II. Les variables quantitatives

Slides:



Advertisements
Présentations similaires
5. Statistiques.
Advertisements

Pr. Abdelkrim EL MOUATASIM EST de Guelmim Maroc
Chapitre 5. Description numérique d’une variable statistique.
Les Variables statistiques continues
Notions de variable aléatoire et de probabilité d’un événement
Statistique et probabilités au collège
Diagrammes tiges et feuilles
Exercice de statistiques
Lectures Livre du cours :
Tableau de distributio n. Une donnée Une donnée est le résultats dune observation que lon fait sur chaque individu lors dune étude statistique. Cest la.
Simulation d’un processus de Poisson
Méthodes de Biostatistique
Introduction: DEFINITION
Rappels de statistiques descriptives
COURS STATISTIQUE - DESCRIPTIVE DEFINITIONS
STATISTIQUE DESCRIPTIVE ÉLÉMENTAIRE
STATISTIQUES DESCRIPTIVES
Td sur la statistique descriptive. Enoncé du problème On a étudié la taille en cm chez 20 enfants de quatrième année primaire à l’école Constantine année.
MOYENNE, MEDIANE et ECART TYPE d’une série statistique
Introduction à une analyse statistique de données
Statistiques descriptives-Distributions expérimentales à une dimension
Exercice Exercice 3.06 – 1° vitesse en km/h [0 ; 30[[30 ; 60[[60 ; 90[[90 ; 120[ effectif a) (Pour calculer la moyenne, on utilise le centre.
Tests d’ajustement à une distribution théorique
COMBIEN DE TEMPS PASSEZ-VOUS DANS LES TRANSPORTS, PAR JOUR ?
STATISTIQUES DESCRIPTIVES
Chapitre 2 La statistique descriptive I
Les distributions de fréquences et de pourcentages
Statistique Descriptive Les Paramètres de Tendance Centrale
Opération et systèmes de décision Faculté des Sciences de l ’administration MQT Probabilités et statistique Les statistiques descriptives.
BIOSTATISTIQUES Définitions.
BIOSTATISTIQUES Définitions.
Mesures de description des valeurs des variables
TP2: Statistique & Probabilité Intervalle de confiance et test d’hypothèses.
1 Biostatistique et lecture critique d’articles médicaux Pr A Venot UFR SMBH Université Paris 13.
19 mai 2011 Gwennaëlle BRILHAULT INSEE – Dép.de la Démographie Séminaire SFDS Les calculs de précision dans le recensement rénové.
MODÉLISATION 3D AU SERVICE DE L’INSPECTION DES OUVRAGES ir S. Flawinne.
La Manne Cdae-Dudh Pour un monde plus fraternel, plus solidaire et plus uni Liberté, Égalité, Fraternité Nous voulons bâtir sur la Terre V aleurs Républicaines.
Comment écrire un article scientifique Olivier MIMOZ DAR.
Maths en Jean : Nager dans le brouillard. Présentation du sujet Une personne part du bord de la plage et nage 500 mètres en ligne droite dans une direction.
Plans d'expérience Méthode Taguchy Analyse de la variance Anavar.
Chapitre 4 Statistique descriptive 1. Echantillonnage statistique population On appelle population, un ensemble d’individus auquel on s’intéresse échantillon.
Définitions et vocabulaire de base. Information ? Définition : L’information est un élément de connaissance susceptible d’être représenté et traité. Remarque.
1 M1 MQSE 1 - L’outil statistique pour tirer des conclusions dans un monde de variabilité 2 - Utiliser la statistique: se confronter au hasard 3 - La statistique:
« Construction de la mixité (garçons/filles et hommes/femmes) dans les projets d’éducation, insertion, prévention, vie civile, animations et loisirs »
Accréditations How Societies Desire Brands Douglas B. Holt Principaux éléments à retenir Olivier Trendel.
Les « enquêtes d’analyse critique » en études sociales sur
Chapitre 2 Variables aléatoires 1. Variables aléatoires : définition Résultat d’une expérience dont l’issue est multiple (VARIABLE) et imprévisible (ALÉATOIRE)
Chapitre 6 Les tests d ’ hypoth è se 2 – Les tests du  2 (chi 2)
La méthode scientifique Sciences naturelles 8. Chanson - La méthode scientifique Comment les scientifiques font-ils leurs découvertes?
PNF CAP BAC PRO Maintenance des matériels mars 2016 Lycée Raspail Paris EXEMPLE D’ORGANISATION PEDAGOGIQUE Christophe OLIVEIRA Lycée Gustave EIFFEL.
1 M1 MQSE Cours n°2 1 - Rappels du cours n°1 2 - La statistique: un outil pour décrire.
Chapitre 5 Interprétation des données d’enquête 1.
Évaluation – Panorama 16 À l’étude…. Unité 16.1 Tu dois être capable de déterminer le caractère étudié d’une recherche de données :  qualitatif  quantitatif.
L’emprunt Lorsque qu’une personne (prêteur) prête une somme à une autre personne (emprunteur) il est généralement convenu de rembourser, à l ’échéance,
Consigne d’utilisation
STATISTIQUE DESCRIPTIVE
Les Statistiques.
Réalisé par : Sébastien Lachance MATHS 3 E SECONDAIRE LesSTATISTIQUES.
Séminaire Nouveaux Programmes de technologie Paris Diderot 24 mars 2016 Présentation des ressources pour le cycle 3. Lycée Diderot le 24 mars Samuel.
Les distributions en classes Reprise du cours ( semaine du 10 au 15 novembre 2014 ; Gr. 2 à 5 ) Rappel des formules pour la distribution simple : Correction.
Chapitre 5 Interprétation des données d’enquête 1.
Reprise du cours ( ) Chapitre 5 : interprétation des données d’enquêtes hasard  prudence  incertitude et imprécision formules : marge et fourchette.
En prélude Quelques brefs rappels 1. Moyenne  Un exercice (3.6, p. 34) o Données o Quelle est la densité moyenne de l’ensemble formé par le Bénin et.
AUTOMATISME Chapitre 2: Le GRAFCET.
Mesures à l’oscilloscope
Chapitre 2: Tension continue et tension variable I. Tension délivrée par un alternateur Toutes les centrales électriques possèdent un alternateur qui convertit.
par nature une discipline quantitative
Chapitre 3 : Caractéristiques de tendance centrale
chapitre 3 Les Statistiques
Transcription de la présentation:

