Fiche de révision : Statistique descriptive

Plan du Cours

  1. Vocabulaire et branches statistiques
  2. Effectifs et regroupement des données
  3. Représentations graphiques des données
  4. Collecte, méthodes d’échantillonnage et taille des populations
  5. Tableaux statistiques
  6. Paramètres de position
  7. Paramètres de dispersion
  8. Boîtes à moustaches et distributions
  9. Coefficients de forme statistique
  10. Étude de deux variables
  11. Séries chronologiques et mesures
  12. Composantes des séries chronologiques
  13. Décomposition des séries chronologiques
  14. Estimation de la tendance
  15. Variations saisonnières et série CVS

1. Vocabulaire et branches statistiques

Notions clés & Définitions

  • Statistique : Méthode de collecte, d’organisation et d’analyse des données.
  • Statistique descriptive : Ensemble de méthodes d’organisation et de synthèse des données, notamment leur classification, leur représentation graphique, le calcul de mesures de synthèse et l’analyse de la corrélation.
  • Statistique inférentielle : Ensemble de méthodes qui tirent des conclusions sur une population à partir d’informations obtenues sur un échantillon.
  • Population : Ensemble de tous les individus considérés dans une étude statistique ; chaque élément est un individu ou une unité statistique.
  • Échantillon : Sous-ensemble de la population à partir duquel des informations sur cette population sont recueillies.
  • Variable : Caractère qui prend des valeurs différentes selon les individus ; pour une population de n individus, ses valeurs sont notées Xᵢ pour i allant de 1 à n.

★ À maîtriser

📌 Au pluriel, les statistiques désignent des données collectées par des services privés ou publics ; une statistique désigne une quantité calculée à partir des données d’un échantillon.

Compléments

📌 Les données primaires sont collectées pour un but précis par ou pour les auteurs de l’étude, tandis que les données secondaires proviennent d’une autre source que l’utilisateur et sont souvent recueillies pour d’autres préoccupations.

  • Les variables se répartissent en catégories :
    • quantitatives discrètes
    • quantitatives continues
    • qualitatives nominales
    • qualitatives ordinales

Astuce mémo

Décrire résume les données observées ; inférer conclut sur une population à partir d’un échantillon.

2. Effectifs et regroupement des données

Notions clés & Définitions

  • Effectif total : Nombre d’individus appartenant à la population statistique étudiée.
  • Effectif absolu : Nombre d’individus présentant cette modalité.
  • Fréquence relative : Proportion d’individus de la population totale qui présentent une modalité ; elle s’obtient en divisant l’effectif de la modalité par l’effectif total et peut être exprimée en pourcentage.
  • Effectif cumulé : Nombre d’individus présentant une modalité d’indice inférieur ou égal à i.
  • Tableau des effectifs : Tableau présentant les valeurs d’une variable ou ses classes et les fréquences absolues correspondantes.

★ À maîtriser

📐 Formule - Pour une variable à k modalités, l’effectif total est la somme des effectifs de chaque modalité : N=∑i=1kniN = \sum_{i=1}^{k} n_i.

Compléments

  • Les unités peuvent être présentées individuellement ou regroupées :

    • individuellement
    • par modalités
    • par valeurs
    • par classes de modalités ou de valeurs
  • Dans un exemple de regroupement des réponses à un questionnaire de satisfaction, les classes « De nulle à assez bonne » et « De très bonne à excellente » comptent respectivement 4 et 6 réponses.

  • Le regroupement d’une série en classes suit le calcul du nombre de classes, de l’étendue, de l’intervalle des classes, puis des centres de chaque classe.

3. Représentations graphiques des données

★ À maîtriser

📌 Les caractères qualitatifs sont généralement représentés par des graphiques utilisant des surfaces ou des volumes, tandis que les représentations des caractères quantitatifs varient selon qu’ils sont discrets ou continus.

  • Un caractère quantitatif discret est représenté par un diagramme en bâtons.

  • Les histogrammes sont également utilisés pour représenter les variables continues.

Compléments

  • Pour un caractère qualitatif, la surface ou le volume attribué à chaque catégorie peut être proportionnel à son importance dans la population étudiée.

  • En reliant les centres des classes, on obtient le polygone des fréquences.

