
milieux des segments supérieurs des rectangles de
l’histogramme.

 La propriété fondamentale du polygone des fréquences

est qu’il conserve l’aire ou la surface de
l’histogramme.

 L’aire comprise entre le polygone des fréquences et l’axe

des abcisses est la même que l’aire des rectangles.
24
2.2.2. Amplitudes inégales
 Lorsque les amplitudes sont inégales, on ne peut pas
représenter l’histogramme de la même manière:
 Les fréquences (effectifs) se rapportant à des classes inégales
ne sont plus comparables.
 Il faut effectuer des corrections pour tenir compte de ces
différences.
 Les corrections se font en calculant les fréquences par unité
d’amplitude:
 hi = fi/ai

 La base de chaque rectangle de l’histogramme représente

l’amplitude (ai) et la hauteur (hi) représente la fréquence
corrigée.
25
2.2.2. Amplitudes inégales: Exemple
 Les salaires des 50 employés du département de
recherche de “Shell” en dollars.

26
2.2.2. Amplitudes inégales

27
2.2.2. Amplitudes inégales

28
2.2. Histogramme & polygône des fréq.

Remarque 1: Le choix des classes est arbitraire, mais elles

recouvrir l’ensemble des valeurs.
Remarque 2: Il est préférable de prendre des classes
d’amplitudes égales.
Remarque 3: Il ne faut prendre ni trop ni trop peu de
classes.

Remarque 4: Le choix et le nombre de classes influent sur

les représentations graphiques.

29
2.3 Diagramme en secteurs

 Ce type de diagramme s’applique uniquement aux

variables statistiques qualitatives.
 Il consiste à représenter chaque modalité par un
secteur angulaire dont l’angle  est
proportionnel à sa fréquence (ou à son
effectif), comme l’illustre le graphique ci-dessous.

30
2.3 Diagrammes en secteurs
(camemberts ou circulaires)

Modalités Effectifs Fréquences Les angles

ni fi i
Primaire 1481 759 0.6393 0.6393*360°=230°
Secondaire 733 240 0.3164 0.3164*360°=114°
Supérieur 102 682 0.0443 0.0443*360°=16°
Total : 2317 681 1.000 360°

31
 Nombre d'élèves-étudiants

4%
primaire

secondaire
32%
supérieur

64%

1 (primaire)=230°.
2 (secondaire)=114°.
3 (supérieur)=16°.

32
2.4 Diagrammes en tuyaux d’orgue
(en barres)
 Ce type de diagramme s’applique uniquement aux
variables statistiques qualitatives.
 Il consiste à représenter chaque modalité de la variable
par un rectangle dont la hauteur, (et par conséquent
l’aire) est proportionnelle à la fréquence (ou l’effectif) de
cette modalité.
 Les rectangles ainsi obtenus ont des bases égales et
sont équidistants.
 Il est préférable d’ordonner les modalités sur le
graphique dans le sens des fréquences croissantes ou
décroissantes

33
2.4 Diagrammes en tuyaux d’orgue
(en barres)
 La répartition des salariés de l’entreprise “Dammak &
frères” selon la CSP.

34
2.4 Diagrammes en tuyaux d’orgue
(en barres)

35
3. Fonctions cumulatives
 Définition: La fonction cumulative d’une variable
statistique quantitative, X, est une application F, définie
par:
F: → [0,1]
x → F ( x ) = prop ( X  x )
 Cette fonction vérifie les propriétés suivantes:
lim F(x) = 0
x →−
lim F(x) = 1
x →+
36
3. Fonctions cumulatives
 Définition (bis): La fonction cumulative d’une variable
statistique quantitative, X, est une application F, définie
par:
F: → [0,1]
x → F ( x ) = prop ( X  x )
 Cette fonction vérifie les propriétés suivantes:

lim F ( x ) = 0 et lim F ( x ) = 1
x →− x →+
 F est une function croissante monotone:
x1  x 2  F ( x1 )  F ( x 2 )
37
 3.2. Fonction cumulative d’une variable
discrète
Valeurs de la Effectifs Fréquences F ( x i ) = prop ( X  x i )
variable X
x1 n1 f1 0
x2 … … f1
x3 ni fi f1+ f2
… … … f1+ f2+ f3
… … … …
xk nk fk f1+ f2+ …+ fk-1
Total :  ni = N  fi =1
38
 3.2. Fonction cumulative d’une variable
discrète
Valeurs de la Effectifs Fréquences F ( xi ) = prop ( X  x i )
variable X
x1 n1 f1 f1
x2 … … f1+ f2
x3 ni fi f1+ f2+ f3
… … … …
xk nk fk f1+ f2+ …+ fk
Total :  ni = N  fi =1
39
3.2. Fonction cumulative d’une variable
discrète: Exemple
Nombre Effectifs Effectifs fi Fi
d’enfants ni cumulés
X ni
0 10 10 0.1 0.1
1 17 27 0.17 0.27
2 33 60 0.33 0.6
3 20 80 0.2 0.8
4 15 95 0.15 0.95
5 5 100 0.05 1
Total : N=100 1
40
3.2. Fonction cumulative d’une variable
discrète: Exemple
Nombre Effectifs Effectifs fi Fi
d’enfants ni cumulés
X ni
0 10 10 0.1 0.1 0
0.1
1 17 27 0.17 0.27
0.27
2 33 60 0.33 0.6
0.6
3 20 80 0.2 0.8 0.8
4 15 95 0.15 0.95 0.95
5 5 100 0.05 1
Total : N=100 1
41
3.2. Fonction cumulative d’une variable
discrète: Exemple
P(X5)

