TD 3 La dispersion autour des valeurs centrales
une distribution statistique. ? Raison : La valeur centrale ne nous renseigne pas sur la dispersion des valeurs autour de cette valeur centrale
E221XS3 Statistique pour les SHS en licence 1
dispersion : c'est une valeur qui renseigne sur l'éloignement des La valeur a = 2 est plus proche des données que a = 1 et a = 3 pour la dispersion ...
Exercices Corrigés Statistique et Probabilités
Les valeurs de la dispersion de la distribution : variance l'écart type et Compléter le tableau statistique (valeurs centrales
This article appeared in a journal published by Elsevier. The
21-Jun-2011 Pacifique Est. La dispersion moyenne des vitesses de phase du mode ... _1)TD$FIG] ... autour de la ré gion des failles transformantes ...
Statistiques bivariées
?Le TD Sas est facultatif : utilisation d'un logiciel de statistique : SAS 3 3
Untitled
accident simple atmospheric dispersion models were considered satisfactory L'evaluation de la securite des centrales nucleaires repose ... proche de O.
New photonic architectures for mid- infrared gas sensors integrated
03-Oct-2017 du faisceau de guide et le guide central. Dans des AWG à 35 canaux les valeurs sont comprises entre 1 et 3 dB. La non-uniformité peut être ...
Predicting metallic nanoparticle morphologies from DFT calculations
19-Jan-2018 de correction de dispersion en DFT les populaires: la méthode DFTD [13] et ... alors une forme proche de celle présentée dans le chapitre 3.
Statistiques descriptives et exercices
2.7 La dispersion d'une série statistique autour de sa moyenne . 3.1 Une représentation de la distribution des valeurs à l'intérieur d'une classe.
Chapitre 4: Mesures de dispersion et mesure de forme
tendance centrale. Elles indiquent autour de quelle valeur se situent les données mais ne donnent pas une description suffisante de la variable statistique
III PARAMÈTRES DE DISPERSION D'UNE VARIABLE STATISTIQUE
III PARAMÈTRES DE DISPERSION D'UNE VARIABLE STATISTIQUE MOTIVATION: Les paramètres de position tels que le mode la médiane moyennes sont intéressants comme indicateurs de tendance centrale cependant ils ne disent rien sur la façon dont l’ensemble des valeurs de la distribution se répartissent autour de cet indicateur central
S13 La dispersion statistique
On appelle dispersion statistique la tendance qu'ont les valeurs de la distribution d'un caractère à s'étaler à se disperser de part et d'autre d'une valeur centrale On distingue la dispersion absolue(mesurée dans l'unité de mesure du caractère) et la dispersion relative(mesurée par un nombre sans dimension)
MESURES DE TENDANCE CENTRALE ET DE DISPERSION - L2S UMR 8506
MESURES DE TENDANCE CENTRALE ET DE DISPERSION On considère sur un échantillon de N individus la variable statistique X = (X 1;X 2;:::;X N) 1 INDICATEURS DE TENDANCE CENTRALE Les mesures de tendance centrale permettent de résumer un ensemble de don-nées relatives à une variable quantitative Elles permettent de déterminer une va-
1 - Mesure de la disparité - eloge-des-sescom
Le but des valeurs centrales est de résumer en une seule valeur l'ensemble des valeurs d'une distribution statistique La moyenne la médiane et le mode sont des valeurs centrales 1 - Mesure de la disparité La mesure de la disparité a pour objectif de mesurer l’écart entre les valeurs centrales (ici on a utilisé la moyenne) qui
Moyenne - Écart-type
La variance permet de mesurer la dispersion des valeurs du caractère autour de la moyenne On obtient une valeur exprimée dans l’unité de mesure de la série statistique au carré (par exemple si la variable est exprimée en cm la variance obtenue est en cm)
Searches related to td 3 la dispersion autour des valeurs centrales filetype:pdf
de l' "emplacement" du centre et une mesure de la dispersion des observations autour de ce centre Dans ce chapitre nous examinerons la première des deux caractéristiques d'une v s quantitative soit les mesures de tendance centrale On peut distinguer trois types de mesure relative au centre de la distribution qui sont utilisés les plus
Qu'est-ce que la dispersion statistique?
- On appelle dispersion statistique, la tendance qu'ont les valeurs de la distribution d'un caractère à s'étaler, à se disperser, de part et d'autre d'une valeur centrale. On distingue la dispersion absolue(mesurée dans l'unité de mesure du caractère), et la dispersion relative(mesurée par un nombre sans dimension).
