Statistiques. Didier Müller, Août

Statistiques
Didier Müller, août 2006
www.apprendre-en-ligne.net
Table des matières
1. Statistique descriptive
1.1. Un peu d'histoire............................................................................................................................................................1
1.2. Vocabulaire....................................................................................................................................................................1
1.3. Cas discret......................................................................................................................................................................1
1.4. Cas continu....................................................................................................................................................................5
1.5. D'autres moyennes.........................................................................................................................................................9
1.6. Ce qu'il faut absolument savoir...................................................................................................................................10
2. Ajustements
2.1. Un peu d'histoire..........................................................................................................................................................11
2.2. Ajustement affine graphique........................................................................................................................................11
2.3. Droite de Mayer...........................................................................................................................................................12
2.4. Ajustement analytique par la méthode des moindres carrés........................................................................................12
2.4. Coefficient de corrélation linéaire...............................................................................................................................15
2.5. Autres ajustements.......................................................................................................................................................16
2.6. Ce qu'il faut absolument savoir...................................................................................................................................19
STATISTIQUE DESCRIPTIVE 1
1. Statistique descriptive
1.1. Un peu d'histoire
Comment interpréter « l'avalanche de chiffres » de la réalité sans outils théoriques ?
L'humanité a mis fort longtemps avant de découvrir des procédés de calcul efficaces et
des représentations pertinentes. Depuis, ces outils ont envahi tous les domaines de la
connaissance. Il semble que les premiers paramètres de position qui aient été utilisés
soient le mode, valeur apparaissant le plus fréquemment, et le « milieu de l'intervalle
défini par les valeurs extrêmes ». La moyenne arithmétique apparaît clairement dans
l'œuvre de l'astronome danois Tycho Brahé (1546-1601) qui, en constituant un
ensemble de données sur le mouvement des planètes, permit à Kepler de formuler ses
lois. En 1722, Roger Cotes, qui dispose d'observations qui ne sont pas toutes aussi
fiables, propose d'utiliser une moyenne pondérée dont les coefficients sont inversement
proportionnels à la dispersion des erreurs d'observations. On peut noter que la médiane
voit naître son intérêt à la même époque, en 1757. La variance naît au 19e siècle avec les
moindres carrés. Gauss lui préfère l'écart-type.
La représentation graphique quantitative trouve son origine dans la construction de
cartes géographiques. Les plus anciennes datent d'environ 6000 ans, gravées sur des
tablettes d'argile, en Mésopotamie. Les graphiques statistiques sont plus récents.
William Playfair (1759-1823) publiera à Londres des ouvrages dans lesquels on trouve
des graphiques de grande qualité (voir ci-contre) et entre autres le premier diagramme
en barres connu ainsi que, une peu plus tard, le premier diagramme en secteurs.
1.2. Vocabulaire
En statistique, on désigne par population tout ensemble d'objets de même nature. Ces
Exemples de caractère d'une objets présentent tous un certain caractère qu'il s'agit d'étudier pour en révéler les
population : tendances principales. Lorsque la population est trop vaste pour l'étudier dans son
• durées de vie d'ampoules ensemble, on en prélève au hasard un échantillon que l'on étudie. La taille de cet
• poids de poulets d'élevage échantillon devra bien sûr être suffisamment grande pour pouvoir tirer des conclusions
• notes de math des élèves sur la population totale. Le caractère étudié est soit de nature discrète (il ne peut
d'une classe prendre que des valeurs réelles isolées, par exemple les notes entre 1 et 6 évaluées au
demi-point), soit de nature continue (il peut prendre toute valeur d'un certain intervalle
réel, comme la vitesse d'une voiture).
Les tableaux et les graphiques donnent une bonne idée de la manière dont un caractère
est distribué, mais on cherche souvent à illustrer cette distribution de manière beaucoup
plus sommaire par quelques nombres caractéristiques. Parmi ceux-ci, les mesures de
tendance centrale (aussi appelées paramètres de position) jouent un rôle essentiel. La
plus connue est la moyenne, mais on utilise aussi la médiane ou le mode.
Les mesures de tendance centrale ne suffisent pas à donner une idée de la manière dont
les valeurs sont distribuées au voisinage de ces valeurs centrales. Aussi est-il utile
d'introduire une mesure de la dispersion. La plus utilisée est l'écart-type. Dans le cas
continu, l'intervalle semi-interquartile est aussi très fréquent.
1.3. Cas discret

Dans une classe de 26 élèves, la maîtresse a relevé les notes suivantes :
On utilisera cet exemple 44531546243555045633525443
pour illustrer les notions
Afin d'y voir plus clair, elle regroupe les notes dans un tableau. Dans la première
de ce paragraphe.
colonne, elle numérote les 7 observations possibles, dans la deuxième, elle inscrit les
valeurs de ces observations (les notes), et dans la dernière elle note les effectifs, i.e. le
nombre de fois qu'apparaît chaque valeur.
DM - LCP - 2007 Cahier Statistiques

2 CHAPITRE 1
Tableau 1
Notes Élèves
Observations i Valeurs xi Effectifs ni
Les premières statistiques sont 1 0 1
probablement les recensements 2 1 1
effectués à propos des individus et 3 2 2
de leurs biens, il y a 4'500 ans 4 3 5
en Mésopotamie et en Égypte. 5 4 7
6 5 8
7 6 2
De nos jours, les sondages d'opinion Effectif total :
7
sont courants. Les statistiques
n= ∑ ni =26
sont très utilisées par les assurances. i =1
N
Notation : ∑ xi = x1  x2  x N
i=1
Avec les données du tableau ci-dessus, calculez les expressions suivantes :

