Fiche de révision : Introduction aux statistiques et à leur démarche

📋 Plan du Cours

1. Données statistiques historiques
2. Signification du mot statistique
3. Statistiques descriptives
4. Statistique inférentielle
5. Démarche du statisticien
6. Population et échantillon
7. Variables statistiques
8. Série statistique simple
9. Types de variables
10. Variables qualitatives et quantitatives
11. Distribution de fréquence
12. Représentations graphiques

📖 1. Données statistiques historiques

🔑 Notions clés & Définitions

• Données statistiques : Représentations chiffrées d’un phénomène ou d’un groupe d’individus, utilisées pour analyser et comprendre des réalités sociales, économiques ou environnementales. (Source : Chapitre 1)

• Utilisation historique : Depuis l’Antiquité, la nécessité de collecter des données chiffrées s’est imposée pour répondre à des besoins fiscaux, militaires et administratifs, comme le relevé des crues du Nil à l’époque pharaonique. (Source : Chapitre 1)

• Origine du terme "statistique" : Provient du latin status (relatif à l’état), introduit au 18ème siècle, désignant initialement l’état ou la situation d’un peuple ou d’un territoire. (Source : Chapitre 1)

• Évolution du sens du mot "statistique" : Aujourd’hui, il recouvre deux significations : d’une part, l’ensemble de données disponibles sur un phénomène, présenté sous forme de tableaux, graphiques ou indicateurs ; d’autre part, la discipline scientifique qui consiste à collecter, traiter et analyser ces données. (Source : Chapitre 1)

• Besoins historiques des statistiques : La collecte de données a été motivée par des impératifs fiscaux, militaires, administratifs, permettant de prendre des décisions éclairées dans la gestion des sociétés organisées. (Source : Chapitre 1)

📝 Points essentiels

• La pratique de la statistique remonte à l’Antiquité, notamment avec le relevé des crues du Nil, illustrant l’usage ancien de données chiffrées pour la gestion des ressources naturelles et la planification. (Source : Chapitre 1)

• Le terme "statistique" a été introduit au 18ème siècle, avec une double signification : d’une part, l’ensemble des données (statistiques descriptives) et, d’autre part, la discipline scientifique (statistique inférentielle). (Source : Chapitre 1)

• Les besoins historiques en statistiques ont été principalement liés à la fiscalité, à la gestion militaire et à l’administration, ce qui a favorisé le développement des méthodes de collecte et d’analyse de données. (Source : Chapitre 1)

• La discipline statistique a évolué pour devenir un outil essentiel dans l’aide à la décision, avec une distinction claire entre la collecte de données (statistiques) et leur traitement scientifique (statistique). (Source : Chapitre 1)

💡 À retenir

Les données statistiques, utilisées depuis l’Antiquité pour répondre à des besoins fiscaux, militaires et administratifs, ont permis l’émergence du mot "statistique" au 18ème siècle, qui désigne à la fois l’ensemble des données et la discipline scientifique qui les analyse.

📖 2. Signification du mot statistique

🔑 Notions clés & Définitions

• Étymologie : Le mot "statistique" provient du latin status qui signifie "l’état" ou "la situation". Introduit au 18ème siècle, il désignait initialement l’état général d’une société ou d’un territoire.
• Double signification actuelle :
  • Les statistiques : Ensemble de données chiffrées relatives à un phénomène ou un groupe d’individus, présentées sous forme de tableaux, graphiques ou indicateurs.
  • La statistique : Discipline scientifique qui a pour but la collecte, le traitement et l’analyse de ces données.
• Distinction :
  • Les statistiques (au pluriel) désignent les données brutes ou synthétiques.
  • La statistique (au singulier) désigne la science qui étudie ces données, en utilisant des méthodes pour en tirer des conclusions.

📝 Points essentiels

• Le terme "statistique" a été introduit au 18ème siècle, mais ses origines remontent à l’Antiquité, où des relevés comme ceux des crues du Nil servaient à des fins fiscales, militaires ou administratives (Introduction).
• La double signification du mot reflète l’évolution de la discipline : initialement, il désignait l’ensemble des données recueillies sur un phénomène, puis il a désigné la discipline scientifique qui s’occupe de leur collecte, leur traitement et leur analyse (source).
• La distinction entre "les statistiques" (données) et "la statistique" (science) est fondamentale pour comprendre leur usage dans les sciences sociales, économiques et administratives.
• La discipline s’est structurée autour de deux branches principales : la statistique descriptive (qui synthétise les données) et la statistique inférentielle (qui permet de faire des généralités à partir d’échantillons).

