Probabilité et Statistique

STATISTIQUE
DESCRIPTIVE

1.0

PROBL104

ATIAMPO KODJO ARMAND © UVCI 2017

Novembre 2017
 Table des
matières

Objectifs...........................................................................................................................................5
Introduction......................................................................................................................................7
I - Représentation des données statistiques......................................................................................9
A. Série statistique......................................................................................................................9
B. Exercice : Série statistique discrète.....................................................................................16
C. Exercice...............................................................................................................................16
D. Exercice...............................................................................................................................16
E. Exercice...............................................................................................................................17
F. Exercice................................................................................................................................17
G. Exercice : Série statistique continue....................................................................................17
H. Exercice : Effectif corrigés dans une série statistique.........................................................18
I. Exercice : Fonctions de repartition.......................................................................................19
J. Exercice................................................................................................................................20
II - Paramètres statistiques.............................................................................................................23
A. Moyenne et variance............................................................................................................23
B. Exercice...............................................................................................................................26
C. Exercice : Exercice de niveau plus difficile........................................................................27
III - Corrélation..............................................................................................................................29
A. Ajustement linéaire..............................................................................................................30
IV - Exercice..................................................................................................................................33
V - Exercice...................................................................................................................................35
Conclusion.....................................................................................................................................37
Bibliographie.................................................................................................................................39

3
4
Objectifs

À la fin de cette leçon, vous serez capable :

• Organiser les données sous formes de classes
représentatives
• Estimer les paramètres tels que la moyenne et la variance.
• Estimer les corrélations existantes entre les données
observées

5
 Introduction

Le but de la statistique est de traiter des données (en général en grand nombre) en vue d'en
tirer une information utile. Ces données proviennent d'un sondage, de mesures sur un
central téléphonique,d'une enquête, d'un recensement,etc..., et sont donc des réalisations
d'un phénomène aléatoire.
En statistique, la donnée de base est la donnée d'une réalisation x de la variable aléatoire X
de loi inconnue P supposée appartenir à un certain ensemble de probabilités.
A partir d'une observation X(ω), on essaie d'avoir des informations sur la loi.
La famille des lois possibles est ce que l'on appelle le modèle statistique. Le modèle
statistique décrit l'information dont on dispose a priori sur le phénomène aléatoire considéré
et l'ensemble des paramètres inconnus. Il décrit tout ce qu'on ignore sur le phénomène
aléatoire.
Dans cet leçon, notre sujet est d'introduire les méthodes de traitement des données
collectées
Il existe de nombreux logiciels de statistique qui permettent de mieux se familiariser avec
les notions de statistique (Excel , R, IBM SPSS, Scilab, Matlab, ...). Dans ce cours , nous
utilisons le logiciel Scilab qui est un très bon logiciel assez complet. Les exemples des
différentes sections sont accompagnés de leur code Scilab.
Le logiciel Scilab est téléchargeable à l’adresse
suivante :https://www.scilab.org/fr/download/latest (Télécharger la version 32 bits pour
windows)
Une vidéo1 pour vos premiers pas sous Scilab est disponible
Un polycopié introductif (cf. ) à l'utilisation de Scilab est disponible (chapitre 1)
Un polycopié introductif (cf. ) de l'utilisation de Scilab dans la statistique est également
disponible

1 - https://youtu.be/_GgtRCtds2s

7
Représentation
I
I-

des données
statistiques

Objectifs
À la fin de cette section, vous serez capable :
• Organiser les données sous formes de classes
représentatives

A. Série statistique

Il existe deux types de caractères statistiques qui permettent de qualifier les

donnés utilisées:
• les caractères de type qualitatif (qui ne peuvent pas être mesurées) qui constitue
une nomenclature, par exemple le sexe (Masculin/Féminin), les couleurs . . .
• les caractères de type quantitatif (qui peuvent être mesurés) et que l'on peut
représenter par un nombre réel, par exemple taille, le poids, . . .
Dans nous allons nous intéresser aux données de type quantitatif que nous allons
représenter par des variables statistiques.

