Revision sheet: Introduction aux statistiques descriptives

📋 Plan du Cours

1. Vocabulaire de la statistique
2. Caractères de position
3. Moyenne, Médiane, Quartiles
4. Caractéristiques de dispersion
5. Diagramme en boîte
6. Exemples d’application

📖 1. Vocabulaire de la statistique

🔑 Notions clés & Définitions

Population
AUTEUR (date) : ensemble de tous les individus ou éléments qui présentent une ou plusieurs caractéristiques communes et sur lesquels porte l’étude statistique.

Caractère (variable)
AUTEUR (date) : propriété ou attribut commun à tous les individus d’une population, pouvant être quantitatif ou qualitatif.

Échantillon
AUTEUR (date) : partie représentative d’une population, sélectionnée pour l’étude statistique.

Effectif
AUTEUR (date) : nombre d’individus composant une population ou un échantillon.

Caractère quantitatif discret
AUTEUR (date) : caractère numérique ne prenant que des valeurs isolées, généralement entières, dans un ensemble fini ou dénombrable.

Caractère quantitatif continu
AUTEUR (date) : caractère numérique pouvant prendre toutes les valeurs dans un intervalle, y compris toutes les valeurs intermédiaires.

📝 Points essentiels

Un caractère est une propriété commune aux individus d’une population, pouvant être quantitatif ou qualitatif.
L’effectif désigne le nombre d’individus dans une population ou un échantillon.
La fréquence d’une valeur est la proportion d’occurrences de cette valeur dans l’ensemble étudié, exprimée entre 0 et 1.

💡 À retenir

Comprendre ces termes fondamentaux permet de saisir la nature des données analysées en statistique, en distinguant notamment la composition d’une population, la nature des caractères et la façon dont les données sont réparties.

📖 2. Caractères de position

🔑 Notions clés & Définitions

Caractéristiques de position : Indicateurs permettant de situer le niveau global d’une série statistique, aussi appelés indicateurs de tendance centrale. Ils donnent une idée du centre ou de la valeur typique des données.

• AUTEUR : voir section 1

Médiane : La médiane partage une série ordonnée en deux parties égales. Si l’effectif total N est impair (N = 2p + 1), la médiane est la (p + 1)-ème valeur. Si N est pair (N = 2p), la médiane est la moyenne des p-ème et (p + 1)-ème valeurs.

Mode : La valeur la plus fréquente dans une série statistique. C’est la valeur qui apparaît le plus souvent.

📝 Points essentiels

• La moyenne est la somme des valeurs divisée par le nombre total d’observations. Elle reflète une tendance centrale en tenant compte de toutes les valeurs de la série.
• La médiane divise la série ordonnée en deux parties égales, selon que l’effectif est pair ou impair. Elle indique la valeur centrale, peu influencée par les valeurs extrêmes.
• Le mode est la valeur la plus fréquente dans la série. Il représente la valeur la plus représentative en termes de fréquence.

💡 À retenir

Les caractéristiques de position permettent de situer le centre d’une série statistique en utilisant des mesures qui reflètent la tendance centrale des données, facilitant ainsi leur interprétation.

📖 3. Moyenne, Médiane, Quartiles

🔑 Notions clés & Définitions

• Premier quartile (Q1) : **(sans auteur spécifique dans la source) : la plus petite donnée telle qu’au moins 25% des données lui sont inférieures ou égales. En d’autres termes, Q1 divise la série en deux parties, la première contenant 25% des valeurs inférieures ou égales à Q1.

• Troisième quartile (Q3) : (sans auteur spécifique dans la source) : la plus petite donnée telle qu’au moins 75% des données lui sont inférieures ou égales. Q3 sépare la série en deux parties, la seconde contenant 25% des valeurs supérieures à Q3.

• Déciles : (sans auteur spécifique dans la source) : valeurs qui divisent la série en dix sous-ensembles égaux. Les déciles D1, D2, ..., D9 correspondent aux points qui séparent ces sous-ensembles, permettant une analyse plus fine de la distribution.

• Écart inter-quartile : (sans auteur spécifique dans la source) : différence entre Q3 et Q1, soit Q3 − Q1. Il mesure la dispersion centrale de la série, c’est-à-dire l’étendue de la moitié centrale des données.

• Écart inter-décile : (sans auteur spécifique dans la source) : différence entre D9 et D1, soit D9 − D1. Il indique la dispersion de la série entre le 10ème et le 90ème percentile.

📝 Points essentiels

• Le premier quartile Q1 est la plus petite donnée telle qu’au moins 25% des données lui sont inférieures ou égales.

• Le troisième quartile Q3 est la plus petite donnée telle qu’au moins 75% des données lui sont inférieures ou égales.

• Les déciles divisent la série en dix sous-ensembles égaux, permettant une analyse plus fine de la distribution.

💡 À retenir

Les quantiles, tels que Q1, Q3 et les déciles, permettent de segmenter une série statistique pour mieux comprendre la répartition des données, au-delà de la tendance centrale.

