I) A quoi servent les statistiques?

Documents pareils
Statistique : Résumé de cours et méthodes

Statistiques Descriptives à une dimension

SERIE 1 Statistique descriptive - Graphiques

Représentation d une distribution

STATISTIQUES DESCRIPTIVES

C f tracée ci- contre est la représentation graphique d une

Items étudiés dans le CHAPITRE N5. 7 et 9 p 129 D14 Déterminer par le calcul l'antécédent d'un nombre par une fonction linéaire

Fonctions linéaires et affines. 1 Fonctions linéaires. 1.1 Vocabulaire. 1.2 Représentation graphique. 3eme

Soit la fonction affine qui, pour représentant le nombre de mois écoulés, renvoie la somme économisée.

Statistique Descriptive Élémentaire

BACCALAURÉAT PROFESSIONNEL SUJET

1. Vocabulaire : Introduction au tableau élémentaire

Annexe commune aux séries ES, L et S : boîtes et quantiles

Le suivi de la qualité. Méthode MSP : généralités

Comment se servir de cet ouvrage? Chaque chapitre présente une étape de la méthodologie

Bases de données. Chapitre 1. Introduction

Séries Statistiques Simples

STATISTIQUES DESCRIPTIVES

Durée de L épreuve : 2 heures. Barème : Exercice n 4 : 1 ) 1 point 2 ) 2 points 3 ) 1 point

Probabilités sur un univers fini

SINE QUA NON. Découverte et Prise en main du logiciel Utilisation de bases

Petit lexique de calcul à l usage des élèves de sixième et de cinquième par M. PARCABE, professeur au collège Alain FOURNIER de BORDEAUX, mars 2007

Baccalauréat ES/L Amérique du Sud 21 novembre 2013

TS 35 Numériser. Activité introductive - Exercice et démarche expérimentale en fin d activité Notions et contenus du programme de Terminale S

UNE FORMATION POUR APPRENDRE À PRÉSENTER DES DONNÉES CHIFFRÉES : POUR QUI ET POURQUOI? Bénédicte Garnier & Elisabeth Morand

Traitement des données avec Microsoft EXCEL 2010

Fonctions de deux variables. Mai 2011

Statistiques 0,14 0,11

Comparaison de fonctions Développements limités. Chapitre 10

Leçon N 4 : Statistiques à deux variables

t 100. = 8 ; le pourcentage de réduction est : 8 % 1 t Le pourcentage d'évolution (appelé aussi taux d'évolution) est le nombre :

Analyses de Variance à un ou plusieurs facteurs Régressions Analyse de Covariance Modèles Linéaires Généralisés

Logistique, Transports

Bac Blanc Terminale ES - Février 2011 Épreuve de Mathématiques (durée 3 heures)

TSTI 2D CH X : Exemples de lois à densité 1

Introduction à l approche bootstrap

FICHE 1 Fiche à destination des enseignants

Lecture graphique. Table des matières

EXERCICE 4 (7 points ) (Commun à tous les candidats)

Unité 2 Leçon 2 Les permutations et les combinaisons

MATHÉMATIQUES. Mat-4104

SOCLE COMMUN - La Compétence 3 Les principaux éléments de mathématiques et la culture scientifique et technologique

Chapitre 3. Quelques fonctions usuelles. 1 Fonctions logarithme et exponentielle. 1.1 La fonction logarithme

Eté LIVRET de RÉVISIONS en MATHÉMATIQUES

Caractéristiques des ondes

Priorités de calcul :

Probabilités sur un univers fini

L ANALYSE EN COMPOSANTES PRINCIPALES (A.C.P.) Pierre-Louis GONZALEZ

Chapitre 02. La lumière des étoiles. Exercices :

DOCM Solutions officielles = n 2 10.

Séquence 4. Statistiques. Sommaire. Pré-requis Médiane, quartiles, diagramme en boîte Moyenne, écart-type Synthèse Exercices d approfondissement

Mesures et incertitudes

Les puissances La notion de puissance La puissance c est l énergie pendant une seconde CHAPITRE

Chapitre 2 Les ondes progressives périodiques

Notion de fonction. Série 1 : Tableaux de données. Série 2 : Graphiques. Série 3 : Formules. Série 4 : Synthèse

Feuille d exercices 2 : Espaces probabilisés

OLYMPIADES ACADÉMIQUES DE MATHÉMATIQUES

REGARDS SUR L ÉDUCATION 2013 : POINTS SAILLANTS POUR LE CANADA

UEO11 COURS/TD 1. nombres entiers et réels codés en mémoire centrale. Caractères alphabétiques et caractères spéciaux.