Défi nition
Soit P un ensemble, appelé ≪ population ≫,
alors une variable statistique est une application :

X(P) est appelé univers image de X et on dira que :

• X est discrète si X(P) est un ensemble discret (fini ou dénombrable)
• X est continue si X(P) est un intervalle de R
N = Card(P) sera appelé l'effectif total

9
 Représentation des données statistiques

Attention
Dans la pratique on s’intéresse surtout à l'univers image X(P)-1 et on identifie
souvent une variable statistique avec la liste des valeurs X(i) prises par la variable.
Dans ce cas on parle en général de série statistique.

Exemple : Exemple illustratif

Exemples de séries statistiques : on considère la population P composée des
étudiants inscrits au semestre 1 de la licence 1 MULTIMÉDIA à l'UVCI (on
admettra qu'on a un effectif total N = 100) et nous définissons deux variables
statistiques :
X ="nombre de participation au forum de mathématiques au semestre 1"
Y="La moyenne sur 20 obtenue au premier semestre à l'examen de mathématique"
Nous avons bien des données de type quantitatif qui peuvent être décrits par une
série statistique représentés par ces deux séries de nombres
X=[0 5 1 0 1 2 1 5 0 3 0 5 1 3 5 2 0 1 2 2 1 5 4 5 2 5 0 3 4 1 5 4 4 3 4 1 1 1 3 4 1 2
53514412234045223444225351335033055240312511
2 2 4 5 0 1 4 2 5 5 3 5 2 3]
et
Y=[0,84 17,15 9,79 16,40 5,20 9,07 13,96 15,97 7,47 1,18 0,16 10,86 17,82 12,74
8,87 15,94 8,16 16,53 4,46 3,42 13,60 16,52 17,39 5,83 3,25 17,63 13,53 4,27 7,64
2,14 13,50 17,57 7,27 8,20 4,73 13,22 15,82 10,19 9,01 9,60 6,37 13,40 15,61
12,67 15,09 6,70 17,52 3,99 2,22 5,22 7,34 9,04 7,79 13,18 12,67 13,78 8,59 8,68
13,87 9,78 0,73 14,41 2,36 2,45 12,63 9,38 2,26 1,24 12,00 2,27 4,41 17,23 7,17
10,62 7,52 17,00 6,40 10,67 1,10 15,03 8,62 13,04 4,60 9,42 13,29 4,16 7,91 3,92
16,17 8,65 0,28 13,76 10,21 2,77 0,67 4,09 14,20 5,92 4,20 6,44 ]
-La série statistique X est discrète puisque l'ensemble des valeurs prises qui est le
nombre de participations effectives au forum est l'ensemble discret
{0 ,1 ,2 ,3 ,4 ,5}.
-La série Y est continue puis l'ensemble des valeurs en l’occurrence les moyennes
sont dans l'intervalle [0, 20]
Une telle représentation des données n’est pas commode pour leur traitement. Les
données ainsi recueillies sont appelées données brutes. Nous donnons une
première forme de représentation de ces données brutes

Défi nition : Modalités

Soit X une variable statistique alors on appelle modalités de X :
• l'ensemble des valeurs différentes {x1; x2; . . . ; xn} prisent par X si X est
discrète
• un ensemble d'intervalles {]x 1; x2]; ]x2; x3]; . . . ; ]xn−1; xn]} formant une partition
de X(P ) si X est continue
un tableau statistique est un tableau regroupant les caractéristiques d'une série
statistiques par modalités :
Série discrète
modalité x1 x2 x3 x4 ...

effectif ni

fréquence
fi
Série continue

10
 Représentation des données statistiques

modalité ]x1; x2] ]]x2; x3[ ]x3; x4] ]x4; x5 ] ...

effectif ni

fréquenc
e fi
Si N est l'effectif total on a

On représentera graphiquement les données d'une série discrète (resp. continue)

en dessinant des colonnes de hauteurs (resp. surface) proportionnelle à l'effectif de
chaque modalité, c'est ce qu'on appelle un diagramme en bâtons (resp. un
histogramme)

