Nature des Données Slides知识 Module 01
Nature des Données
Introduction aux fondements de l'analyse statistique : des variables aux échelles de mesure.
Statistiques Exploratoires • Université
Qu'est-ce que la Statistique ?
La science de la collecte, de l'organisation, de l'analyse et de l'interprétation des données.
Deux branches majeures
Descriptive : Résumer et décrire les données.
Inférentielle : Tirer des conclusions sur une population à partir d'un échantillon.
Population
Échantillon
Inférence
Classification des Variables
Comment classer ce que nous mesurons ?
Qualitatives (Catégorielles)
Décrivent une qualité ou une catégorie non numérique.
Nominale
Ex: Couleur, Genre
Ordinale
Ex: Niveau d'accord, Rang
Quantitatives (Numériques)
Mesurent une quantité avec des nombres réels.
Discrète
Compte (entiers)
Continue
Mesure (décimaux)
La Hiérarchie des Échelles (NOIR)
N
Nominale
Étiquettes ou noms uniquement. Pas d'ordre mathématique.
Ex: État civil
O
Ordinale
Les catégories peuvent être ordonnées, mais les écarts sont inconnus.
Ex: Mention (AB, B, TB)
I
Intervalle
Différences significatives. Pas de "zéro absolu".
Ex: Température (°C)
R
Rapport
Zéro absolu existant. Les ratios ont un sens mathématique.
Ex: Salaire, Poids
Nature des Données Lab知识 Lab de Classification
Module 01: Introduction & Types de Données
Étudiant:
Date:
Exercice 1: Population vs Échantillon
Un chercheur en psychologie souhaite étudier l'impact du sommeil sur les résultats aux examens des 15 000 étudiants de son université. Il interroge 350 étudiants choisis au hasard à la bibliothèque.
A. Quelle est la population de cette étude ?
B. Quel est l'échantillon ?
C. S'agit-il de statistiques descriptives ou inférentielles s'il généralise ses résultats ?
Exercice 2: Grille de Classification
Variable Qualitative ou Quantitative Discrète ou Continue Échelle (N, O, I, R) Le poids d'un nouveau-né (kg) Le numéro de téléphone N/A Satisfaction (Pas du tout à Tout à fait) N/A Nombre de voitures par ménage Température de l'eau (°C)
Exercice 3: Analyse de Ratio
Expliquez pourquoi la température en Celsius n'appartient pas à l'échelle de Rapport, alors que le poids d'un objet y appartient. Que se passe-t-il si on compare "20°C" et "10°C" ?
Nature des Données Corrigé知识 Correction
Lab de Classification
Guide du Formateur - Module 01
Solutions: Population vs Échantillon
A. Population
Les 15 000 étudiants de l'université.
B. Échantillon
Les 350 étudiants interrogés à la bibliothèque.
C. Type de statistique
Inférentielle
Note: Le chercheur utilise une petite partie pour généraliser à l'ensemble (inférence).
Solutions: Grille de Classification
Variable Nature Précision Échelle Poids (kg) Quantitative Continue Rapport Numéro de téléphone Qualitative N/A Nominale Satisfaction Qualitative N/A Ordinale Nombre de voitures Quantitative Discrète Rapport Température (°C) Quantitative Continue Intervalle
Solution: Analyse de Ratio
"En Celsius, le zéro est arbitraire (point de congélation de l'eau) et ne signifie pas une absence totale de chaleur. Par conséquent, 20°C n'est pas 'deux fois plus chaud' que 10°C. En revanche, pour le poids, 0 kg signifie une absence de masse, et 20 kg est mathématiquement le double de 10 kg."
Tendance et Dispersion Slides知识 Module 02
Tendance & Dispersion
Comment résumer une série de données avec précision et mesurer l'incertitude.
Le "Centre" des Données
Moyenne
\[ \bar{x} = \frac{\sum x_i}{n} \]
Le point d'équilibre.
Médiane
La valeur qui coupe la distribution en deux parties égales (50% au-dessus, 50% en-dessous).
Robuste aux extrêmes
Mode
La valeur la plus fréquente dans l'échantillon.
Utile pour les données qualitatives
Pourquoi la dispersion ?
La moyenne seule est trompeuse. Nous devons savoir si les données sont regroupées ou étalées.