P(X3)

P(X0)

P(X<0)
42
3.2. Fonction cumulative d’une variable
discrète: Exemple
P(X5)

P(X3)

P(X<0)

P(X<0)
43
Exemple:

xi ni fi Fi Fi
1 10 0.04 0.04 0
2 19 0.076 0.116 0.04
3 32 0.128 0.244 0.116
4 38 0.152 0.396 0.244
5 55 0.22 0.616 0.396
6 62 0.248 0.864 0.616
7 30 0.12 0.984 0.864
8 4 0.016 1 0.984
Somme = 250 1

44
 0.984 1
<xi
0.864

0.616

0.39

0.244

0.116
0 0.04

45
 0.984 1

0.864

0.619

0.39

0.244

0.116
0 0.04

46
3.2. Fonction cumulative d’une variable
discrète: Exemple
Nombre Effectifs Effectifs fi Fi
d’enfants ni cumulés
X ni
0 10 10 0.1 0.1=P(X0)
1 17 27 0.17 0.27=P(X1)
2 33 60 0.33 0.6=P(X2)
3 20 80 0.2 0.8=P(X3)
4 15 95 0.15 0.95=P(X4)
5 5 100 0.05 1=P(X5)
Total : N=100 1

● P(X2)= P(X=0)+ P(X=1)+ P(X=2)=0.1+0.17+0.33=0.6, soit 60%

● P(X  2)= P(X < 3)=0.6, soit 60%
47
3.2. Fonction cumulative d’une variable
discrète: Exemple
Nombre Effectifs Effectifs fi Fi
d’enfants ni cumulés
X ni
0 10 10 0.1 0=P(X<0)
1 17 27 0.17 0.1=P(X<1)
2 33 60 0.33 0.27=P(X<2)
3 20 80 0.2 0.6=P(X<3)
4 15 95 0.15 0.8=P(X<4)
5 5 100 0.05 0.95=P(X<5)
Total : N=100 1
● P(X<2)= P(X=0)+ P(X=1) =0.1+0.17=0.27, soit 27%
● P(X<2)= P(X  1)=0.27, soit 27%
48
3.2. Fonction cumulative d’une variable
discrète: Exemple
Nombre Effectifs Effectifs fi Fi
d’enfants ni cumulés
X ni
0 10 10 0.1 0.1=P(X0)
1 17 27 0.17 0.27=P(X1)
2 33 60 0.33 0.6=P(X2)
3 20 80 0.2 0.8
4 15 95 0.15 0.95
5 5 100 0.05 1=P(X5)
Total : N=100 1

● P(X3)= 1-P(X<3)=1- P(X2)=1-0.6=0.4, soit 40%

● P(1X<4)= P(1X  3)=P(X  3)-P(X<1)=0.8-0.1=0.7, soit 70%
49
 3.3. Fonction cumulative d’une variable
continue: Exemple
Classes Effectifs Effectifs Effectifs Fréquences Fréquences
cumulés cumulés cumulées cumulées
croissants décroissants croissantes décroissantes
[xi – xi+1[ ni Ni N’i Fi F’i
Variable observée (X): [0 – 3[ 830 830 2125 0,391 1,000
augmentation moyenne
[3-5[ 615 1445 1295 0,680 0,609
mensuelle du salaire, en
Dinars, des employés d’une [ 5 - 10 [ 510 1955 680 0,920 0,320
firme au cours de l’année [10 - 20 [ 92 2047 170 0,963 0,080
2014. [20 - 30 [ 63 2110 78 0,993 0,037
[30 – 50[ 15 2125 15 1,000 0,007
Total : 2125
Il y a 170 employés dont l’augmentation est supérieure ou égale à 10
Il y a 1445 employés dont l’augmentation est strictement inférieure à 5

50 Combien y-a-t-il d’employés dont l’augmentation est inférieure à 17 ?

 xi ni fi Fi ni c Fi ni c Fi
[10 ; 15[ 3 0.0577 0.0577 3 0.0577 52 1
[15 ; 20[ 9 0.1731 0.2308 12 0.2308 49 0.9423
[20 ; 25[ 12 0.2308 0.4615 24 0.4615 40 0.7692
[25 ; 30[ 18 0.3462 0.8077 42 0.8077 28 0.5385
[30 ; 35[ 6 0.1154 0.9231 48 0.9231 10 0.1923
[35 ; 40[ 3 0.0577 0.9808 51 0.9808 4 0.0769
[40 ; 45[ 1 0.0192 1 52 1 1 0.0192
Somme = 52 1
51
52