Fiche de révision en Statistique Descriptive

📌 L'essentiel

• La statistique descriptive sert à résumer, organiser et représenter graphiquement un ensemble de données.
• La différence principale avec la statistique inférentielle est que cette dernière permet de faire des extrapolations à partir d’un échantillon.
• Types de variables : quantitatives (discrètes/continu) et qualitatives (nominatives, ordinales).
• Indicateurs centraux : moyenne, médiane, mode, quartiles.
• Mesures de dispersion : étendue, variance, écart-type.
• Représentations graphiques : histogramme, polygone, diagramme en bâtons.
• Distribution des données : étude de l’emplacement et de la dispersion pour caractériser un ensemble.

📖 Concepts clés

Population : Ensemble d’individus ou objets étudiés dont on souhaite connaître les caractéristiques.
Échantillon : Sous-ensemble représentatif de la population utilisé pour faire des estimations ou analyses.
Variable statistique : Caractéristique mesurée sur chaque individu ou objet (ex : âge, revenu).
Modalités : Valeurs possibles qu’une variable peut prendre (ex : catégories de couleur).
Série statistique : Ensemble de données recueillies pour une ou plusieurs variables.
Variables : Quantitatives (discrètes ou continues) ou qualitatives (nominatives ou ordinales).
Distribution discrète : Variable prenant un nombre fini ou dénombrable de valeurs isolées.
Distribution continue : Variable pouvant prendre toutes les valeurs d’un intervalle.

📐 Formules et lois

Moyenne : $$ \bar{X} = \frac{\sum_{i=1}^{N} n_i X_i}{N} $$
Condition : somme des effectifs $N = \sum n_i$, valeur moyenne de la série.
Signification : point central de la distribution.

Étendue : $$ e = X_{\text{max}} - X_{\text{min}} $$
Condition : valeur maximale et minimale de la série.
Signification : dispersion brute entre extrêmes.

Variance : $$ V = \frac{1}{N} \sum_{i=1}^{k} n_i (X_i - \bar{X})^2 $$
Condition : la moyenne $\bar{X}$ doit être calculée au préalable.
Signification : mesure de la dispersion autour de la moyenne.

Écart-type : $$ \sigma = \sqrt{V} $$
Condition : racine carrée de la variance.
Signification : dispersion moyenne autour de la moyenne.

🔍 Méthodes

1. Identifier la nature de la variable (discrète/continue, qualitative/quantitative).
2. Constituer la série statistique : recueillir effectifs, modalités.
3. Calculer les indicateurs centraux : mode, médiane, quartiles.
4. Mesurer la dispersion : étendue, variance, écart-type.
5. Représenter graphiquement : histogrammes, polygones, diagrammes en bâtons.
6. Vérifier la cohérence : somme des fréquences, correctifs si besoin.

💡 Exemples

• Calcul d’une moyenne pondérée à partir de données regroupées par classe.
• Détermination de la médiane pour une série classée en classes d’effectifs.
• Calcul des quartiles à partir de données salariales, permettant de mesurer la dispersion centrale.

⚠️ Pièges

• Ne pas vérifier que la somme des fréquences ou effectifs représente 1 (ou 100%).
• Confondre médiane et mode dans une distribution asymétrique.
• Utiliser la moyenne alors que la distribution est fortement asymétrique, préférer la médiane pour une meilleure représentativité.
• Regrouper incorrectement les données en classes, ce qui peut fausser l'interprétation des effectifs modal.

📊 Synthèse comparative

✅ Checklist examen

• Maîtriser les formules de la moyenne, variance, écart-type.
• Savoir différencier variable quantitative et qualitative.
• Savoir construire et interpréter une série statistique.
• Comprendre la différence entre moyenne, médiane et mode.
• Être capable de réaliser graphiques (histogrammes, polygones, diagrammes en bâtons).
• Vérifier la cohérence et l’interprétation des résultats.

Synthèse rapide

• La statistique descriptive résume des données par des indicateurs et représentations graphiques.
• Différencie la statistique descriptive de l’inférentielle, laquelle extrapole à partir d’un échantillon.
• Variables : quantitatives (discrètes/continues), qualitatives (nominatives, ordinales).
• Indicateurs : moyenne, médiane, mode, quartiles.
• Dispersion : étendue, variance, écart-type.
• Graphiques : histogramhes, polygones, diagrammes.
• Distribution : caractérise localisation et dispersion.