Statistique Descriptive

Chapitre 2: Paramtres de
tendance centrale

Pr. Abdelkrim EL MOUATASIM
EST & FSE de Guelmim
Maroc
Site internet : www.el-mouatasim.webs.com
Les paramtres statistiques ont
pour but de rsumer, partir de
quelques nombres cls,
l'essentiel de l'information
relative l'observation d'une
variable quantitative.

Principales grandeurs conomiques du
secteur industriel driv de la pche
Indicateurs A terre En mer
Effective units 391 353
Effective emplois 70 000 10 000
Production (en tonne) 343 000 64 500
Chiffre daffaires (en Dh) 11 milliards 3,7 milliards
Source: Etude des schmas rgionaux damnagement
du territoire des provinces du sud, 2010.
On dfinira plusieurs sortes de paramtres :
Certains, comme la moyenne, seront dits de
tendance centrale car ils reprsentent une
valeur numrique autour de laquelle les
observations sont rparties.
D'autres, par exemple, seront dits de dispersion
car ils permettent de rsumer le plus ou moins
grand talement des observations de part et
d'autre de la tendance centrale.

Objectifs de ce chapitre

Pouvoir rsumer une
srie de donnes par un
ou plusieurs paramtres
reprsentatifs (moyenne,
mdiane)
Statistiques descriptives une variable : paramtres de position
Plan de la partie

1. Mode.
2. Mdiane.
3. Moyennes.
Voici les chapitres que nous allons aborder :
Paramtres de tendance centrale
Introduction
Les tableaux et graphiques contiennent la
totalit des donnes : ils sont parfois durs
interprter.

On va chercher rsumer les donnes par
quelques valeurs numriques.

Dans cette partie, on sintresse aux
paramtres de tendance centrale, i.e. aux
paramtres mesurant le centre des sries
statistiques.
2.1 Le mode (Mo)
Cas d'une variable discrte : Le mode est
facilement reprable. Sur le tableau
statistique, c'est la valeur xi pour laquelle la
frquence est la plus leve
C'est la valeur dont la frquence est la plus leve.
Dtermination du mode :
Exemple
Soit la srie de chiffres
{8, 8, 8, 7, 4, 4, 4, 4, 4, 5, 5, 5, 5, 6}
La valeur la plus frquente est le 4
Mode
Cas d'une variable continue :
les donnes sont groupes en classes ; on dfinit la
classe modale comme la classe correspondant la
frquence la plus leve ni. En peut calculer le
Mode par la formule suivante:



Borne infrieure de la classe modale Amplitude de classe
d1=ni ni-1 et d2=ni ni+1


2 1
1
inf
i
d d
d
a x Mo
+
+ =
Exemple : Le Mode (valeurs groupes)
[0.08,0.25] est la classe modale pour le dbit .
Daprs la formule de le mode
Mo = 0.08 + a(d1/(d1+d2))
avec a = 0.25-0.08 = 0.17
d1 = 22-0 = 22 et d2 = 22-8 = 14
donc Mo = 0.08 + 0.17*22/36 = 0.184

Si la distribution prsente 2 ou plus maxima
relatifs, on dit qu'elle est bimodale ou
plurimodale.

Si la srie na quun seul mode, elle est dite
unimodale.

On peut dfinir de mme le mode pour un
caractre qualitatif.

2.2 La mdiane : Me
Si la srie brute des valeurs observes est trie par
ordre croissant :


La mdiane Me dun srie statistique est la valeur
qui partage cette srie en deux sries de mme
effectif.
c'est--dire que
Si n est impair, soit n = 2 p + 1 ,
Me = x
(p+1)

Si n est pair, soit n = 2 p, toute valeur de
l'intervalle mdian [ x
(p)
; x
(p+1)
] rpond la
question.
Afin de dfinir Me de faon unique, on choisit
souvent


soit le centre de l'intervalle mdian.



Par exemple, la
mdiane de la srie
de tailles ci-contre est
:
Me = (m)
Aurait-elle t
diffrente si on avait
not par erreur la plus
petite taille 0.55 m au
lieu de 1.55 ?


* Cas d'une variable continue:

Pour des donnes groupes en classes, la
classe mdiane est la classe qui contient
la mdiane. On dtermine la mdiane par
interpolation linaire.