Exercice 1.1
5 6 4 4 4
a. ∑ xi b. ∑ nk c. ∑ n i xi d. ∑ ni ∑ x j
i=2 k =1 i=1 i=1 j=1
Les deux représentations graphiques les plus courantes sont l'histogramme (diagramme
Représentations en bâtons) et le diagramme à secteurs (communément appelés « camemberts »).
graphiques Les deux graphiques suivants sont dessinés d'après les données présentées dans le
tableau 1.
9
8
7
6
5
Ef f ectif s
4
3
2
1
0
0 1 2 3 4 5 6
Notes
Histogramme Diagramme à secteurs
On peut évidemment ajouter un côté « artistique » aux graphiques, comme

dans l'exemple ci-dessous :
Cahier Statistiques DM - LCP - 2007

La moyenne est la plus connue des mesures de tendance centrale. Elle s'obtient en
Moyenne
divisant la somme des valeurs par le nombre de valeurs (n) :
(mesure de tendance
7
centrale)
∑ n i xi
x= i=1
n
En utilisant les données du tableau 1, on trouve :
1⋅01⋅12⋅25⋅37⋅48⋅52⋅6 100
x= = =3.846
26 26
Remarque La moyenne est influencée par toutes les valeurs et est malheureusement très sensible
aux valeurs extrêmes, au point d'en perdre parfois une bonne partie de sa
représentativité, surtout dans des échantillons de petite taille. Ainsi la moyenne des six
salaires mensuels suivants
3'500 4'200 4'600 5'000 6'200 36'500
est égale à 10'000 (!), alors qu'un seul salaire dépasse cette moyenne.
Si l'on désire se faire une idée de la manière dont les valeurs du caractère s'écartent de la
Variance et écart- moyenne x de ce caractère, on calcule la moyenne des écarts quadratiques :
type
(mesure de dispersion)
∑ ni  xi – x 2 ∑ ni x 2i
= = – x2
La deuxième expression est plus n n
agréable pour les calculs.
ν est la variance de l'échantillon. L'écart-type σ est la racine carrée de la variance.
Vos calculatrices comprennent
des touches spéciales pour = 
calculer efficacement la
moyenne et l'écart-type. En utilisant les données du tableau 1, on trouve :
Consultez votre mode d'emploi !
100 438 2
x= =3.846 ; = – 3.846 =16.846 – 14.793=2.053 . D'où = =1.433 .
26 26
Remarque Quand on calcule la variance d'un échantillon (et non de la population entière), le
dénominateur est n–1.
Les trois élèves suivants ont 4 de moyenne. Et pourtant, ils sont très différents. Calculez
Exercice 1.2 l'écart-type de leurs quatre notes. Que constatez-vous ?
a. 4 4 4 4 b. 2 2 6 6 c. 2 3 5 6
On trie tout d'abord les n valeurs par ordre croissant :

Médiane
01223333344444445555555566
(mesure de tendance
centrale) La médiane est simplement la valeur qui se trouve au milieu : x = x n1 .
2
1
Si n est pair, on prend la moyenne des deux valeurs du milieu : x =  x n  x n  .
2 2 2
1
1 1 44
Avec les données du tableau 1, x =  x n  x n 1=  x 13 x14 = =4 .
2 2 2 2 2
Remarque La médiane n'est pas affectée par les valeurs extrêmes de la distribution.

4 CHAPITRE 1
Méthode de calcul
Intervalle semi-
1. Trier les données dans l'ordre croissant.
interquartile 2. Diviser les données en deux groupes de taille égale : le groupe A avant la médiane et
(mesure de dispersion) le groupe B après la médiane (si l'échantillon de départ a une taille impaire, rajouter
la médiane en tête du groupe B).
3. Calculer la médiane du groupe A, que l'on appellera Q1.
4. Calculer la médiane du groupe B, que l'on appellera Q3.
Remarque : Q – Q1
5. L'intervalle semi-interquartile (isi) vaut : isi= 3
par convention, Q2 =x 2
Reprenons les données du tableau 1 :
Groupe A Groupe B
0122333334444 4445555555566
Q1=3 Q3=5
5–3
isi= =1
2
Le mode est par définition la valeur la plus fréquente dans une série de données.
Mode
(mesure de tendance En lisant le tableau 1, on constate que, dans cet exemple, le mode vaut 5.
centrale)
Remarques Le mode n'est pas affecté par les valeurs extrêmes de la distribution.
Selon la série de données, il peut y avoir plusieurs modes.
Lors d'une journée, on a relevé les âges de 20 personnes venant se présenter à l'examen
Exercice 1.3 théorique du permis de conduire :
18 19 19 23 36 21 57 23 22 19
Utilisez les touches spéciales de 18 18 20 21 19 26 32 19 21 20
votre machine pour calculer la
Calculez la moyenne, la médiane, le mode, la variance, l'écart-type et l'intervalle semi-
moyenne et l'écart-type.
interquartile de ces valeurs.
Au laboratoire de physique, une série de mesures de l'accélération de la pesanteur

Exercice 1.4 terrestre a donné les résultats suivants :
9.95 9.85 10.13 9.69 9.47 9.98 9.87 9.46 10.00
Calculez la moyenne et l'écart-type des résultats.
Le professeur de maths m'a dit : « C'est bien ; disons plutôt que c'est pas mal : tu as 4.5
Exercice 1.5 de moyenne sur les cinq notes du semestre ». Sachant qu'aux quatre premières j'ai eu
5.2, 3.1, 4.4 et 4.2, quelle est ma note à la dernière épreuve ?
41'250'000 personnes d'un pays ont atteint leur taille définitive (1.67 mètres en
Exercice 1.6 moyenne). Si l'on vous dit que, dans ce pays, la femme moyenne mesure 1.61 mètres et
l'homme moyen 1.74 mètres, sauriez-vous en déduire de combien le nombre de femmes
dépasse le nombre d'hommes dans ce pays ?
Chaque élève de la classe est prié de relever le prix de trente articles différents choisis
Exercice 1.7 au hasard, soit en se promenant dans un grand magasin, soit en parcourant un catalogue
(exercice de classe) de vente par correspondance. Il notera ensuite combien de fois apparaît chaque premier
chiffre significatif (le chiffre tout à gauche, 0 excepté), i.e. combien de fois le prix des
articles commence par un 1, par un 2, …, et par un 9.
Jouez le jeu ! Les résultats seront rassemblés et analysés en classe.