Marketing et communication SMART Courtage Assurances

Chapitre 7. Circuits Magnétiques et Inductance. 7.1 Introduction Production d un champ magnétique

Lire ; Compter ; Tester... avec R

Chapitre 5. Calculs financiers. 5.1 Introduction - notations

MESURE ET PRECISION. Il est clair que si le voltmètre mesure bien la tension U aux bornes de R, l ampèremètre, lui, mesure. R mes. mes. .

a et b étant deux nombres relatifs donnés, une fonction affine est une fonction qui a un nombre x associe le nombre ax + b

Bien lire l énoncé 2 fois avant de continuer - Méthodes et/ou Explications Réponses. Antécédents d un nombre par une fonction

Fluctuation d une fréquence selon les échantillons - Probabilités

Programmation linéaire

Souad EL Bernoussi. Groupe d Analyse Numérique et Optimisation Rabat http ://

Baccalauréat technique de la musique et de la danse Métropole septembre 2008

Le parcours professionnel des chômeurs de longue durée en Suisse

Quel système d équations traduit cette situation? x : la hauteur du rectangle. y : l aire du rectangle. C) y = 4x + 25.

Les probabilités. Chapitre 18. Tester ses connaissances

La nouvelle planification de l échantillonnage

Probabilités conditionnelles Loi binomiale

DÉRIVÉES. I Nombre dérivé - Tangente. Exercice 01 (voir réponses et correction) ( voir animation )

G.P. DNS02 Septembre Réfraction...1 I.Préliminaires...1 II.Première partie...1 III.Deuxième partie...3. Réfraction

INDICE DE FRÉQUENCE DES ACCIDENTS DE SERVICE

Assurance-maladie complémentaire (LCA)

Observatoire Economique et Statistique d Afrique Subsaharienne

Exemple On lance une pièce de monnaie trois fois de suite. Calculer la probabilité d obtenir exactement deux fois pile.

BAREME sur 40 points. Informatique - session 2 - Master de psychologie 2006/2007

TRAVAUX PRATIQUES SCIENTIFIQUES SUR SYSTÈME

Chapitre 6. Fonction réelle d une variable réelle

Probabilité. Table des matières. 1 Loi de probabilité Conditions préalables Définitions Loi équirépartie...

LES DIFFERENTS TYPES DE MESURE

Logiciel XLSTAT version rue Damrémont PARIS

Exercices sur le chapitre «Probabilités»

Complément d information concernant la fiche de concordance

Introduction à la statistique descriptive

INFIRMIER(E) GRADUE(E) SPECIALISE(E) EN SANTE COMMUNAUTAIRE HAUTE ECOLE DE LA PROVINCE DE LIEGE PROFESSEUR : RENARD X.

Exercices de dénombrement

Les nombres entiers. Durée suggérée: 3 semaines

Calculs de probabilités conditionelles

TP 7 : oscillateur de torsion

Fonctions de plusieurs variables

LA NOTATION STATISTIQUE DES EMPRUNTEURS OU «SCORING»

Probabilités. I Petits rappels sur le vocabulaire des ensembles 2 I.1 Définitions... 2 I.2 Propriétés... 2

Je découvre le diagramme de Venn

PROBLEMES D'ORDONNANCEMENT AVEC RESSOURCES

Transcription:

FICHE METHODE sur les STATISTIQUES I) A quoi servent les statistiques? a) Exemples : 1. Ses moyennes générales trimestrielles sont 13, 9 et 8! Que vaut sa moyenne générale annuelle? x = 10.. Leurs temps en secondes au 100m sont 1, 14, 19, 1, 8, 30! Que vaut le temps médian? m é = 0. Que vaut l étendue des temps? e = 18. 3. Les valeurs sont : 1,,,,,,,, 8, 17! Quelle est la fréquence de valeur la plus fréquente? f = 60% b) Remarques : Le monde dans lequel nous vivons est en constante évolution. Pour certains phénomènes observables dans la nature, il est parfois possible, à partir de l observation et de l expérimentation de proposer une loi qui semble régir le phénomène auquel on s intéresse. ( par exemple, Galilée à proposé une loi satisfaisante pour la chute des objets dans le vide). Mais, souvent, pour trouver une loi, ou ce que l on appelle aussi un «modèle» il faut, à partir d observations, recueillir des données qui sont des nombres le plus souvent, puis à partir de ces nombres, il faut essayer de trouver une «tendance». Comment sont-ils répartis? sont-ils regroupés? dispersés? y a t-il une valeur qui revient fréquemment? Essayer de mettre en évidence certaines choses à partir de données, faire «parler» les nombres! est l objectif principal d une étude statistique. II) Qu est ce qu une étude statistique? Faire une étude statistique sur une population c est : 0) POPULATION En 4 étapes 1) Recueillir des informations, des données. ( Sondage, Mesures, ) ) Organiser et traiter les données. ( Tableaux, Calculs, ) 3) Représenter les résultats. ( Diagrammes, Courbes, ) 4) Commenter les résultats. ( Remarques, ) 1) RECUEILLIR INFORMATIONS ) ORGANISER TRAITER 3) REPRESENTER 4) COMMENTER

