Stats Introduction 08 02 07

download Stats Introduction 08 02 07

of 25

Transcript of Stats Introduction 08 02 07

  • 8/14/2019 Stats Introduction 08 02 07

    1/25

    OBJET DE LA STATISTIQUE

    RECUEILLIR, TRAITER, INTERPRETERun ensemble de donnes d'informations

    Le traitement des donnes consiste produire DES STATISTIQUES

    TROIS ETAPES PRINCIPALES

    La collecte des donnes

    Le traitement des donnes collectes (statistique descriptive)

    L'interprtation des donnes(infrence statistique : sondages, statistique mathmatique)

    la statistique mathmatique prcise rgles et mthodes sur la collecte des donnes

    pour que celles-ci puissent tre correctement interprtes.

  • 8/14/2019 Stats Introduction 08 02 07

    2/25

    LAPPREHENSION STATISTIQUE

    population statistiqueensemble ou groupe dlments sur lesquels porte lanalyse statistique

    le groupe dans son ensemble est parfois aussi appel univers

    Une population peut tre finie ou infinie

    Il faut bien connatre les frontires de la population

    lments de la populationhabitants, tudiants, notes, lecteurs, objets, vnements,.

    units statistiques ou individus

    chantillonensemble limit de la populationIl sera toujours ncessaire de dfinir un chantillon reprsentatifde la population

    lorsque celle ci est trs grande

    !! dans un chantillon reprsentatif

    chaque individu doit avoir la mme probabilit dtre retenu

  • 8/14/2019 Stats Introduction 08 02 07

    3/25

    statistique descriptivedomaine de la statistique qui ne retient que la description et lanalyse

    dun chantillon donn sans produire de conclusions ou infrences

    sur un chantillon plus large

    chantillon reprsentatifutilisprojections sur la population en respectant des conditions de validit

    statistique dynamiquestatistique infrentielle ou infrence statistique

  • 8/14/2019 Stats Introduction 08 02 07

    4/25

    DESCRIPTION DUNE POPULATION

    on affecte chaque individu un ou des caractres

    les caractres peuvent tre qualitatifs ou quantitatifs

    Les caractres servent repreret classerles individus dun chantillon

  • 8/14/2019 Stats Introduction 08 02 07

    5/25

    a chaque caractre on associe des tats ou situations diffrentesappeles modalits

    conditions sur les modalits

    les diffrentes modalits dun caractre doivent tre

    incompatiblesun individu de lchantillon ne doit pas tre associ plus dune modalit

    exhaustivesIl faut prvoir toutes les tats, sans exception

    dfinies sans ambigutafin dviter les erreurs de classement

    hirarchisespar exemple, dfinir des classes dge

  • 8/14/2019 Stats Introduction 08 02 07

    6/25

    CARACTERES QUALITATIFS

    lobservation nest pas mesurable

    ce type de caractre sert plutt raliser des classements

    on est souvent amen les quantifier

    chaque caractre on associe des tats ou situations diffrentesappeles modalits

    caractre : sexe modalits :fmininmasculin

    caractre : tat matrimonial modalits : mariclibataireveufdivorc

  • 8/14/2019 Stats Introduction 08 02 07

    7/25

    CARACTERES QUANTITATIFS

    lobservation est mesurable, donc traduite par un nombre

    le caractre quantitatifest alors appel variable statistique,les modalits sont les valeurs possibles que prennent la variable

    Il existe deux types de variables statistiques

    - les variables discrtes

    - les variables continues

  • 8/14/2019 Stats Introduction 08 02 07

    8/25

    variables discrtes

    une variable discrte est mesure par des valeurs isoles prises dansun intervalle de variation

    Il sagit souvent de nombres entiers

    les modalits sont donc des valeurs exactes ou des regroupements

    de valeurs en classes de valeurs

    exemples :