4. Collecte, méthodes d’échantillonnage et taille des populations

★ À maîtriser

  • Une collecte de données peut porter sur toutes les unités statistiques de la population ou seulement sur une partie de ces unités, c’est-à-dire un échantillon.

  • Un échantillon représentatif doit renfermer toutes les caractéristiques de la population mère dont il est extrait.

  • Dans un échantillon aléatoire, chaque élément de la population a la même chance d’être sélectionné et les unités statistiques sont tirées au hasard.

  • Les méthodes d’échantillonnage non aléatoires, ou à choix raisonné, comprennent notamment la méthode des quotas.

Compléments

📌 Les méthodes d’échantillonnage se répartissent entre méthodes aléatoires ou probabilistes et méthodes non aléatoires ou à choix raisonné.

  • Les méthodes d’échantillonnage probabilistes citées sont :

    • le tirage aléatoire simple avec remise
    • le tirage aléatoire simple sans remise
    • le tirage aléatoire systématique
    • le tirage aléatoire stratifié
    • le tirage par grappes
  • La taille d’une population peut être finie ou infinie.

5. Tableaux statistiques

Notions clés & Définitions

  • Tableau de contingence : Présente deux variables, chacune répartie en un certain nombre de classes.

Points essentiels

  • La répartition des cas de cancer du poumon par âge et par sexe au cours d’une année dans les hôpitaux d’une ville est un tableau à double entrée.

  • La répartition des malades par âge, par sexe et par groupe ayant reçu des soins ambulatoires dans un centre de santé est un tableau à triple entrée.

  • Le tableau croisant l’état nutritionnel et les résultats scolaires de 70 élèves d’une école secondaire de Kinshasa est un tableau de contingence.

6. Paramètres de position

Notions clés & Définitions

  • Moyenne arithmétique : Valeur représentative d’un ensemble de données, tendant à se situer au milieu de cet ensemble et s’exprimant dans les mêmes unités que les observations.
  • Mode : Valeur correspondant à la fréquence la plus élevée d’une série statistique.
  • Médiane : Valeur d’une série statistique telle qu’il y ait autant d’observations supérieures que d’observations inférieures à cette valeur.
  • Fractiles : Valeurs qui divisent une série statistique en n parties égales.

★ À maîtriser

  • Les paramètres de position comprennent : les moyennes arithmétique, quadratique, géométrique et harmonique, le mode, la médiane, les fractiles

📌 La comparaison de la moyenne arithmétique, de la médiane et du mode caractérise trois formes : une distribution symétrique vérifie moyenne = médiane = mode ; une distribution étalée vers la droite vérifie moyenne > médiane > mode ; une distribution étalée vers la gauche vérifie moyenne < médiane < mode.

Compléments

  • Une série sans mode est dite amodale, une série ayant un mode est unimodale, une série ayant deux modes est bimodale et une série ayant plusieurs modes est multimodale.

  • Dans la série 14, 15, 16, 15, 16, 16, 13, 11, 14, 17, le mode est 16.

  • Pour déterminer la médiane d’une série discrète, on ordonne les valeurs par ordre croissant ; si l’effectif est impair, on prend la valeur centrale, et si l’effectif est pair, on prend la moyenne arithmétique des deux valeurs centrales.

  • Les quartiles divisent la série en quatre parties égales, les déciles en dix parties égales et les centiles en cent parties égales.

  • Les quartiles sont notés Q1, Q2 et Q3, ou Q1/4, Q1/2 et Q3/4, ou encore Q25, Q50 et Q75.

  • Les déciles sont notés D1 à D9 et les centiles C1 à C99.

7. Paramètres de dispersion

Notions clés & Définitions

  • Paramètres de dispersion : Valeurs mesurant les écarts des différentes valeurs d’une série par rapport à la moyenne arithmétique.
  • Étendue : Différence entre la plus grande et la plus petite valeur d’une série statistique.
  • Intervalle interquartile : Mesure l’étendue des 50 % de valeurs situées au milieu d’une série de données classées.
  • Premier quartile : Le premier quartile Q1 est la médiane de la série des valeurs inférieures à la médiane de la série initiale, sans inclure celle-ci.
  • Troisième quartile : Le troisième quartile Q3 est la médiane de la série des valeurs supérieures à la médiane de la série initiale, sans inclure celle-ci.

