Fiche de révision : Introduction aux statistiques et à leur application

📋 Plan du Cours

1. Généralités sur les statistiques
2. Définition et applications des statistiques
3. Statistique inférentielle : prévisions et prise de décisions
4. Estimation des fonctions de répartition, densités et paramètres
5. Tableaux statistiques pour l'étude des variables
6. Graphiques pour variables qualitatives et quantitatives discrètes
7. Graphiques de probabilités (Q-Q plot) et interprétation
8. Calculs statistiques : médianes et autres mesures

📖 1. Généralités sur les statistiques

🔑 Notions clés & Définitions

• Échantillon : En général, la population et trop vaste pour pouvoir être observée exhaustivement.
• Exemple : Le nombre de jours pour se récupérer de la grippe après avoir pris le médicament.
• Statistique : Les grands étapes a suivre: 1. Mettre en place le modèle et sont expérience et la collecte des données.

📝 Points essentiels

• La statistique désigne à la fois un ensemble de données d’observations et l’activité de leur recueil, traitement et interprétation.
• L’objectif de la statistique est de dégager, à partir de données observées sur quelques individus d’une population, des résultats valables pour l’ensemble de la population.

💡 À retenir

La statistique désigne à la fois un ensemble de données d’observations et l’activité de leur recueil, traitement et interprétation.

📖 2. Définition et applications des statistiques

🔑 Notions clés & Définitions

• Les indicateurs :

  • Devant la distribution statistique d’un caractère quantitatif, le premier objectif du statisticien est de caractériser cette distribution par un chiffre.

• Phénomènes aléatoires : Sont reliées aux expériences telles qu'effectuées dans des conditions totalement identiques elles donneront des résultats différents.

• L’objective de la statistique est de : Extraire des informations utiles à partir de données incertaines en maîtrisant l’incertitude liée au hasard et aux variations des phénomènes observés.

• Démarche statistique : Un processus comprenant la mise en place d’un modèle expérimental, la collecte des données, leur analyse descriptive, puis l’inférence statistique pour faire des prévisions ou prendre des décisions.

• Analyser ces données : On peut alors se poser les questions suivantes : (…)

• Peut-on garantir les ampoules seront suffisamment fiables ?

📝 Points essentiels

• La statistique vise à maîtriser l’incertitude liée au hasard pour extraire des informations utiles des données.
• Les domaines d’application des statistiques incluent l’économie, la biologie, les sciences de la terre, les sciences humaines, l’ingénierie et les sciences de l’information.
• NOTIONS SUR LES STATISTIQUES 12 Le but de la Statistique: Les données sont attachées d’incertitudes et présentent des variations pour plusieurs raisons :
  • le déroulement des phénomènes observés n’est pas prévisible à l’avance avec certitude
  • toute mesure est attachée d’erreur seuls quelques individus sont observés données issues de phénomènes aléatoires intervention du hasard et des probabilités Objectifs : maîtriser au mieux cette incertitude pour extraire des informations utiles des données, par l’intermédiaire de l’analyse des variations dans les observations.

💡 À retenir

Les statistiques interviennent dans de nombreux domaines pour gérer l’incertitude des phénomènes aléatoires et extraire des informations pertinentes à partir des données.

📖 3. Statistique inférentielle : prévisions et prise de décisions

🔑 Notions clés & Définitions

• Individu : Un objet ou une unité appartenant à une population sur lequel des données sont recueillies.

📝 Points essentiels

• STATISTIQUES 13 La démarche statistique : Les grands étapes a suivre: 1. Mettre en place le modèle et sont expérience et la collecte des données. (C’est fait pour nous) 2. La statistique descriptive, statistique exploratoire ou analyse des données: résumer l’information contenue dans les données de façon synthétique et efficace. 3. La statistique inférentielle: faire des prévisions et de prendre des décisions au vu des observations. 1. l’estimation : estimer la fonction de répartition ou la densité de la loi de probabilité sous-jacente, le paramètre de cette loi, le nombre moyen de pannes sur une période donnée… 2. tests d’hypothèses : il s’agit de se prononcer sur la validité d’une hypothèse liée au problème. Il faudra associer le degré de confiance que l’on peut accorder à cette réponse. 2. NOTIONS SUR LES
• La statistique inférentielle permet de faire des prévisions et de prendre des décisions basées sur des données échantillonnées.

💡 À retenir

La statistique inférentielle est l’outil clé pour généraliser des conclusions d’un échantillon à une population entière et guider les décisions.

📖 4. Estimation des fonctions de répartition, densités et paramètres

🔑 Notions clés & Définitions

• 3 LA MOYENNE ARITHMÉTIQUE : Xn) ¯xw = ∑n i=1 wixi ∑n i=1 wi ∑n i
• Fonction de répartition : Fn x1, …, xn ∀x ∈ ℝ Fn(x) = x ∀x ∈ ℝ Fn(x) = 1 n n ∑ j=1 1(xj<x) X, F(x)

📝 Points essentiels

• L’histogramme fournit une estimation de la densité des observations en représentant la fréquence des classes.
• La moyenne arithmétique est sensible aux valeurs extrêmes et représente la moyenne pondérée des observations.
• La variance mesure la dispersion des valeurs autour de la moyenne et est un indicateur clé de la variabilité.

💡 À retenir

Comprendre comment les fonctions de répartition et densités sont estimées à partir des données permet de caractériser la distribution et ses paramètres.