💡 À retenir

Le mot "statistique" désigne à la fois un ensemble de données chiffrées et une discipline scientifique, cette double signification étant issue de ses origines latines et de son évolution historique au 18ème siècle.

📖 3. Statistiques descriptives

🔑 Notions clés & Définitions

• Statistique descriptive : discipline qui consiste à décrire et synthétiser les données d’un phénomène ou d’un groupe d’individus, en utilisant des outils comme tableaux, graphiques et indicateurs. Elle ne cherche pas à tirer des conclusions sur la population (voir aussi "statistique inférentielle").
• Tableaux de distribution : outils permettant de présenter la répartition des valeurs d’une variable selon leurs effectifs ou proportions, pour faciliter la lecture et l’analyse des données.
• Indicateurs de position : mesures qui donnent une idée de la localisation centrale d’une série de données, telles que la moyenne, la médiane, ou les quantiles, permettant de résumer la tendance centrale.
• AUTEUR (date) : La médiane est la valeur qui partage l’effectif en deux parties égales, avec 50 % des observations en dessous et 50 % au-dessus, calculée à partir de la fonction de répartition empirique.
• AUTEUR (date) : La variance mesure la dispersion des données autour de la moyenne, en calculant la moyenne des carrés des écarts à la moyenne, et s’exprime dans le carré de l’unité de la variable.

📝 Points essentiels

• La statistique descriptive se limite à la description des données sans faire d’inférences sur la population, contrairement à la statistique inférentielle (voir aussi "démarche du statisticien").
• Les outils principaux incluent les tableaux de distribution (effectifs, fréquences, fréquences cumulées), les représentations graphiques (diagrammes en secteurs, colonnes, histogrammes, boîtes à moustaches), et les indicateurs numériques (moyenne, médiane, mode, quantiles).
• La distinction entre variables qualitatives (catégorielles, nominales ou ordinales) et quantitatives (discrètes ou continues) est fondamentale pour choisir les outils d’analyse appropriés.
• La médiane est une mesure robuste face aux valeurs extrêmes, contrairement à la moyenne qui est sensible à ces valeurs. La médiane peut être approchée par interpolation dans le cas de données regroupées en classes.
• Les indicateurs de dispersion, tels que l’étendue, l’intervalle inter-quartile, la variance, et l’écart-type, permettent d’évaluer la variabilité des données. La variance est liée à la dispersion autour de la moyenne, et le coefficient de variation permet de comparer la dispersion relative de différentes séries.

💡 À retenir

La statistique descriptive synthétise et présente les données à l’aide de tableaux, graphiques et indicateurs, permettant d’appréhender rapidement la tendance centrale, la dispersion et la répartition d’un phénomène, sans tirer de conclusions sur la population.

📖 4. Statistique inférentielle

🔑 Notions clés & Définitions

• Statistique inférentielle : Ensemble des méthodes permettant de tirer des conclusions ou de faire des estimations sur une population à partir d’un échantillon de données, en utilisant des techniques probabilistes et des modèles statistiques.
• Modélisation statistique : Processus de construction d’un modèle probabiliste représentant la relation entre les variables d’intérêt, permettant d’interpréter les données d’échantillon pour inférer des caractéristiques de la population.
• Utilisation de la statistique inférentielle : Elle sert à estimer des paramètres, tester des hypothèses, et prévoir des comportements futurs en se basant sur l’analyse probabiliste des données d’échantillon, tout en tenant compte de l’incertitude inhérente.
• Théorème de la limite centrale (non explicitement cité mais fondamental) : En statistique inférentielle, il stipule que la distribution de la moyenne d’un échantillon tend vers une distribution normale lorsque la taille de l’échantillon est suffisamment grande, indépendamment de la distribution initiale.