Quels sont les différents types de mesures de dispertions ?
- On peut dé?nir deux types de mesure de dispertions : –Les mesures dé?nies par la distance entre deux valeurs représentatives de la distribution. –Les mesures calculées en fonction de la déviation par rapport à une valeur centrale.
Comment calculer la dispersion absolue?
- Elle exprime la dispersion dans une unité de l’ordre du carré de l’unité de mesure du caractère. • Pour obtenir un paramètre de dispersion absolue, on calcule la racine carrée de la variance •L'écart type, noté?xest la racine carré de la moyenne des carrés des écarts à la moyenne,
Comment calculer la tendance centrale ?
- MESURES DE TENDANCE CENTRALE ET DE DISPERSION. On considère sur un échantillon de N individus la variable statistique X = (X. 1;X. 2;:::;X. N). 1. INDICATEURS DE TENDANCE CENTRALE. Les mesures de tendance centrale permettent de résumer un ensemble de don- nées relatives à une variable quantitative.
Abdennasser Chekroun
Courriels : abdennasser.chekroun@gmail.com / chekroun@math.univ-lyon1.fr2017 - 2018
Préambule
Le cours a pour but d"initier les étudiants aux principes de base de la statistique. Le cours vise principalement à introduire et faire méditer les concepts fondamentaux etméthodes élémentaires de la statistique pour permettre un apprentissage autonome ultérieur
de méthodes complémentaires. On veut développer le sens critique nécessaire lors de la mise en oeuvre et de l"interpré- tation d"un traitement statistique. Pour cela, on introduira et utilisera un cadre mathéma- tique rigoureux. Nous fournirons autant d"exemples et de figures nécessaires afin d"obtenir une meilleure compréhension du cours.La statistique descriptive a pour but d"étudier un phénomène à partir de données. Cette
description se fait à travers la présentation des données (la plus synthétique possible), leur
représentation graphique et le calcul de résumés numériques.La place de ce cours dans le future métier des étudiants :
Analyse des données (outils scien tifiquesp ermettantde résumer un ensem blede données afin de mettre en évidence l"information). Sim ulations(pro cessussto chastique- v ariabletemp orelle) Prédiction et décisions (probabilités de risque ou d"o ccurrence) iTable des matières
1 Généralités sur la statistique
11.1 Vocabulaire
11.1.1 Épreuve statistique
21.1.2 Population
21.1.3 Individu (unité statistique)
31.1.4 Caractère (variable statistique)
41.1.5 Modalités
41.2 Types des caractères
51.2.1 Caractère qualitatif
51.2.2 Caractère quantitatif
61.3 Exercices corrigés
71.4 Exercices supplémentaires
82 Étude d"une variable statistique discrète
112.1 Effectif partiel - effectif cumulé
122.1.1 Effectif partiel (fréquence absolue)
122.1.2 Effectif cumulé
132.2 Fréquence partielle - Fréquence cumulée
132.2.1 Fréquence partielle (fréquence relative)
132.2.2 Fréquence cumulée
152.3 Représentation graphique des séries statistiques
162.3.1 Distribution à caractère qualitatif
162.3.2 Distribution à caractère quantitatif discret
182.3.3 Représentation sous forme de courbe et fonction de répartition
182.4 Paramètres de position
202.5 Paramètres de dispersion (variabilité)
222.6 Exercices corrigés
242.7 Exercices supplémentaires
293 Étude d"une variable statistique continue
333.1 Caractère continu
33ii TABLE DES MATIÈRES
3.1.1 Classe de valeurs
343.1.2 Nombre de classes
343.1.3 Effectif et fréquence d"une classe
363.2 Représentation graphique d"un caractère continu
373.2.1 Histogramme des fréquences (ou effectifs)
373.2.2 Fonction de répartition
383.3 Paramètres de tendance central
393.4 Paramètres de dispersion
423.5 Exercices corrigés
433.6 Exercices supplémentaires
484 Étude d"une variable statistique à deux dimensions
514.1 Représentation des séries statistiques à deux variables
524.2 Description numérique
584.2.1 Caractéristique des séries marginales
