Caractéristique Des Distributions Statistiques
Caractéristique Des Distributions Statistiques
Caractéristique Des Distributions Statistiques
Uni-variées
Soit une variable statistique Xi qui peut prendre les valeurs x1,…..,xk
auxquelles correspondent
respectivement les effectifs n1,…..,nk ; la moyenne arithmétique
pondérée est :
∑ = [ ] ∑
*Formulation de la moyenne avec les fréquences relatives:
∑ = ʄ x +ʄ x +…+ʄixi
Ou ʄi= ; ∑ ʄ =1
Exemple :
Une entreprise, dans le domaine pharmaceutique, veut lancer
la fabrication d'un médicament dans un marché qu’elle ne maitrise
pas. Il sera souhaitable pour elle de se lancer, dans un premier temps,
dans la fabrication d’un produit de large consommation, ensuite, elle
s’orientera vers d’autre produits en fonction de la population ciblée.
a- Le mode pour le cas discret :
Le mode est la modalité (xi) telle que la fréquence (fi) correspondante
est la plus élevée. On le note Mo.
Exemple : Dans une PME, on a comptabilisé pendant un an le nombre
de jours d’absence pour l’arrêt-maladie de chacun des 12 employés.
On s’intéresse au nombre de jours d’absence le plus demandé.
Où :
La classe modale est : [30 - 40[, c’est la classe l’effectif le plus élevé.
3-1-3- La médiane :
Remarque :
Exemple :
N° du ménage 2 5 1 7 3 6 8 4 9
Nombre de personne 1 2 3 3 4 4 5 6 7
4Valeurs Me 4Valeurs
La médiane Me = 4
1
La signification de la médiane est de plus en plus intéressante quand on travaille sur des échantillons de taille
importante.
On ordonne la série la série par ordre croissant selon le nombre de
personnes par ménage.
[∑ ]
Me = L1 +[ ]
Tel que :
L1 : la borne inférieure de la classe médiane
Mn-1 : l’Effectif cumulé croissant (ECC) précédente de la classe
intermédiaire
Esme : Effectif de la classe médiane
A : A =ai+1–ai : amplitude de la classe médiane.
Exemple :
Déterminons le mode pour des données portant sur une variable
quantitatives continues qui la répartition du salaire mensuel moyen de
33 employés d’une entreprise de l’année 2000.
3-2-1- L’étendue :
L’étendue est la différence entre la plus petite valeur et la plus grande
valeur d’une distribution statistique.
Wx =12-8=4 et Wy = 19-1=18
V(x)= ∑
V(x)=∑ ʄ ̅