Les moyennes:

Lobjectif est de rsumer les informations donnes par un

tableau ou par un graphe par trois caractristiques que lon peut mesurer:
1. La tendance centrale 2. Les caractristique de position 3. La dispersion

La moyenne arithmtique simple: 1 n x xi n i 1 Le moyenne arithmtique pondre:

x

n x
i 1 p i

n
i 1

Il existe plusieurs indicateurs possibles pour la valeur centrale ou la dispersion.

2

Les moyennes:
La moyenne arithmtique sur des donnes

La mediane: (Me)
Cas discret:

catgorielles:
On prend ci le centre de la classe i comme valeur reprsentative pour cette classe

1. Si n impaire: n=2k+1
La mdiane est gale la (k+1) i me valeur de la srie

nc
i 1 p i

n
i 1

2. Si n est paire: n=2k

Me xk 1
xk 1 xk 2

La mdiane est gale la moyenne arithmtique de xk et xk+1

Me

La mediane: (Me)
La valeur de la mdiane est telle que la moiti des observations ont une valeur infrieure la

La mediane: (Me)
Calcul partir dun tableau: On la dtermine partir des frquence cumules:
Nombre denfants 0 1 Mnages 3 4 Frquences 5% 7% Frquences cumules 5% 12 %

mdiane et la moiti une valeur suprieure la mdiane. On classe les donnes par ordre croissant ou dcroissant, la mdiane est la valeur centrale qui spare la srie en deux parties gales

2
3 4 5 6 7 8 9 Totaux

8
7 14 9 6 2 1 1 55

15 %
13 % 25 % 16 % 11 % 4% 2% 2% 100 %

27 %
40 % 65 % 81 % 92 % 96 % 98 % 100 % 8

Sur le graphique:
100 %

La mediane: (Me)

La mediane: (Me)
100 % Frquences cumules %

50 %

50 %

Mdiane = 9436,76

0%

mdiane
9

6000

7000

9000

10 000

13 000

17 000 Salaires mensuels

11

La mediane: (Me)
Cas continu:
1 - Dterminer la classe mdiane [xi; xi+1[ telle que F(xi)<= 50% et F(xi+1) > 50%. 2 - Calculer par rgle de trois la position exacte de la mdiane.

Le mode:
Dfinition: Le mode (ou valeur modale) est la valeur que la variable statistique prend le plus souvent ( la valeur qui a le plus grand effectif ). Le mode peut tre calcul pour les caractre qualitatifs comme pour les caractres quantitatifs.

Me xi ( xi 1 xi )

0,5 F ( xi ) F ( xi 1 ) _ F ( xi )

Exemple : Soit la srie : {8,4,4,3,4,3,8,2,5} La valeur la plus frquente de cette srie est 4. Le mode est donc gal 4. L'effectif associ ce mode est 3. Remarques a) Une srie peut avoir plusieurs modes Soit la srie S = {4, 0, 1, 1, 2, 2, 2, 3, 3, 4, 2, 3, 4, 5, 2, 1, 3, 3, 4, 5}, les "2" et les "3" sont les valeurs qui reviennent le plus souvent : 5 fois chacune. Cette srie a 2 modes, elle est bimodale. Ses deux modes sont : 2 et 3. L'effectif associ chacun de ces modes est : 5. Bien entendu, on peut avoir des sries avec 3, 4, 5, etc. modes. Ce sont alors des sries multimodales.
12

Le mode:
b) Le mode nexiste pas forcment C'est le cas lorsque toutes les valeurs ont le mme effectif comme dans l'exemple suivant : {8,6,5,7,3,1}. Dans ce cas, on peut aussi dire que toutes les valeurs sont modales. c) Le mode nest pas la valeur la plus leve Il ne faut pas confondre le mode, qui est la valeur la plus frquente, avec la valeur la plus leve de la srie. Dans la srie {8,6,5,7,3,1}, il n'y a pas de mode, mais la valeur la plus leve est 8. Il peut arriver que le mode soit aussi la valeur la plus leve, mais ce nest alors quune concidence.
13

Le mode:
d un appareil A
Nombre de vente par jours Nombre de jours

Variables discrtes:

Le mode est la VALEUR avec leffectif le plus important. Exemple: Distribution des jours douvertures dun magasin suivant le nombre de vente

0 24

1 57

2 75

3 53

4 33

5 7

6 4

total 253

Le Mode est gale 2 appareils par jours: il ya 75 jours o on a vendu 2 appareils dans la journe Sur le diagramme il sagit du tuyau le plus haut