Définition 1 : ( POPULATION ET INDIVIDU ) La population d une étude statistique est un ensemble d éléments duquel on extrait des informations ( ensemble des élèves d une classe, ensemble des voitures vertes, ) Un individu est un des éléments appartenant à la population. ( Un des élèves de la classe, une des voitures vertes ) Définition : ( EFFECTIF ) L effectif noté «N» d une population est le nombre d éléments que contient la population ( c est un nombre entier : N IN ). ( Si une classe est de 30 élèves, N = 30). Définition 3 : ( VARIABLE, NATURE ET VALEURS DE LA VARIABLE ) Une variable X ( ou un caractère ) est le type d information que l on extrait de chaque individu ( poids, nationalité, ) Les valeurs ( x 1 ; x ; x 3 ; ; x i ; x N.) prises par la variable X peuvent être des nombres ou autre chose que des nombres et sont aussi appelées modalités de la variable. ( nb de frères et sœurs, couleur des yeux, ). La variable est de nature QUALITATIVE si les valeurs possibles de la variable (modalités) ne sont pas des nombres. ( Nationalité, couleur des yeux, ) La variable est de nature QUANTITATIVE si les valeurs possibles la variable sont des nombres. ( Taille, poids, ) La variable est de nature QUANTITATIVE DISCRETE si les valeurs possibles la variable sont des nombres isolés. ( NB de frères, NB d enfants, de diplômes, ) La variable est de nature QUANTITATIVE CONTINUE si les valeurs possibles de la variables forment un intervalle de IR ( poids, taille, ) On procède généralement à une séparation de l ensemble des valeurs possibles en intervalles disjoints. ( [0 ; 10 [ ; [10 ;0 [ ; ). VARIABLE Exemple : 1 Si QUALITATIVE : Valeurs Variable Nombre Réel ( x i IR ) DISCRETE : Valeurs possible = { nbs «isolés»} QUANTITATIVE CONTINUE : Valeurs variable = [ intervalle ] On demande à chaque élève d une classe de 30 élèves son poids en kg. Alors : Population = ensemble des élèves de la classe. Individu = élève. Effectif total = N = 30. Variable = poids. Nature de la variable = quantitative continue. (on peut procéder à un regroupement par intervalles)

Pour mener à bien une étude statistique, il est nécessaire de connaître certaines propriétés III) Propriétés relatives aux statistiques 1) REPRESENTATIONS GRAPHIQUES A ) DIAGRAMME CIRCULAIRE Définition 4 : L angle α i associé à une valeur x i est proportionnel à l effectif n i de cette valeur. ( l effectif n i de x i est le nombre de fois ou apparaît x i parmi les N valeurs ) Exemple : Dans un groupe, il y a filles et 3 garçons ( 40 personnes ). Soit α f l angle correspondant aux filles, on a : 40 = α f 360 donc 360 = 40α f donc α f = ( α g = 360 4 = 31 ) B) DIAGRAMME en BATONS 360 40 = 4 G ( 360 4 = 31 ) n i N = α i 360 4 F Définition : La hauteur du bâton associé à une valeur est égale à l effectif de la valeur. ( avec une unité de longueur par unité d effectif ) Exemple : On demande à 18 femmes combien elles ont d enfants. ( femmes ont 0 enfants, ) Valeur ( nb enfants ) 0 1 3 4 6 Total Effectif 3 4 3 0 1 18 on a donc le diagramme en bâtons ci contre. C ) HISTOGRAMME 1 1 3 6 VALEURS ( Nombre d enfants ) Définition 6 : L aire du rectangle associé à un intervalle est égale a l effectif de cet intervalle. Exemple : On demande à 100 enfants le nombre d heures passées devant la TV quotidiennement en moyenne. Valeur (heure) [ 0 ; 1 [ [ 1 ; 4 [ [ 4 ; 14 ] Total Effectif 0 30 0 100 on a donc l histogramme ci contre «Attention : ce n est pas le rectangle le plus haut qui correspond nécessairement au plus grand effectif, mais le rectangle de plus grande aire. 0 1 10 0 1 carreau pour % 1 0 = 0 3 10 = 30 10 = 0 1 4 Nb heures 14

