Aller au contenu

Statistiques Seconde : écart type, classes et tableau croisé

Niveau
Seconde
Type
Cours
Lecture
15 min

En Seconde, une série statistique se résume par un indicateur de position, la moyenne xˉ\bar x ou la médiane, et par un indicateur de dispersion, l'écart type ss ou l'écart interquartile. L'écart type est la racine carrée de la moyenne des carrés des écarts à la moyenne. Pour la série 7 ; 9 ; 10 ; 11 ; 13, on a xˉ=10\bar x=10, les écarts −3-3, −1-1, 0, 1, 3, de carrés 9, 1, 0, 1, 9, d'où s=205=4=2s=\sqrt{\frac{20}{5}}=\sqrt4=2.

Ce cours explique comment calculer et interpréter ces indicateurs, y compris pour une série regroupée en classes, et comment comparer deux séries. Il montre aussi comment lire un tableau croisé de deux variables qualitatives avec ses fréquences marginales et conditionnelles. Prérequis : moyenne, médiane, étendue et histogramme, vus en 3e.

Sommaire10 parties

Moyenne d’une série et moyenne pondérée

Moyenne d’une série

Pour une série de NN valeurs x1,…,xNx_1,\dots,x_N, la moyenne est xˉ=x1+x2+⋯+xNN\bar x=\dfrac{x_1+x_2+\dots+x_N}{N}.

Si la série est donnée par un tableau où la valeur xix_i a l'effectif nin_i (avec N=n1+⋯+npN=n_1+\dots+n_p) ou la fréquence fi=niNf_i=\frac{n_i}{N}, la moyenne est la moyenne pondérée :

xˉ=n1x1+⋯+npxpN=f1x1+⋯+fpxp.\begin{aligned}\bar x&=\frac{n_1x_1+\dots+n_px_p}{N}\\&=f_1x_1+\dots+f_px_p.\end{aligned}

Exemple 1 : nombre de livres lus pendant l’été

On a demandé à 25 élèves combien de livres ils ont lus pendant l'été.

Livres xix_i01234
Effectif nin_i37852
Effectif cumulé310182325
S=3×0+7×1+8×2+5×3+2×4=46xˉ=S25=4625=1,84.\begin{aligned}S&=3\times0+7\times1+8\times2\\&\quad+5\times3+2\times4=46\\\bar x&=\frac{S}{25}=\frac{46}{25}=1{,}84.\end{aligned}

Ici SS désigne la somme des 25 valeurs, chaque valeur étant multipliée par son effectif. Les élèves ont lu en moyenne 1,84 livre. Contrôle de vraisemblance : la moyenne est comprise entre la plus petite valeur (0) et la plus grande (4).

Exemple 2 : moyenne de deux classes réunies

Une classe de 24 élèves a 11,5 de moyenne à un devoir commun, une classe de 16 élèves a 13. La moyenne des 40 élèves n'est pas 11,5+132=12,25\frac{11{,}5+13}{2}=12{,}25 : on reconstitue les sommes des notes.

xˉ=24×11,5+16×1340=276+20840=48440=12,1.\begin{aligned}\bar x&=\frac{24\times11{,}5+16\times13}{40}\\&=\frac{276+208}{40}=\frac{484}{40}\\&=12{,}1.\end{aligned}

La classe la plus nombreuse pèse davantage ; la moyenne globale est donc plus proche de 11,5. Les deux calculs ne coïncident que si les deux groupes ont le même effectif ou la même moyenne.

Linéarité de la moyenne

Transformer toutes les valeurs

Soit aa et bb deux réels. Si l'on remplace chaque valeur xix_i d'une série par yi=axi+by_i=ax_i+b, la moyenne de la nouvelle série est

yˉ=axˉ+b.\bar y=a\bar x+b.

Démonstration. y1+⋯+yN=(ax1+b)+⋯+(axN+b)=a(x1+⋯+xN)+Nby_1+\dots+y_N=(ax_1+b)+\dots+(ax_N+b)=a(x_1+\dots+x_N)+Nb. En divisant par NN : yˉ=a×x1+⋯+xNN+b=axˉ+b\bar y=a\times\frac{x_1+\dots+x_N}{N}+b=a\bar x+b.