584.2.2 Série conditionnelle
594.2.3 Notion de covariance
604.3 Ajustement linéaire
624.3.1 Coefficient de corrélation
624.3.2 Droite de régression
644.4 Exercices corrigés
664.5 Exercices supplémentaires
715 Annexe historique
75Bibliographie
77TABLE DES MATIÈRES iii
vTable des figures
2.1 Le nombre d"individus (effectif)
122.2Quelques caractéristiques du graphique. . . . . . . . . . . . . . . . . . . . . .16
2.3Tuyaux d"orgues. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .17
2.4Diagramme par secteur. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .17
2.5Diagramme à bâtons. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .18
2.6Représentation d"une variable quantitative discrète par la courbe cumulative.. . .19
2.7La dispersion d"une série statistique autour de sa moyenne. . . . . . . . . . . . .24
2.8A gauche "Tyaux d"orgue" et à droite "Diagramme en secteur". . . . . . . . . . .25
2.9Diagramme à bâtons. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .27
3.1Une représentation de la distribution des valeurs à l"intérieur d"une classe.. . . .35
3.2 Le nombre d"individus (effectif) - cas continu
363.3Histogramme des fréquences ou des éffctifs.. . . . . . . . . . . . . . . . . . . .38
3.4Le calcul deFx(x)par extrapolation.. . . . . . . . . . . . . . . . . . . . . . .39
3.5La courbe des fréquences cumulées.. . . . . . . . . . . . . . . . . . . . . . . .39
3.6Le centre de la classe.. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .40
3.7Représentation ou détermination graphique du mode (cas continu).. . . . . . . .41
3.8Le calcul de la médiane par extrapolation.. . . . . . . . . . . . . . . . . . . . .42
3.9Les quartiles.. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .43
4.1Représentation sous forme de nuage de points.. . . . . . . . . . . . . . . . . . .53
4.2 Le nombre d"individus (effectif)
544.3La covariance et la variabilité.. . . . . . . . . . . . . . . . . . . . . . . . . . .60
4.4 Le coefficient de corrélation
634.5 Exemples de diagrammes de dispersion
634.6 La corrélation reflète la non-linéarité et la direction
644.7 La méthode des moindres carrés et la droite de régression
644.8 Acceptation ou refus de l"ajustement linaire
66Symboles et Notations
Symbole Signification
[ ] La partie entière. Card(Ω)Le cardinal : nombre d"éléments de l"ensembleΩ. := Est défini comme étant (symbole d"affectation).N Ensemble des nombres entiers naturels.
Z Ensemble des nombres entiers relatifs.
R Ensemble des nombres réels.
R2Ensemble des couples de nombres réels.
n? i=1La somme pourivariant de1àn.V.SLa variable statistique
MeLa médiane.
Me +Me par valeur supérieure. Me -Me par valeur inférieure. M0Le mode.xLa moyenne d"une série statistiqueX.
XL"écart-type deX.
Var(X) La variance deX.
Cov(X,Y) La covariance entre les variablesXetY.
XYLe coefficient de corrélation entre les variablesXetY. F xLa fonction s"appelle la fonction de répartition du caractèreX 1Chapitre 1
Généralités sur la statistique
La statistique est l"étude de la collecte de données, leur analyse, leur traitement, l"in-terprétation des résultats et leur présentation afin de rendre les données compréhensibles
par tous. C"est à la fois une science, une méthode et un ensemble de techniques.L"analyse des données est utilisée pour d"écrire les phénomènes étudiés, faire des pré-
visions et prendre des décisions à leur sujet. En cela, la statistique est un outil essentiel pour la compréhension et la gestion des phénomènes complexes. Les données étudiées peuvent être de toute nature, ce qui rend la statistique utile dans tous les champs disciplinaires et explique pourquoi elle est enseignée dans toutes lesfilières universitaires, de l"économie à la biologie en passant par la psychologie et bien sûr
les sciences de l"ingénieur. La statistique consiste à :Recueillir des d onnées.
Présen teret résumer ces données.