\( s^2 \)
Variance
Moyenne des carrés des écarts.
\( s \)
Écart-Type
Racine carrée de la variance. Exprimé dans la même unité que les données.
Étalé (s élevé)
Groupé (s faible)
La Forme des Données
Symétrique
Moyenne \(\approx\) Médiane \(\approx\) Mode
Asymétrie Positive
Queue vers la droite. Moyenne > Médiane.
Tendance et Dispersion Calculs知识 Fiche de Calcul
Module 02: Tendance & Dispersion
ID Étudiant
Série de Données A
Voici les notes obtenues par un groupe de 10 étudiants à un examen de statistiques (sur 100) :
Moyenne (\(\bar{x}\))
Médiane
Mode
Interprétation de la forme
La distribution est-elle symétrique ou asymétrique ? Pourquoi ?
Calcul de Dispersion
Considérez les deux entreprises suivantes et les salaires annuels (en k€) de leurs 5 employés :
Entreprise Alpha
30, 32, 31, 29, 33
Entreprise Beta
20, 50, 15, 60, 10
1. Calculez l'écart-type pour chaque entreprise :
\( s_{Alpha} \)
\( s_{Beta} \)
2. Analyse de risque :
Si vous cherchez un salaire stable, laquelle choisiriez-vous ? Justifiez par les chiffres.
Rappel des Formules
Variance: \( s^2 = \frac{\sum (x_i - \bar{x})^2}{n-1} \) | Écart-type: \( s = \sqrt{s^2} \)
Tendance et Dispersion Corrigé知识 Correction
Calculs de Tendance & Dispersion
Guide de Solutions - Module 02
1
Série A : Analyse des Notes
Moyenne (\(\bar{x}\))
74,4
\( \frac{744}{10} \)
Médiane
78
Série ordonnée : ... 78, 78 ...
Mode
78
Apparaît 3 fois
Analyse de la Forme :
La distribution présente une asymétrie négative (à gauche). En effet, la Moyenne (74,4) < Médiane (78). La note de 45 est une valeur extrême basse qui "tire" la moyenne vers le bas.
2
Dispersion des Salaires
Entreprise Alpha
Moyenne = 31 k€
Écarts au carré : 1, 1, 0, 4, 4
Écart-type (\(s\)) 1,58 k€
Entreprise Beta
Moyenne = 31 k€
Écarts au carré : 121, 361, 256, 841, 441
Écart-type (\(s\)) 21,18 k€
Conclusion :
Bien que les deux entreprises aient la même moyenne de 31 k€, l'Entreprise Alpha est beaucoup plus stable. L'écart-type y est très faible (1,58), indiquant que tous les employés gagnent un salaire proche de la moyenne. Chez Beta, l'inégalité est extrême (s=21,18).
Art de la Visualisation Slides知识 Module 03
Art de la Visualisation
Transformer des chiffres bruts en récits visuels clairs et honnêtes.
Quel graphique pour quelles données ?
Qualitatives
Quantitatives
L'Histogramme
Contrairement au diagramme en bâtons, les barres sont collées car elles représentent un continuum numérique.
Éléments clés :
Axe X : Classes (intervalles)
Axe Y : Fréquence (effectif)
La Boîte à Moustaches
Outlier
Valeur aberrante
Min (Q0)
Extrémité gauche
Médiane (Q2)
50% des données
Q3
75% des données
Max (Q4)
Extrémité droite
Art de la Visualisation Lab知识 Lab de Visualisation
Module 03: Construction & Analyse
Exercice 1: Construire un Histogramme
Le tableau suivant présente le temps (en minutes) passé sur les réseaux sociaux par 20 étudiants hier.
Classe (Minutes) Effectif (ni) [0 - 30[ 3 [30 - 60[ 5 [60 - 90[ 8 [90 - 120[ 3 [120 - 150] 1
Effectif (ni)
Classes (Temps)
Tracez l'histogramme ici
Exercice 2: Analyse Comparative
Observez les deux boîtes à moustaches ci-dessous représentant les résultats au test d'aptitude de deux départements (A et B) d'une grande école.