II. Les variables quantitatives Taille d’enfants âgés de trois ans Nombre de clients arrivant à un guichet « Grand » nombre de valeurs « Petit » nombre de valeurs Impossibilité de les représenter toutes Possibilité de les représenter toutes

A. Tableau de dist° - variable quantitative discrète Un tableau de distribution permet de résumer l’information contenue dans un tableau de données en montrant la fréquence (ou le nombre d’apparition) de chacune des modalités (qui constituent donc des classes disjointes). Dans le cas d’une variable quantitative discrète, le tableau de distribution consiste, pour chacune des valeurs observées, à dénombrer le nombre d’observations. 1 2 3 4 5 6 7 8 9 10 11 12 1 2 3 4 5 6 7 8 9 10 11 12

A. Tableau de dist° - variable quantitative discrète Dans le cas d’une variable quantitative discrète, le tableau de distribution consiste, pour chacune des valeurs observées, à dénombrer le nombre d’observations. Valeurs Effectifs Fréquences cumulées Tableau croisé dynamique =NB.SI()

A. Tableau de dist° - variable quantitative discrète Effectif total : n (=21 dans cet exemple) Effectif de la modalité i (i=1,… 7 valeurs) : ni Fréquence de la modalité i (i=1,… 7) : fi=ni/n

A. Tableau de dist° - variable quantitative discrète 0% 5% 10% 15% 20% 25% 1 2 3 4 5 6 30% 40% 50% 60% 70% 80% 90% 100% Fréquences Fréquences cumulées Diagramme en batons

A. Tableau de dist° - variable quantitative discrète 1 2 3 4 5 6 -2 -1 7 8 0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%

B. Tableau de dist° - variable quantitative continue Un tableau de distribution dans le cas d’une variable quantitative continue (éventuellement discrète si le nombre de valeurs est trop important) consiste à regrouper (résumer) les valeurs au sein de classes disjointes (en nombre restreint) dont on doit définir les bornes. On utilise en général entre 5 et 10 classes en fonction du nombre d’éléments (individus) constituant l’échantillon.

B. Tableau de dist° - variable quantitative continue Les classes sont « en général » d’amplitudes égales (sauf si on désire obtenir des classes d’effectifs égaux où qu’il y a des valeurs extrêmes) et débutent par une valeur entière. 10 5 81 129 classes de Nombre minimale valeur - maximale Valeur » = =FREQUENCE()

B. Tableau de dist° - variable quantitative continue Les classes sont « en général » d’amplitudes égales (sauf si on désire obtenir des classes d’effectifs égaux où qu’il y a des valeurs extrêmes) et débutent par une valeur entière. 10 5 81 129 classes de Nombre minimale valeur - maximale Valeur » =

B. Tableau de dist° - variable quantitative continue 0% 5% 10% 15% 20% 25% 30% 35% [80;90[ [90;100[ [100;110[ [110;120[ [120;130[

B. Tableau de dist° - variable quantitative continue Autre type de représentation : Graphique stem and leaf Leaves (feuilles) 8 9 10 11 12 1 4 0 1 2 4 5 0 1 2 3 4 5 8 0 2 3 6 2 5 9 Stems (tiges)