Conséquences : ajouter une même constante à toutes les valeurs ajoute cette constante à la moyenne ; multiplier toutes les valeurs par aa multiplie la moyenne par aa. L'écart type, lui, n'est pas modifié par l'ajout d'une constante (les écarts à la moyenne ne changent pas) et il est multiplié par ∣a∣|a| quand on multiplie les valeurs par aa.

Exemple 3 : changer d’unité

Sur un mois, les températures relevées à midi ont une moyenne de 12,5 °C et un écart type de 3 °C. En degrés Fahrenheit, F=1,8 C+32F=1{,}8\,C+32. Par linéarité :

Fˉ=1,8×12,5+32=22,5+32=54,5.\begin{aligned}\bar F&=1{,}8\times12{,}5+32\\&=22{,}5+32=54{,}5.\end{aligned}

La moyenne vaut 54,5 °F et l'écart type 1,8×3=5,41{,}8\times3=5{,}4 °F : le « +32 » décale toutes les valeurs mais ne change pas leur dispersion.

Exemple 4 : simplifier un calcul de moyenne

Cinq paquets de farine pèsent 1 002 g, 998 g, 1 005 g, 997 g et 1 003 g. On retire 1 000 à chaque valeur : 2 ; −2-2 ; 5 ; −3-3 ; 3, dont la moyenne est 55=1\frac{5}{5}=1. Par linéarité, la moyenne des masses est 1 000+1=1 0011\,000+1=1\,001 g.

Ajouter ou supprimer une valeur : effet sur la moyenne et la médiane

Ajout d’une valeur à une série

Une série de NN valeurs a pour moyenne xˉ\bar x. Si on lui ajoute une valeur vv, la nouvelle moyenne est

xˉ′=Nxˉ+vN+1xˉ′−xˉ=v−xˉN+1.\begin{aligned}\bar x^{\prime}&=\frac{N\bar x+v}{N+1}\\\bar x^{\prime}-\bar x&=\frac{v-\bar x}{N+1}.\end{aligned}

La moyenne augmente si v>xˉv\gt\bar x, diminue si v<xˉv\lt\bar x, et ne change pas si v=xˉv=\bar x. L'effet est d'autant plus faible que NN est grand.

Démonstration. La somme des valeurs vaut NxˉN\bar x ; après ajout, elle vaut Nxˉ+vN\bar x+v pour N+1N+1 valeurs. Puis xˉ′−xˉ=Nxˉ+v−(N+1)xˉN+1=v−xˉN+1\bar x^{\prime}-\bar x=\frac{N\bar x+v-(N+1)\bar x}{N+1}=\frac{v-\bar x}{N+1}. Pour une suppression, on raisonne de même avec Nxˉ−vN\bar x-v et N−1N-1 valeurs.

La médiane, elle, ne dépend que du rang des valeurs : une valeur ajoutée la déplace au plus d'une position dans la série ordonnée, quelle que soit sa taille. C'est pourquoi la médiane est peu sensible aux valeurs extrêmes.

Exemple 5 : une note très basse

Neuf notes ordonnées : 8 ; 10 ; 11 ; 12 ; 12 ; 13 ; 13 ; 14 ; 15. Leur somme est 108, donc xˉ=12\bar x=12, et la médiane est la 5e valeur, 12. Un dixième élève a obtenu 3.

xˉ′=108+310=11,1xˉ′=12+3−1210=11,1.\begin{aligned}\bar x^{\prime}&=\frac{108+3}{10}=11{,}1\\\bar x^{\prime}&=12+\frac{3-12}{10}=11{,}1.\end{aligned}

Série de 10 valeurs : 3 ; 8 ; 10 ; 11 ; 12 ; 12 ; 13 ; 13 ; 14 ; 15. La médiane est la moyenne des 5e et 6e valeurs, 12+122=12\frac{12+12}{2}=12 : elle n'a pas bougé, alors que la moyenne a perdu 0,9 point. Pour que la moyenne des dix élèves soit 12,5, il aurait fallu que le dixième obtienne vv avec 108+v10=12,5\frac{108+v}{10}=12{,}5, soit v=17v=17.