020406080100
A
B
1. Quel groupe présente la performance la plus élevée en général ? Justifiez.
2. Lequel est le plus hétérogène (plus dispersé) ?
3. Que signifie le cercle à gauche du groupe B ?
Art de la Visualisation Corrigé知识 Correction
Art de la Visualisation
Guide du Formateur - Module 03
Corrigé : Histogramme
Aperçu de la distribution attendue
0306090120150
Note : Les barres doivent être adjacentes (collées). Le sommet se situe dans la classe [60-90[, indiquant une distribution symétrique centrée autour de 75 minutes.
Corrigé : Analyse Comparative
1. Performance générale
Le Groupe B a une performance plus élevée. Sa médiane (environ 75) est nettement supérieure à celle du groupe A (environ 40).
2. Hétérogénéité
Le Groupe A est plus hétérogène. L'écart interquartile (la largeur de la boîte) et l'étendue totale (moustaches) sont plus grands que chez B.
3. Valeur Aberrante (Outlier)
Le cercle représente une valeur aberrante. C'est un étudiant du département B qui a obtenu un score exceptionnellement bas par rapport au reste de son groupe.
La Courbe en Cloche Slides知识 Module 04
La Courbe en Cloche
Introduction à la loi normale et à la puissance du Score Z.
Loi Normale \( N(\mu, \sigma) \)
Un modèle mathématique qui décrit de nombreux phénomènes naturels (taille, QI, erreurs de mesure).
Propriétés Clés
Symétrique par rapport à la moyenne (\(\mu\)).
Moyenne = Médiane = Mode.
L'aire totale sous la courbe est égale à 1 (100%).
\(\mu\)
La Règle du 68 - 95 - 99.7
Où se cachent les données ?
68%
se situent à
95%
se situent à
99.7%
se situent à
Le Score Z : Standardisation
La Formule Magique
\[ Z = \frac{x - \mu}{\sigma} \]
"Le score Z nous dit à combien d'écarts-types une valeur se trouve par rapport à la moyenne."
Z positif : La valeur est au-dessus de la moyenne.
-
Z négatif : La valeur est en-dessous de la moyenne.
0
Z = 0 : La valeur est égale à la moyenne.
La Courbe en Cloche Pratique知识 Mission Score Z
Module 04: Applications de la Loi Normale
Matricule Étudiant
01
Le Cas des Examens de Droit
Moyenne (\(\mu\)) = 65 | Écart-type (\(\sigma\)) = 10
A. Marc a obtenu 75. Calculez son score Z.
Zone de calcul
Que signifie ce résultat par rapport au reste de la classe ?
B. Julie a un score Z de -1.5. Quelle est sa note réelle ?
Zone de calcul
Note réelle (x) :
La Règle Empirique en Pratique
Supposons que le temps de trajet pour se rendre à l'université suit une loi normale avec \(\mu = 40\) min et \(\sigma = 5\) min.
1
Quel pourcentage d'étudiants mettent entre 35 et 45 minutes ?
2
Quel pourcentage mettent plus de 50 minutes ? (Aidez-vous d'un schéma)
Atelier Graphique
Tracez une courbe normale. Marquez la moyenne et les zones correspondant à 1, 2 et 3 écarts-types.
La Courbe en Cloche Corrigé知识 Correction Officielle
Mission Score Z
Guide du Formateur - Module 04
Corrigé : Cas des Examens
A. Score Z de Marc
\( Z = \frac{75 - 65}{10} = \frac{10}{10} = \mathbf{+1} \)
Interprétation : Marc se situe exactement à 1 écart-type au-dessus de la moyenne. Il a mieux réussi que 84% de la classe environ.
B. Note de Julie
\( x = \mu + Z\sigma \)
Conclusion : Julie a obtenu une note de 50/100.
Corrigé : Temps de Trajet
1
Intervalle [35, 45]
Cela correspond à \( \mu \pm 1\sigma \). Selon la règle empirique, cet intervalle contient 68% des observations.
2
Plus de 50 minutes (\( > \mu + 2\sigma \))
Entre \(\mu \pm 2\sigma\), on a 95%. Il reste 5% dans les deux queues combinées. Comme la courbe est symétrique, la queue de droite contient 2,5%.
Rappel de Concept
Toujours encourager les étudiants à dessiner la courbe avant de calculer. La visualisation évite les erreurs de signe sur les scores Z et aide à comprendre si la probabilité cherchée doit être petite ou grande.