Tirer des concl usionssur la p opulationétudiée et d "aiderà la prise de décision. En présence de données dép endantdu temps, nous ess ayonsde faire de la prévision.1.1 Vocabulaire
Les statistiques consistent en diverses méthodes de classement des données tels que les tableaux, les histogrammes et les graphiques, permettant d"organiser un grand nombre dedonnées. Les statistiques se sont développées dans la deuxième moitié du XIXe siècle dans
le domaine des sciences humaines (sociologie, économie, anthropologie, ...). Elles se sont dotées d"un vocabulaire particulier.2 1.1. VOCABULAIRE
1.1.1 Épreuve statistique
Les statistiques descriptives visent à étudier les caractéristiques d"un ensemble d"ob-servations comme les mesures obtenues lors d"une expérience. L"expérience est l"étape pré-
liminaire à toute étude statistique. Il s"agit de prendre "contact" avec les observations. Demanière générale, la méthode statistique est basée sur le concept suivant.Définition 1
L"épreuve statistique est une expérience que l"on provoque.Exemple 1 (La durée de vie des lampes)
Imaginons le cas suivant : un fabricant d"ampoules électriques ayant le choix entre4 types de filaments se propose d"étudier l"influence de la nature du filament sur la
durée de vie des ampoules fabriquées. Pour ce faire, il va faire fabriquer 4 échantillons d"ampoules identiques, sauf en ce qui concerne le filament, faire brûler les ampoules jusqu"à extinction, puis comparer les résultats obtenus.1.1.2 Population En statistique, on travaille sur des populations. Ce terme vient du fait que la démo- graphie, étude des populations humaines, a occupé une place centrale aux débuts de la statistique, notamment au travers des recensements de population. Mais, en statistique,le terme de population s"applique à tout objet statistique étudié, qu"il s"agisse d"étudiants
(d"une université ou d"un pays), de ménages ou de n"importe quel autre ensemble sur lequelon fait des observations statistiques. Nous définissons la notion de population.Université de Tlemcenpage 2A. CHEKROUN
1.1. VOCABULAIRE 3
Définition 2
On appelle population l"ensemble sur lequel porte notre étude statistique. Cet ensemble est notéΩ.Exemple 2 On c onsidèrel "ensembledes étudiants de la se ctionA. On s"i ntéresseaux nombre de frères et soeurs de chaque étudiant. Dans ce casΩ =ensemble desétudiants.
Si l"on s"intér essemaintenant a la cir culationautomobile dans une vil le,la p o- pulation est alors constituée de l"ensemble des véhicules susceptibles de circuler dans cette ville à une date donnée. Dans ce cas Ω =ensemble des véhicules.1.1.3 Individu (unité statistique) Une population est composée d"individus. Les individus qui composent une population statistique sont appelés unités statistiques.Définition 3On appelle individu tout élément de la populationΩ, il est notéω(ωdansΩ).Remarque 1
L"ensembleΩpeut être un ensemble de personnes, de choses ou d"animaux...L"unité statistique est un objet pour lequel nous sommes intéressés à recueillir de l"in-
formation.Exemple 3 Dans l"exemple indiqué ci-dessus, un individu est tout étudiant de la se ction. Si on étudie la pr oductionannuel led"une usine de b oîtesde b oissonen métal(canettes). La population est l"ensemble des boîtes produites durant l"année etUniversité de Tlemcenpage 3A. CHEKROUN
4 1.1. VOCABULAIRE
une boîte constitue un individu.1.1.4 Caractère (variable statistique)
La statistique " descriptive », comme son nom l"indique cherche à décrire une po- pulation donnée. Nous nous intéressons au caractéristique des unités qui peuvent prendre différentes valeurs.Définition 4 On appelle caractère (ou variable statistique, dénotée V.S) toute applicationX: Ω→C.
L"ensembleCest dit : ensemble des valeurs du caractèreX(c"est ce qui est mesuré ou observé sur les individus)Exemple 4Taille, température, nationalité, couleur des yeux, catégorie socioprofessionnelle ...Remarque 2
quotesdbs_dbs17.pdfusesText_23[PDF] LE DIAGNOSTIC FINANCIER
[PDF] décret 2-99-1014 sur la réevaluation des bilans - AMMC
[PDF] RÉÉVALUATION DES ACTIFS DANS LES COMPTES - Focus IFRS
[PDF] Base d'imposition – Produits de parts ou d'actions d'organ - BOFiP
[PDF] 5 - Fiche d'écart - BCA - Cofrac
[PDF] comparaison grahpique de deux valeurs avec incertitude
[PDF] Statistiques à Calculatrice TI 82 Statistiques à une - XMaths - Free
[PDF] Métrologie : Erreur maximale tolérée : le juste nécessaire - Mesures
[PDF] Écart moyen - Sylvain Lacroix
[PDF] Lécart moyen EM =
[PDF] Qu'est-ce que l'écart de production? - IMF
[PDF] Comparaison de moyennes et de variances
[PDF] Tests paramétriques de comparaison de 2 moyennes - L'UNF3S en
[PDF] Principe dun test statistique