Exemple : Tableau statistique d'un série statistique discrète

Il faut se rendre à l'évidence compte que la série statistique X telle que formulée
précédemment n'est pas très pratique à traiter. la première étape est de construire
un tableau statistique à partir des données brutes.
Pour faire le tableau statistique de la série X, dont les modalités sont {0; 1; 2; 3; 4;
5}. La série X a un effectif total N=100, il faudra à partir des données brutes
construire le tableau :
modalité 0 1 2 3 4 5

effectif ni 11 18 18 16 16 21

fréquence fi 0.11 0.18 0.18 0.16 0.16 0.21

il est facile de voir que :
n1+n2+n3+n4+n5 =100
et
f1+f2+f3+f4+f5= 1

Exemple : Représentation sous forme d'un diagramme en batons

La représentation de la série X à partir du tableau précédent peut être vu
graphiquement à l'aide d'un diagramme en bâtons dans laquelle la hauteur de
chaque cellule est la fréquence de la modalité.

11
 Représentation des données statistiques

Exemple : Série statistique continue

Reprenons notre série statistique Y. Cette série est continue , Pour mieux l’étudier ,
nous allons regrouper les données par intervalle de taille 5. le choix de largeur
optimal des intervalles est hors programme. Nous avons alors le tableau suivant :
modalité ]0,5] ]5,10][ ]10, 15] ]15, 20]

effectif ni 27 31 24 18

fréquence fi 0.27 0.31 0.24 0.18

Exemple : Représentation sous forme d'histogramme

A partir du tableau précédent des effectifs, nous allons représenter la série
statistique y sous forme d'histogramme qui est équivalent à la représentation en
diagramme en battons pour les séries statistiques discrètes. dans un histogramme ,
la hauteur de chaque cellule est la fréquence de la classe ou intervalle ]x i-1; xi]. nous
avons donc :

Un autre représentation permettant d'identifier la nature de la répartition des

données statistiques est donnée par la fonction de répartition, qui est étroitement
associée à la notion de cumul des fréquences.

Défi nition
Soit X une série statistique alors la fonction de répartition de X est donnée par :

12
 Représentation des données statistiques

Rappel : Propriétés des fonctions de répartition

Soit F la fonction de répartition d'une série statistique X alors
• F est croissante
• limt→−∞ F(t) = 0
• limt→+∞ F(t) = 1
• si X est une variable discrète alors F est constante par morceau.

13
 Représentation des données statistiques

Exemple : Fonction de répartition de la série statistique discrète X

Pour construire la fonction de répartition de la variable X il faut donc faire le cumul
des fréquences. Pour cela repartons du tableau statistique et ajoutons
y une ligne pour calculer le cumul des fréquences :
modalité 0 1 2 3 4 5

effectif ni 11 18 18 16 16 21

fréquence fi 0.11 0.18 0.18 0.16 0.16 0.21

cumul 0.11 0.29 0.47 0.63 0.79 1

Une représentation graphique de la fonction de répartition est donnée sur la figure
suivante. Ici elle est limitée aux modalités. Dans la pratique elle doit être prolongée
à droite de 5 où elle vaut 1et à gauche de 0 où elle vaut 0

14
 Représentation des données statistiques

Exemple : Fonction de répartition de la série Y

Pour calculer la fonction de répartition de la série statistique Y , on procède comme
pour la série statistique X . On calcule les fréquences cumulées .
modalité ]0,5] ]5,10] ]10, 15] ]15, 20]

fréquence fi 0.27 0.31 0.24 0.18

cumul 0.27 0.58 0.72 1

La différence majeure est que l'on calcule les fréquences cumulées aux bornes des
intervalles sauf pour le premier intervalle. dans lequel la fréquence cumulée vaut 0.
Ainsi dans le cas de notre série statistique précédente, Y nous avons le tableau
suivant :
t |-∞, 0[ 5 10 15 20 [20,+∞]

F(t) 0 0.27 0.58 0.72 1 1

Il faut également noter que dans le cas d'une série statistique Y la fonction de
reparution est une fonction affine par morceaux(de la forme y=ax+b sur chaque
segment)

15
 Représentation des données statistiques

Attention
Les fichiers contenant le code Scilab pour la série discrète X (cf. ) et la série
continue Y sont disponibles (cf. )

B. Exercice : Série statistique discrète

Exercice
Dans un test objectif comportant 10 questions, un professeur a relevé le nombre
de bonnes réponses de chacun des ses 80 étudiants. Il a obtenu les données
brutes suivantes :
2 3 5 5 4 6 6 5 4 3 7 7 7 6 2 7 7 9 8 10 5 6 6 8 6 6 3 7 3 5 9 7 6 4 7 5 9 9 6 9 6 3
9 8 8 7 5 6 10 6 9 7 7 7 4 7 10 8 7 10 3 5 8 5 8 7 4 8 10 7 4 6 6 8 7 7 7 8 8 9
Quelle est la population totale ?