) INDICATEURS STATISTIQUES Un certain indicateur ( nombre ) permet de savoir si une valeur d une série est «fréquente» ou non. Il permet d indiquer si la valeur en question revient beaucoup de fois ou pas, cet indicateur est la fréquence ( ou le pourcentage d apparition de la valeur dans la série ). A ) FREQUENCE Définition 7 : Soit S une série statistique d effectif N ( une série de N valeurs ) et x i une des valeurs de S ( x i S ). La fréquence notée f i de la valeur x i est le nombre égal au quotient de l effectif n i de la valeur par N, l effectif total de la population. f i = n i N f artie Total ( on multiplie par 100 pour obtenir en pourcentage ) Exemple : Pour une population de 40 personnes, on s intéresse aux valeurs «garçon»,«fille». VALEURS x i Garçon Fille TOTAL EFFECTIF n i 3 40 FREQUENCE f i 0,1 0,87 1 FREQUENCE (f i %) 1, 87, 100 Fréquence de «garçon» = 40 3 = 0,1 ; Fréquence de «fille» = 100 = 87, 40 Un certain indicateur donne la ou les valeurs les plus fréquentes, c est le «mode» B ) MODE ou CLASSE MODALE Définition 8 : Exemples : Le mode d une série de valeurs est la valeur ayant le plus grand effectif ou la plus grande fréquence ( il peut y en avoir plusieurs) Dans le cas d un regroupement par intervalles, la classe modale est l intervalle de plus grand effectif. 1 Dans l exemple du 1)A) ci dessus ( diagramme circulaire) le mode est Garçon. Dans l exemple du 1)B) ci dessus ( diagramme en bâtons ) le mode est 3. 3 Dans l exemple du 1)C) ci dessus la classe modale est l intervalle [4 ; 14]. Un certain indicateur permet dans une certaine mesure de préciser si des valeurs quantitatives sont dispersées ou regroupées. C ) ETENDUE ( indicateur de dispersion ) Définition 9 : L étendue notée «e» d une série est égale à la différence entre la plus grande et la plus petite valeur : e = x max x min Dans le cas d intervalles on prend les bornes extrêmes du 1 er et dernier intervalle. Exemple : 1 Dans l exemple 1) B) l étendue vaut e = 6 0 soit e = 6. Dans l exemple 1) C) l étendue vaut e = 14 0 soit e = 14.

Un certain indicateur ( bien connu ) permet de fixer un «niveau moyen», une «position moyenne» de l ensemble des valeurs d une série quantitative, c est la moyenne. D ) MOYENNE ( indicateur de position ) Définition 10 : Calcul de la moyenne notée x d une série de S : x 1, x,, x p sont les p valeurs de la série. ( N = n 1 + n + + n p = n i x i ) n 1, n,, n p sont les p effectifs des valeurs. f 1, f,, f p sont les p fréquences des valeurs. n i x i Avec les effectifs : x = n i 1x 1 + n x + + n p x p 1 x = ; x = n 1 + n + + n p N = p n i x i n i Avec les fréquences : x = f 1 x 1 + f x + + f p x p x = f i x i ( n i = n 1 + n + + n p se lit : «la somme des n i pour i allant de 1 à p» ) Dans le cas d intervalles : On calcule la moyenne avec les centres des intervalles. Le centre de l intervalle [a ; b] est c = a + b ( de même pour un intervalle ouvert ) Exemples : 1 On demande à 10 personnes les notes qu ils ont obtenu en E.P.S, on veut la moyenne. TOTAL VALEUR : x i 8 10 14 EFFECTIF : n i 3 10 Fréquence : f i 0,3 0, 0, 1 x = 3 8 + 10 + 14 3 + + = 10 10 = 10,. ou x = 0,3 8 + 0, 10 + 0, 14 = 10,. La moyenne vaut 10, On a demandé à 300 personnes le nombre d heures passées à écouter de la musique par jour. Valeur [ 0 ; 1 [ [ 1 ; [ [ ; 13 ] Total Centre: x i 0, 3 9 Effectif : n i 40 60 00 300 Fréquence : f i 40 60 00 300 300 300 1 x = ou 40 0, + 60 3 +00 9 40 + 60 + 00 = 000 300 x = 40 60 0, + 300 300 3 + 00 300 9 6,6 6,6 La moyenne vaut à peu près 6,6 heures.

