Ce document présente les concepts et outils de base de la statistique descriptive univariée et bivariée, notamment les mesures de tendance centrale, de dispersion et de relation entre variables.
0 évaluation0% ont trouvé ce document utile (0 vote)
340 vues30 pages
Ce document présente les concepts et outils de base de la statistique descriptive univariée et bivariée, notamment les mesures de tendance centrale, de dispersion et de relation entre variables.
Ce document présente les concepts et outils de base de la statistique descriptive univariée et bivariée, notamment les mesures de tendance centrale, de dispersion et de relation entre variables.
Ce document présente les concepts et outils de base de la statistique descriptive univariée et bivariée, notamment les mesures de tendance centrale, de dispersion et de relation entre variables.
Téléchargez comme PDF, TXT ou lisez en ligne sur Scribd
Télécharger au format pdf ou txt
Vous êtes sur la page 1/ 30
Chap I - Rappels
statistiques : Analyse univariée et bivariée (Outils d’aide à la décision )
Rachid MCHICH I-1 Définition :
La statistique est l'ensemble des instruments et
de recherches mathématiques permettant de déterminer les caractéristiques d'un ensemble de données (généralement vaste).
Les statistiques sont le produit des analyses
reposant sur l'usage de la statistique. Le but de la statistique est d'extraire et de résumer des informations pertinentes d'une liste de nombres difficile à interpréter par une simple lecture: Outils de la statistique: Les outils de la statistique descriptive sont:
1. Regrouper les observations ou mesures
2. Utiliser des représentations graphiques
(histogrammes, secteurs, …etc)
3. Calcul de certains paramètres et indicateurs
importants
4. Interprétation des résultats
I-2 Vocabulaire de la statistique descriptive:
1. Population : un ensemble de personnes,
d’objets ou d’événements, base de l’étude statistique.
2. Individu : Un élément de cette population.
(Exple: population d’employés d’une entreprise, population de produits d’une usine …etc). 3. Echantillon : c’est un sous-ensemble de la population, ayant les mêmes caractéristiques de la population-mère, utilisé en vue d'inférer quelque chose à propos de cette population.
Il y a plusieurs types d’échantillon dont
l’échantillon aléatoire, l’échantillon stratifié, l’échantillon par quotas, etc… 4. Caractère: c’est une particularité ou propriété caractéristique de la population. L’étude statistique porte sur un caractère.
- Si le caractère est quantitatif, alors les
mesures sont les valeurs d’une variable statistique (âge, taille, salaire des employés…).
- Si le caractère est qualitatif, on est
« obligé » de le quantifier (sexe, qualification des employés…). On parle alors de variable nominale ou ordinale. 5. La variable est discrète si elle ne prend que des valeurs isolées (par exple: IN). Elle est continue si elle peut prendre toutes les valeurs d’un intervalle (ex. IR).
6. Effectif d’une population: c’est le nombre
total des éléments constituant cette population, noté: N.
7. Fréquence d’un caractère: c’est le nombre
d’individus possédant ce caractère divisé par l’effectif total de la population: Ni. Graphiques et tableaux vs Données numériques
On introduit plusieurs statistiques descriptives
pour résumer la tendance centrale, la dispersion et la forme de la distribution d’un ensemble de données I-3 Tableaux et Graphiques : (ii) Variables continues (VSC) Dans ce cas, les valeurs du caractère appartiennent à des intervalles, qu’on regroupe en général dans des classes adjacentes, d’amplitudes pas forcément égales :
La représentation se fait alors grâce à un histogramme dont les rectangles sont de largeur égale à l’amplitude de la classe. Exemple : Considérons les données quantitatives indiquant le temps nécessaire (en jours) pour effectuer l’audit de 20 clients par le cabinet d’un expert comptable.
la plus fréquente. Exemple: Boisson Fréquence Coca Cola 19 Coca light 8 Sprite 5 Hawai 13 Pom’s 5 Total 50 Percentile : Valeur telle que, au moins p pour cent des observations ont une valeur <= à cette valeur et au moins (100 - p) pour cent des observations ont une valeur >= à cette valeur. La médiane correspond au 50e percentile. Exemple : Calculons le 85e et le 50e percentiles de : 7710 7755 7850 7880 7880 7890 7920 7940 7950 8050 8130 8325
1) i=(85/100)*12=10,2, on prend donc la 11e observation: 8130
2) i=(50/100)*12=6, on prend alors la moyenne des 6e et 7e observations: (7890+7920)/2=7905 Quartile: Les 25e, 50e et 75e percentiles sont appelés respectivement premier quartile, deuxième quartile (médiane) et troisième quartile. Les quartiles divisent l’ensemble des données en quatre parties, chacune contenant environ 25% des données. Mesures de dispersion
Etendue : égale à la différence entre la plus grande et la plus petite valeurs. (e.g. 8325 – 7710 = 615)
Etendue interquartile (EIQ): égale à la
différence entre le 3e et le 1e quartiles : EIQ = Q3 − Q1
(e.g. 8000 – 7865 = 135)
Mesures de dispersion
Variance : basée sur les écarts au carré des observations par rapport à la moyenne :
Variance d’une population : Variance d’un échantillon :
σ2 = ∑ (x i − µ )2 s2 = ∑ (x i − x )2 N n −1 Mesures de dispersion
Ecart type : égal à la racine carrée de la variance
σ = σ2 s= s2 II - Statistique bivariée II-1 Mesures de la relation entre 2 variables
Nuage de points : A chaque couple de données
(xi,yi) est associé un point M dans le plan. On obtient ainsi ce qu’on appelle un nuage de points représentant la série statistique.
Point moyen : G(xG , yG ) où :
1 n xG = X = ∑ xi n i=1 1 n yG = Y = ∑ yi n i=1 II-2 Mesures par la covariance : Covariance : Mesure de la relation linéaire entre deux variables. ◦ Des valeurs positives indiquent une relation linéaire positive. ◦ Des valeurs négatives indiquent une relation linéaire négative.
∑ (x i − µ x )(yi − µ y ) Covariance population : σ xy = N
Covariance échantillon : s xy =
∑ (x i − x)(yi − y) n −1 II-3 Mesures par le coefficient de corrélation : Coefficient de corrélation : Mesure de la relation linéaire entre deux variables, dont les valeurs sont comprises entre -1 et +1: s xy σ xy rxy = ou ρ xy = sx sy σ xσ y ◦ Des valeurs proches de +1 indiquent une forte relation linéaire positive. ◦ Des valeurs proches de -1 indiquent une forte relation linéaire négative. ◦ Des valeurs proches de 0 indiquent l’absence de relation linéaire. Méthode des moindres carrés :
- Droite de régression de Y en X , (DY /X ): y = ax +b
σ xy où a= (σ x )2 et b =Y - a X
- Droite de régression de X en Y , (D X /Y ): x = a' y + b'
σ xy où a' = et b'= X - a'Y (σ y )2
(A noter que les deux droites se coupent au point moyen)
Rappelons que : s xy σ xy rxy = ρ xy = sx sy σ xσ y
