Fiche de révision : Introduction à la statistique descriptive

📋 Plan du Cours

1. Concepts fondamentaux et vocabulaire de la statistique descriptive univariée
2. Modes de sondage et représentativité des échantillons
3. Organisation et présentation des données : séries brutes, tableaux et graphiques
4. Mesures de tendance centrale : mode, médiane et moyenne arithmétique
5. Calcul et interprétation de la moyenne arithmétique pondérée
6. Statistique descriptive à deux variables : distributions conditionnelles et covariance
7. Coefficient de corrélation linéaire pour mesurer l’intensité de la liaison entre variables
8. Régression linéaire simple : ajustement par la méthode des moindres carrés ordinaires (MCO) et estimation des paramètres

📖 1. Concepts fondamentaux et vocabulaire de la statistique descriptive univariée

🔑 Notions clés & Définitions

• Données : L'ensemble des valeurs recueillies lors d'une enquête ou d'une étude statistique, utilisées pour analyser une caractéristique ou un phénomène.
• Population : L'ensemble des éléments concernés par une étude statistique.
• Variable statistique : C’est la caractéristique à laquelle on s’intéresse.
• Statistique descriptive : Statistique descriptive Statistique probabiliste ou inférentielle Pr.

📝 Points essentiels

• Le recensement étudie toute la population, alors que le sondage étudie un échantillon représentatif.
• Descriptive 2 / 49 Introduction Statistique descriptive univariée Présentation des résultats d’une enquête Caractéristiques de tendance centrale Caractéristiques de dispersion de tendance centrale de dispersion Les Objectifs d’apprentissage Maitriser les concepts les plus usuels de la description et de l’analyse des données Utiliser et interpréter les indicateurs statistiques Collecter les données d’un échantillon ou d’une population Présenter et organiser les données sousforme de tableaux statistiques et de représentations graphiques Comprendre les concepts de mesures de tendance centrale et de dispersion Lire les tableaux de contingence Étudier et mesurer la corrélation entre deux variables Modéliser le lien entre deux variables (Régression linéaire simple) Calculer et interpréter les indices statistiques Pr.

💡 À retenir

Le recensement étudie toute la population, alors que le sondage étudie un échantillon représentatif.

📖 2. Modes de sondage et représentativité des échantillons

🔑 Notions clés & Définitions

• Modes de sondage : Les modes de sondage correspondent aux différentes procédures utilisées pour sélectionner un échantillon à partir d'une population.
• Représentativité d’un échantillon : La représentativité d’un échantillon se caractérise par la présence des mêmes caractéristiques que celles de la population mère, ce qui permet de généraliser les résultats obtenus.
• Tirage simple : Le tirage simple est une méthode de sélection où chaque élément de la population a une probabilité égale d’être choisi, sans subdivision préalable.
• Tirage stratifié : Le tirage stratifié consiste à diviser la population en sous-groupes homogènes appelés strates, puis à effectuer un tirage dans chaque strate.

📝 Points essentiels

• Un échantillon est représentatif s'il possède les mêmes caractéristiques que la population mère.
• Aazi 5 / 49 Introduction Statistique descriptive univariée Présentation des résultats d’une enquête Caractéristiques de tendance centrale Caractéristiques de dispersion de tendance centrale de dispersion Concepts de base Modes de sondage Représentativité d’un échantillon Un échantillon est dit représentatif s’il a "les mêmes" caractéristiques que la population mère.

💡 À retenir

Un échantillon est représentatif s'il possède les mêmes caractéristiques que la population mère.

📖 3. Organisation et présentation des données : séries brutes, tableaux et graphiques

🔑 Notions clés & Définitions

• Séries brutes : La série des notes des étudiants d’un groupe : 6 8 10 12 13 16 17 La médiane est 12.
• Série brute : Ensemble de données collectées dans leur état non organisé, avant toute mise en forme sous forme de tableaux ou graphiques.

📝 Points essentiels

• Une série brute est un ensemble de données collectées non organisées.
• Les tableaux d’effectifs organisent les données selon les modalités et leurs effectifs.
• Les tableaux statistiques peuvent comporter plusieurs colonnes, notamment modalités et effectifs.
• Les graphiques permettent une visualisation claire et synthétique des données collectées.
• Aazi 15 / 49 Introduction Statistique descriptive univariée Présentation des résultats d’une enquête Caractéristiques de tendance centrale Caractéristiques de dispersion de tendance centrale de dispersion Représentations graphiques des séries statistiques Les tableaux statistiques permettent d’avoir une vue d’ensemble des données collectées.