1.4. Cas continu

Lorsqu'il y a trop de valeurs discrètes, ou lorsque le caractère de la population est de
nature continue, on regroupe les valeurs en classes de même amplitude.
Tableau 2
Temps Centres des classes Effectifs
(classes) xi ni
Lors d'une course de vitesse, les 40 participants [43-45[ 44 2
ont mis les temps ci-contre pour effectuer le [45-47[ 46 3
parcours. [47-49[ 48 7
On représente ces données par un histogramme [49-51[ 50 11
dans lequel chaque classe (ici d'amplitude 2) [51-53[ 52 8
se voit attribuer un rectangle dont l'aire est [53-55[ 54 6
proportionnelle à l'effectif de la classe. [55-57[ 56 3
n = 40
Dans le cas continu, le mode se trouve dans la classe ayant le plus grand effectif (la
Mode classe modale).
b
Il se calcule sur l'histogramme ainsi : mode = ac⋅
bd
2⋅4
Ci-dessous : mode = 49 =50.14...
43
Il peut y avoir plusieurs classes

modales, donc plusieurs modes.
Il est souvent intéressant de faire figurer dans un tableau statistique, pour chaque valeur
Fréquences et (ou pour chaque classe) xi que peut prendre le caractère, la proportion fi des individus
fréquences qui présentent cette valeur xi . Ces proportions sont appelées fréquences.
cumulées n
Si n est l'effectif total, alors par définition f i = i .
n
La fréquence cumulée F(x) est la proportion des individus qui présentent des valeurs xi
inférieures ou égales à x. Elle se calcule en additionnant toutes les fréquences fi
correspondant aux xi tels que xi ≤ x.
Tableau 3
Classes Centres des Effectifs Fréquences Fréquences
(temps) classes xi ni fi cumulées F(xi+1)
[43-45[ 44 2 2/40 = 0.050 2/40 = 0.050
[45-47[ 46 3 3/40 = 0.075 5/40 = 0.125
[47-49[ 48 7 7/40 = 0.175 12/40 = 0.300
[49-51[ 50 11 11/40 = 0.275 23/40 = 0.575
Ce tableau représente les vitesses [51-53[ 52 8 8/40 = 0.200 31/40 = 0.775
de 40 voitures mesurées dans un [53-55[ 54 6 6/40 = 0.150 37/40 = 0.925
village. [55-57[ 56 3 3/40 = 0.075 40/40 = 1.000
∑ = 40 ∑=1

6 CHAPITRE 1
On obtient le polygone des fréquences cumulées ci-dessous :
Le polygone des fréquences

cumulées commence à une
ordonnée de 0 et finit en 1.
La médiane se calcule en utilisant le polygone des fréquences cumulées. Il faut repérer

Médiane
quel segment coupe la droite horizontale d'ordonnée 0.5, puis calculer la médiane par
proportionnalité (grâce au théorème de Thalès).
a c Q 2 – 49 0.5 – 0.3 0.2
= ⇒ = ⇒ Q2 =492⋅ =50.45...
b d 51 – 49 0.575 – 0.3 0.275
F étant la fonction représentative du polygone des fréquences cumulées, on appelle

Intervalle semi- respectivement premier, deuxième et troisième quartile les valeurs Q1, Q2 et Q3 telles
interquartile que
1 2 3
F Q 1= ; F Q 2= ; F Q 3=
4 4 4
On voit que l'intervalle [Q1; Q3] contient le 50% des valeurs de l'échantillon.
L'intervalle semi-interquartile est égal, par définition, à la moitié de la longueur de cet

intervalle :
Q 3 – Q1
isi=
2
Q 1 – 47 0.25 – 0.125 0.125

= ⇒ Q1= 472⋅ ≈48.428
49 – 47 0.3– 0.125 0.175
Q1 et Q3 se calculent de
Q 3 – 51 0.75 – 0.575 0.175
manière similaire à la médiane. = ⇒ Q3=512⋅ =52.75
53 – 51 0.775 – 0.575 0.2
52.75 – 48.428
isi= ≈ 2.161
2
Dans le cas continu, la moyenne et l'écart-type se calculent comme dans le cas discret en
Moyenne et écart-
utilisant comme valeurs les centres de classes. Ces mesures changeront légèrement
type selon la manière dont on aura formé les classes.
Remarque Si on utilise la moyenne pour mesurer la tendance centrale, on lui associera l'écart-type
pour mesurer la dispersion. Si par contre on utilise la médiane, on lui associera
l'intervalle semi-interquartile.

Lors d'un contrôle de police sur l'autoroute, un agent a relevé les vitesses suivantes
Exercice 1.8
(arrondies à l'entier inférieur ou égal) :
117 134 130 113 127 125 98 110 124 122 126 101
106 121 121 104 124 117 109 128 134 146 111 139
123 124 130 123 120 133 111 143 145 111 110 119
114 104 126 99 140 105 119 134 128 119 137 109
122 130 92 104 113 130 120 84 166 138 129 119
a. Groupez ces données par classes : [80-90[, [90-100[, etc.
b. Dessinez le diagramme à secteurs correspondant.
c. Calculez le mode, la médiane et l'intervalle semi-interquartile.
Les salaires mensuels payés aux ouvriers d'une entreprise se répartissent comme suit :
Exercice 1.9
4 ouvriers gagnent entre 2400 et 2700 francs
a. Faites un tableau en vous inspirant du tableau 3.

b. Dessinez l'histogramme et le polygone des fréquences cumulées.
c. Calculez le mode, la médiane et l'intervalle semi-interquartile.
d. Calculez le salaire mensuel moyen et l'écart-type.
Au concours de Mathématiques sans Frontières, le nombre de points obtenus par les

Exercice 1.10
écoles de Suisse se répartit selon l'histogramme suivant :
16
14
12
10
Nombre d'écoles
0
5 15 25 35 45 55 65 75 85 95 105 115
Nombre de points
a. Calculez la moyenne de cette série.

b. En utilisant l'histogramme, trouvez le pourcentage des écoles qui ont moins de 64
points.
Après avoir constaté que la moyenne de classe était catastrophique, le professeur décide
Exercice 1.11
de monter tout le monde d'un demi-point. Laquelle de ces mesures statistiques ne
changera pas : la moyenne, l'écart-type, le mode ou la médiane ?