    - nombre denfants dune famille : 0,1,2,3,4,5,6, et plus

    - dpartement de naissance

  • 8/14/2019 Stats Introduction 08 02 07

    9/25

    variables continues

    variables qui peuvent prendre toutes les valeurs possibles sur le domaine

    de variation

    les valeurs sont en nombre infini

    avant classement, il est ncessaire de procder des regroupements

    en classesexemples :

    - surface des pices dun logement

    - ge

    - taille

    - salaire, chiffres daffaire

    - temps

  • 8/14/2019 Stats Introduction 08 02 07

    10/25

    CARACTERE NATUREtat matrimonial qualitatif

    sexe qualitatif

    taille quantitatif

    Surface dunlogement

    quantitatif

    ge quantitatif

    Dpartement denaissance

    quantitatif

  • 8/14/2019 Stats Introduction 08 02 07

    11/25

    CARACTERE

    QUANTITATIF

    NATURE

    nombre denfants discret

    chiffre daffaires continu

    salaire continunombre de pices dun

    logementdiscret

    ge continu

    taille continu

    nombre de salaris discret

  • 8/14/2019 Stats Introduction 08 02 07

    12/25

    EFFECTIFS

    nombre dindividusdune modalitdune classe

    dun chantillon

    dune population

    notations

    effectif total

    (de lchantillon)(de la population)

    nombre total dindividus

    dont on a relev le caractre

    N ineffectif associ

    un caractre

    ix

    effectif

    dune classe

  • 8/14/2019 Stats Introduction 08 02 07

    13/25

    CLASSES

    le regroupement en classes permet de diminuer le nombre doprations

    sur un ensemble thoriquement infini

    les classes constituent les modalits du caractre

    lamplitude des classes est constante ou variable

    le choix du nombre et de lamplitude des classes se fait en fonction de leffectif

    de la population

    les amplitudes des classes sont choisies de manire assurer un effectif

    semblable dans chaque classe

    le choix des classes doit tre ralis de sorte que ce choix ne masque pas

    certaines particularits

  • 8/14/2019 Stats Introduction 08 02 07

    14/25

    CLASSES

    criture dune classe

    [,[ iiii xx +

    i2 tendue de la classe

    centre de la classe

    les extrmits de la classe peuvent poser problme si on ne les dfinitpas correctement

  • 8/14/2019 Stats Introduction 08 02 07

    15/25

    48 72 54 80 58 70 69 58 57 6085 94 78 81 64 49 54 57 57 62

    63 69 72 71 82 87 64 65 73 58

    61 67 49 52 60 66 69 89 84 82

    73 70 72 58 64 51 65 77 79 80

    59 57 81 78 76 79 68 67 53 59

    DONNEES

    Objectifs :ranger les valeurs en classes damplitude 5

    calculer les effectifs de chaque classe

    [45;50[ 47.5 3

    [50;55[ 52.5 5[55;60[ 57.5 10

    [60;65[ 62.5 8

    [65;70[ 67.5 9

    [70;75[ 72.5 8

    [75;80[ 77.5 6

    [80;85[ 82.5 7[85;90[ 87.5 3

    [90;95[ 92.5 1classes

    centre des classes effectifs

  • 8/14/2019 Stats Introduction 08 02 07

    16/25

    QUELQUES RAPPELS MATHEMATIQUES

    POURCENTAGESsymbole : %

    proportion dun chantillon qui possde un caractre particulier

    sur un chantillon de 1000 valeurs, 200 individus sont rouges

    proportion des individus rouges

    nchantilloldeindividusdnombre

    rougesindividusdnombre

    ''

    '

    %202,01000

    200==

  • 8/14/2019 Stats Introduction 08 02 07

    17/25

    QUELQUES RAPPELS MATHEMATIQUES

    description dune volution dans le temps

    une population de souris

    passe de 1000 1200 individus

    variation absolue taux de croissance

    1=

    initiale

    finale

    initiale

    initialefinale

    valeur

    valeur

    valeur

    valeurvaleurinitialefinale valeurvaleur

    20010001200 = 11000

    12002,0

    1000

    200==

  • 8/14/2019 Stats Introduction 08 02 07

    18/25

    loprateur SOMME

    i 1xi x1

    valeur 5

    654321

    6

    1xxxxxxxi

    i+++++=

    =

    230629156

    1=+++++=

    =i

    ix

  • 8/14/2019 Stats Introduction 08 02 07

    19/25

    Quelques proprits de loprateur SOMME

    i

    n

    ii

    n

    ixaax

    ==

    =1

    1

    a : constante

    anxxa i

    n

    i

    i

    n

    i.)(

    11

    +=+ =

    =

    anaaaaan

    i..........

