Cours de Statistique Descriptive - univ-lillefr
L’objectif de la Statistique Descriptive est de décrire de façon synthétique et parlante des données observées pour mieux les analyser Le terme «statistique»est issu du latin «statisti-cum»,c’est-à-direquiatraitàl’État Cetermeaétéutilisé,semble-t-ilpourlapremièrefois,
R esum e du Cours de Statistique Descriptive
Objectifs du cours – Apprendre les principales techniques de statistique descriptive univari´ee et bivari´ee – Etre capable de mettre en oeuvre ces techniques de mani`ere appropri´eeˆ dans un contexte donn´e – Etre capable d’utiliser les commandes de base du Language R Pouvoirˆ
STATISTIQUE DESCRIPTIVE - Fès
Dans cette étape intervient la Statistique descriptive (S1), objet de ce module, et l’inférence Statistique(S2) Quand les données sont exhaustives c'est-à-dire concernent toute la population, comme dans le cas du recensement, on fait recours à la statistique descriptive (Statistique déductive)
Cours de statistique descriptive - Faculté des sciences
B Grais (2000) Statistique descriptive 3e édition Dunod J Hubler (1996) Statistiques appliquées à l’économie Bréal INSEE (2005) L’économie française Comptes et dossiers INSEE A Piller (2004) Statistique descriptive Premium Editeur Cours de statistique descriptive – p 4/41
STATISTIQUE DESCRIPTIVE - WordPresscom
Dans l’évolution de la statistique au cours de l’histoire on peut distinguer trois étapes: Dans cette étape qui va de la plus haute antiquité jusqu’au 18 ième siècle, la statistique se réduit à des recensements et inventaires de caractère démographique ou comptable et reste une statistique de constatation
Cours 2 : Rappels de Statistique descriptive
9Objectifs de la statistique descriptive (ou exploratoire): résumer, synthétiser l’information contenue dans la série statistique, mettre en évidence ses propriétés suggérer des hypothèses relatives à la population dont est issu l’échantillon 9Outils utilisés : Tableaux (table des fréquences, de contingence, )
Résumé de cours de Statistiques descriptives Elaboré par
La statistique descriptive consiste à recueillir, synthétiser et résumer les données b‐Statistique inférentielle: c’est l’ensemble des techniques qui permettent de généraliser des conclusions relatives à la population entière, à partir d’un sous-ensemble tiré selon une méthode scientifique de cette population La statistique
Notes de cours - Statistique Descriptive
Notes de cours - Statistique Descriptive Licence Mathématiques et informatique appliquées aux sciences humaines et sociales Université de Bordeaux UE : Bases en statistiques - Première année Licence MIASHS Rédaction : Brigitte Patouille et Jérôme Poix Enseignants impliqués dans l’UE
[PDF] cours de statistique licence 1 eco gestion
[PDF] statistique 1ere st2s
[PDF] série statistique ? deux variables st2s
[PDF] ajustement affine st2s
[PDF] hypothèse h0 et h1
[PDF] exercice statistique 1ere s pdf
[PDF] exercices maths 1ère sti2d
[PDF] exercice probabilité 1ere sti2d
[PDF] produit scalaire terminale sti2d
[PDF] cours 1ere sti2d physique
[PDF] exercice produit scalaire 1ere sti2d
[PDF] programme 1ere sti2d maths
[PDF] programme terminale sti2d physique
[PDF] programme terminale sti2d maths
Notes de cours - Statistique Descriptive
Licence Mathématiques et informatique appliquées aux sciences humaines et socialesUniversité de Bordeaux
UE : Bases en statistiques - Première année Licence MIASHSRédaction: Brigitte Patouille et Jérôme Poix
Enseignants impliqués dans l"UE
Jérémie Bigot, Marie Chavent, Vincent Couallier, Brigitte Patouille2016-2017
2Table des matières
1 Les données5
2 Statistique descriptive à une variable 7
2.1 Distribution statistique associée à un échantillon . . . . . . . . . . . . . . . . . . . . 7
2.2 Fréquence, effectif cumulé et fréquence cumulée . . . . . . . . . . . . . . . . . . . . . 9
2.3 Représentations graphiques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
2.3.1 Diagramme circulaire (camembert) . . . . . . . . . . . . . . . . . . . . . . . . 10
2.3.2 Diagramme des effectifs et des fréquences . . . . . . . . . . . . . . . . . . . . 10
2.3.3 Diagrammes d"effectifs et de fréquences cumulés . . . . . . . . . . . . . . . . . 12
2.4 Paramètres caractérisant une variable statistique . . . . . . . . . . . . . . . . . . . . 14
2.4.1 Paramètres (ou indicateurs) de position (ou de centralité) . . . . . . . . . . . 14
2.4.2 Paramètres de dispersion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
2.4.3 Propriétés de la variance . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
3 Statistique descriptive à deux variables 22
3.1 Distribution statistique d"un couple de variables . . . . . . . . . . . . . . . . . . . . . 22
3.2 Distributions conditionnelles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
3.2.1Yquantitative etXqualitative (ou quantitative) . . . . . . . . . . . . . . . . 24
3.2.2XetYqualitatives . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
3.2.3XetYquantitatives . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
3 41 Les données
Lesdonnées statistiquesse présentent sous la forme d"individuspour lesquels sont mesurés un certain nombre decaractères(ou"variables statistiques"). L"ensemble des individus constitue unéchantillon(ou encore unesérie statistique), formant ainsi un sous-ensemble d"un groupe (beaucoup) plus grand appelé"population". Les caractères statistiques peuvent être de plusieurs natures :Lesvariables qualitatives:
Exemples : nationalité d"une personne, profession. Les valeurs possibles d"une variable qualitative sont appelées lesmodalités; Exemples :"Français", "Britannique", "Professeur", "Médecin". Remarque :Certaines variables qualitatives peuvent parfois comporter un ordre "naturel" ;Exemple : variable "activité sportive" avec les modalités "peu sportif", "assez sportif", "très sportif".