Écart type et variance

Variance et écart type

La variance d'une série est la moyenne des carrés des écarts à la moyenne ; l'écart type est sa racine carrée. Pour une série donnée par valeurs et effectifs :

V=1N[n1(x1−xˉ)2+…+np(xp−xˉ)2]s=V.\begin{aligned}V&=\frac1N\big[n_1(x_1-\bar x)^2+\dots\\&\qquad+n_p(x_p-\bar x)^2\big]\\s&=\sqrt V.\end{aligned}

L'écart type s'exprime dans la même unité que les valeurs (la variance, dans l'unité au carré). On a toujours s≥0s\geq0, et s=0s=0 si et seulement si toutes les valeurs sont égales.

Pourquoi des carrés ? La somme des écarts à la moyenne est toujours nulle :

(x1−xˉ)+⋯+(xN−xˉ)=(x1+⋯+xN)−Nxˉ=Nxˉ−Nxˉ=0.\begin{aligned}&(x_1-\bar x)+\dots+(x_N-\bar x)\\&=(x_1+\dots+x_N)-N\bar x\\&=N\bar x-N\bar x=0.\end{aligned}

Les écarts positifs et négatifs se compensent ; leur moyenne ne mesure donc rien. Les carrés sont tous positifs, et la racine carrée finale ramène à l'unité des données.

Exemple 6 : écart type des résultats à un quiz noté sur 5

20 élèves ont obtenu les notes suivantes. La moyenne vaut xˉ=2+6+18+24+1520=6520=3,25\bar x=\frac{2+6+18+24+15}{20}=\frac{65}{20}=3{,}25.

Note xix_i12345
Effectif nin_i23663
xi−xˉx_i-\bar x−2,25-2{,}25−1,25-1{,}25−0,25-0{,}250,750{,}751,751{,}75
ni(xi−xˉ)2n_i(x_i-\bar x)^210,12510{,}1254,68754{,}68750,3750{,}3753,3753{,}3759,18759{,}1875

On note SS la somme de la dernière ligne :

S=10,125+4,6875+0,375+3,375+9,1875=27,75V=S20=27,7520=1,3875s=1,3875≈1,18.\begin{aligned}S&=10{,}125+4{,}6875\\&\quad+0{,}375+3{,}375\\&\quad+9{,}1875=27{,}75\\V&=\frac{S}{20}=\frac{27{,}75}{20}=1{,}3875\\s&=\sqrt{1{,}3875}\approx1{,}18.\end{aligned}

L'écart type, environ 1,2 point, mesure la dispersion des notes autour de la moyenne 3,25. L'intervalle [xˉ−2s ;xˉ+2s]≈[0,89 ;5,61][\bar x-2s\,;\bar x+2s]\approx[0{,}89\,;5{,}61] contient ici toutes les notes. On peut démontrer que cet intervalle contient toujours au moins 75 % des valeurs ; pour beaucoup de séries, il en contient environ 95 %.

Comment vérifier un écart type

  • L'écart type est au plus égal à la moitié de l'étendue : ici 1,18≤5−12=21{,}18\leq\frac{5-1}{2}=2. Un écart type plus grand signale une erreur.
  • Les calculatrices affichent l'écart type sous le nom σx\sigma x (ou σn\sigma_n). La valeur notée sxs_x ou σn−1\sigma_{n-1} est un autre indicateur, utilisé en statistique inférentielle : ce n'est pas celui du programme de Seconde.
  • Pour aller plus loin : VV est aussi la moyenne des carrés moins le carré de la moyenne. Ici 2×1+3×4+6×9+6×16+3×2520−3,252=11,95−10,5625=1,3875\frac{2\times1+3\times4+6\times9+6\times16+3\times25}{20}-3{,}25^2=11{,}95-10{,}5625=1{,}3875.

Médiane, quartiles et écart interquartile

Médiane et quartiles

Les valeurs étant rangées dans l'ordre croissant :

  • la médiane MeMe partage la série en deux groupes de même effectif ; pour NN impair, c'est la valeur de rang N+12\frac{N+1}{2} ; pour NN pair, la moyenne des valeurs de rangs N2\frac N2 et N2+1\frac N2+1 ;
  • le premier quartile Q1Q_1 est la plus petite valeur de la série telle qu'au moins 25 % des valeurs lui soient inférieures ou égales ; le troisième quartile Q3Q_3 est la plus petite valeur telle qu'au moins 75 % des valeurs lui soient inférieures ou égales ;
  • l'écart interquartile Q3−Q1Q_3-Q_1 mesure l'étendue de la moitié centrale des valeurs.