📝 Points essentiels

• La statistique inférentielle repose sur la théorie des probabilités pour faire des déductions sur une population à partir d’un échantillon, en utilisant des estimations ponctuelles ou par intervalles.
• La modélisation statistique consiste à définir un modèle probabiliste (ex : loi normale, loi binomiale) qui représente la distribution des données ou des paramètres inconnus. Elle permet d’établir des liens entre les données observées et les paramètres de la population.
• La démarche inférentielle inclut l’estimation des paramètres (moyenne, variance, etc.), la réalisation de tests d’hypothèses (ex : test de moyenne, test de proportion) et la construction d’intervalles de confiance pour quantifier l’incertitude.
• La prise de décision statistique s’appuie sur des critères de signification (p-value, seuils) pour accepter ou rejeter des hypothèses, en tenant compte de la variabilité inhérente aux échantillons.
• La rigueur dans l’application des méthodes et la compréhension des probabilités conditionnelles sont essentielles pour une inférence fiable.

💡 À retenir

La statistique inférentielle permet d’étendre les résultats d’un échantillon à l’ensemble de la population en utilisant des modèles probabilistes, tout en intégrant l’incertitude liée à l’échantillonnage.

📖 5. Démarche du statisticien

🔑 Notions clés & Définitions

• Collecte des données : étape initiale consistant à rassembler des informations pertinentes via un recensement ou un échantillon représentatif, permettant d’obtenir un ensemble de données fiable pour l’analyse (voir démarche en 1ère étape).
• Description des données : processus de synthèse et de présentation des données collectées à l’aide d’outils tels que tableaux, graphiques ou indicateurs numériques, afin de révéler leur structure et leurs caractéristiques essentielles (voir étape 2).
• Modélisation : étape où le statisticien construit des modèles mathématiques ou statistiques pour représenter et analyser les données, en utilisant la statistique inférentielle pour tirer des conclusions sur la population à partir de l’échantillon (voir étape 3).
• Interprétation des résultats : phase où le statisticien, en collaboration avec des experts, analyse les résultats issus de la modélisation pour en dégager des significations, des implications et orienter la prise de décision, en veillant à la rigueur et à la précision (voir étape 4).
• Rôle du statisticien dans la communication interdisciplinaire : assurer la vulgarisation des résultats pour permettre leur compréhension par des non-spécialistes, tout en maintenant la rigueur scientifique et en facilitant la collaboration avec d’autres disciplines (voir importance de la vulgarisation).
• Importance de la rigueur, précision et vulgarisation : principes fondamentaux pour garantir la qualité, la fiabilité et la compréhension des analyses statistiques, indispensables pour la crédibilité et l’impact des conclusions (voir rôle du statisticien).

📝 Points essentiels

• La démarche du statisticien suit une séquence structurée : collecte, description, modélisation, puis interprétation, permettant une analyse rigoureuse et cohérente des données.
• La collecte doit être réalisée avec soin pour assurer la représentativité de l’échantillon, condition essentielle pour la validité des conclusions inférentielles.
• La description des données utilise des outils variés (tableaux, graphiques, indicateurs) pour comprendre leur distribution, tendance centrale et dispersion.
• La modélisation, étape clé, consiste à appliquer la statistique inférentielle pour généraliser les résultats à la population, en utilisant des modèles adaptés à la nature des données.
• L’interprétation doit être précise, vulgarisée et contextualisée, afin d’éclairer la décision ou la compréhension du phénomène étudié, tout en étant fidèle à la rigueur scientifique.
• La communication doit allier clarté et précision, en adaptant le message aux interlocuteurs, notamment dans un contexte interdisciplinaire, pour favoriser la prise de décision éclairée.

💡 À retenir

La démarche du statisticien, structurée et rigoureuse, permet de transformer des données brutes en connaissances fiables et communicables, essentielles pour la prise de décision éclairée dans un cadre interdisciplinaire.

📖 6. Population et échantillon

🔑 Notions clés & Définitions

• Population : Ensemble fini d’unités de même nature, telles que des individus ou des objets, sur lesquelles on recherche des informations quantifiables. Elle est aussi appelée univers de référence. (Source : cours)

• Univers de référence : Synonyme de population, désignant l’ensemble des unités considérées dans une étude statistique. La population est définie par ses caractéristiques communes et sa nature. (Source : cours)

• Échantillon : Sous-ensemble représentatif de la population, constitué d’unités sélectionnées pour l’étude. La taille de l’échantillon est notée n. La représentativité garantit que les résultats de l’échantillon peuvent être extrapolés à la population. (Source : cours)

• Taille de l’échantillon (n) : Nombre d’unités composant l’échantillon. La valeur de n doit être suffisamment grande pour assurer la représentativité et la fiabilité des résultats. (Source : cours)