Exercice
Déterminer la variable statistique X de l'exercice précédent. la réponse doit être
donnée sous la forme d'une assertion entre double-côtes. Par exemple X ="Le
numéro de la face supérieure du dé"

Exercice
La variable statistique X est continue ?

Vrai

Faux

C. Exercice
Donner le tableau des effectifs de la série statistique. On notera les résultats sous
forme d'un ensemble de couples . par exemple {(1,10), (4,13), (10,23)}. le premier
terme du couple correspond à la modalité et le second à l'effectif

D. Exercice
Donner le tableau des fréquences de la série statistique. On notera les résultats
sous forme d'un ensemble de couples . par exemple {(1,10), (4,13), (10,23)}. le

16
 Représentation des données statistiques

premier terme du couple correspond à la modalité et le second à la fréquence. la

précision est de quatre chiffres après la virgule)

E. Exercice
Donner le tableau des effectifs cumulés de la série statistique. On notera les
résultats sous forme d'un ensemble de couples . par exemple {(1,10), (4,13),
(10,23)}. le premier terme du couple correspond à la modalité et le second à la
fréquence cumulée

F. Exercice
Combien d’étudiants ont répondu moins de sept fois correctement ?

G. Exercice : Série statistique continue

On considère les données brutes de la série statistique Y qui représente la taille (en
cm) des étudiants de la filière Multimédia de l'UVCI (on relève la taille sur une
population de 100 étudiants). les données brutes sont représentées par la matrice Y
suivante :
Y=[188, 169, 181, 180, 159, 180, 164, 184, 177, 159, 187, 174, 170, 173, 175, 150,
171, 166, 173, 182, 167, 173, 174, 175, 166, 173, 180, 188, 165, 173, 178, 182,
175, 186, 162, 193, 173, 184, 184, 184, 182, 187, 193, 161, 193, 169, 163, 179,
179, 184, 182, 182, 172, 175, 193, 170, 176, 166, 177, 163, 191, 171, 189, 183,
178, 197, 166, 187, 180, 172, 181, 167, 177, 177, 186, 174, 168, 182, 183, 182,
170, 186, 193, 167,184, 159, 169, 192, 172, 167, 178, 176, 177, 175, 172, 175,
182, 176, 179, 188]

Exercice
La série statistique Y est-elle continue ?

vrai

faux

Exercice
Nous voulons regrouper les données en classes de largeur 10 Lequel des
tableaux suivants représente les données de la série statistique Y

17
 Représentation des données statistiques

modalité ] ] ] ] ]190,200]
150,160 160,170 170,180 180,190
] ] ] ]

Effectif 12 24 30 12 24

fréquence 0.12 0.24 0.3 0.12 0.24

modalité [150, [160, [170,180 [180, [190,200[

160[ 170[ [ 195]

Effectif 4 21 39 28 8

fréquence 0.04 0.21 0.39 0.28 0.08

modalité ] ]160, ] ]180, ]190,

150,16 170] 170,180] 190] 200]
0]

Effectif 4 21 39 28 8.

fréquence 0.04 0.21 0.39 0.28 0.08

modalité ]150, ]165, ] ]175, ] ]

165] 170] 170,17 180] 180,190] 190,200]
5]

Effectif 10 15 21 18 28 8

fréquence 0.1 0.15 0.21 0.18 0.28 0.08

Aucun des tableaux présentés

H. Exercice : Effectif corrigés dans une série

statistique
Lorsque l'on est en face d'une serie statistique continue dans laquelle la largeur des
intervalles varie, il est de coutume de corriger la hauteur de ces classes afin de
faciliter le dessin de l'histogramme et de mieux affiner la répartition des données.
Pour ce faire on utilise le résultats suivant
Soit X une variable statistique continue alors ayant des modalités ]x 1; x2] ]x2;
x3] . . .]xn−1; xn] d'amplitude différentes alors pour chaque modalité on appelle ≪
effectif corrigé ≫ ou ≪ hauteur corrigée ≫ la hauteur qu'il faut donner dans
l'histogramme à la colonne pour que sa surface soit proportionnelle à son effectif
réel.