8 CHAPITRE 1
Déchiffrez le texte ci-dessous, sachant que chaque lettre du code remplace toujours la
Exercice 1.12
même lettre du texte original, écrit en français.
XY AXJ BYRJMYJ, MQQMVUVXYJ GXR NCBWJR N'UYX LMBY N'PCLLX XJ BGR

Un des moyens les plus
simples de chiffrer un
XAVBDBVXYJ, XY IMAX NU AMYNXGMFVX, RUV GX QGMJVX NU LUV NU
message est de remplacer
chaque lettre par une autre. Ce QMGMBR VCEMG. GX VCB DBJ AXJJX QMVJBX NX LMBY KUB XAVBDMBJ.
chiffre a bien résisté aux
cryptanalystes, jusqu'à ce que MGCVR GX VCB APMYWXM NX ACUGXUV, RXR QXYRXXR G'XIIVMEXVXYJ, GXR
le savant arabe Abu Yusuf
Ya'qub ibn Is-haq ibn as- SCBYJUVXR NX RXR VXBYR RX NXGBXVXYJ XJ RXR WXYCUZ RX PXUVJXVXYJ
Sabbah Oòmran ibn Ismaïl
al-Kindi mette au point, au 9e G'UY G'MUJVX. GX VCB AVBM MDXA ICVAX QCUV IMBVX DXYBV GXR
siècle, une technique dite
LMWBABXYR, GXR APMGNXXYR XJ GXR MRJVCGCWUXR. GX VCB QVBJ GM
analyse des fréquences :
comme chaque symbole
QMVCGX XJ NBJ MUZ RMWXR NX FMFEGCYX : JCUJ PCLLX KUB GBVM AXJJX
correspond à une seule lettre,
les fréquences d'apparition
XAVBJUVX XJ LX IXVM ACYYMBJVX RCY XZQGBAMJBCY VXDXJBVM GM
doivent être semblables. Ainsi,
la lettre « e » est la plus QCUVQVX, LXJJVM GX ACGGBXV N'CV M RCY ACU XJ, ACLLX JVCBRBXLX NMYR
utilisée en français, donc la
lettre qui la remplace dans le GX VCEMULX, BG ACLLMYNXVM. MGCVR DBYVXYJ JCUR GXR RMWXR NU VCB,
message codé doit l'être aussi.
Cependant, cette technique ne LMBR BGR YX QUVXYJ QMR GBVX G'XAVBJUVX XJ IMBVX ACYYMBJVX MU VCB
marche que si le message
chiffré est assez long pour G'XZQGBAMJBCY. GX VCB FMGJPMRMV IUJ NCYA JVXR XIIVMEX, GM ACUGXUV
avoir des moyennes
NX RCY DBRMWX APMYWXM XJ RXR WVMYNR IUVXYJ FCUGXDXVRXR. GM
significatives.
VXBYX, XY VMBRCY NXR QMVCGXR NU VCB XJ NX RXR WVMYNR, DBYJ NMYR
GM RMGGX NU IXRJBY. GM VXBYX QVBJ GM QMVCGX XJ NBJ : KUX GX VCB
DBDX XJXVYXGGXLXYJ ! KUX JXR QXYRXXR YX J'XIIVMEXYJ QMR XJ KUX JCY
DBRMWX YX APMYWX QMR NX ACUGXUV. BG E M NMYR JCY VCEMULX UY
PCLLX KUB QCRRXNX XY GUB G'XRQVBJ NXR NBXUZ RMBYJR.
18 18
17 17
16 16
15 15
14 14
13 13
12 12
11 11
10 10
9 9
8 8
7 7
6 6
5 5
4 4
3 3
2 2
1 1
0 0
A B C D E F G H I J K L M N O P Q R S T U V W X Y Z A B C D E F G H I J K L M N O P Q R S T U V W X Y Z
Fréquences théoriques des lettres en français Fréquences des lettres du cryptogramme

1.5. D'autres moyennes

A côté de la moyenne arithmétique que nous avons vue dans ce cours, il existe d'autres
moyennes.

n
n
Moyenne x= ∏ xi
géométrique i=1
N
Notation : ∏ x1 x 2 x N
i=1
On peut l'illustrer avec le cas suivant : si l'inflation d'un pays est de 5% la première
année et de 15% la suivante, l'augmentation moyenne des prix se calcule grâce à la
moyenne géométrique des coefficients multiplicateurs 1,05 et 1,15 soit une
augmentation moyenne de 9,88%.
On suppose qu'à l'issue d'une manifestation, la police annonce 10'000 manifestants, et

Exercice 1.13
les organisateurs 100'000. Quel est le nombre de manifestants ?
On se dit que les organisateurs et la police trichent de la même façon : si x est le nombre
de manifestants réel, alors, si les organisateurs annoncent k fois plus de manifestants, la
police en annonce k fois moins.
n
Moyenne x= n
harmonique ∑ 1x
i=1 i
Si un train fait un trajet aller-retour entre deux villes à la vitesse moyenne v1 pour l'aller
et à la vitesse moyenne v2 au retour, la vitesse moyenne du trajet complet n'est pas la
moyenne arithmétique des deux vitesses, mais bien leur moyenne harmonique.
Un avion a fait le trajet de A vers B, contre le vent, à la vitesse moyenne de 700 km/h et
Exercice 1.14 le trajet retour à 900 km/h. Quelle a été sa vitesse moyenne ?

n
Moyenne 1
x= ∑ x2
n i=1 i
quadratique
Si un rectangle a pour côtés 3 et 7, le carré qui a même diagonale que le rectangle a
pour côté la moyenne quadratique de 3 et 7, c'est-à-dire 5.38.
Moyenne pondérée ∑ pi x i
1
x= n
∑ pi
i=1
Le pi sont les poids de chaque valeur.
Exemple : un prof qui donne différents poids à ses épreuves utilisera la moyenne
pondérée.