• Notion d’échantillon représentatif : Échantillon dont la composition reflète fidèlement la population en termes de caractéristiques clés, permettant une généralisation fiable des résultats. La sélection doit être aléatoire ou selon une méthode assurant cette représentativité. (Source : cours)

📝 Points essentiels

• La population regroupe toutes les unités d’étude ayant une même nature, comme des individus ou des objets, et sur laquelle on souhaite faire des inférences statistiques. Elle peut être très grande ou finie, selon le contexte. (Source : cours)

• Lorsqu’il est impossible d’étudier toute la population, on recourt à un échantillon, dont la taille n (notée n) doit être choisie pour garantir la représentativité. La qualité de l’échantillon dépend de la méthode de sélection (aléatoire, stratifiée, etc.). (Source : Wooldridge, 2013)

• La distinction entre population et échantillon est fondamentale : la population est l’ensemble complet, tandis que l’échantillon est une partie sélectionnée pour l’analyse. Les conclusions tirées de l’échantillon doivent permettre d’inférer sur la population. (Source : cours)

• La notion d’univers de référence précise le cadre de l’étude, en définissant clairement la population concernée. Elle évite toute ambiguïté dans la délimitation de l’objet d’étude. (Source : cours)

💡 À retenir

La population est l’ensemble fini d’unités de même nature sur lesquelles porte une étude, et l’échantillon, s’il est représentatif, permet d’en tirer des conclusions fiables tout en étant plus pratique à analyser.

📖 7. Variables statistiques

🔑 Notions clés & Définitions

• Variable statistique : caractéristique mesurable d’un individu ou d’un objet, pouvant prendre plusieurs valeurs différentes (d’après le contenu source).
• Caractère ou indicateur : terme utilisé pour désigner une variable qui représente une propriété ou une caractéristique d’un individu ou d’un objet (voir contenu source).
• Valeurs multiples possibles pour une variable : ensemble des différentes valeurs que peut prendre une variable, selon la population ou l’échantillon étudié (d’après le contenu source).

📝 Points essentiels

• La variable statistique est une caractéristique mesurable, qui peut être qualitative (catégorielle) ou quantitative (discrète ou continue).
• La notion de caractère ou indicateur désigne une variable représentant une propriété ou un trait d’un individu ou d’un objet, comme le sexe, le salaire, ou le niveau d’études.
• Une variable peut prendre plusieurs valeurs différentes, qui dépendent de la nature de la variable (quantitative ou qualitative) et du contexte de collecte.
• La distinction entre variable qualitative (modalités ou catégories) et variable quantitative (mesure numérique) est fondamentale pour l’analyse statistique.
• La variabilité des valeurs possibles pour une variable permet de décrire la diversité ou la dispersion au sein de la population ou de l’échantillon.

💡 À retenir

Une variable statistique est une caractéristique mesurable pouvant prendre plusieurs valeurs, permettant de représenter et d’analyser la diversité d’un phénomène ou d’un trait au sein d’une population ou d’un échantillon.

📖 8. Série statistique simple

🔑 Notions clés & Définitions

• Série statistique simple : Ensemble des valeurs observées d’une variable mesurée sur un échantillon de n individus, sous une forme unidimensionnelle. Elle représente la liste des valeurs x1, x2, ..., xn pour chaque individu.
• Structure du tableau individus/variables : Organisation des données sous forme d’un tableau où chaque ligne correspond à un individu et chaque colonne à une variable. La série statistique simple correspond à une seule colonne (variable) de ce tableau.
• Exemple de série statistique simple : La liste des salaires horaires (en dollars) de 526 salariés américains, par exemple : 3,10 ; 3,24 ; ... ; 3,50.

📝 Points essentiels

• La série statistique simple est une représentation des valeurs observées d’une variable sur n individus, permettant une analyse descriptive.
• La structure du tableau individus/variables facilite la collecte, l’organisation et l’analyse des données, en isolant une seule variable pour constituer la série.
• La série statistique simple est un outil fondamental pour décrire la distribution d’une variable, en permettant de calculer des indicateurs comme la moyenne, la médiane ou la mode, et de réaliser des représentations graphiques adaptées.
• Exemple : dans une étude sur 526 salariés, la série statistique simple pourrait consister en la liste de leur salaire horaire, chaque valeur correspondant à un individu.

