Chapitre 4: Caractéristiques de dispersion

Slides:



Advertisements
Présentations similaires
Objectifs du chapitre 2 d’Howell sur les statistiques descriptives
Advertisements

Mesures à l’oscilloscope
Généralisation de la comparaison de moyennes par Analyse de la variance (ANOVA)
Chapitre 5. Modèles probabilistes continus Variable aléatoire continue et loi de probabilité continue Loi uniforme Loi exponentielle Loi normale Loi normale.
Utilisation du logiciel EduStat © Distribution de fréquences simples Les compilations.
Dr. Tarek Barhoumi statistiques descriptives Statistiques descriptives Dr. Tarek Barhoumi.
annuités, mensualités remboursements constants VPM pendant une période ininterrompue
Calcul et interprétation de taux de variation
Chapitre 4: Variation dans le temps
PIB en valeur et en volume
Statistiques descriptives univariées
Reprise du cours ( ) Aujourd’hui :
Chapitre 4: Variation dans le temps
Chapitre 3: Esquisser le graphique d’une fonction
Direction Régionale Tanger- Tétouan مديــرية جهــة طنجــة – تطــوان
Mesures de Variation, Coefficient Multiplicateur, Taux de Variation
Exercices corrigés de statistiques
I Définition chapitre 1 Les Matrices.
chapitre 4 : Analyse de fonctions.
Fonctions.
Organisation des Données et Représentations Graphiques
Comment mesurer les inégalités ?
à la production industrielle
Introduction aux Statistiques Variables aléatoires
Utiliser des caractéristiques de position et de dispersion
Statistiques Sociales LC3
Les diagrammes de quartiles
Méthode Taguchy Analyse de la variance Anavar
Troisième Chapitre 3: Statistiques
Introduction aux statistiques Intervalles de confiance
Exercice 12 : On possède les relevés mensuels de la température à Madrid et Mexico. 1°) Quels calculs statistiques permettent de répondre à la question.
L’OUTIL D’ANALYSE ET DE MANAGEMENT DE L’EQUIPE: LE TABLEAU DE BORD
Méthodologie scientifique
Pourquoi étudier la statistique ?
POL1803: Analyse des techniques quantitatives
Chapitre 3 : Caractéristiques de tendance centrale
Gestion de Stocks & Achats
Programme financé par l’Union européenne
Généralités sur les fonctions
Question 1 Calculer 5% de 70 euros..
NUMERATION et REPRESENTATION DES NOMBRES
Statistique descriptive Bivariée
Cours du Professeur TANGOUR
Les indices simples Définition
Présentation 3 : Sondage aléatoire simple
Mesures de Position Dispersion et Forme
STAT D103 Esteban Callejas Perez H.4.145
Chapitre 7: Séries chronologiques
Présentation 4 : Sondage stratifié
Présentation 9 : Calcul de précision des estimateurs complexes
BTS INFORMATIQUE DE GESTION
Les graphiques semi-logarithmiques
Les historiques de cours
chapitre 3 Les Statistiques
Position, dispersion, forme
Chapitre 8 : Organisation et gestion de données
Jean-Sébastien Provençal
Les calculs usuels sur les prix
Présentation 6 : Sondage à plusieurs degrés
Des chiffres pour être compris
Analyse des données et complémentarité des sources
Dans toutes les séries technologiques, les compétences de la démarche scientifique structurent la formation en physique-chimie et les évaluations. Compétences.
Statistiques et probabilités
μ = N 3) Moyenne d’une série discrète : ∑ ni xi que l’on peut noter
Soient les séries suivantes :
Les séquences au 2e cycle du secondaire
Exercice 2 Soient les notes obtenues dans une classe par les élèves, et leur appartenance aux groupes 1 ou 2 : 8(groupe 1), 9(groupe 2), 11(groupe 2),
De la mesure au résultat
Atelier sur la mesure Rencontre IREM 21 Juin 2019.
Automatismes 1ere Technologique
Transcription de la présentation:

Chapitre 4: Caractéristiques de dispersion Programme d’appui au renforcement de la gestion des finances publiques et des statistiques (par-gs) Formation du personnel non statisticien des ministères sectoriels FORMATION EN STATISTIQUE DESCRIPTIVE Novembre 2015 Chapitre 4: Caractéristiques de dispersion

Caractéristiques de dispersion Elles servent à mesurer la variabilité de la variable statistique et de juger de la pertinence (représentativité) de la caractéristique de tendance centrale.

Caractéristiques de dispersion L’étendue C’est la différence entre la plus grande et la plus petite valeur observée Exemple: Soient les salaires mensuels en milliers de FCFA des employés d’une entreprise industrielle Y dans la ville de Bobo-Dioulasso. 109, 120, 123, 105, 110, 590, 112 Etendue= 590-105= 485

Caractéristiques de dispersion L’intervalle interquartile C’est la différence entre le 3ème et le 1er quartile. 𝐼 𝑄 = 𝑄 3 − 𝑄 1 On définit de la même façon: l’intervalle inter-décile (ID=D9-D1) l’intervalle inter-centile (IC=C99-C1).

Caractéristiques de dispersion L’utilisation de ces intervalles permet d’éliminer l’influence des valeurs extrêmes qui sont des valeurs rares ou aberrantes.