Lesvariables quantitatives(qu"on peut mesurer);
- Lesvariables quantitatives discrètes: variables prenant leurs valeurs dans un ensemble fini ou dénombrable (en généralN); Exemples : âge d"une personne (en années), nombre d"enfants dans une famille. Pour ces variables, les valeurs possibles sont également appeléesmodalités. - Lesvariables quantitatives continues: variables qui peuvent prendren"importe quelle valeurdans un intervalle deR, c"est à dire mesurées avec une très grande précision. Exemples : taille d"un individu (en mm), poids (en g), temps d"une réaction chimique (en micro- secondes).En résumé :
Soit uncaractère statistiqueX.
Unéchantillon(ousérie statistique) pour ce caractère peut se représenter par la donnée d"une
suite de nombres : fx1;x2;:::;xng; où : -nest le nombre d"observations (ou encore lataille de l"échantillon) - et8i;1in,xireprésente la valeur du caractèreXpour l"individui. Les données présentées sous cette forme sont appelées lesdonnées brutes. On peut également les représenter sous la forme d"un tableau :IndividuX 1x 12x 2. ..nx nExemple de tableau de données à 4 individus et 3 variables : 5SexeNombre de frères et soeursTaille(cm)
1M1143
2M2149
3F0144
4F2146
Pour un tableau de données ànindividus etkvariables, on peut étudier les données de plusieurs
façons :-1 variable à la fois!statistique descriptive à 1 variable, étude d"un caractère statistique;
-2 variables à la fois!statistique descriptive à 2 variables, étudesimultanéede 2 carac- tères statistiques; -+ de 2 variables à la fois!statistique exploratoire, analyse des données (méthodes plus lourdes et plus complexes, calculs intensifs). 62 Statistique descriptive à une variable
2.1 Distribution statistique associée à un échantillon
Variables qualitatives ou quantitatives discrètes.Définition 1 :Une distribution statistique d"un échantillon denobservations d"une variable qua-
litative ou quantitative discrèteX(ou bien d"un caractère qualitatif ou quantitatif discret) est
constituée par la donnée d"un regroupement f(a1;n1);(a2;n2);:::;(ap;np)g; où : - lesai,1ipreprésentent les modalités de la variable statistiqueX(classées le plus souvent en ordre croissant,a1< a2<< ap),pétant le nombre de modalités; - le nombreni,1ip, appeléeffectif de la modalitéreprésente le nombre d"individus pour lesquels la variableXa la modalitéai,1ip. -pX i=1n i=n On peut représenter une distribution statistique discrète par un tableau :X(modalités)a 1a 2:::a pEffectifn 1n 2:::n pExemple :Données brutes Distribution statistique
(Données regroupéesou"triées à plat")iÂgexi120 218318
419
517
618
722
818
920
1018ÂgeEffectif
Variables quantitatives continues : deux approches possibles.Première approche :On peut considérer un échantillon d"un caractère continu comme celui d"un
caractère discret à valeur dans un sous-ensemble fini deR. !même définition de la distribution que dans le cas discret.X(modalités)a 1a 2:::a pEffectifn 1n 2:::n p7 On appellera cette distribution la"distribution empirique"du caractèreX.Mais si l"hypothèse de continuité du caractère est pertinente, alorsp'n, et (presque) tous les
effectifsniseront égaux à 1. On se retrouve donc avec les données brutes dans ce cas.!Les "modalités" sont les différentes valeurs prises par le caractère.Elles dépendent ici des
observations de l"échantillon. Remarque 1 :Cette définition de la distribution d"un caractère continu correspond seulement auclassement dans l"ordre croissant des données et au regroupement éventuel des quelques observations
qui pourraient être identiques.Seconde approche :Pour obtenir une représentation synthétique des données, on a besoin d"ef-
fectuer unregroupement en classes.Définition 2 :Une distribution statistique d"un échantillon denobservations d"une variable quan-
titative continue (ou d"un caractère quantitatif continu)Xregroupée en classesest constituée
