3- Comment se comparer ? 

Voici une fiche de révision sur les statistiques descriptives, reprenant les calculs et les concepts clés du cours.

Introduction aux Statistiques

Les statistiques descriptives sont un ensemble de méthodes pour décrire, résumer et représenter des données collectées afin d'en dégager les informations essentielles.

Définitions Fondamentales

• Les statistiques : Ensemble de données chiffrées (ex: recensement, dépenses de santé). C'est le domaine de la statistique descriptive.

• La Statistique : Science utilisant des méthodes mathématiques (souvent basées sur les probabilités) pour analyser des données et en tirer des conclusions. C'est le domaine de la statistique inférentielle.

Concepts Clés

• Population : L'ensemble complet des individus ou unités que l'on souhaite étudier (ex: tous les Français).

• Échantillon : Un sous-ensemble de la population, idéalement obtenu par tirage au sort, sur lequel les mesures sont effectuées.

• Individu (ou unité expérimentale) : Un élément de l'échantillon (ex: un patient, une souris, un prélèvement).

• Variable (ou caractère) : Une caractéristique mesurée ou observée sur chaque individu (ex: âge, poids, groupe sanguin).

Types de Variables

Il est crucial de distinguer le type de variable car les méthodes d'analyse en dépendent.

• Variable Qualitative : Décrit une qualité ou une catégorie.

  • Nominale : Les catégories n'ont pas d'ordre logique (ex: sexe, groupes sanguins).

  • Ordinale : Les catégories ont un ordre ou une hiérarchie (ex: intensité d'une douleur : faible, modérée, intense).

• Variable Quantitative : Décrit une quantité mesurable.

  • Continue : Peut prendre un nombre infini de valeurs dans un intervalle (ex: poids, taille, âge).

  • Discrète : Ne peut prendre que des valeurs isolées, souvent des nombres entiers (ex: nombre d'enfants).

Analyse d'une Variable Qualitative

L'analyse se base sur le comptage des individus dans chaque catégorie (modalité).

Tableau de Fréquences (Exemple : Groupes Sanguins pour n=525)

• L'effectif () est le nombre d'individus pour une modalité.

• La fréquence relative () est la proportion : où est la taille totale de l'échantillon.

• Le cumulé s'obtient en additionnant les effectifs ou fréquences des modalités précédentes (pertinent pour les variables ordinales).

Représentation Graphique

Pour les variables qualitatives, on utilise principalement un diagramme en bâtons (ou "camembert") où la hauteur de chaque bâton est proportionnelle à l'effectif ou à la fréquence.

Analyse d'une Variable Quantitative

L'analyse utilise des paramètres de position (où se situent les données) et de dispersion (comment elles s'étalent).

Représentation Graphique

Pour les variables quantitatives continues, on utilise un histogramme. C'est une suite de rectangles dont la surface est proportionnelle à la fréquence. Les données sont souvent regroupées en classes (intervalles).

Exemple de classes pour l'âge : [22-30[, [30-38[, etc.

Paramètres de Position (Tendance Centrale)

Moyenne () I

C'est la somme de toutes les valeurs divisée par le nombre de valeurs. Très sensible aux valeurs extrêmes.

Formule (données non regroupées) : \bar{x} = \frac{25 + 32 + \dots + 42}{33} = 38.3$ ans.

Médiane (Med)

La valeur qui partage la série de données ordonnée en deux parties égales. 50% des valeurs sont inférieures à la médiane, 50% sont supérieures.

Si n est impair, la médiane est la valeur centrale. Si n est pair, c'est la moyenne des deux valeurs centrales.
Exemple : Médiane = 39 ans. Interprétation : la moitié des personnes de l'échantillon a moins de 39 ans.

Mode

La valeur qui apparaît le plus fréquemment dans la série de données. Une distribution peut être unimodale (un mode), bimodale (deux modes), etc.

Quartiles ()

Les quartiles partagent la série de données ordonnée en quatre parties égales.

• (Premier quartile) : 25% des données sont en dessous.

• (Deuxième quartile) : C'est la médiane. 50% des données sont en dessous.

• (Troisième quartile) : 75% des données sont en dessous.

Exemple : ans, ans, ans.

Paramètres de Dispersion

Étendue

Mesure la dispersion la plus simple : la différence entre la valeur maximale et la valeur minimale.

Formule : Étendue =
Exemple : ans.

Variance ()

C'est la moyenne des carrés des écarts à la moyenne. Elle quantifie la dispersion des données autour de la moyenne.