📖 4. Caractéristiques de dispersion

🔑 Notions clés & Définitions

Étendue
L’étendue est la différence entre la valeur maximale et la valeur minimale d’une série. Elle mesure la plage totale de variation des données.

Variance
La variance mesure la moyenne des carrés des écarts à la moyenne. Elle quantifie la dispersion des données autour de la moyenne, en indiquant à quel point les valeurs s’éloignent en moyenne de cette dernière.

Écart type
L’écart type est la racine carrée de la variance. Il exprime la dispersion dans les mêmes unités que les données, facilitant ainsi leur interprétation.

Formule de la variance alternative
La variance peut aussi être calculée par la formule :
V = (1/N) ∑_{i=1}^N n_i x_i^2 − x^2
où x est la moyenne, n_i le nombre d’observations dans chaque classe, et x_i la valeur centrale de chaque classe.

📝 Points essentiels

L’étendue est simplement la différence entre la valeur maximale et la valeur minimale d’une série, permettant d’évaluer rapidement l’amplitude de la dispersion. La variance, en calculant la moyenne des carrés des écarts à la moyenne, offre une mesure précise de la dispersion, notamment en quantifiant la distance moyenne au carré. L’écart type, étant la racine carrée de la variance, permet d’interpréter cette dispersion dans les mêmes unités que les données, ce qui facilite la compréhension de leur variabilité.

💡 À retenir

Mesurer la variabilité des données à l’aide de l’étendue, de la variance et de l’écart type permet d’obtenir une compréhension complète de leur distribution et d’évaluer leur homogénéité.

📖 5. Diagramme en boîte

🔑 Notions clés & Définitions

Diagramme en boîte (boîte à moustaches) | Représentation graphique qui illustre la distribution d’une série statistique en mettant en évidence la médiane, les quartiles, et les valeurs extrêmes. | Introduit en 1977 par John Tukey : « La représentation d’une série à l’aide d’un diagramme en boîte (ou diagramme à pattes, ou boîte à moustaches, ou Whiskers plots) repose sur la description de la série par ses quantiles. »

Effectif cumulé croissant | Série d’effectifs totalisés en ajoutant successivement chaque classe ou intervalle, permettant de connaître la position relative des valeurs dans la distribution. | Utile pour déterminer les quantiles nécessaires au tracé du diagramme.

Centre de classe | La valeur représentative d’une classe, souvent la moyenne ou le point médian de l’intervalle, utilisée pour calculer la position des données dans la distribution. | Notamment pour le calcul des effectifs et des statistiques descriptives.

Diagramme à pattes | Synonyme du diagramme en boîte, désignant la même représentation graphique. | Terme alternatif pour désigner le diagramme en boîte.

Whiskers plots | Nom anglais du diagramme en boîte, mettant en évidence la même technique graphique. | Utilisé pour visualiser la dispersion et la symétrie d’une série statistique.

📝 Points essentiels

Le diagramme en boîte représente graphiquement la médiane, les quartiles et les valeurs extrêmes d’une série. La médiane indique le centre de la distribution, tandis que les quartiles divisent la série en quatre parties égales. Les whiskers (moustaches) s’étendent jusqu’aux valeurs extrêmes ou à une limite définie, permettant d’observer la dispersion et la présence d’éventuelles asymétries ou valeurs aberrantes. Les effectifs cumulés croissants sont essentiels pour déterminer les quantiles (notamment la médiane, Q1, Q3, et les déciles) nécessaires au tracé précis du diagramme. Cette représentation facilite la visualisation de la dispersion, de la symétrie ou de l’asymétrie d’une série statistique, permettant une lecture rapide de ses caractéristiques clés et de ses anomalies.

💡 À retenir

Le diagramme en boîte offre une visualisation efficace de la distribution d’une série statistique, permettant d’identifier rapidement ses caractéristiques principales, telles que la médiane, la dispersion, et la présence éventuelle d’anomalies ou d’asymétries.

📖 6. Exemples d’application

🔑 Notions clés & Définitions

Analyse comparative de séries : Comparaison de différentes séries de données pour évaluer leurs caractéristiques, notamment la position centrale et la dispersion, afin d’orienter des choix adaptés à des contextes réels.
Interprétation des indicateurs statistiques : Processus d’analyse des mesures telles que la moyenne, la variance, ou l’écart type, pour comprendre la distribution et la stabilité des données.
Choix basé sur dispersion et position centrale : Sélection d’une option ou d’un modèle en se référant aux indicateurs de dispersion (écart type, intervalle interquartile) et de position centrale (moyenne, médiane), pour garantir la fiabilité ou la stabilité d’une décision.
Application pratique des diagrammes en boîte : Utilisation de cet outil graphique pour visualiser la répartition des données, notamment la médiane, les quartiles, et l’étendue, afin d’évaluer la proportion de données dans des intervalles spécifiques.
Décision statistique : Prise de décision fondée sur l’analyse des indicateurs statistiques, en tenant compte de la variabilité et de la position centrale, pour répondre à des problématiques concrètes.