    1=++++=

    =

    n fois

    i

    n

    i

    i

    n

    i

    i

    n

    i

    iii

    n

    i

    i

    n

    i

    zytzytx =====

    ++=++=

    11111

    )(

    2

    11

    22

    11

    2

    1

    2

    12..2)( i

    n

    ii

    n

    ii

    n

    ii

    n

    i

    n

    ii

    n

    ixxaanxxaaxa

    ======

    ++=++=+

  • 8/14/2019 Stats Introduction 08 02 07

    20/25

    in

    i

    x

    iy

    iixn iiyn

    2

    ix

    2

    iy iiyx

    1 2 -3

    2 -5 -8

    3 4 104 -8 6

    10= in 7= ix 5= iy 28= iixn 35= iiyn 1092= ix 209

    2=

    iy 26= ii yx

    effectif total de lchantillon

    ATTENTION

    3526111

    == ===

    i

    n

    ii

    n

    iii

    n

    i

    yxyxNnii

    ===

    104

    1

  • 8/14/2019 Stats Introduction 08 02 07

    21/25

    loprateur PRODUIT

    i 1x

    ix

    1

    v a le u r 56543216

    1xxxxxxxi

    i=

    =

    00*6*2*9*1*56

    1==

    =i

    ix

  • 8/14/2019 Stats Introduction 08 02 07

    22/25

    Quelques proprits de loprateur PRODUIT

    i

    n

    i

    n

    i

    n

    ixaax

    ==

    =

    11

    i

    n

    ii

    n

    iii

    n

    iyxyx

    ===

    =

    111

    nn

    iaa =

    =1

    a : constante

  • 8/14/2019 Stats Introduction 08 02 07

    23/25

    NOTION DE FREQUENCE

    effectifou frquence absoluenombre dindividus associ une modalit

    in

    i

    n

    i nN ==

    1

    effectif total de la population ou de lchantillon

    N

    nf ii =

    frquence relativeproportion dindividus associs une modalit dans lchantillon total

    11

    ==

    i

    n

    i

    fn = nombre de modalitson utilisera souvent k

    k et n sont des indices muets

  • 8/14/2019 Stats Introduction 08 02 07

    24/25

    modalit effectif

    frquence

    relative

    xi ni fi

    0 2 0,201 5 0,50

    2 1 0,10

    3 0 0,00

    4 2 0,20

    10 1,00

    i

    n

    i

    nN =

    =

    1

    Nnf ii =

    11

    ==

    i

    n

    i

    f

  • 8/14/2019 Stats Introduction 08 02 07

    25/25

    i

    k

    ikfcroissantf

    ==

    1

    )(

    i

    k

    i

    k ftdcroissanf =

    =

    1

    1)(i

    N

    kik nNtdcroissann

    =

    =)(

    i

    k

    ikncroissantn

    ==

    1

    )(

    modalit effectifs

    effectifs

    cumuls

    croissants

    effectifs

    cumuls

    dcroissants

    frquences

    relatives

    frquences

    relatives

    croissantes

    frquences

    relatives

    dcroissantes

    xi ni 0 10 f i 0,00 1,00

    0 2 2 8 0,20 0,20 0,80

    1 5 7 3 0,50 0,70 0,30

    2 1 8 2 0,10 0,80 0,20

    3 0 8 2 0,00 0,80 0,20

    4 2 10 0 0,20 1,00 0,00

    10 1,00