Formule d'estimation (la plus utilisée) : $</p><p style="text-align: left;">Une formule de calcul plus pratique est :</p><p style="text-align: left;"><span data-latex="$ s^2 = \frac{1}{n-1} \left[ \sum_{i=1}^{n} x_i^2 - \frac{1}{n} \left( \sum_{i=1}^{n} x_i \right)^2 \right] " data-type="inline-math">$ Exemple : ans. L'unité est au carré, ce qui rend l'interprétation difficile.

Écart-type ()

C'est la racine carrée de la variance. Il a la même unité que les données, ce qui le rend plus facile à interpréter.

Formule :
Exemple : ans.

Coefficient de Variation (CV)

C'est le rapport de l'écart-type à la moyenne. C'est une mesure de dispersion relative, sans unité, utile pour comparer la dispersion de deux séries de données différentes.

Formule :

CV = \frac{11.11}{38.3} \approx 0.29$ (soit 29%).

Points Clés à Retenir

• Différencier les types de données (qualitatives vs quantitatives) est la première étape.

• Représentez les données avec le graphique approprié : diagramme en bâtons pour le qualitatif, histogramme pour le quantitatif continu.

• Interprétez correctement les paramètres :

  • Moyenne : centre de gravité.

  • Médiane : vraie valeur du "milieu".

  • Écart-type : dispersion typique autour de la moyenne.

• Pour une distribution symétrique (comme la loi Normale), on a : mode = médiane = moyenne.

Voici une fiche de synthèse sur les statistiques descriptives, reprenant les calculs et concepts clés du cours.

Concepts Fondamentaux en Statistiques

La statistique descriptive est la science qui consiste à collecter, organiser, résumer et présenter un ensemble de données. Elle vise à décrire un phénomène à partir de données observées.

• Population : L'ensemble complet des individus (ou unités expérimentales) que l'on souhaite étudier.

• Échantillon : Un sous-ensemble de la population, idéalement sélectionné par tirage au sort, sur lequel les mesures sont effectuées.

• Variable (ou Caractère) : Une caractéristique mesurée ou observée sur les individus de l'échantillon (ex: âge, poids, groupe sanguin).

Types de Variables

Analyse d'une Variable Qualitative

Pour analyser une variable qualitative, on utilise un tableau de distribution de fréquences.

Exemple : Groupes sanguins sur un échantillon de personnes

La représentation graphique la plus courante est le diagramme en bâtons.

Analyse d'une Variable Quantitative

On utilise des paramètres de position (tendance centrale) et de dispersion pour décrire la distribution des données.

Paramètres de Position

• Moyenne arithmétique () : Somme des valeurs divisée par le nombre de valeurs. $ La moyenne est sensible aux valeurs extrêmes.

• Médiane (Me ou ) : Valeur qui sépare la série de données ordonnée en deux parties égales.

  50% des valeurs lui sont inférieures, 50% lui sont supérieures. La médiane n'est pas sensible aux valeurs extrêmes.

• Mode : Valeur la plus fréquente dans la distribution. Une distribution peut être unimodale, bimodale, etc.

• Quartiles () : Valeurs qui divisent la série de données ordonnée en quatre parties égales.

  • (Premier quartile) : 25% des données sont inférieures.

  • (Deuxième quartile) : C'est la médiane.

  • (Troisième quartile) : 75% des données sont inférieures.

  L'intervalle interquartile est et contient 50% des données centrales.

Pour une distribution symétrique (comme la loi Normale), on a : Moyenne = Médiane = Mode.

Paramètres de Dispersion

• Étendue : Différence entre la valeur maximale et la valeur minimale. $</p></li><li><p style="text-align: left;"><strong>Variance (</strong><span data-latex="s^2" data-type="inline-math"></span><strong>)</strong> : Mesure la dispersion des données autour de la moyenne. C'est la moyenne des carrés des écarts à la moyenne. Pour un échantillon, on divise par <span data-latex="n-1" data-type="inline-math"></span>. <span data-latex="$ s^2 = \frac{\sum_{i=1}^{n} (x_i - \bar{x})^2}{\mark{n-1}} " data-type="inline-math">$ Formule de calcul pratique : $</p></li><li><p style="text-align: left;"><strong>Écart-type (</strong><span data-latex="s" data-type="inline-math"></span><strong>)</strong> : Racine carrée de la variance. Il s'exprime dans la même unité que les données, ce qui facilite l'interprétation. <span data-latex="$ s = \sqrt{s^2} " data-type="inline-math">$</p></li><li><p style="text-align: left;"><strong>Coefficient de Variation (CV)</strong> : Rapport de l'écart-type à la moyenne. C'est une mesure relative de la dispersion, <mark>sans unité</mark>, utile pour comparer la dispersion de deux séries de données n'ayant pas la même unité ou le même ordre de grandeur. <span data-latex="$ \text{CV} = \frac{s}{\bar{x}} " data-type="inline-math">$

Représentation Graphique

Pour les variables quantitatives continues, on utilise souvent un histogramme, qui représente les fréquences des données regroupées en classes.