Caractéristiques de dispersion Ecart absolu moyen C’est la moyenne des écarts absolus entre chaque observation et la moyenne. 𝐸𝑀= 1 𝑁 𝑖=1 𝑁 𝑥 𝑖 − 𝑋 : Cas simple Ou encore 𝐸𝑀= 1 𝑁 𝑖=1 𝑁 𝑁 𝑖 × 𝑥 𝑖 − 𝑋  : Cas avec pondération

Caractéristiques de dispersion L’écart absolu moyen mesure la dispersion des valeurs observées d’une variable statistique autour d’une valeur centrale. Une valeur faible de l’écart absolu moyen traduit une faible dispersion des valeurs autour de la valeur centrale. Cependant la comparaison de cette caractéristique pour deux séries est difficile car sa valeur dépend de l’ordre de grandeur (échelle ou unité de mesure) des observations.

Caractéristiques de dispersion La variance La variance est la moyenne des écarts (élevés au carré) des valeurs observées par rapport à la moyenne arithmétique de la série. On la note 𝑉(𝑋) pour une variable notée X. 𝑉 𝑋 = 1 𝑁 𝑖=1 𝑁 (𝑥 𝑖 − 𝑋 ) 2  : Cas simple Ou encore 𝑉 𝑋 = 1 𝑁 𝑖=1 𝑁 𝑁 𝑖 × ( 𝑥 𝑖 − 𝑋 ) 2 : Cas avec pondération

Caractéristiques de dispersion L’écart type L’écart-type est la racine carrée de la variance. On le note 𝜎 𝑋 ou 𝜎 𝑋 Sa formule est : 𝜎 𝑋 = 𝑉(𝑋 = 1 𝑁 𝑖=1 𝑁 (𝑥 𝑖 − 𝑋 ) 2

Caractéristiques de dispersion L’écart-type et la variance mesurent la dispersion de la variable autour de la moyenne. Ainsi, des valeurs élevées (respectivement faibles) de ces caractéristiques traduisent une grande (respectivement faible) dispersion des valeurs autour de la moyenne.

Caractéristiques de dispersion Exemple: Le tableau suivant présente les recettes exécutées par les communes de Tapoa entre 2007 et 2013 (en millions de FCFA). Tapoa 2007 2008 2009 2010 2011 2012 2013 Recettes 228,5 263,3 434,3 802,3 791,9 1027,6 982,9 Calcul de la variance et de l’écart type

Caractéristiques de dispersion 1. La recette moyenne sur cette période Recette moyenne 𝑿 = 1 7 (228,5 + 263,3 + 434,3 + 802,3 + 791,9 + 1027,6 + 982,9) = 647,26

Caractéristiques de dispersion 2. La variance Var (X)= 1 𝑁 𝑖=1 𝑁 X² - ( 𝑿) 𝟐 V (X) = 1 7 (228,5² + 263,3² + 434,3² + 802,3² + 791,9² + 1027,6² + 982,9²) -647,262 = 95 768,88 3. Ecart type: 𝑉𝑎𝑟 𝑋 𝜎 𝑋 =309,47

Caractéristiques de dispersion Le coefficient de variation Le coefficient de variation de l’écart-type est le rapport entre l’écart-type et la moyenne de la distribution. On le note 𝐶𝑉 𝜎 𝐶𝑉 𝜎 = 𝜎(𝑋) 𝑋 = 𝐸𝑐𝑎𝑟𝑡 𝑡𝑦𝑝𝑒 𝑀𝑜𝑦𝑒𝑛𝑛𝑒 De façon analogue, on définit le coefficient de variation de l’intervalle interquartile par : 𝐶𝑉 𝑄 = 𝐼 𝑄 𝑀 𝑒 = 𝑄 3 − 𝑄 1 𝑄 2

Caractéristiques de dispersion Contrairement aux autres indicateurs de dispersion, le coefficient de variation est sans unité de mesure. On l’exprime souvent en pourcentage. Le coefficient de variation présente l’avantage de ne pas être sensible à l’ordre de grandeur de la variable mais seulement à la dispersion des valeurs autour de la moyenne

Caractéristiques de dispersion Exemple: Dans l’exemple ci-dessus, le coefficient de variation est: 𝐶𝑉 𝜎 = 𝜎(𝑋) 𝑋 = 𝐸𝑐𝑎𝑟𝑡 𝑡𝑦𝑝𝑒 𝑀𝑜𝑦𝑒𝑛𝑛𝑒 = 0,478

Caractéristiques de dispersion Exemple du cas avec pondération: Les salaires mensuels en milliers FCFA de 36 employés d’une entreprise industrielle se résument comme suite dans le tableau: 1 2 3 4 5 6 7 Total Salaires mensuels( 𝑋 𝑖 ) 109 120 123 105 110 590 112 Nombre d'employés ( 𝑁 𝑖 ) 8 36

Caractéristiques de dispersion Calcul de la moyenne pondérée: Application numérique: 𝑋 = 1 36 (6x109+ 4x120+ 2x123+ 3x105+ 5x110 + 8x590 + 8x112) = 218,4

Caractéristiques de dispersion Calcul de la variance pondérée: Application numérique: Var(X) = 1 36 (6x109²+ 4x120²+ 2x123²+ 3x105²+ 5x110² + 8x590² + 8x112²)- 218,4 2 = 39 481, 5