Dans un histogramme normalisé on calcule les hauteurs corrigées par la formule :

de telle sorte que la surface totale des colonnes soit égale à 1.

Exercice

18
 Représentation des données statistiques

En reprenant les hypothèses de l'exercice précédent ? lequel de ces tableaux

représentent la série statistique Y

Yi= ]150, ]165, ]170,175] ]175, ] ]

165] 170] 180] 180,190 190,200]
]

fi 0.1 0.15 0.21 0.18 0.28 0.08

|xi - xi-1| 14 5 5 5 10 10

hi 0.00666 0.03 0.042 0.036 0.028 0.008

67

Yi= ]150, ]165, ]170,175] ]175, ] ]

165] 170] 80] 180,190] 190,200]

fi 0.1 0.21 0.08 0.15 0.28 0.18

|xi - xi-1| 15 5 5 5 10 10

hi 0.0066 0.03 0.042 0.036 0.028 0.008

667

Yi= ]150, ]165, ] ]175, ] ]

165] 170] 170,175] 180] 180,190] 190,200]

fi 0.1 0.15 0.21 0.18 0.28 0.08

|xi - xi-1| 15 5 5 5 10 10

hi 0.0066 0.03 0.042 0.036 0.028 0.008

667

Yi= ]150, ]165, ] ]175, ] ]

165] 170] 170,175] 180] 180,190 190,200]
]

fi 0.1 0.28 0.15 0.18 0.21 0.08

|xi - xi-1| 15 5 5 5 10 10

hi 0.03 0.036 0.036 0.042 0.028 0.006666

7

I. Exercice : Fonctions de repartition

Exercice
Yao qui est gardien de but de l’équipe de football de don équipe note le nombre
de buts encaissés par son équipe au cours de chaque match. Pour la dernière
saison , il a compilé toutes ses données sous la forme du tableau suivant :

19
 Représentation des données statistiques

Xi= 0 1 2 3 4 5 6 7 10

ni 5 12 14 8 7 4 2 1 1

fi

cumul

Lesquelles des assertions suivantes sont correctes ?

La population totale est 54

La population totale est 55

Les différentes fréquences sont [0.0925926 0.2222222 0.2592593

0.1481481 0.1296296 0.0740741 0.037037 0.0185185 0.0185185]

les différentes fréquences cumulées sont [ 0.0925926 0.3148148 0.5740741

0.7222222 0.8518519 0.9259259 0.962963 0.9814815 1]

Exercice
Lesquels des graphiques sont représentatifs de la serie statistique X ?

J. Exercice

Exercice
On considère la série statistique Y qui mesure les temps de parcours (en

20
 Représentation des données statistiques

minutes) des 40 participants d'une course de vitesse. Les données ont été
relevées et sont résumées dans le tableau suivant :

Classes ]43, 45] ]45, 47] ]47, 49] ]49, ]51, ]53, ]55, 57]
(minutes) 51] 53] 55]
]bi-1,bi]

Effectif ni 2 3 7 11 8 6 3

On s’intéresse à a la fonction de répartition dans la classe ]49, 51]. laquelle des

fonctions suivantes représentent la restriction de la fonction de répartition à
cette classe ?

y=(11/240)x -467/240

y=(11/80)x-515/80

y=(25/512)x+10/180

21
Paramètres
II
II -

statistiques

Objectifs
A la fin de cette section, vous serez capables de :
 Estimer les paramètres tels que la moyenne et la
variance

L'analyse des données statistiques doit permettre d'isoler certaines valeurs

remarque définissant la manière dont son réparties les données statistiques. Le plus
connu est la moyenne empirique ainsi qu'un indicateur qui lui est étroitement
associé la variance.

A. Moyenne et variance

La moyenne permet de cerner facilement la valeur centrale de la série statistique.