Propriété 1 : ( LINEARITE DE LA MOYENNE ) Soit S une série statistique dont la moyenne est x. 1) Si on multiplie toutes les valeurs de la série S par un nombre réel a alors la moyenne de la nouvelle série S est a x. (la moyenne est multipliée par a) ) Si on additionne à toutes les valeurs de la série S un nombre réel b alors la moyenne de la nouvelle série S est x + b. ( la moyenne varie de b ) Preuve : Soient x 1,x et x 3 les valeurs de la série S ( preuve semblable pour plus de 3 valeurs ). n 1,n et n 3 les effectifs correspondant. 1) On a : x = n 1 x 1 + n x + n 3 x 3 n 1 + n + n 3 Les valeurs de la nouvelle série S sont ax 1, ax et ax 3 et la moyenne de S est : n 1 ax 1 + n ax + n 3 ax 3 = a (n 1x 1 + n x + n 3 x 3 ) = a n 1 x 1 + n x + n 3 x 3 = a x. n 1 + n + n 3 n 1 + n + n 3 n 1 + n + n 3 ) Admis. Exemples : Un élève à x = 8 de moyenne. 1 Que devient sa moyenne si on multiplie chacune de ses notes par 1,0? (+%). Sa nouvelle moyenne est 1,0 x = 1,0 8 = 8,4. Que devient sa moyenne si on ajoute 1,0 à chacune de ses notes?. Sa nouvelle moyenne est x + 1,0 = 8 + 1,0= 9,0. Propriété : ( MOYENNES PARTIELLES ) Soient S et S deux séries statistiques dont les moyennes sont x et x et dont les effectifs sont respectivement N et N. Soit S la série d effectif N + N obtenue en regroupant les valeurs de S et S. La moyenne de la nouvelle série S est : x = N x + N x N + N Admis. Exemple : Dans une classe, pour un contrôle, la moyenne des 1 filles est de 13 et la moyenne des 8 garçons est de 11! Que vaut le moyenne de la classe? La moyenne de la classe est x = 1 13 + 8 11 1 + 8 = 44 0 = 1,.

Définition 11 : ( VALEUR ABERRANTE ) Soit S une série statistique. Une valeur de la série est dite «aberrante» si cette valeur est relativement éloignée de l ensemble des valeurs de la série ( elle est par exemple beaucoup plus grande ou beaucoup plus petite que l ensemble des valeurs de la série). ( la définition laisse chacun interpréter le sens du «relativement éloigné» ) Définition 1 : ( MOYENNE ELAGUEE ) Soit S une série statistique. La «moyenne élaguée» de la série S est la moyenne de la série S où S est la série obtenue en enlevant de la série S les valeurs aberrantes. Exemple : On demande sa taille en centimètres à chacun des élèves d un groupe et on obtient la série S suivante : 10 ; 180 ; ; 140 ; 480.. Il y a manifestement deux valeurs aberrantes qui sont et 480.. La série S sans les valeurs aberrantes est : 10 ; 180 ; 140.. la moyenne élaguée de la série est : x = E ) La MEDIANE Soit S une série statistique d effectif N. Soit S 0 la série ordonnée obtenue en rangeant les valeurs de la série S dans l ordre croissant On distingue cas : Si N est IMPAIR : la médiane de la série notée q est la 10 + 180 + 140 3 N + 1 ième = 470 3 Un certain indicateur est tel qu il coupe la série de valeurs en deux parties Définition 13 : ( MEDIANE ) 16,6 cm. valeur de la série S 0. Si N est PAIR : médiane = ( N ) ième valeur S 0 + ( N + 1)ième valeur de S 0 ( la moyenne des ( N )ième et ( N + 1) ième valeurs de S 0 ) Exemples : 1 Soit la série de valeurs : 1 ; 1 ; ; 6 ; ; 4 ; ; 7 ; 8 ; 9 ; 10 ; 16 ; 1 ( 13 valeurs ).Pour S 0 on ordonne les valeurs : 1 ; 1 ; 1 ; ; 4 ; ; ; 6 ; 7 ; 8 ; 9 ; 10 ; 16. 13 est IMPAIR donc la médiane est la 13 +1 = 7 ème valeur de la série ordonnée S 0 donc. Soit la série de valeurs : 1 ; 1 ; ; 6 ; ; 4 ; ; 7 ; 8 ; 9 ; 10 ; 16 ( 1 valeurs ).Pour S 0 on ordonne les valeurs : 1 ; 1 ; ; 4 ; ; ; 6 ; 7 ; 8 ; 9 ; 10 ; 16. 1 est pair donc la médiane est la moyenne des 6 èmes et 7 èmes valeurs de S 0 donc : + 6 Remarque : Il y a au moins N valeurs en dessous et au moins N =, valeurs au-dessus de la médiane.