10 CHAPITRE 1
1.6. Ce qu'il faut absolument savoir

Dessiner un histogramme ❏ ok
Dessiner un diagramme à secteurs ❏ ok
Dessiner un polygone des fréquences cumulées ❏ ok
Calculer une moyenne, un écart-type, une médiane, un intervalle semi-interquartile et un mode
dans le cas discret ❏ ok
Calculer une moyenne, un écart-type, une médiane, un intervalle semi-interquartile et un mode
dans le cas continu. ❏ ok
Connaître les différentes moyennes ❏ ok
Gotlib, La Rubrique-à-Brac, tome 1, page 85, Dargaud, 1970
En complément de ce chapitre, vous trouverez des exercices avec un tableur sur la page :
www.apprendre-en-ligne.net/madimu/tableur/

AJUSTEMENTS 11
2. Ajustements
2.1. Un peu d'histoire
Le problème de l'ajustement d'un ensemble de points représentés dans un système d'axes
par une droite, ou plus généralement par une courbe, est essentiel dans le
développement de la statistique.
Au 18ème siècle, Leonhard Euler et Tobias Mayer développent, indépendamment l'un de
l'autre, la méthode des moyennes permettant d'ajuster des points par une droite.
Le premier texte paru faisant mention de la méthode des moindres carrés est dû à
Adrien-Marie Legendre dans un article sur ses « nouvelles méthodes pour la
détermination des orbites des comètes », publié en 1805. Un an plus tard, Gauss fait
aussi allusion à cette méthode. C'est avec l'apparition de la loi normale que cette
méthode va trouver sa justification et va devenir pour longtemps LA méthode
d'ajustement.
La paternité de la corrélation a donné lieu à une littérature abondante. Signalons
Adrien-Marie Legendre
simplement que Galton exprime le désir de construire un coefficient de réversion qui se
(Paris, 18/9/1752 -
mutera en régression et qu'en 1888 il utilise les termes de « partial co-relation »
Paris, 10/1/1833)
annonçant déjà la corrélation multiple. En 1896, Karl Pearson reprend les concepts de
Galton pour leur donner leur forme actuelle. Au 20ème siècle, d'autres mesures
d'association allaient naître comme, en 1904, le coefficient de corrélation de rang avec
Spearman et la même année la statistique « classique » du chi-deux par Pearson.
2.2. Ajustement affine graphique

Soient les n points du nuage représentant, dans un repère cartésien, la série des n valeurs
(xi, yi) des variables x et y. Ajuster une droite d à ce nuage de points consiste à
remplacer chaque point (xi, yi) par un point de même abscisse et d'ordonnée yi , les
points  xi , y i  étant alignés sur la droite d.
Une fois l'équation de la droite d déterminée, on pourra l'utiliser pour faire des
interpolations (calculs de valeurs intermédiaires) et des extrapolations (calculs de
valeurs futures).
La méthode graphique consiste à tracer, à l'œil, à l'aide d'une règle transparente, une
droite y = m·x + h s'ajustant le mieux possible sur le nuage de points.
Les points noirs représentent

les données.
Les points rouges A et B sont
les points choisis pour tracer la
droite. Ils peuvent être choisis
parmi les points noirs (A) ou
pas (B).

12 CHAPITRE 2
Équation de la droite Une fois la droite tracée, on choisit sur le dessin deux points A et B quelconques de la
d'ajustement droite pour en déterminer l'équation. Ces points ne doivent pas obligatoirement faire
partie du nuage de points.
Cette méthode est Rappel : L'équation de la droite passant par les points A(xA, yA) et B(xB, yB) est donnée
couramment employée, en yB – yA
par : y – y B=  x – xB
raison de sa rapidité et de sa xB – xA
simplicité. Elle est empirique,
mais donne de très bons Les points A et B choisis dans notre exemple ont comme coordonnées (3, 16.5) et (6,
résultats. 18.5). La droite passant par ces deux points est :
18.5 –16.5
empirique : basé sur y – 18.5=  x – 6
6−3
l'expérience
2
On obtient après simplification : y= x14.5 .
3
2.3. Droite de Mayer

Méthode On découpe le nuage de points en deux sous-ensembles de même effectif. Pour chacun
des deux sous-ensembles, on calcule la moyenne des xi et la moyenne des yi. On obtient
ainsi deux points  x1 , y1  et  x 2 , y 2  , appelés points moyens. Il reste à tracer la droite
passant par ces deux points.
L'équation de cette droite s'obtient de la même façon que pour un ajustement affine
graphique.
2.4. Ajustement analytique par la méthode des moindres carrés

y i est la coordonnée verticale L'ajustement linéaire par la méthode des moindres carrés consiste à déterminer la droite
du point de la droite d'abscisse (que l'on appelle aussi droite de régression) telle que la somme des carrés des n valeurs
xi. Donc y i=a xib . yi – y i soit minimale (ce qui explique le nom de la méthode).
Sur le dessin, chaque trait

vertical rouge représente
la valeur yi – y i

AJUSTEMENTS 13
On veut donc minimiser la quantité q= ∑  y i –a xi b .

2
Rappelons que la valeur minimale d'une fonction se calcule en posant sa dérivée égale à
0. Pour trouver a et b, calculons cette dérivée.
Calculons d'abord la dérivée de q par rapport à a.

dq
=−2 ∑  yi – a xi −b xi =0
da
∑ xi yi =a ∑ x2i b ∑ x i (1)
Karl
Pearson Calculons maintenant la dérivée de q par rapport à b.
(Londres, 27/3/1857 -
Coldharbour, 27/4/1936) dq
=– 2∑  yi – a xi – b=0
db
∑ y i =∑ a x i∑ b
∑ y i =∑ a x i nb Divisons le tout par n
y=a x b
b= y – a x (2)
Ce résultat indique que la droite passe par le point moyen  x ; y  .