Attention
Il faut distinguer le calcul de la moyenne dans le cas d'une série statistique discrète
de celui d'une série statistique continue

Défi nition : Moyenne d'une série statistique discrète

Soit X une série statistique alors la moyenne de X, notée , est la valeur :

n désigne le cardinal de l'ensemble des modalités

Exemple
Nous reprenons notre série statistique discrète X . Nous pouvons calculer
directement la moyenne à partir du tableau construit dans la section précédente

23
 Paramètres statistiques

Défi nition : Moyenne d'une série statistique continue

Soit X une variable continue regroupée suivant les modalités ]x 1; x2] ]x2; x3]. . .]xn−1;

xn]. Si on pose le milieu de chaque modalité alors la

moyenne
approchée est définie par

Exemple
Nous allons estimer la moyenne de la série statistique Y. Nous avons regroupé les
données de Y en quatre classes de largeur 5.
modalité ]0 ;5] ]5 ;10] ]10 ;15] ]15 ;20]

effectif ni 27 31 24 18

fréquence fi 0.27 0.31 0.24 0.18

la moyenne approchée est d'après la formule ci-dessus est

Défi nition : Variance et écart-type

Soit X une série statistique de moyenne µ = alors on appelle variance de X la

valeur

et l'écart-type de X noté est défini par :

Complément
Pour une variable continue si on a pas accès aux donnees brutes on pourra aussi
calculer une variance et un écart-type approche (comme pour la moyenne
approchée).

24
 Paramètres statistiques

Complément
Dans la pratique on calcule la variance à l'aide de la formule de Koening suivante

Exemple : Variance d'une série statistique

Nous allons à nouveau considérer notre série statistique discrète X de la section
précédente. Nous allons estimer sa variance et son écart-type. Nou disposons de
deux méthodes :
Méthode 1 utilisation du théorème de Koening
Nous allons rappeler dans le tableau suivent , les principaux paramètres de la série
X
modalité 0 1 2 3 4 5

effectif ni 11 18 18 16 16 21

fréquence fi 0.11 0.18 0.18 0.16 0.16 0.21

Calculons la moyenne de la série X2 nous avons :
moy(X2)=0 x 0.11+ 1 x *0.18+ 22 x 0.18 + 32 x 0.16 + 42x 0.16 + 52x 0.21 =10.15
puis à l'aide du théorème de Koening la variance est alors :
Var(X)=10.15 -2.712 = 2.8059. l'écart-type qui est la racine carrée de la variance est
alors de 1.67
Méthode 2. Directement à partir des données brutes
Un estimateur sans biais de la variance est donné par la formule suivante :

Tout d'abord on estime la moyenne de X. Cela peut être fait par les méthodes vues
précédemment et on obtient que moy (X)=2.71.
0n construit la nouvelle série statistique Y =X -moy(X).
La variance est alors la moyenne de la série Y 2. Un calcul nous donne
var(X)=2.8059. l'écart-type qui est la racine carrée de la variance est alors de 1.67

Remarque
Cette deuxième méthode sera surtout utile dans l'estimation de la variance d'une
série statistique continue

Nous allons donner une définition qui généralise la notion de variance au cas deux
séries statistiques distinctes

Défi nition : Covariance

Soient X et Y deux séries statistiques d'effectifs N alors la covariance de X et Y est
donnée par :

Dans la pratique elle est calculée de la façon suivante :

25
 Paramètres statistiques

B. Exercice
Dans un groupe de 10 personnes, on mesure les tailles t i, en cm :

ti 150 153 157 158 158 162 165 165 168 74

Exercice
On définit une nouvelle série xi =ti-160. On construit la nouvelle série x i= ti-
moy(xi). laquelle des assertions suivantes est vérifiée ?

