Quiz d’entraînement aux statistiques descriptives avec leçon interactive étape par étape

Moyenne, médiane et mode

Idée clé

La moyenne utilise toutes les valeurs : \[ \bar{x}=\frac{x_1+x_2+\cdots+x_n}{n}. \] La médiane est la valeur du milieu après avoir trié les données (ou la moyenne des deux valeurs centrales quand \(n\) est pair). Le mode est la valeur la plus fréquente (une série peut être bimodale ou n’avoir aucun mode). Dans des données asymétriques ou avec des valeurs aberrantes, la médiane est généralement plus résistante que la moyenne.

Exemple guidé

À vous

Résumé

• La moyenne utilise toutes les valeurs, mais peut être tirée par les valeurs aberrantes.
• La médiane est le milieu des données ordonnées et résiste aux valeurs aberrantes.
• Le mode décrit la ou les valeurs les plus fréquentes, ce qui est particulièrement utile pour les catégories.

Étendue, quartiles et écart interquartile (IQR)

Idée clé

L’étendue est la mesure de dispersion la plus simple : \[ \text{Étendue}=\text{max}-\text{min}. \] Les quartiles divisent les données ordonnées en quatre parties. L’écart interquartile est : \[ \text{IQR}=Q_3-Q_1, \] ce qui mesure la dispersion des 50 % centraux des données (et est moins affecté par les valeurs aberrantes que l’étendue).

Exemple guidé

À vous

Résumé

• L’étendue mesure la dispersion globale, mais elle est sensible aux valeurs extrêmes.
• L’IQR mesure la dispersion des 50 % centraux et résiste mieux aux valeurs aberrantes.

Fréquence, fréquence relative et pourcentage

Idée clé

La fréquence est un effectif. La fréquence relative est la fraction du total : \[ \text{Fréquence relative}=\frac{\text{effectif}}{n}. \] Pour convertir en pourcentage, multipliez par 100 : \[ \text{Pourcentage}= \left(\frac{\text{effectif}}{n}\right)\cdot 100\%. \] Cela aide à comparer des groupes même quand les tailles d’échantillon sont différentes.

Exemple guidé

À vous

Résumé

• La fréquence relative est une « part du tout » : \(\frac{\text{effectif}}{n}\).
• Le pourcentage est la fréquence relative \(\times 100\%\).

Résumé à cinq nombres et diagrammes en boîte à moustaches

Idée clé

Un résumé à cinq nombres décrit une série de données avec : \[ \text{min},\ Q_1,\ \text{médiane }(Q_2),\ Q_3,\ \text{max}. \] Un diagramme en boîte à moustaches utilise ces cinq nombres : la boîte va de \(Q_1\) à \(Q_3\), la médiane est une ligne dans la boîte, et les moustaches s’étendent vers le minimum et le maximum (ou vers les valeurs non aberrantes, selon la convention).

Exemple guidé

À vous

Résumé

• Résumé à cinq nombres : min, \(Q_1\), médiane, \(Q_3\), max.
• Un diagramme en boîte visualise les 50 % centraux (la boîte) et la dispersion globale (les moustaches).

Valeurs aberrantes, règle \(1{,}5\times IQR\) et milieu de l’étendue

Idée clé

Une méthode courante pour vérifier les valeurs aberrantes utilise des bornes d’IQR : \[ \text{Borne inférieure}=Q_1-1.5(\text{IQR}), \quad \text{Borne supérieure}=Q_3+1.5(\text{IQR}). \] Les valeurs situées hors de ces bornes sont souvent traitées comme des valeurs aberrantes. Une autre mesure que vous pouvez rencontrer est le milieu de l’étendue, le milieu entre le minimum et le maximum : \[ \text{Milieu de l’étendue}=\frac{\text{min}+\text{max}}{2}. \] Il est facile à calculer, mais il dépend seulement des extrêmes (il n’est donc pas résistant aux valeurs aberrantes).

Exemple guidé

À vous

Résumé

• Bornes pour les valeurs aberrantes : \(Q_1-1.5(\text{IQR})\) et \(Q_3+1.5(\text{IQR})\).
• Le milieu de l’étendue est simple, mais dépend seulement des extrêmes.

Variance, écart type et scores z

Idée clé

La variance mesure la distance quadratique moyenne à la moyenne, et l’écart type en est la racine carrée. Pour une population (quand on utilise toutes les valeurs), une définition est : \[ \sigma^2=\frac{\sum (x-\mu)^2}{n}, \quad \sigma=\sqrt{\sigma^2}. \] Un score z mesure à combien d’écarts types une valeur se trouve de la moyenne : \[ z=\frac{x-\mu}{\sigma}. \]

Exemple guidé

À vous

Résumé

• L’écart type décrit une distance typique à la moyenne.
• Les scores z comparent des valeurs sur des échelles différentes en mesurant « combien d’écarts types les séparent ».

Choisir la bonne statistique et interpréter les données

Où apparaissent les statistiques descriptives

• École et tests : résumer des scores avec la moyenne ou la médiane et comparer la dispersion avec l’IQR.
• Sciences et expériences : présenter un « résultat typique » et la variabilité avec l’écart type.
• Sports et performance : comparer la régularité (faible dispersion) et la volatilité (forte dispersion).
• Lecture de données : interpréter des graphiques comme des diagrammes en boîte et des tableaux de fréquences dans des rapports.

Exemple guidé : médiane de données non triées

À vous

Récapitulatif final

• Tendance centrale : moyenne, médiane et mode décrivent la valeur typique de différentes façons.
• Dispersion : l’étendue et l’IQR décrivent la variabilité ; l’IQR résiste mieux aux valeurs aberrantes.
• Le résumé à cinq nombres et les diagrammes en boîte résument les données visuellement et aident à vérifier les valeurs aberrantes.
• L’écart type mesure la distance typique à la moyenne ; les scores z comparent des valeurs sur différentes échelles.