★ À maîtriser

  • Les paramètres de dispersion cités sont :
    • l’étendue
    • l’intervalle interquartile
    • la variance
    • l’écart-type
    • le coefficient de variation

📐 Formule - L’intervalle interquartile se calcule par IQ=Q3−Q1IQ = Q_3 - Q_1.

Compléments

  • La formule de l’étendue s’applique aussi bien aux séries de données groupées qu’aux séries de données discrètes.

  • Le calcul de l’intervalle interquartile commence par le classement des données en ordre croissant, puis la détermination de la médiane ; on sépare ensuite les valeurs inférieures et supérieures à cette médiane, sans inclure celle-ci, et on calcule la médiane de chaque moitié.

8. Boîtes à moustaches et distributions

Notions clés & Définitions

  • Boîte à moustaches : La boîte à moustaches est un graphique qui résume la dispersion d’une série à partir de sa valeur minimale, de sa valeur maximale, de Q1, de Q3 et de la médiane.

★ À maîtriser

📌 Lorsque la médiane est proche du centre de la boîte, la distribution est symétrique ; lorsqu’elle est à gauche du centre, la distribution est étalée à droite ; lorsqu’elle est à droite du centre, la distribution est étalée à gauche.

📌 Des moustaches de longueur à peu près égale indiquent une distribution symétrique ; une moustache droite plus longue indique un étalement à droite, et une moustache gauche plus longue un étalement à gauche.

Compléments

  • Dans une boîte à moustaches, la valeur minimale et la valeur maximale forment les moustaches, tandis que Q1, la médiane et Q3 constituent la boîte.

  • Les boîtes à moustaches permettent de comparer plusieurs séries statistiques.

Astuce mémo

Médiane centrée : symétrie ; médiane décalée : étalement du côté opposé.

9. Coefficients de forme statistique

Notions clés & Définitions

  • Aplatissement : L’aplatissement d’une courbe de fréquence désigne sa courbure par rapport à celle de la courbe idéale, représentée par la distribution normale en forme de cloche.

★ À maîtriser

  • Dans une distribution symétrique, la moyenne arithmétique, le mode et la médiane sont égaux.

  • Dans une distribution asymétrique, la moyenne arithmétique se trouve du côté de la plus longue queue, tandis que le mode se situe au point de fréquence la plus élevée.

📌 Pour le coefficient de Yule, si Q3 − Me est supérieur à Me − Q1, le coefficient est positif et la distribution est asymétrique à droite ; si Q3 − Me est inférieur à Me − Q1, il est négatif et la distribution est asymétrique à gauche ; si ces écarts sont égaux, il est nul et la distribution est symétrique.

Compléments

  • Plus une distribution est asymétrique, plus la distance entre le mode et la moyenne arithmétique ou la médiane est grande.

  • Le coefficient de Pearson utilise la distance entre le mode et la moyenne arithmétique ou la médiane pour évaluer le degré d’asymétrie d’une distribution.

  • Le premier coefficient de Kelly G1 mesure l’asymétrie et le deuxième coefficient de Kelly G2 mesure l’aplatissement.

📌 Une distribution leptocurtique correspond à une courbe moins aplatie, une distribution mésocurtique à la courbe normale et une distribution platicurtique à une courbe plus aplatie.

Astuce mémo

La moyenne suit la longue queue ; le mode reste au sommet de fréquence.

10. Étude de deux variables

Notions clés & Définitions

  • Diagramme de dispersion : Un diagramme de dispersion, ou nuage de points, représente graphiquement les observations simultanées de deux séries statistiques.
  • Courbe de régression : Tracé passant entre les observations d’un nuage de points, qui aide à mettre en évidence l’existence et la nature d’une relation entre deux variables.
  • Coefficient de détermination : Carré du coefficient de corrélation, qui mesure la qualité de l’ajustement linéaire.
  • Point moyen : Point de coordonnées (XM, YM), où XM et YM sont les moyennes respectives des valeurs de x et de y.

★ À maîtriser

📌 Dans l’étude de deux variables, la variable dépendante est distinguée de la variable indépendante.

  • L’étude simultanée de deux variables vise à déterminer s’il existe un lien entre elles, problème appelé ajustement, et à mesurer l’intensité de ce lien par le coefficient de corrélation.

📌 Dans une relation fonctionnelle entre deux caractères, la valeur de l’un détermine automatiquement celle de l’autre, ce qui s’écrit y = f(x) lorsque f est connue.