ti 150 153 157 158 158 162 165 165 168 17

4

xi 149 152 156 157 157 161 164 164 167 17

3

ti -10 -7 -3 -2 -2 2 5 5 8 14

xi 150 153 157 158 158 162 165 165 168 74

Exercice
Moyenne de la série statistique xi

161

160

Exercice
Variance de la série statistique xi

26
 Paramètres statistiques

Var(Xi) = 52.222

Var(Xi)=0

Var(Xi)=2457

Exercice
Exprimez les paramètres de la série initiale ti

moy(ti)=161 var(ti)=52.222

moy(ti)=160 var(ti)= 47

moy(ti)=0 var(ti)=52.222

C. Exercice : Exercice de niveau plus difficile

On considère la série statistique
X =[2, 4, 2, 1, 0, 0, 3, 1, 3, 0, 2, 3, 0, 3, 1, 0, 2, 0, 2, 1, 0, 3, 1, 2, 2, 3, 1, 3, 2, 2, 0,
2, 0, 3, 2, 1, 2, 2, 3, 2, 0, 2, 0, 2, 0, 2, 1, 2, 0, 0, 3, 1, 0, 2, 0, 2, 1, 2, 2, 2, 1, 2, 0, 2,
1, 0, 0, 4, 1, 0, 3, 0, 2, 0, 0, 3, 1, 3, 0, 0, 1, 2, 1, 2, 6, 2, 2, 1, 1, 2, 3, 1, 0, 1, 1, 1, 3,
1, 3, 2] correspondant aux nombre d'absences injustifiées d'une population de
N=100 etudiants.

Exercice
Que est le mode de cette série statistique

Exercice
Quelle est la valeur de la médiane cette série statistique

27
 Paramètres statistiques

3.5

2.5

Exercice
Donner la valeur de l'inter-quartile de cette série statistique

28
 Corrélation
III
III -

Objectifs
A la fin de cette section, vous serez capables de :
• Estimer les corrélations existantes entre les données
observées

En statistique il est souvent important de rechercher s'il existe un lien entre deux
variables X et Y , lien qui, dans l’idéal, pourrait s'exprimer par une équation de la
forme Y = aX + b.
Considérons par exemple les 2 séries statistiques suivantes :
X ="La moyenne sur 20 en mathématiques au semestre 1"
Y="La moyenne générale sur 20 obtenue au premier semestre "
Les données brutes sont dans le fichier suivant (cf. )
On voudrait quantifier le lien entre ces deux variables statistiques. Si on place les
points de coordonnées (Xi, Yi) sur un graphe on obtient le ”nuage” suivant :

ces points semblent à première vue alignés sur une droite, cela signifie qu'on peut
quantifier le lien entre Y et X par une équation de la forme Y = aX + b. Le but est
donc de trouver les coefficients a et b de telle sorte que la droite y = ax + b
passe au plus prés du maximum de points comme sur la figure suivante 'droite en
bleue). C'est ce qu'on appelle faire une régression linéaire.

29
 Corrélation

A. Ajustement linéaire

Nous allons apprendre à déterminer les coefficients a et b. Pour cela nous allons
utiliser la méthode des moindres carres. Cette méthode consiste à minimiser
l'erreur globale qu'on comment en écrivant que Y = aX + b .

Fondamental
Soient X et Y deux séries statistiques alors la méthode des moindres carres consiste
à chercher la ”meilleure” droite, d'équation y = ax + b, passant par le nuage de
points (X, Y ) comme étant la droite qui minimise la somme des carrés des écarts
entre les points (Xi, Yi) et (Xi, aXi + b) c'est à dire on cherche a et b qui minimisent la
fonction

Fondamental : Droite d'ajustement linéaire

Soient X et Y deux séries statistiques, alors la droite d'ajustement linéaire de Y en X
a pour équation y = ax + b avec :

et

Attention
on remarquera que l'ajustement de Y par rapport à X n'est pas le même que
l'ajustement de X par rapport à Y

Afin de quantifier la qualité de l'approximation Y = aX + b on utilise un paramètre

appelé le coefficient de corrélation linéaire.

30
 Corrélation

Défi nition : Coefficient de corrélation linéaire

Soient X et Y deux séries statistiques, on suppose que la droite d'ajustement
linéaire de Y en X a pour équation y = ax + b et on définit sont coefficient de
corrélation par :

alors le nuage de points (X, Y ) est d'autant plus proche de la droite d'ajustement
linéaire de Y en X que |ρ| est proche de 1. En particulier tous les points du nuage
sont sur la droite y = ax + b si et seulement si ρ = 1
La corrélation sera dite forte (resp. faible) si