De manire gnrale, si a et b sont les
bornes de la classe contenant la mdiane,
F(a) et F(b) les valeurs de la frquence
cumule croissante en a et b, alors

Dans le cas d'une variable groupe en classes, en peut
calculer la mdiane par la formule suivante :
ni
N
n
ai
Me
i
L
)
2
(
1
0

+ =
Lo : Limite infrieure de la classe mdiane
ai : Amplitude de la classe mdiane
n : Nombre total des observations
Ni-1 effectif cumul croissant de la classe infrieure la
classe mdiane
ni : effectif de la classe mdiane

Salaire horaire ni ni cumules croissantes
2-4 5 5
4-6 8 13
6-8 12 25
8-10 10 34
10-12 8 43
Total 43
La mdiane est la valeur de rang (43 + 1) / 2 cest
dire 22, celle ci se trouve dans la classe 6-8, la
classe 6 - 8 est donc la classe mdiane.
Me = 6 + 2(21.5 +13)/12
Moyenne Arithmtique
Appele moyenne note
Paramtre central qui concerne bien videmment
uniquement des variables quantitatives.
Dans lunit de la variable.
Calculable quelque soit la loi qui rgit la distribution.
Suivant la forme de prsentation des observations,
diffrentes formules de calcul peuvent tre
employes.
Population m (mean) Echantillon x (average)
x
Moyenne arithmtique
On note :
n : Nombre total de
mesures.
k : Nombre de valeurs
diffrentes
observes.
n
i
: Nombre
doccurrences de la
valeur observe i.
f
i
: Frquence relative
(pourcentage) de la
valeur observe i.
=
= = =
= =
= =
= = =
= = =
k
1 i
i i
k
1 i
i i
k
1 i
i i
n
1 i
i
k
1 i
i
i
i
k
1 i
i
x f
n
T
x
x f n x n x T
1 f
n
n
f n n
2.3 La moyenne arithmtique

La moyenne arithmtique d'une srie statistique (xi,
ni) se calcule de la manire suivante :
La moyenne s'exprime toujours dans la mme unit que
les observations xi . Elles peut tre dcimale, mme si les
xi sont entiers par nature.
Ainsi la moyenne arithmtique du nombre
d'appels reus un standard est : 2,97
appels


Nombre
d'appels x
i

Frquences
relative f
i

% f
i
x 100
0 0.0208 2.08
1 0.1458 14.58
2 0.2396 23.96
3 0.2500 25.00
4 0.1875 18.75
5 0.0938 9.38
6 0.0625 6.25
Total : 1 100

Classes de
valeur
Effectifs

Centre de classe
[ e
1
e
2
[ n
1
x
1

[ e
2
e
3
[ n
2
x
2

... ... ...
[ e
i
e
i+1
[ n
i
x
i
= e
i
+ e
i+1
/ 2
... ... ...
[ e
K
e
K+1
[ n
K
x
K

Total : n
Plus gnralement, lorsqu'on ne
dispose que de la distribution
regroupe en classes
on calculera la moyenne par :



x
i
tant le centre de classe.


Exemple
Soit la srie correspondant aux tailles en cm
de 6 tudiants : 160,170,180,180, 190, 200.

n = 6; T = 160+170+180+180+190+200 = 1080
cm 180
6
1080
x = =
nombre
d'enfants
(x
i
)
nombre de
familles
(n
i
)
n
i
*x
i
0 10
0
1 20
20
2 15
30
3 5
15
4 3
12
Total 53 77
Le nombre de familles enqutes
est de 53.
Le nombre total denfants est
de 77.

La moyenne du nombre denfants
par famille est de 77/53 = 1,45.

Attention aux arrondis ici si on
arrondit une dcimale la
moyenne est de 1,5 enfants par
famille.
Exemple
Remarque 1:
Pour plusieurs populations d'effectifs n1, n2, .....,
nk, de moyennes respectives :

moyenne globale = moyenne des moyennes

Comparons le salaire moyen dans 2 entreprises

Entreprise A :
1/ 3 de femmes , salaire moyen 8000Dh
2/3 hommes, salaire moyen 11000
Dans l'entreprise A le salaire moyen est de : .

Entreprise B :
2/ 3 de femmes , salaire moyen 9000Dh
1/3 hommes, salaire moyen 12000
Dans l'entreprise B le salaire moyen est de : .

On constate donc que le salaire moyen de
B est gal celui de A. Pourtant le salaire
moyen des hommes est suprieur en B
celui des hommes en A. Il en est de mme
pour les femmes.
D'o vient ce rsultat paradoxal ?
Il s'agit d'un effet de structure : cela vient
du fait que les femmes (au salaire plus
bas) sont plus nombreuses en B qu'en A.
Les tudiants de premire anne de L1 sant sont rpartis dans
3 amphithtres avec les donnes ci-dessous. Quelle est la
moyenne de lge en L1 sant ?
Effectifs
Moyenne
de l'ge
en
annes
Amphi 1 1000 18,1
Amphi 2 500 19,5
Amphi 3 1000 18,3
Les effectifs tant diffrents dans les 3
groupes, la moyenne recherche nest pas la
moyenne des moyennes.