💡 À retenir

Maîtriser les outils d’organisation et de visualisation des données permet de rendre les résultats d’une enquête exploitables et compréhensibles.

📖 4. Mesures de tendance centrale : mode, médiane et moyenne arithmétique

🔑 Notions clés & Définitions

• Médiane : Valeur qui divise une série ordonnée en deux parties égales, de sorte que la moitié des observations est inférieure ou égale à cette valeur et l'autre moitié est supérieure ou égale. Si l’effectif total est impair, la médiane est la valeur centrale ; si l’effectif est pair, elle est la moyenne des deux valeurs centrales.
• Moyenne arithmétique : Mesure de tendance centrale calculée en additionnant toutes les valeurs d’une série puis en divisant cette somme par le nombre total d’observations, prenant ainsi en compte toutes les valeurs.
• Mode La médiane La Moyenne : Modalité ou valeur la plus fréquente dans une série, correspondant à celle qui possède le plus grand effectif ou la fréquence relative la plus élevée.

📝 Points essentiels

• La médiane partage la série en deux parties égales, avec une définition précise selon que l’effectif total est pair ou impair.
• La moyenne arithmétique prend en compte toutes les valeurs de la série et se calcule comme la somme des valeurs divisée par le nombre d’observations.
• Le mode et la médiane ne prennent pas en compte toutes les valeurs de la série, ce qui peut limiter leur capacité à différencier certaines séries.

💡 À retenir

Comprendre les caractéristiques et limites des principales mesures de tendance centrale permet de bien les appliquer selon la nature des données.

📖 5. Calcul et interprétation de la moyenne arithmétique pondérée

🔑 Notions clés & Définitions

• Tendance centrale : caractéristique statistique qui résume la valeur typique ou représentative d’un ensemble de données, permettant d’identifier le centre de la distribution.

• Introduction Statistique descriptive univariée Présentation : étape initiale consistant à résumer et à présenter les données d’un seul caractère à l’aide de mesures synthétiques, telles que la moyenne, la médiane ou le mode.

• Enquête Caractéristiques de tendance centrale : étude des valeurs centrales ou typiques obtenues à partir des données recueillies lors d’une enquête, en particulier par le calcul de la moyenne.

• Descriptive univariée Présentation des résultats : processus de synthèse et d’exposition claire des données d’un seul caractère, en mettant en évidence la tendance centrale et la dispersion.

📝 Points essentiels

• La moyenne arithmétique pondérée se calcule en multipliant chaque modalité par son effectif correspondant, puis en divisant la somme de ces produits par le total des effectifs. Par exemple, pour des données individuelles, la formule est :

• $\text{Moyenne pondérée} = \frac{\sum (modalité \times effectif)}{\sum effectif}$

• Pour des données groupées en classes, on utilise la valeur centrale de chaque classe comme modalité représentative. La valeur centrale d’une classe est généralement la moyenne des bornes inférieure et supérieure de cette classe.

• La moyenne pondérée permet d’intégrer l’importance relative ou la fréquence de chaque modalité dans le calcul, rendant la moyenne plus représentative de l’ensemble des données.

💡 À retenir

La moyenne arithmétique pondérée ajuste la moyenne en tenant compte des poids ou fréquences des modalités, offrant ainsi une mesure centrale fidèle à la structure des données, notamment lorsque celles-ci sont regroupées ou de fréquences variables.

📖 6. Statistique descriptive à deux variables : distributions conditionnelles et covariance

🔑 Notions clés & Définitions

• Exemple 1 Soit la distribution de fréquences suivante : Illustration d'une distribution de fréquences présentant les notes obtenues par un groupe d'étudiants avec leurs effectifs respectifs.
• Distribution conditionnelle : Distribution de fréquences d'une variable calculée pour une valeur spécifique de l'autre variable dans une série à deux variables.
• Covariance : Mesure statistique qui quantifie la tendance conjointe de deux variables à varier ensemble, calculée à partir des effectifs et des écarts centrés par rapport aux moyennes.