Exemple
Nous allons reprendre l'exemple introductif de cette section avec nos deux séries
statistiques :
X ="La moyenne sur 20 en mathématiques au semestre 1"
Y="La moyenne générale sur 20 obtenue au premier semestre "
Le fichier suivant contient les données brutes des deux séries ainsi que le code
Scilab (cf. ) que vous pourrez utiliser pour générer les paramètres et tracer les
courbes présentées dans le cours.Afin de déterminer les paramètres de la droite
d'ajustement ,on effectue les étapes suivantes :
1) Estimation des paramètres de chaque série :

2) Paramètres de la droite de régression linéaire

La corrélation est faible.

la courbe en bleue donne la corrélation de X par rapport à Y et comme vous pouvez
le constater elles sont différentes.

31
 Exercice
IV
IV -

On reprend les hypothèses de l'exemple et on considère nos deux séries

statistiques X et Y. Cette fois ci on va étudier la corrélation entre la série X et la
série Y. Les données des deux séries ont données dans le fichier suivant. Vous
pouvez utiliser le logiciel Scilab pour calculer les paramètres et tracer les courbes
graphiques

Exercice
Parùi les assertions suivantes, lesquelles sont vérifiées ?

M(Y) =8.996117 Var(X)=7.255691 Ecart-type(X)=2.693639

M(Y) =10.636117 Var(Y)=5.818773 Ecart-type(Y)=2.412213

M(X) =10.636117 Var(Y)=5.818773 Ecart-type(Y)=2.412213

M(X) =8.996117 Var(X)=7.255691 Ecart-type(X)=2.693639

M(X) =10.996117 Var(X)=12.255 Ecart-type(X)=3.563639

Exercice
Lesquelles des affirmations suivantes sont vérifiées ?

cov(X, Y)=cov(Y, X)

COV(X,Y)=5.358226

COV(X,Y)=93345643

COV(X,Y)=Var(X)Var(Y)

COV(X,Y)=E(XY)

Exercice
Estimer les paramètres de la droite d'ajustement linéaire.Les données seront
exprimées sous la forme d'une liste de 3 nombres réels. Par exemple a

33
 Exercice

=0.234564 b=3.214321 corr=62.432534 (précision de 6 chiffres après la virgule)

Exercice
LA corrélation entre Y et X est forte :

Vrai

Faux

34
 Exercice
V
V-

On soupçonne que l'acidité d'un sol (ph) est liée à la présence d'aluminium
échangeable (qae) suivant la loi
qae = k × Aph <==> ln(qae) = ln(k) + ph × ln(A)
Pour vérifier cette hypothèse on a mesure le ph et la quantité qae d'aluminium
échangeable (en p.p.m.) en divers points du sol :
Le tableau suivant résume les données brutes recueilles :

ph 4.2 4.4 4.8 5.1 5.4 5.6 6.2

qae 400 260 120 60 30 15 4

Exercice
Soit les séries statistiques Y=ln(qae) et X =ph. Estimez les paramètres de
l'ajustement linéaire de Y par rapport à X. les résultats seront donnés sous forme
d'une liste de 3 nombres réels. Par exemple a =0.234564 b=3.214321
corr=62.432534 (précision de 6 chiffres après la virgule)

Exercice
Calculez les valeurs de paramètres k et A. les résultats seront donnés sous forme
d'une liste de 2 nombres réels. Par exemple A =0.234564 k=3.214321 (précision
de 6 chiffres après la virgule)

Exercice
Qualifier la qualité de l'ajustement

La corrélation est faible

La corrélation est forte

35
 Exercice

Exercice
Estimer la quantité d'aluminium échangeable pour un ph =5

36
 Conclusion

Ce chapitre met fin à ce cours introductif sur les probabilités et la statistique. Le notions
abordées vous seront utiles dans différents domaines de l'informatique comme l’étude de
l’évolution d'un processus informatique, la modélisation et le dimensionnement des réseaux
de télécommunication et même dans le domaine du traitement de l'image. la maîtrise de
ces outils est donc primordiale

37
Bibliographie

[1] Pierre Andreoletti, Support du cours de Probabilités et Statistiques, IUT d'Orléans, Département
Informatique, 2008
[2] Ph. Roux, Probabilités discrètes et statistique descriptive, DUT Informatique, semestre 2, 2010

39