Introduisons le résultat de (2) dans (1) pour trouver a :
∑ xi yi =a ∑ x2i  y−a x  ∑ x i
∑ xi yi =a ∑ x2i y ∑ xi −a x ∑ x i
a ∑ x i − a x ∑ xi = ∑ xi yi −y ∑ x i
2
∑ x i yi – y ∑ xi
a=
∑ x 2i – x ∑ x i
1
∑ x i yi – n x y n
∑ xi y i – x y  xy
a= = =
1  x2
∑ x 2i – n x2 n
∑ xi2 – x2
La droite des moindres carrés y = ax + b a pour coefficients :
1
n
∑ xi yi – x y
a= et b= y – a x
1
n
∑ x2i – x2
Remarque Certaines calculatrices ont des fonctions statistiques qui fournissent ces valeurs très
rapidement. Consultez le mode d'emploi de votre machine !

14 CHAPITRE 2
Exercice 2.1 Lors d'une expérience, on a relevé les valeurs suivantes :
x 1 2 3 4 5 6 7 8 9 10
y 1.1 3.1 4.7 7.3 9.2 11.1 12.9 15.4 17 18.8
Donnez l'équation d'une droite ajustant ces valeurs

a. à l'œil ;
b. par la méthode de Mayer ;
c. par la méthode des moindres carrés.
d. Dessinez les droites obtenues en b et c.
e. Interpolez la valeur de y pour x = 6.3 grâce aux droites obtenues en b et c.
Le tableau ci-dessous compare des voitures de même catégorie. Il met en rapport la

Exercice 2.2
cylindrée (en pouces3) et le nombre de miles parcourus avec un gallon d'essence (3.78
litres aux USA).
Voiture Cylindrée Miles par gallon

VW Rabbit 97 24
Datsun 210 85 29
Chevette 98 26
Dodge Omni 105 24
Mazda 626 120 24
Oldsmobile Starfire 151 22
Mercury Capri 140 23
Toyota Celica 134 23
Datsun 810 146 21
Donnez l'équation d'une droite ajustant ces valeurs

a. à l'œil ;
b. par la méthode des moindres carrés.
c. Dessinez la droite obtenue en b.
d. Estimez le nombre de miles par gallon d'une voiture ayant une cylindrée de 125
grâce à la droite obtenue en b.
Le tableau ci-dessous montre l'évolution des temps olympiques du 200 m plat, en

Exercice 2.3
secondes, pour les hommes et pour les femmes.
200 m hommes 200 m femmes

Londres 1948 21.1 24.4
Helsinki 1952 20.7 23.7
Melbourne 1956 20.6 23.4
Rome 1960 20.5 24.0
Vous remarquerez que les Tokyo 1964 20.3 23.0
mesures au centième de Mexico 1968 19.83 22.5
seconde apparaissent en 1968 Munich 1972 20.00 22.40
pour les hommes et en 1972 Montréal 1976 20.23 22.37
pour les femmes. Moscou 1980 20.19 22.03
Los Angeles 1984 19.80 21.81
Séoul 1988 19.75 21.34
Barcelone 1992 19.73 21.72
Atlanta 1996 19.32 22.12
Sydney 2000 20.09 21.84
Athènes 2004

AJUSTEMENTS 15
Donnez l'équation des droites (celle des performances des hommes et celle des
performances des femmes) ajustant ces valeurs
a. à l'œil ;
b. par la méthode des moindres carrés.
c. Dessinez les droites obtenues en b.
d. Estimez les temps olympiques de 2004.
e. D'après les droites obtenues en b, en quelle année les femmes courront-elles le 200
m plat aussi vite que les hommes ?
f. Ces ajustements affines sont-ils adéquats ?
2.4. Coefficient de corrélation linéaire

Définition On nomme coefficient de corrélation linéaire des variables x et y, le nombre réel :
 xy
r=
xy
 
n n n
1 1 1
avec  xy= ∑ x y – x y
n i=1 i i
 x= ∑ x2 – x 2
n 1 i
 y= ∑ y2 – y 2
n 1 i
Interprétation r est un nombre réel compris entre –1 et 1.

Quand | r | = 1, tous les points sont alignés.
Quand | r | est proche de 1, les variables x et y sont fortement corrélées.
Quand r < 0, la droite de régression a une pente négative.
Quand r > 0, la droite de régression a une pente positive.
Rendez à chacun des nuages de points ci-dessous son coefficient de corrélation linéaire :
Exercice 2.4
–0.98, –0.50, 0.53, 0.94.
6
5
5
4
4
3
3
2
2
1 1
a. b.
1 2 3 4 5 6 1 2 3 4 5 6
5 6
5
4
4
3
3
2
2
1
1
c. d.
1 2 3 4 5 6 1 2 3 4 5

16 CHAPITRE 2
Les criquets ont un organe spécial sur leurs ailes avant qui produit un son lorsqu'ils
Exercice 2.5
frottent leurs ailes les unes contre les autres. En règle générale, plus la température de
l'air est élevée, plus ils frottent leurs ailes rapidement. La relation entre la température et
le nombre de pulsations par seconde est bien approchée par une droite de régression
(chaque espèce a sa droite propre). On a relevé les mesures suivantes :
Température (°C) [x] 15° 17° 20° 21° 23° 24° 27° 28° 30° 32° 34°
# de pulsations par sec. [y] 13.5 14.1 14.5 14.4 16.3 15.5 17.1 17.8 18.2 20.2 20.1
a. Donnez la droite des moindres carrés ajustant ce nuage de points.