📝 Points essentiels

Comparer moyennes et variances permet de conseiller des choix adaptés à des contextes réels, comme en finance ou industrie. Par exemple, une faible variance indique une stabilité des données, ce qui est crucial pour des décisions impliquant la fiabilité ou la durée de vie d’un produit. L’analyse des diagrammes en boîte facilite l’évaluation de la proportion de données dans des intervalles spécifiques, ce qui permet de vérifier si la majorité des valeurs se concentrent autour de la centre ou si elles sont dispersées. Les caractéristiques de dispersion, telles que l’écart type ou l’étendue, sont essentielles pour des décisions impliquant la stabilité ou la variabilité des données, notamment pour minimiser les risques ou assurer une uniformité dans un processus.

💡 À retenir

L’analyse comparative de séries, en intégrant la position centrale et la dispersion, permet d’éclairer la prise de décision en fournissant une vision claire de la stabilité et de la concentration des données dans des situations concrètes.

📅 Repères chronologiques

(aucune date explicite dans le contenu fourni, section omise)

📊 Tableaux de Synthèse

Critère	Définition	Méthode de calcul	Auteur / Référence
Population	Ensemble d’individus ou éléments présentant une ou plusieurs caractéristiques communes	-	—
Caractère (variable)	Propriété ou attribut commun à tous les individus d’une population	—	—
Échantillon	Partie représentative d’une population sélectionnée pour étude	—	—
Effectif	Nombre d’individus dans une population ou un échantillon	—	—
Caractère quantitatif discret	Variable numérique prenant des valeurs isolées entières ou dénombrables	—	—
Caractère quantitatif continu	Variable numérique pouvant prendre toutes les valeurs dans un intervalle	—	—
Moyenne (μ)	Somme des valeurs divisée par le nombre total d’observations	μ = Σx / N	—
Médiane	Valeur centrale d’une série ordonnée, partageant la série en deux parties égales	Selon N impair ou pair, formule adaptée	—
Mode	Valeur la plus fréquente dans une série	—	—
Quartiles (Q1, Q3)	Divisent la série en quatre parties égales, Q1 à 25%, Q3 à 75%	Q1 : valeur ≥25%, Q3 : valeur ≥75%	—
Déciles (D1 à D9)	Divisent la série en dix parties égales, D1 à D9 correspondantes	Dn : valeur ≥ n×10%	—
Écart inter-quartile (Q3 − Q1)	Dispersion centrale de la série	Q3 − Q1	—
Variance (σ²)	Moyenne des carrés des écarts à la moyenne	σ² = (1/N) Σ(xi − μ)² ou formule alternative avec x_i² et x²	—
Écart type (σ)	Racine carrée de la variance, dispersion dans les mêmes unités que les données	σ = √σ²	—
Étendue	Différence entre maximum et minimum de la série	Max − Min	—
Diagramme en boîte (John Tukey, 1977)	Représentation graphique des quantiles, médiane, valeurs extrêmes et dispersion de la série.	Utilise quartiles et valeurs extrêmes pour tracer la boîte et moustaches.	John Tukey

⚠️ Pièges & Confusions Fréquentes

1. Confondre moyenne et médiane : la moyenne est sensible aux valeurs extrêmes, pas la médiane.
2. Mal interpréter le mode : il peut ne pas exister ou être multiple.
3. Confondre quartiles et déciles : les déciles divisent en dix parties, les quartiles en quatre.
4. Omettre que la médiane se calcule différemment selon que N est pair ou impair.
5. Confondre variance et écart type : la variance est au carré de l’écart type.
6. Mal utiliser le diagramme en boîte : ne pas identifier correctement les valeurs extrêmes ou quartiles.
7. Ignorer que l’étendue ne donne qu’une idée brute de dispersion, sensible aux valeurs extrêmes.
8. Confondre caractères de position (médiane, mode, moyenne) avec mesures de dispersion.

✅ Checklist Examen

• Connaître la définition précise de population selon l’auteur.
• Savoir distinguer un caractère quantitatif discret d’un caractère quantitatif continu.
• Maîtriser le calcul et l’interprétation de la moyenne, médiane et mode.
• Savoir définir et calculer Q1, Q3, déciles, ainsi que l’écart inter-quartile.
• Comprendre le concept d’étendue, variance et écart type, avec leur formule respective.
• Être capable d’interpréter un diagramme en boîte : médiane, quartiles, valeurs extrêmes.
• Identifier les effets des valeurs extrêmes sur la moyenne et l’étendue.
• Connaître l’origine du diagramme en boîte : John Tukey (1977).
• Savoir utiliser efficacement les effectifs cumulés croissants pour déterminer les quantiles.
• Maîtriser la différence entre mesures de tendance centrale et mesures de dispersion.
• Vérifier que l’on distingue bien caractères qualitatifs et quantitatifs dans une série.
• Savoir comment représenter graphiquement une série statistique à l’aide d’un diagramme en boîte.