📝 Points essentiels

• La distribution conditionnelle d’une variable correspond à sa distribution de fréquences pour une valeur donnée de l’autre variable.
• Pour une série à deux variables X et Y, plusieurs distributions conditionnelles peuvent être extraites selon les modalités des variables.
• La covariance mesure la tendance conjointe des variables à varier ensemble et se calcule à partir des effectifs et des valeurs centrées.
• Dans le cas de séries brutes, la covariance se calcule comme la moyenne des produits des écarts à la moyenne.
• Pour une série à deux variables X et Y, on peut extraire plusieurs distributions conditionnelles selon le nombre total des modalités des deux variables.
• Cas des séries brutes Calculer la note moyenne dans les deux cas : 10, 10, 11, 12, 13, 14, 15 2, 10, 10, 12, 18, 19, 20 Les moyennes des deux groupes sont différentes X¯ = i =1 n Σ xi N X¯ = x1 + x2 + x3 + ...

💡 À retenir

La covariance mesure la tendance conjointe des variables à varier ensemble et se calcule à partir des effectifs et des valeurs centrées.

📖 7. Coefficient de corrélation linéaire pour mesurer l’intensité de la liaison entre variables

🔑 Notions clés & Définitions

• Écart-type : Mesure de dispersion qui quantifie l’écart moyen des valeurs d’une variable par rapport à leur moyenne.
• Liaison linéaire entre deux variables : Relation statistique où la variation d’une variable est proportionnelle à celle de l’autre, modélisée par une droite.

📝 Points essentiels

• Il se calcule comme la covariance divisée par le produit des écarts-types des deux variables.
• Le coefficient r varie entre -1 et +1, indiquant une liaison négative parfaite, aucune liaison ou une liaison positive parfaite.

💡 À retenir

Le coefficient de corrélation linéaire permet de quantifier précisément la force et la direction d’une relation linéaire entre deux variables.

📖 8. Régression linéaire simple : ajustement par la méthode des moindres carrés ordinaires (MCO) et estimation des paramètres

🔑 Notions clés & Définitions

• Liaison - Régression linéaire : Relation entre deux variables quantitatives où les variations de l’une peuvent être expliquées par celles de l’autre à l’aide d’un modèle mathématique.
• Modélisation de la liaison - Régression : Processus d’estimation d’un modèle mathématique, généralement une droite, qui explique les variations d’une variable en fonction d’une autre.

📝 Points essentiels

• La régression linéaire simple modélise la relation entre une variable dépendante Y et une indépendante X par une droite.
• Les paramètres s’estiment par a = Cov(X,Y)/Var(X) et b = moyenne de Y moins a fois moyenne de X.
• Cette modélisation permet de prédire Y en fonction de X et d’interpréter la force et la direction de la relation.
• On dit qu’on effectue une régression ou un ajustement de la variable Y sur la variable X.

💡 À retenir

La régression linéaire simple permet de construire un modèle pour prédire et analyser la liaison entre deux variables quantitatives.

📊 Tableaux de Synthèse

Comparaison des mesures de tendance centrale

⚠️ Pièges & Confusions Fréquentes

1. Confusion entre moyenne arithmétique et médiane dans des séries asymétriques
2. Utiliser la moyenne pour des données qualitatives ou catégoriques
3. Ignorer l'effet des valeurs extrêmes sur la moyenne
4. Confondre mode et moyenne dans des distributions multimodales
5. Ne pas vérifier si la série est ordonnée avant de calculer la médiane
6. Utiliser la moyenne pondérée sans considérer la représentativité des poids
7. Confondre covariance et coefficient de corrélation linéaire

✅ Checklist Examen

1. Comprendre la différence entre série brute et tableau de données
2. Savoir organiser des données en séries ou tableaux
3. Maîtriser le calcul de la moyenne arithmétique simple et pondérée
4. Savoir déterminer la médiane dans une série ordonnée
5. Connaître la définition du mode et sa recherche dans une série
6. Comprendre la notion de distribution conditionnelle
7. Savoir calculer la covariance entre deux variables
8. Interpréter le coefficient de corrélation linéaire
9. Modéliser une relation par régression linéaire simple
10. Estimer les paramètres de la régression par la méthode des moindres carrés