B. Tableau de dist° - variable quantitative continue Lorsque les observations comptent des valeurs « extrêmes »… i x 1 2 26 56 51 69 76 75 101 85 126 97 151 113 176 134 8 27 52 77 102 86 127 152 177 3 12 28 53 78 103 128 153 114 178 4 16 29 57 54 79 104 129 98 154 179 136 5 17 30 55 80 105 87 130 99 155 115 180 6 25 31 59 81 106 88 131 156 116 181 137 7 32 82 107 132 157 182 138 33 60 58 83 108 133 158 117 183 139 9 40 34 70 84 109 89 159 118 184 10 48 35 61 110 135 160 120 185 11 50 36 111 90 161 186 140 37 62 71 112 162 121 187 142 13 38 63 163 188 143 14 39 64 91 164 189 145 15 65 92 165 122 190 147 41 66 72 141 166 191 42 67 93 167 123 192 148 18 43 68 94 168 193 149 19 44 119 144 169 194 20 45 74 95 170 124 195 21 46 96 146 171 196 22 47 172 197 23 73 173 198 24 49 174 199 100 125 150 175 200 200 observations  8 classes (199-2)/8  25 d’amplitude ¯ [0;25[ [25;50[ [50;75[ [75;100[ [100;125[ [125;150[ [150;175[ [175;200[

B. Tableau de dist° - variable quantitative continue Lorsque les observations comptent des valeurs « extrêmes », il peut être nécessaire/intéressant de créer des classes dont les amplitudes ne sont pas égales. Effectifs Fréquences Freq. Cumul. Amplitudes Densités [0;25[ 3 2% 25 0,12 [25;50[ 4 4% 0,16 [50;75[ 64 32% 36% 2,56 [75;100[ 62 31% 67% 2,48 [100;125[ 37 19% 85% 1,48 [125;150[ 16 8% 93% 0,64 [150;175[ 12 6% 99% 0,48 [175;200[ 2 1% 100% 0,08 200

B. Tableau de dist° - variable quantitative continue Lorsque les observations comptent des valeurs « extrêmes », il peut être nécessaire/intéressant de créer des classes dont les amplitudes ne sont pas égales. 2 8 9 1 2 9 3 4 3 5 7 5 0 0 1 1 2 2 3 3 3 4 4 4 4 4 4 5 5 5 6 6 6 7 7 9 9 6 0 0 1 1 2 2 2 2 3 5 5 6 6 6 6 7 7 8 9 9 9 9 9 9 9 9 7 0 0 0 1 1 1 1 2 2 2 2 4 4 5 5 5 5 5 6 6 7 7 7 8 9 8 0 0 1 1 1 2 2 2 3 3 4 4 4 5 5 5 5 5 6 6 6 7 8 8 8 9 9 9 0 0 0 1 2 2 3 4 4 5 6 6 6 7 7 7 7 7 8 9 9 9 9 10 1 1 2 3 3 3 9 9 9 9 9 11 0 0 1 1 1 3 3 3 4 4 5 6 6 7 8 12 0 0 1 1 1 2 2 3 3 3 4 9 9 13 0 0 3 4 4 4 6 6 7 8 9 9 9 14 15 0 3 5 7 16 0 1 1 4 6 7 8 17 1 18 19 1 9

B. Tableau de dist° - variable quantitative continue Lorsque les observations comptent des valeurs « extrêmes », il peut être nécessaire/intéressant de créer des classes dont les amplitudes ne sont pas égales. Densité : rapport entre effectifs et amplitude Amplitude : différence entre les bornes amplitude densité

B. Tableau de dist° - variable quantitative continue Lorsque les observations comptent des valeurs « extrêmes », il peut être nécessaire/intéressant de créer des classes dont les amplitudes ne sont pas égales. Densité : rapport entre effectifs et amplitude Amplitude : différence entre les bornes amplitude densité

B. Tableau de dist° - variable quantitative continue Lorsque les classes ne sont pas d’amplitudes égales (mais bornées), il est nécessaire de calculer leur densité pour pouvoir les représenter sous la forme d’un histogramme. Effectifs Fréquences Freq. Cumul. Amplitudes Densités [0;50[ 7 4% 50 0,14 [50;70[ 51 26% 29% 20 2,55 [70;90[ 52 55% 2,60 [90;110[ 34 17% 72% 1,70 [110;130[ 28 14% 86% 1,40 [130;150[ 14 7% 93% 0,70 [150;200[ 100% 0,28 200

B. Tableau de dist° - variable quantitative continue f F a =b i+1 -b Effectifs Fr é quences Freq . Cumul. Amplitudes Densit s [0;50[ [50;70[ [70;90[ [90;110[ [110;130[ [130;150[ [150;200[ 4% 26% 17% 14% 7% 29% 55% 72% 86% 93% 100% 50 20 7 51 52 34 28 14 200 0.14 2.55 2.60 1.70 1.40 0.70 0.28 d i =n /a 10 20 30 40 50 100 200 60 150 0.5 1 1.5 2 2.5 50 100 150 200 3 1 2

B. Tableau de dist° - variable quantitative continue