📖 5. Tableaux statistiques pour l'étude des variables

🔑 Notions clés & Définitions

• Propriétés : S2 N = 1 N n ∑ i=1 fi(xi − ¯x)2 = 1 N n ∑ i=1 fix2 i − 2fixi ¯x + fi ¯x2 = 1 N n ∑ i=1 fix2 i − 1 N n ∑ i=1 2fixi ¯x + 1 N n ∑ i=1 fi ¯x2 = ¯x2 Q − 2 ¯x2 + ¯x2 = ¯x2 Q − ¯x2 X s2 N ≥ 0 s2 N
• 1 LES CENTILES : Alors, j j j j p1, p2, …, p99 d1 = p10, d2 = p20, …, d9 = p90 q1 = p25, q2 = p50, q3
• Quasiécart type :
  • La relation entre la quasivariance et la variance : , et .
• Tableau statistique : Représentation organisée des données comprenant fréquences, fréquences cumulées, pourcentages et autres indicateurs, facilitant l’analyse de la distribution d’une variable.

📝 Points essentiels

• L’étendue correspond à la différence entre la plus grande et la plus petite valeur d’une variable et est sensible aux valeurs aberrantes.
• L’étendue interquartile mesure la dispersion sur la moitié centrale des observations, offrant une mesure plus robuste que l’étendue totale.
• • Les valeurs de la variable entre et , et entre et , par de ronds.

💡 À retenir

L’étendue correspond à la différence entre la plus grande et la plus petite valeur d’une variable et est sensible aux valeurs aberrantes.

📖 6. Graphiques pour variables qualitatives et quantitatives discrètes

🔑 Notions clés & Définitions

• GRAPHIQUES : 4 ≈ 260, l = 52 ∀i
• Variables qualitatives ou variables quantitatives : Les variables qualitatives sont caractérisées par des modalités sans ordre naturel, tandis que les variables quantitatives s’expriment par des nombres réels et se distinguent en discrètes, avec un nombre fini ou infini d’éléments, et continues, acceptant toutes les valeurs d’un intervalle.

📝 Points essentiels

• L’histogramme est utilisé pour représenter graphiquement des variables quantitatives continues regroupées en classes.
• Les diagrammes en bâtons et sectoriels sont adaptés pour représenter graphiquement la répartition des fréquences des variables qualitatives et quantitatives discrètes.
• MOTS GRAPHIQUES 15
• Variables qualitatives ou variables quantitatives discrètes :
• La différence fondamentale entre les représentations pour des variables qualitatives et quantitatives tient au fait qu’il existe un ordre naturel sur les modalités (qui sont des nombres réels) pour les variables quantitatives, alors qu’aucun ordre n’est prédéfini pour les variables qualitatives.

💡 À retenir

Maîtriser les représentations graphiques spécifiques à chaque type de variable permet de faciliter l’analyse visuelle et la compréhension des données.

📖 7. Graphiques de probabilités (Q-Q plot) et interprétation

🔑 Notions clés & Définitions

• R. GRAPHIQUES : 025(xn − x1) l
• Q-Q plot : Un graphique de probabilités qui compare la fonction de répartition empirique des données à une fonction de répartition théorique en traçant leurs quantiles, permettant d'identifier visuellement les écarts entre la distribution observée et la distribution de référence.

📝 Points essentiels

• Le Q-Q plot permet de comparer la distribution empirique des données à une distribution théorique en traçant leurs quantiles.
• Le Q-Q plot permet de comparer la distribution empirique des données à une distribution théorique.

💡 À retenir

Les graphiques de probabilités, comme le Q-Q plot, sont des outils visuels puissants pour évaluer l’adéquation des modèles statistiques aux données en comparant la distribution empirique à une distribution théorique.

📖 8. Calculs statistiques : médianes et autres mesures

🔑 Notions clés & Définitions

• Médiane : Quand la médiane ne tombe pas sur une valeur exacte de la variable, on retient la valeur de la variable immédiatement supérieure, comme avant.

📝 Points essentiels

• L’écart type mesure la dispersion absolue des données dans l’unité de la variable, indiquant la variabilité autour de la moyenne.
• Le coefficient de variation exprime la dispersion relative sans unité, utile pour comparer la variabilité entre différentes variables ou échantillons.
• La transformation linéaire permet de standardiser les variables en ajustant leur moyenne et leur écart type, facilitant leur comparaison.

💡 À retenir

L’écart type mesure la dispersion absolue des données dans l’unité de la variable, indiquant la variabilité autour de la moyenne.

📊 Tableaux de Synthèse

Comparaison des types de variables

⚠️ Pièges & Confusions Fréquentes

1. Confondre variables qualitatives et quantitatives, notamment leur représentation graphique.
2. Utiliser un histogramme pour une variable qualitative, ce qui n'est pas approprié.
3. Ignorer l'ordre naturel dans les variables quantitatives lors de la représentation graphique.
4. Confondre Q-Q plot avec d'autres types de graphiques, comme les histogrammes.
5. Sous-estimer l'impact des valeurs extrêmes sur la moyenne et l'étendue.
6. Ne pas vérifier l'adéquation d'un modèle de distribution avec les données à l'aide du Q-Q plot.
7. Utiliser la médiane sans considérer la distribution des données, notamment en présence de valeurs extrêmes.

✅ Checklist Examen

1. Comprendre la différence entre variables qualitatives et quantitatives.
2. Savoir choisir le graphique adapté à chaque type de variable.
3. Interpréter correctement un Q-Q plot.
4. Calculer la moyenne, la médiane, l'étendue, et l'écart type.
5. Utiliser les tableaux statistiques pour analyser la distribution.
6. Reconnaître les erreurs fréquentes dans l'interprétation des graphiques.
7. Maîtriser la démarche d'estimation des fonctions de répartition.
8. Différencier la variance et la quasivariance.
9. Utiliser les centiles et quartiles pour décrire la distribution.
10. Comprendre l'importance de la dispersion relative avec le coefficient de variation.