Le mode:
Caractre qualitatif
Le mode est la MODALITE avec leffectif le plus important. Exemple: Population active selon le statut des emplois, en 2004 Statut de lemploi Non salaris Salaris secteur priv Salaris secteur public Total Effectifs (en milliers) 2 669 17 270 4 789 24 728

Le mode:
Variable continues
La dtermination du mode dans le cas dune variable continue est moins prcise que pour les variables qualitatives ou les variables discrtes. On dfinie la classe modale comme tant la classe dont la densit des frquence (ou frquence corrige) est maximum Si les classe ont la mme amplitude on remplace frquence corrige par frquence et on retrouve la dfinition prcdente La classe modale dpend du dcoupage des classes.
16

Le mode de la distribution est reprsent par les salaris du secteur priv. Sur le diagramme il sagit du tuyau le plus haut
14

A partir du tableau statistique

Classes de Salaires Effectifs

Le mode:
[6000-7000[
[7000-9000[ [9000-10 000[ [10 000-13 000[ [13 000-17 000[

Exemple: Rpartition des salaires mensuels dune entreprise X

Effectifs corrig Hauteur

10
50 20 20 10

10/1000
50/2000 20/1000 20/3000 10/4000

10
25 20 6,67 2,5

[17 000 -20000[

Totaux

5
14000

5/3000
115

1,67

La classe modale est [7000-9000[ : elle correspond leffectif corrig le plus levs
17

Sur lhistogramme
hauteur

Le mode:
30 25 20

Il sagit du tuyau le plus haut

Les caractristiques de tendance centrale ne peuvent

Distribution des effectifs des salaris selon leur salaire mensuel

15

50
10 5

20 10
6000 7000

pas diffrencier deux sries statistiques. En effet, deux sries peuvent avoir la mme moyenne arithmtique et la mme mediane sans pour autant quelles soient identiques. Pour y remdier on doit introduire les caractristiques de dispersion qui estiment dans quelle mesures les observations scartent les une des autres ou de leur valeur centrale.

20 10
9000
Salaire mensuel

5
20000

18

Ecart absolu moyen:

Les carateristiques de dispersion sont des nombres qui Cest la moyenne des carts des valeurs observes xi la

mesurent la dispersion des valeurs observes autour dun pramtre de position (x, Me,). Ils sexpriment de la mme unit que les observations et permettent de comparer les sries statistiques de mme nature.

moyenne x

n | x x |
i 1 i i

n
i 1

fi | xi x |
i 1

Etendue ou intervalle de variation:

L tendue est gale la diffrences entre la valeur

Moments:
1.

Moments dordre r dune variable X:

maximum observe et la valeur minimum observe.

W xmax xmin

mr ( X )

n x
i 1 p

r i i

n
i 1

i 1

1 p f x ni xir n i 1
r i i

2. Moments centrs dordre r:

p 1 p r ur ( X ) ni ( xi x) fi ( xi x) r n i 1 i 1

Variance et cart-type:
La variance V(x) ou var(X) dune variable X est la

Coefficient de variation:
Le coefficient de variation est le rapport de lcart-type

moyenne des carrs des carts des valeurs observs leur moyenne arithmtique:

la moyenne

V ( x)

n ( x x)
i 1 i i

Cv

(X )

2 p 1 p 2 ni ( xi x) f i ( xi x ) 2 n i 1 i 1

x
Cest un nombre sans unit. Il permet de comparer

n
i 1

deux sries exprims dans des units diffrentes.

Variance et cart-type:
Lcart-type est la racine carre de la variance:
1 p ( X ) V ( x) ni ( xi x) 2 n i 1

Calcul de la variance:

V ( X ) u2 ( X ) m2 ( X ) [m1 ( X )]2

Lasymetrie:
Ce sont des caractristiques qui donnent lallure des Une distribution est oblique gauche ou distribution

graphiques Gnralement, ce sont les coefficients dasymtrie et daplatissement.

tale vers la droite lorsque

Mo Me x
Une distribution est oblique droite ou distribution

tale vers la gauche lorsque

x Me Mo

Lasymetrie:
Une distribution est symtrique si les trois valeurs

Lasymetrie:
Coefficient de Fisher:

centrales, la moyenne arithmtique, le mode et la mdiane, sont gales

Si 0

u3

u3 (u2 )
3 2

Mo Me x
Sinon, on dit que la courbe est asymtrique.

Si 0 Si 0

la srie est symtrique la srie est oblique droite la srie est oblique gauche