Points Clés à Retenir

• Distinguer le type de variable (qualitative/quantitative) pour choisir les bons outils d'analyse.

• Calculer et interpréter les paramètres de position (moyenne, médiane) pour situer le centre de la distribution.

• Calculer et interpréter les paramètres de dispersion (écart-type, étendue, CV) pour mesurer la variabilité des données.

• Choisir la représentation graphique appropriée : diagramme en bâtons pour le qualitatif, histogramme pour le quantitatif continu.

• La médiane est plus robuste que la moyenne en présence de valeurs aberrantes.

Voici une fiche de révision sur les statistiques descriptives, conçue pour être claire et facile à consulter.

Statistiques Descriptives : Les Fondamentaux

La statistique descriptive vise à résumer et présenter un ensemble de données. Elle se distingue de la statistique inférentielle, qui cherche à tirer des conclusions sur une population à partir d'un échantillon.

Concepts Clés

• Population : L'ensemble complet des individus ou unités que l'on souhaite étudier.

• Échantillon : Un sous-ensemble de la population, idéalement obtenu par tirage au sort.

• Individu : Un élément de l'échantillon (ex: un patient, une souris).

• Variable (ou caractère) : Une caractéristique mesurée ou observée sur chaque individu (ex: âge, sexe, groupe sanguin).

Types de Variables

La nature de la variable détermine les outils statistiques à utiliser.

1. Variables Qualitatives

Elles décrivent une qualité ou une catégorie. Elles ne sont pas mesurables numériquement.

• Nominales : Les modalités n'ont pas de relation d'ordre.

  • Exemples : Groupe sanguin (A, B, AB, O), sexe (Homme, Femme).

• Ordinales : Il existe un ordre ou une hiérarchie entre les modalités.

  • Exemples : Intensité d'une douleur (faible, modérée, intense).

Analyse d'une Variable Qualitative

On utilise un tableau de fréquences :

• Effectif () : Le nombre d'individus pour une modalité donnée.

• Fréquence relative () : La proportion d'individus. (où est l'effectif total).

• Effectif cumulé () : Somme des effectifs jusqu'à une modalité (pertinent pour les variables ordinales).

• Fréquence cumulée () : Somme des fréquences relatives.

Représentation graphique : Diagramme en bâtons.

2. Variables Quantitatives

Elles sont mesurables numériquement.

• Discrètes : Prennent un nombre fini de valeurs (ex: nombre d'enfants).

• Continues : Peuvent prendre un nombre infini de valeurs dans un intervalle.

  • Exemples : Poids (kg), âge (années), taille (cm).

Analyse d'une Variable Quantitative

On peut regrouper les données en classes (intervalles) pour les analyser.

Représentation graphique : Histogramme (la surface des rectangles est proportionnelle aux fréquences).

Indicateurs Statistiques

Indicateurs de Tendance Centrale (Position)

Ils décrivent le "centre" de la distribution des données.

• Moyenne () : La somme des valeurs divisée par l'effectif total. $</p></li><li><p style="text-align: left;"><strong>Médiane (Med ou </strong><span data-latex="Q_2" data-type="inline-math"></span><strong>)</strong> : <mark>La valeur qui partage la série de données ordonnée en deux parties égales</mark> (50$ s^2 = \frac{1}{n-1} \sum_{i=1}^{n} (x_i - \bar{x})^2 " data-type="inline-math">$ Attention au dénominateur () pour l'estimation sur un échantillon.

• Écart-type () : La racine carrée de la variance. Il a la même unité que la moyenne. $</p></li><li><p style="text-align: left;"><strong>Coefficient de Variation (CV)</strong> : Compare la dispersion de différentes séries. C'est un ratio sans unité. <span data-latex="$ \text{CV} = \frac{s}{\bar{x}} " data-type="inline-math">$ Il est utile pour comparer la variabilité relative. Un CV élevé signifie une grande dispersion par rapport à la moyenne.

Points Clés à Retenir

• Distinguer les variables qualitatives et quantitatives pour choisir la bonne méthode d'analyse.

• Connaître les définitions de population et échantillon.

• Savoir calculer et interpréter les principaux indicateurs : moyenne, médiane, étendue, écart-type.

• Associer le diagramme en bâtons aux variables qualitatives et l'histogramme aux variables quantitatives continues.