b. Calculez le coefficient de corrélation linéaire.
c. Si la température augmente de 3°C, de combien augmentera le nombre de
pulsations ?
2.5. Autres ajustements

i Les points (x ; y ) ne sont pas alignés, mais plutôt proches d'une certaine hyperbole de
i
Ajustement par une 1
hyperbole la forme y = .
a xb
1
1. calculer z i = ;
droite de régression de z en x : yi
z est la valeur à estimer et joue 2. déterminer l'équation de la droite de régression de z en x avec la méthode des
le rôle de l'ordonnée, x joue le moindres carrés ;
rôle de l'abscisse. 3. de l'équation obtenue z=a xb , on déduit immédiatement l'équation de
1
l'hyperbole y= .
a xb
1
Exercice 2.6 Ajustez ce nuage de points par une hyperbole y= .
a xb
x 0 1 2 3 4 5 6 7 8 9 10
y 1.1 0.43 0.19 0.15 0.08 0.05 0.06 0.05 0.04 0.04 0.03
i i Les points (x ; y ) sont proches d'une courbe de fonction puissance comme y=b xa . On
Ajustement par une
remarque que ln(y) = aln(x) + ln(b).
fonction puissance
1. calculer ui =ln  xi  et v i =ln yi  ;
droite de régression de v en u : 2. déterminer l'équation de la droite de régression de v en u avec la méthode des
v est la valeur à estimer et joue moindres carrés ;
le rôle de l'ordonnée, u joue le 3. de l'équation obtenue v = Au + B, on déduit l'équation de la fonction puissance
rôle de l'abscisse. y=b x , puisque a = A et b = eB.
a

AJUSTEMENTS 17
Ajustez ce nuage de points par une fonction puissance y=b xa .

Exercice 2.7
x 0.5 1.0 1.5 2.0 2.5 3.0 3.5 4.0 4.5 5.0
y 0.1 0.5 1.4 2.7 5.1 7.6 11.2 15.9 22.3 28.1
Les points (x ; y ) sont proches d'une courbe d'une exponentielle de la forme y=b a x .
i i
Ajustement par une
On remarque que ln(y) = xln(a) + ln(b).
exponentielle
1. calculer z i =ln yi  ;
2. déterminer l'équation de la droite de régression de z en x avec la méthode des
moindres carrés ;
3. de l'équation obtenue z = Ax + B, on déduit l'équation de l'exponentielle
y=b a , puisque a = eA et b = eB.
x
Ajustez ce nuage de points par une exponentielle de la forme y=b a x .

Exercice 2.8
x 1.0 1.5 2.0 2.5 3.0 3.5 4.0 4.5 5.0
y 0.2 0.3 0.5 0.6 0.7 1.1 1.6 2.4 3.3

18 CHAPITRE 2
Les points (xi ; yi) sont proches d'une courbe logarithmique de la forme y= a ln  xb .
Ajustement par une
fonction 1. calculer z i =ln x i  ;
logarithmique 2. déterminer l'équation de la droite de régression de y en z avec la méthode des
moindres carrés ;
3. de l'équation obtenue y = a·z + b, on déduit l'équation de la fonction
logarithmique y= a ln  xb .
Ajustez ce nuage de points par une fonction logarithmique y= aln  xb .
Exercice 2.9
x 1 2 3 4 5 6 7 8 9 10
y 1.1 2.9 4.4 5.1 5.8 6.5 6.8 7.3 7.7 7.8
On veut étudier l'évolution des records de l'épreuve d'athlétisme du 100 mètres

Exercice 2.10 masculin.
Pour cela, on cherche un ajustement des records pour en prévoir l'évolution. On donne
dans le tableau suivant certains records, établis depuis 1900.
Année 1900 1912 1921 1930 1964 1983 1991 1999

Rang (xi) 0 12 21 30 64 83 91 99
Temps en sec. (yi) 10.80 10.60 10.40 10.30 10.06 9.93 9.86 9.79
1) Étude d'un modèle affine
a. Construisez le nuage de points M(xi ; yi), avec i compris entre 1 et 8, associé à cette
série statistique double. Vous prendrez comme unité graphique 1 cm pour dix ans en
abscisse et 1 cm pour un dixième de seconde en ordonnées.
On commencera les graduations au point de coordonnées (0 ; 9).
b. Peut-on envisager un ajustement affine à court terme ? Cet ajustement permet-il des
prévisions pertinentes à long terme sur les records futurs ?
2) Étude d'un modèle exponentiel

Après étude, on choisit de modéliser la situation par une autre courbe. On effectue
les changements de variables suivants : X = e−0.00924x et Y = ln y. On obtient le
tableau :

AJUSTEMENTS 19
X = e−0.00924x 1.000 0.895 0.824 0.758 0.554 0.464 0.431 0.401

Y = ln y 2.380 2.361 2.342 2.332 2.309 2.296 2.288 2.281
a. Donnez une équation de la droite de régression de Y en X obtenue par la méthode

des moindres carrés.
b. En déduire que l'on peut modéliser une expression de y en fonction de x sous la
forme suivante :
y = exp(a·e−0.00924x + b) où a et b sont deux réels à déterminer.
c. A l'aide de cet ajustement, quel record du 100 mètres peut-on prévoir en 2010 ?
exp(x) = ex d. Calculez la limite en +∞ de la fonction f définie sur ℝ par l'expression suivante :
f (x) = exp(0.154 e−0.00924x + 2.221)
e. Que peut-on en conclure, en utilisant ce modèle, quant aux records du cent mètres
masculin, à très long terme ?
2.6. Ce qu'il faut absolument savoir

Faire un ajustement affine graphique ❏ ok
Faire un ajustement affine par la méthode de Mayer ❏ ok
Faire un ajustement affine par la méthode des moindres carrés ❏ ok
Estimer et interpréter un coefficient de corrélation linéaire ❏ ok
Faire un ajustement par une hyperbole ❏ ok
Faire un ajustement par une fonction puissance ❏ ok
Faire un ajustement par une exponentielle ❏ ok
Faire un ajustement par une fonction logarithmique ❏ ok
En complément de ce chapitre, vous trouverez des exercices avec un tableur sur la page :
www.apprendre-en-ligne.net/madimu/tableur/