On calcule le total de lge des 3 groupes
runis : T = 18,1*1000+ 500*19,5+
18,3*1000 =46 150.
Leffectif total est de 2 500.
La moyenne recherche est 46150/2500
=18,5 ans
Exemple
Moyenne arithmtique
Proprits :
Centre de gravit de la distribution.
La somme des carts la moyenne est nulle.


La moyenne minimise les distances au carr



0 ) x x (
i
n
1 i
=

=
2
i
n
1 i
) x A (

=
3. Moyennes
Avantages

Elle a de bonnes proprits calculatoires
comme la linarit :
si est la moyenne dune srie (xi, ni) alors
la moyenne de la srie (axi+b, ni) est

Elle prend en compte lensemble des valeurs
(contrairement au mode).

ax +b= ax +b
x
3. Moyennes
Inconvnient

Elle est trs sensible aux valeurs extrmes .

Exemple : si dans votre entreprise les 10
salaris (dont vous faites partie) gagnent
chacun 1500 par mois et que le patron
gagne lui 7000 par mois, le salaire moyen
mensuel est de 2000
Dans une entreprise de 100 salaris, le
salaire moyen est gal 8 400 Dh.
Supposons qu'une erreur se soit glisse
lors de la transcription des salaires.
Monsieur Dahbi est crdit d'un salaire de
108 000 DH au lieu de 8 000 Dh.
De combien augmenterait la moyenne ?



Exemple
La nouvelle moyenne est de : .

Une seule valeur (sur 100) peut donc beaucoup
modifier la moyenne.


La moyenne arithmtique est
sensible aux valeurs extrmes.


Les autres moyennes
Moyenne gomtrique d'une srie de valeurs
positives est la racine n
ime
du produit des n
valeurs. Elle est toujours infrieure ou gale la
moyenne arithmtique.
Moyenne harmonique d'une srie de valeurs
positives est gale l'inverse de la moyenne
des inverses.
Moyenne quadratique est la racine carr de la
moyenne arithmtique des carrs.
3. Moyennes
Moyenne gomtrique

Avec les notations prcdentes :


est la moyenne gomtrique de la srie
statistique.

k
n
k
n
1
k 1
x ... x G =
Pour le calcul, on applique: Log G = n
1
Logx
1
+n
2
Logx
2
+.+n
k
Logx
k

3. Moyennes
Exemple
Lessence a augment de 10% lan dernier et
de 30% cette anne. Quelle est le taux
daugmentation annuelle ?
Ce nest pas 20% ! La moyenne arithmtique
ne convient pas.
Si t est ce taux, on a bien sr :
et donc t =0,196=19,6%.
La bonne moyenne est ici la moyenne
gomtrique.

1+ t = 1,11, 3
3. Moyennes
Moyenne harmonique

Toujours avec les notations prcdentes :



est la moyenne harmonique de la srie
statistique.

H =
n
n
i
/ x
i
i

3. Moyennes
Exemple
Si je fais un trajet aller-retour avec une vitesse v
1

laller et une vitesse v
2
au retour, quelle est ma
vitesse moyenne sur lensemble du trajet ?
La rponse nest pas

Mais qui est la moyenne harmonique de

v
1
et v
2
.

v
1
+ v
2
2

2
1
v
1
+
1
v
2
Positions respectives du mode, de la mdiane et
de la moyenne pour une distribution unimodale.
Lorsque la distribution est symtrique les trois
paramtres sont confondus.
Lorsque la distribution est asymtrique, la
mdiane est gnralement situe entre le mode
et la moyenne et plus proche de cette dernire.
47
Exemple
Ex: Absentisme dans
le service Achats
Le mode
Le mode = 1
La mdiane
Mdiane= 2
La moyenne
arithmtique
Moyenne = 2
Jours
absentisme
Nb.
employs
Frquences
relative %
Frquences
relative %
cumules
0 5 19 19
1 8 30 49
2 6 22 71
3 3 11 82
4 2 7 89
5 1 4 93
6 2 7 100
1 1
/
n n
i i i
i i
X n X n
= =
| | | |
=
| |
\ . \ .

48
Quelle mesure de tendance
retenir ?
Tout dpend de ce
quon veut tudier.
Le mode: peu utilis
Mdiane: stable
Moyenne: informative
mais instable
Nb. employs / jours d'absentisme
0
1
2
3
4
5
6
7
8
9
0 1 2 3 4 5 6