📌 Dans un diagramme de dispersion de deux variables X et Y, les valeurs de X sont placées sur l’axe des abscisses et celles de Y sur l’axe des ordonnées.

  • La méthode des moindres carrés recherche une droite passant par le point moyen des observations et minimisant la somme des carrés des écarts des observations.

📌 Le coefficient de corrélation r indique le degré et le sens de la liaison entre deux variables : une liaison peut être positive, négative ou inexistante.

📌 L’interpolation estime une valeur de Y à l’intérieur de l’intervalle couvert par les données utilisées pour établir la droite de régression, tandis que l’extrapolation l’estime en dehors de cet intervalle.

Compléments

  • Les formes de régression citées sont :

    • la droite
    • la parabole
    • l’exponentielle
  • Pour la série S = {{1 ; 3,5} ; {3 ; 3,6} ; {4 ; 4} ; {6 ; 5} ; {7 ; 6,6} ; {8 ; 6,8}}, la droite de régression indiquée est y = 0,53x + 2,36.

  • Une liaison parfaite correspond à une valeur de r dont la valeur absolue est égale à 1.

  • Le coefficient de détermination vérifie 0 ≤ R² ≤ 1 ; par exemple, R² = 0,85 signifie que la droite de régression explique 85 % des variations de Y et en laisse 15 % inexpliquées.

📌 L’extrapolation linéaire est jugée hasardeuse lorsque R² est faible, et le cours considère R² suffisant à partir de 0,75 ; il faut aussi éviter de prévoir trop loin de l’univers des données.

Astuce mémo

Variable indépendante : explicative ; variable dépendante : liée à l’autre.

11. Séries chronologiques et mesures

Notions clés & Définitions

  • Série chronologique : Distribution statistique d’une variable au cours du temps.

★ À maîtriser

  • Une série chronologique peut être représentée par un nuage de points ou par une courbe reliant les points du nuage.

📌 Un stock, ou niveau, est l’observation d’une variable à un instant donné, tandis qu’un flux est son observation sur une période donnée.

Compléments

  • Une série chronologique est un cas particulier de série statistique à deux variables, dont l’une des variables est le temps.

  • L’étude des séries chronologiques sert à décrire, expliquer, contrôler et prévoir des phénomènes évoluant au cours du temps.

  • La population au 1er janvier est un exemple de stock, tandis que la production sur une année et le nombre de naissances en un mois sont des exemples de flux.

12. Composantes des séries chronologiques

Notions clés & Définitions

  • Trend : Mouvement de longue durée d’une série chronologique, qui traduit l’évolution fondamentale de la variable observée sur une période suffisamment longue.
  • Variations saisonnières : Mouvements de court terme à la hausse ou à la baisse qui se produisent à intervalles de temps égaux à l’intérieur d’une année.
  • Variations cycliques : Mouvements de prospérité et de dépression qui affectent l’activité économique à des intervalles de 7 à 12 ans.
  • Variations accidentelles : Valeurs anormalement hautes ou basses dans une série chronologique, par exemple lorsqu’une récolte est affectée par des circonstances atmosphériques anormales.
  • Variations résiduelles : Variations attribuées à des causes inconnues, qui ne peuvent être ni analysées ni prédites.

★ À maîtriser

  • Les composantes d’une série chronologique sont : les variations séculaires ou de longue durée (trend), les variations saisonnières, les variations cycliques, les variations accidentelles ou catastrophiques, les variations résiduelles

Compléments

  • Le trend peut suivre les évolutions suivantes : un mouvement à la hausse, un mouvement à la baisse, un mouvement d’abord à la hausse puis à la baisse, un mouvement d’abord à la baisse puis à la hausse

  • Les causes des variations saisonnières se regroupent en facteurs climatiques et en facteurs humains et économiques.

  • Les changements de saison peuvent faire augmenter les ventes de certains produits pendant les périodes chaudes et les faire baisser lorsque les saisons moins chaudes arrivent.

  • Les coutumes, les traditions et les faits réguliers de la vie humaine dans une société organisée peuvent influencer certaines variables ; les fêtes de fin d’année peuvent notamment augmenter les ventes de certains produits.

  • L’étude des variations cycliques exige une série chronologique très longue.

  • Les variations accidentelles peuvent être facilement décelées à la lecture du graphique de la série.