20 SOLUTIONS DES EXERCICES
Solutions des exercices

Chapitre 1 Chapitre 2
1.1. a. 10 b. 24 c. 20 d. 54 2.1. b. y = 1.99x – 0.9

c. y = 1.992x – 0.896
1.2. a. 0 b. 2 c. 1.581 e. 11.64 et 11.65
1.3. x =23.55 , x =20.5 , mode = 19, 2.2. b. y = – 0.0837x + 34.0092

ν = 79.74, σ = 8.93, isi = 2 d. 23.5467
1.4. x = 9.822, σ = 0.222 2.3. b. hommes : y = 66.336 – 0.0234x

femmes : y = 122.173 – 0.0504x
1.5. 5.6 d. hommes : 19.44 (en réalité : 19.79)
femmes : 21.17 (en réalité : 22.05 )
1.6. environ 3'173’000 e. en 2068
1.8. c. mode = 123.64, x =122.22 , 2.4. a. –0.98 b. –0.50

130.91−112.14 c. 0.53 d. 0.94
isi= =9.385
2
2.5. a. y = 7.3 + 0.37x
1.9. c. mode ≅ 3475 francs, x =3525 , b. 0.97
Q 3−Q 1 3810−3290 c. 1.11
isi= ≈ = 260
2 2
d. x ≅ 3559, σ = 393.6 1
2.6. y=
3.1 x−0.33
1.10. a. x = 55.370 b. 68.52 % des écoles
2.7. y=0.52 x
2.45
1.11. c1. x = 10.938, σ = 0.530

c2. x = 10.944, σ = 0.545 2.8. y=0.11⋅1.97
x
d. non
2.9. y = 3 ln(x) + 0.99
1.13. 31600 personnes
2.10. 1) b. oui pour le court terme (coefficient de
1.14. 787.5 km/h corrélation linéaire proche de 1) ; non pour le
long terme (au bout d'un certain temps, le temps
serait nul).
2)
a. Y = 0.154 X + 2.221
b. ln  y =0.154 e−0.00924 x 2.221
c. 9.74
d. 9.21
e. selon ce modèle, l'homme ne pourra pas courir
le 100 m en moins de 9.21 secondes.
Cahiers Fonctions d’une variable DM - LCP - 2006

Statistiques. Didier Müller, Août

Transféré par

Droits d'auteur :

Formats disponibles

Statistiques. Didier Müller, Août

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Statistiques. Didier Müller, Août

Transféré par

Droits d'auteur :

Formats disponibles

Statistiques

Didier Müller, août 2006

1.3. Cas discret

DM - LCP - 2007 Cahier Statistiques

Avec les données du tableau ci-dessus, calculez les expressions suivantes :

Histogramme Diagramme à secteurs

On peut évidemment ajouter un côté « artistique » aux graphiques, comme

Cahier Statistiques DM - LCP - 2007

En utilisant les données du tableau 1, on trouve :

On trie tout d'abord les n valeurs par ordre croissant :

DM - LCP - 2007 Cahier Statistiques

Reprenons les données du tableau 1 :

Au laboratoire de physique, une série de mesures de l'accélération de la pesanteur

Jouez le jeu ! Les résultats seront rassemblés et analysés en classe.

Cahier Statistiques DM - LCP - 2007

1.4. Cas continu

Il peut y avoir plusieurs classes

DM - LCP - 2007 Cahier Statistiques

On obtient le polygone des fréquences cumulées ci-dessous :

Le polygone des fréquences

La médiane se calcule en utilisant le polygone des fréquences cumulées. Il faut repérer

F étant la fonction représentative du polygone des fréquences cumulées, on appelle

L'intervalle semi-interquartile est égal, par définition, à la moitié de la longueur de cet

Q 1 – 47 0.25 – 0.125 0.125

Cahier Statistiques DM - LCP - 2007

a. Faites un tableau en vous inspirant du tableau 3.

Au concours de Mathématiques sans Frontières, le nombre de points obtenus par les

a. Calculez la moyenne de cette série.

DM - LCP - 2007 Cahier Statistiques

XY AXJ BYRJMYJ, MQQMVUVXYJ GXR NCBWJR N'UYX LMBY N'PCLLX XJ BGR

VXBYX, XY VMBRCY NXR QMVCGXR NU VCB XJ NX RXR WVMYNR, DBYJ NMYR

GM RMGGX NU IXRJBY. GM VXBYX QVBJ GM QMVCGX XJ NBJ : KUX GX VCB

DBDX XJXVYXGGXLXYJ ! KUX JXR QXYRXXR YX J'XIIVMEXYJ QMR XJ KUX JCY

DBRMWX YX APMYWX QMR NX ACUGXUV. BG E M NMYR JCY VCEMULX UY

PCLLX KUB QCRRXNX XY GUB G'XRQVBJ NXR NBXUZ RMBYJR.

Fréquences théoriques des lettres en français Fréquences des lettres du cryptogramme

Cahier Statistiques DM - LCP - 2007

1.5. D'autres moyennes

On suppose qu'à l'issue d'une manifestation, la police annonce 10'000 manifestants, et

Le pi sont les poids de chaque valeur.

DM - LCP - 2007 Cahier Statistiques

1.6. Ce qu'il faut absolument savoir

Gotlib, La Rubrique-à-Brac, tome 1, page 85, Dargaud, 1970

Cahier Statistiques DM - LCP - 2007

2.2. Ajustement affine graphique

Les points noirs représentent

DM - LCP - 2007 Cahier Statistiques

2.3. Droite de Mayer

2.4. Ajustement analytique par la méthode des moindres carrés

Sur le dessin, chaque trait

Cahier Statistiques DM - LCP - 2007

On veut donc minimiser la quantité q= ∑  y i –a xi b .

Calculons d'abord la dérivée de q par rapport à a.

Ce résultat indique que la droite passe par le point moyen  x ; y  .

La droite des moindres carrés y = ax + b a pour coefficients :

DM - LCP - 2007 Cahier Statistiques

Exercice 2.1 Lors d'une expérience, on a relevé les valeurs suivantes :

Donnez l'équation d'une droite ajustant ces valeurs

Le tableau ci-dessous compare des voitures de même catégorie. Il met en rapport la