par la donnée d"un regroupement f(C1;n1);(C2;n2);:::;(Cp;np)g; où : - lesCi,1ipsont des intervalles appelésclasseset formant une partition de l"ensemble des valeurs possibles pourX, c"est à dire C1= [a0;a1[; C2= [a1;a2[;:::; Cp= [ap1;ap[;
ou bien C1=]a0;a1]; C2=]a1;a2];:::; Cp=]ap1;ap];
aveca0< a1<< ap. - le nombreni,1ip, appeléeffectif de la classereprésente le nombre d"individus pour lesquels la valeur de la variableXest dans la classeCi,1ip.On peut représenter une distribution statistique continue par un tableau :X(classes)]a0;a1]]a1;a2]:::]ap1;ap]Effectifn
1n 2:::n pRemarque 2 :On a bien sûr pour un échantillon de taillen, n1+n2++np=n:
Remarque 3 :Quand on passe des données brutes à la distribution, il y a perte d"information,surtout dans le cas des variables continues, puisqu"on ne connaît plus les valeurs effectivement prises
par la variable.En résumé :
Echantillon
(données brutes)Distribution
Regroupement Regroupement
en modalités en classes (qual. ou quant. discret) (quant. continu) 8Exemples de distributions statistiques :
1. Groupe sanguin de 100 personnes (variable ..Groupe sanguinAOBAB
Effectif40331413
2. Nombre d"enfants dans 80 familles (
Nb d"enfantsEffectif
06 120227
317
46
53
61
3. Taille (en cm) de 24 individus (
154117111821
156117411841
157117621851
160117711861
163117911881
167218021911
170118111941
4. Poids (en kg) de 92 personnes (
Avec Regroupement/Découpage de classes :
Remarque 4 :Dans le cas continu, la distribution statistique dépend du choix des classes, qui est arbitraire. En pratique, les classes seront choisies de manière "raisonnable" : en fonction du nombre d"observations. en fonction de l"amplitude de l"échantillon = +grande valeur - (+petite valeur). pas trop petites (sinon à la limiteni= 0ouni= 1,8i: ce n"est plus un regroupement en classes!) pas trop grandes (sinon à la limite il ne reste qu"une ou deux classes : plus aucune information sur les données).On choisit souvent des classes de même amplitude, mais il est fréquent de regrouper des classes
d"effectifs trop faibles, et de couper des classes d"effectifs trop grands.2.2 Fréquence, effectif cumulé et fréquence cumulée
Définition 3 :Soitn=n1++npl"effectif total d"un échantillon. On appellefréquencede la modalitéai(ou de la classeCi) le nombre f i=nin 9 fiest la proportion des sujets de l"échantillon qui ont une modalité deXégale àai(ou qui sont
dans la classeCi). SiXest quantitative ou qualitative ordinale et que lesaisont classés par ordre croissant (a1< a2<< ap), on appelleeffectif cumuléde la modalitéai(ou de la classeCi) le nombre : N i=n1++ni=iX j=1n j N i=n1++niest le nombre de sujets de l"échantillon qui ont une modalité deXinférieure ouégale àai.
On appellefréquence cumuléede la modalitéai(ou de la classeCi) le nombre F i=Nin =f1++fi=iX j=1f j: Fiest la proportion des sujets de l"échantillon qui ont une modalité deXinférieure ou égale àai.
Ces deux dernières quantités n"ont pas de sens pour les variables purement qualitatives.Remarque 5 :Le nombreficalculé sur un échantillon de taillenest une estimation de la fréquence
pide la modalitéai(ou de la classeCi) pour l"ensemble de la population. On appellepila "fréquence
théorique" ou encore probabilité de la modalité ou classe en question. On peut montrer sous certaines conditions que (loi dite des "grands nombres") lim n!+1fi=pi2.3 Représentations graphiques
Elles représentent
les effectifs, les fréquences (tout type de variables), les effectifs cumulés, les fréquences cumulées (variables quantitatives ou ordinales), les valeurs d"un caractère statistique pour chaque individu.2.3.1 Diagramme circulaire (camembert)
Cette représentation graphique est à réserver aux variables (purement) qualitatives. On divise le disque enpsecteurs représentant les modalités(a1;a2;:::;ap)et proportionnels auxeffectifs correpondants(n1;n2;:::;np). L"angle (en degrés) du secteur représentant la modalitéai
quotesdbs_dbs15.pdfusesText_21