  • Sur une longue période, les variations résiduelles sont supposées ne pas avoir d’effet sur la série chronologique.

Astuce mémo

Les variations saisonnières reviennent dans l’année ; les variations cycliques s’étendent sur plusieurs années.

13. Décomposition des séries chronologiques

★ À maîtriser

  • Le modèle additif représente la variable observée comme la somme des composantes trend, saisonnière, cyclique, accidentelle et résiduelle.

  • Dans l’analyse du modèle additif, on calcule d’abord indépendamment le trend, on le soustrait à la série originale pour extraire le mouvement saisonnier, puis on calcule l’effet résiduel.

📌 Avec la méthode de la bande, deux droites à peu près parallèles passant respectivement par les minima et les maxima indiquent un modèle additif ; si elles ne sont pas parallèles, le modèle est multiplicatif.

  • La décomposition d’une série chronologique commence par le tracé de son graphique, le choix d’un modèle additif ou multiplicatif, l’estimation du trend, puis l’estimation des variations saisonnières.

Compléments

  • Dans l’analyse additive, les composantes accidentelle et cyclique sont écartées : la composante accidentelle doit être éliminée avant toute analyse et l’étude de la composante cyclique exige de longues séries.

  • Le modèle additif est plus approprié aux prévisions à court terme et lorsque le trend est stable.

📌 Avec la méthode du profil, des courbes à peu près parallèles indiquent un modèle additif, tandis que des pics et des creux qui s’accentuent indiquent un modèle multiplicatif.

14. Estimation de la tendance

Notions clés & Définitions

  • Trend : Indique le sens de l’évolution d’une série : la variable augmente, diminue ou reste stable de façon tendancielle.

★ À maîtriser

  • L’estimation du trend peut notamment se faire par la méthode des moindres carrés ou par la méthode des moyennes mobiles.
  • 🔄 La méthode des moyennes mobiles procède ainsi :
    1. Calculer la moyenne des valeurs entourant chaque valeur.
    2. Remplacer chaque valeur par cette moyenne.
    3. Reporter les moyennes sur un graphique pour obtenir le trend mobile.

Compléments

📌 L’ajustement linéaire du trend convient lorsque le graphique montre une évolution dans le même sens, à la hausse ou à la baisse.

📌 Si l’évolution de la série s’effectue d’abord dans un sens puis dans l’autre, il est préférable de la diviser en deux groupes et d’estimer une droite linéaire pour chacun.

15. Variations saisonnières et série CVS

Notions clés & Définitions

  • Série CVS : Série chronologique débarrassée de sa composante saisonnière afin que celle-ci ne masque pas la tendance.

★ À maîtriser

  • Le calcul de la série CVS comprend la détermination de l’équation du trend par régression linéaire, le calcul des coefficients saisonniers, puis la détermination de la série CVS.

Compléments

  • Une composante saisonnière peut se répéter à l’intérieur d’une année, d’un mois, d’une semaine ou même d’un jour.

  • Les coefficients saisonniers se calculent en isolant la composante saisonnière de la série, puis en faisant la moyenne arithmétique des valeurs de cette composante pour chaque période saisonnière sur les années observées.

📌 La somme des coefficients saisonniers doit être pratiquement nulle ; sinon, un coefficient correcteur est appliqué à chaque coefficient saisonnier.

Astuce mémo

Trend → coefficients saisonniers → série CVS.

Teste tes connaissances

Teste tes connaissances sur Statistique descriptive avec 50 questions à choix multiples et corrections détaillées.

1. Une équipe recueille des données, les organise, puis les analyse pour comprendre un phénomène. Quel terme désigne cette démarche méthodique ?

2. Un service public publie des données sur le commerce extérieur. Quel sens du terme « statistique » est employé pour désigner ces données ?

Faire le QCM →

Révisez avec les flashcards

Mémorisez les concepts clés de Statistique descriptive avec 91 flashcards interactives.

Qu’est-ce que la statistique au singulier ?

La méthode de collecte, d’organisation et d’analyse des données.

Que désignent les statistiques au pluriel ?

Des données collectées par des services privés ou publics.

Qu’est-ce que la statistique descriptive ?

Les méthodes d’organisation et de synthèse des données.

Voir les flashcards →

Cours similaires

Crée tes propres fiches de révision

Importe ton cours et l'IA génère fiches, QCM et flashcards en 30 secondes.

Générateur de fiches