💡 À retenir

La série statistique simple est la liste des valeurs observées d’une variable sur n individus, formant la base pour l’analyse descriptive et la synthèse des données.

📖 9. Types de variables

🔑 Notions clés & Définitions

• Variable quantitative discrète : Variable qui prend ses valeurs dans un ensemble fini ou dénombrable, souvent dans un ensemble discret. Exemples : nombre d’enfants par ménage, nombre de parts fiscales. AUTEUR (source) : "la variable quantitative discrète : la variable prend ses valeurs dans un ensemble discret, le plus souvent fini" (source).

• Variable quantitative continue : Variable pouvant prendre toute valeur dans un intervalle de ℝ, avec une infinité de valeurs possibles. Exemples : salaire mensuel, chiffre d’affaires. AUTEUR (source) : "la variable quantitative continue : la variable peut prendre toute valeur d’un intervalle de ℝ" (source).

• Variable qualitative (catégorielle) : Variable dont les valeurs ne sont pas numériques mais appartiennent à un groupe de catégories ou modalités. Exemples : sexe, niveau d’études. AUTEUR (source) : "variable qualitative : ses valeurs ne sont pas des quantités mesurables. Elles appartiennent à un groupe de catégories" (source).

• Variable qualitative nominale : Variable qualitative sans hiérarchie entre ses modalités. Exemples : sexe, CSP. AUTEUR (source) : "variable qualitative nominale : pas de hiérarchie dans les modalités" (source).

• Variable qualitative ordinale : Variable qualitative avec un ordre naturel ou hiérarchique entre ses modalités. Exemples : mention au bac, fréquence d’activité. AUTEUR (source) : "variable qualitative ordinale : ordre naturel des modalités" (source).

📝 Points essentiels

• La nature d’une variable (quantitative ou qualitative) détermine les outils d’analyse appropriés, comme les tableaux de distribution ou représentations graphiques. La distinction influence aussi la façon dont on résume et interprète les données (ex : mode, moyenne, médiane).

• La variable quantitative peut être discrète ou continue selon qu’elle prend un nombre fini ou infini de valeurs possibles. La précision du recueil des données peut faire évoluer la classification (ex : âge en années peut être discrète ou continue).

• La variable qualitative peut être codée numériquement, notamment en variables indicatrices (dummy variables), ce qui facilite leur traitement dans certains modèles statistiques.

• La classification des variables est essentielle pour choisir les méthodes statistiques adaptées, notamment pour la représentation graphique (diagrammes en secteurs, histogrammes, etc.) et pour le calcul des indicateurs (médiane, quantiles, etc.).

💡 À retenir

La distinction entre variables quantitatives (discrètes ou continues) et qualitatives (nominales ou ordinales) est fondamentale pour l’analyse statistique, car elle détermine les outils et méthodes à utiliser pour décrire, résumer et interpréter les données.

📖 10. Variables qualitatives et quantitatives

🔑 Notions clés & Définitions

• Variables qualitatives (catégorielles) : Caractéristiques non mesurables quantitativement, qui prennent des valeurs appartenant à un groupe de catégories ou modalités. AUTEUR (source) : "Les variables qualitatives ne sont pas des quantités mesurables, mais des appartenances à des groupes" (source).
• Modalités : Les différentes valeurs ou catégories que peut prendre une variable qualitative. Exemples : sexe, niveau d’études.
• Variables indicatrices (dummy variables) : Variables qualitatives codées numériquement en 0 ou 1 pour représenter la présence ou l’absence d’une modalité. AUTEUR (source) : "Une variable qualitative codée en 0,1 s’appelle une variable indicatrice" (source).
• Variables quantitatives : Caractéristiques mesurables numériquement, pouvant prendre une infinité de valeurs dans un intervalle ou un ensemble discret.
• Variables discrètes : Variables quantitatives prenant un nombre fini ou dénombrable de valeurs. Exemple : nombre d’enfants, nombre de parts fiscales.
• Variables continues : Variables quantitatives pouvant prendre toute valeur dans un intervalle réel. Exemple : salaire mensuel, chiffre d’affaires.

📝 Points essentiels

• Les variables qualitatives se divisent en nominales (sans ordre hiérarchique, ex : sexe, CSP) et ordinales (avec ordre naturel, ex : mention au bac, fréquence d’activité).
• La codification numérique permet de représenter une variable qualitative par des valeurs numériques, notamment par des variables indicatrices (dummy).
• La distinction entre variables discrètes et continues repose sur la nature de leurs valeurs : discrètes ont un nombre fini ou dénombrable, continues peuvent prendre toutes les valeurs d’un intervalle.
• La nature d’une variable peut dépendre du mode de recueil des données : par exemple, l’âge peut être quantitatif continu si mesuré en années décimales, ou discret si arrondi à l’année.
• La variable qualitative ordinale possède une hiérarchie implicite dans ses modalités, contrairement à la nominale.

💡 À retenir

Les variables qualitatives décrivent des appartenances ou catégories, tandis que les variables quantitatives mesurent des grandeurs numériques, discrètes ou continues. La codification numérique facilite leur traitement statistique, notamment par des variables indicatrices.

📖 11. Distribution de fréquence

🔑 Notions clés & Définitions

• Effectif (fréquence absolue) : Nombre d’individus ou d’unités dans une catégorie ou une modalité donnée. Par exemple, le nombre de salariés ayant un certain niveau d’études.
• Fréquence relative : Proportion ou pourcentage d’individus d’une modalité par rapport à l’ensemble de l’échantillon, calculée par $f_j = n_j / n$, où $n_j$ est l’effectif de la modalité $j$ et $n$ la taille totale de l’échantillon. (Source : cours)
• Fréquence cumulée : Somme des fréquences relatives jusqu’à une modalité donnée, permettant de connaître la proportion d’individus ayant une valeur inférieure ou égale à cette modalité. Notée généralement $\sum_{i=1}^j f_i$. (Source : cours)
• Mode : La ou les modalités de la variable qui apparaissent avec la fréquence la plus élevée dans l’échantillon. La valeur la plus fréquente. (Source : cours)
• Tableau de distribution : Représentation synthétique des effectifs, fréquences relatives et cumulées pour chaque modalité d’une variable qualitative ou quantitative. Il permet de visualiser la répartition des données. (Source : cours)

📝 Points essentiels

• La distribution de fréquence permet de résumer la répartition d’une variable en regroupant les données en modalités ou classes.
• Pour une variable qualitative, on construit un tableau avec les modalités, effectifs $n_j$, fréquences relatives $f_j$, et fréquences cumulées si la variable est ordinale. La modalité la plus fréquente est le mode.
• Pour une variable quantitative discrète, on présente les différentes valeurs prises par la variable, leurs effectifs, et fréquences relatives, ainsi que la fréquence cumulée pour suivre la progression.
• La fréquence relative est une mesure de proportion, exprimée en pourcentage ou en décimal, permettant de comparer des modalités ou classes de tailles différentes.
• La fréquence cumulée est utile pour analyser la répartition cumulative, notamment pour déterminer la médiane ou les quantiles.
• La représentation graphique la plus courante est le diagramme en colonnes pour les variables qualitatives ou discrètes, et l’histogramme pour les variables continues regroupées en classes.

💡 À retenir

La distribution de fréquence synthétise la répartition d’une variable en effectifs, fréquences relatives et cumulées, facilitant l’analyse et la visualisation de la répartition des données. Le mode est la modalité la plus fréquente, et la fréquence cumulée permet d’établir des seuils comme la médiane ou les quantiles.

📖 12. Représentations graphiques

🔑 Notions clés & Définitions

• Diagramme en secteurs (ou camembert) : Représentation graphique circulaire où chaque secteur correspond à une modalité d’une variable qualitative, l’angle du secteur étant proportionnel à la fréquence relative de cette modalité. AUTEUR (date) : utilisé pour visualiser la répartition des modalités d’une variable qualitative.

• Diagramme en colonnes : Graphique constitué de colonnes verticales dont la hauteur est proportionnelle à la fréquence ou la densité de proportion d’une modalité ou d’une classe. Il est particulièrement adapté pour représenter des variables qualitatives ordinales ou discrètes. AUTEUR (date) : favorise la lecture des distributions de variables qualitatives ou discrètes.

• Histogramme : Représentation graphique où des rectangles adjacents ont une largeur correspondant à l’amplitude des classes (pour variables continues regroupées) et une hauteur proportionnelle à la densité de proportion. La surface du rectangle est proportionnelle à la fréquence. AUTEUR (date) : outil essentiel pour visualiser la distribution d’une variable quantitative continue.

• Représentation graphique selon le type de variable : Utilisation du diagramme en secteurs pour variables qualitatives, diagramme en colonnes pour variables qualitatives ordinales ou discrètes, histogramme pour variables continues regroupées, et diagramme en bâtons pour variables discrètes à nombreuses modalités. La sélection dépend de la nature de la variable (qualitative ou quantitative). AUTEUR (date) : principe d’adéquation graphique.

• Fonction de répartition empirique (F) : Fonction qui associe à chaque valeur x la proportion des individus de l’échantillon pour lesquels la variable X est inférieure ou égale à x. Elle est représentée graphiquement par un graphique en escalier, illustrant la distribution cumulative des données. AUTEUR (date) : outil pour visualiser la répartition des données et détecter l’asymétrie ou la concentration.

📝 Points essentiels

• La représentation graphique doit être choisie en fonction du type de variable : le diagramme en secteurs est idéal pour les variables qualitatives, tandis que l’histogramme est privilégié pour les variables continues regroupées en classes. Le diagramme en colonnes est souvent utilisé pour les variables qualitatives ou ordinales, car il met en évidence l’ordre ou la hiérarchie des modalités.

• La fonction de répartition empirique (F) est une courbe en escalier qui permet de visualiser la distribution cumulative d’une variable, qu’elle soit discrète ou continue. Elle facilite la lecture des quantiles, médiane, et autres indicateurs de position.

• La densité de proportion dans un histogramme est calculée pour permettre la comparaison entre classes de tailles différentes, en ajustant la hauteur des rectangles à leur amplitude. La somme des aires des rectangles est égale à 1, représentant la totalité de la distribution.

• La distinction entre diagramme en secteurs, histogramme, et diagramme en bâtons repose sur la nature de la variable (qualitative ou quantitative) et la manière dont les données sont regroupées ou non.

• La visualisation graphique doit respecter l’échelle et l’ordre des modalités ou des classes pour assurer une lecture claire et fidèle de la distribution.

💡 À retenir

Les représentations graphiques adaptées à chaque type de variable facilitent la compréhension de la distribution, de la concentration, et de la structure des données, en permettant une lecture intuitive et visuelle des indicateurs statistiques clés.

📊 Tableaux de Synthèse

⚠️ Pièges & Confusions Fréquentes

1. Confondre "statistique" (discipline) et "statistiques" (données) — origine latine status.
2. Utiliser la moyenne comme seule mesure de tendance centrale, ignorant la médiane en présence de valeurs extrêmes.
3. Confondre variables qualitatives et quantitatives, notamment dans le choix des représentations graphiques.
4. Croire que la variance est toujours une mesure de dispersion adaptée, alors que l’écart-type ou le coefficient de variation peuvent être plus appropriés selon le contexte.
5. Confondre distribution de fréquence et représentation graphique, ou mal interpréter un histogramme.
6. Confondre statistique descriptive et inférentielle, notamment dans la portée des conclusions.
7. Négliger la distinction entre population et échantillon, conduisant à des erreurs d’estimation ou d’interprétation.

✅ Checklist Examen

1. Connaître la définition de "données statistiques" selon le Chapitre 1.
2. Savoir l’origine du terme "statistique" et ses évolutions historiques.
3. Expliquer la différence entre "statistique descriptive" et "statistique inférentielle".
4. Identifier et décrire les principaux outils de la statistique descriptive : tableaux, graphiques, indicateurs.
5. Connaître la différence entre variables qualitatives (nominales, ordinales) et quantitatives (discrètes, continues).
6. Savoir calculer et interpréter la moyenne, la médiane, et la variance.
7. Comprendre le rôle des représentations graphiques : histogrammes, diagrammes en secteurs, boîtes à moustaches.
8. Maîtriser la définition et l’usage des indicateurs de dispersion : étendue, écart-type, coefficient de variation.
9. Connaître les principes de la modélisation en statistique inférentielle, notamment l’utilisation d’échantillons pour inférer sur la population.
10. Connaître les principales figures de la statistique inférentielle : estimation, test d’hypothèses, intervalles de confiance.
11. Savoir distinguer une variable qualitative d’une variable quantitative lors de l’analyse.
12. Vérifier la maîtrise des concepts clés : distribution de fréquence, série statistique simple, représentation graphique.