Pour l'exemple 1 (N=25N=25) : la médiane est la 13e valeur ; les effectifs cumulés 3, 10, 18 montrent que les valeurs de rang 11 à 18 valent 2, donc Me=2Me=2. Q1Q_1 est la valeur de rang 7 (car 254=6,25\frac{25}{4}=6{,}25), soit 1 ; Q3Q_3 est la valeur de rang 19 (car 754=18,75\frac{75}{4}=18{,}75), soit 3. Écart interquartile : 3−1=23-1=2.

Boîte à moustaches et indicateurs de dispersion
La médiane partage la série en deux, les quartiles encadrent la moitié centrale et l'étendue décrit les extrêmes.

Séries regroupées en classes

Quand les valeurs sont nombreuses ou continues (durées, tailles), on les regroupe en classes [a ;b[[a\,;b\mathclose{[}. En Seconde, les classes ont toutes la même amplitude b−ab-a. On perd alors les valeurs exactes : les indicateurs calculés sont des estimations.

Exemple 7 : temps de trajet domicile-lycée de 80 élèves

Temps (min)[0 ;10[[0\,;10\mathclose{[}[10 ;20[[10\,;20\mathclose{[}[20 ;30[[20\,;30\mathclose{[}[30 ;40[[30\,;40\mathclose{[}[40 ;50[[40\,;50\mathclose{[}
Effectif122622146
Centre515253545
Fréquence cumulée0,150,4750,750,9251

Histogramme

Chaque classe est représentée par un rectangle dont la base est la classe. Les classes ayant la même amplitude, la hauteur peut être prise égale à l'effectif : l'aire de chaque rectangle est alors proportionnelle à l'effectif.

À gauche, histogramme des temps de trajet de 80 élèves en classes de 10 minutes, d'effectifs 12, 26, 22, 14 et 6. À droite, polygone des fréquences cumulées croissantes passant par (0 ; 0), (10 ; 0,15), (20 ; 0,475), (30 ; 0,75), (40 ; 0,925) et (50 ; 1) ; il atteint 0,5 pour un temps d'environ 20,9 minutes.
La médiane estimée se lit à l'abscisse où le polygone des fréquences cumulées atteint 0,5.

Moyenne estimée avec les centres des classes

On remplace chaque valeur par le centre de sa classe, puis on calcule la somme pondérée SS des centres :

S=12×5+26×15+22×25+14×35+6×45=1 760xˉ≈S80=1 76080=22.\begin{aligned}S&=12\times5+26\times15\\&\quad+22\times25+14\times35\\&\quad+6\times45=1\,760\\\bar x&\approx\frac{S}{80}=\frac{1\,760}{80}=22.\end{aligned}

Le temps de trajet moyen est estimé à 22 minutes. C'est une estimation : elle suppose que les valeurs sont réparties de façon équilibrée dans chaque classe.

Classe médiane et médiane estimée

Le polygone des fréquences cumulées croissantes relie les points (0 ;0)(0\,;0), (10 ;0,15)(10\,;0{,}15), (20 ;0,475)(20\,;0{,}475), (30 ;0,75)(30\,;0{,}75), (40 ;0,925)(40\,;0{,}925), (50 ;1)(50\,;1) : l'abscisse est la borne supérieure de chaque classe, l'ordonnée la proportion d'élèves dont le temps est inférieur à cette borne.

La fréquence cumulée passe de 0,475 à 0,75 sur [20 ;30[[20\,;30\mathclose{[} : c'est la classe médiane. Pour estimer la médiane, on considère que le polygone est un segment sur cette classe et on cherche l'abscisse où il atteint 0,5 :

Me≈20+10×0,5−0,4750,75−0,475=20+10×0,0250,275≈20,9.\begin{aligned}Me&\approx20+10\times\frac{0{,}5-0{,}475}{0{,}75-0{,}475}\\&=20+10\times\frac{0{,}025}{0{,}275}\approx20{,}9.\end{aligned}

La moitié des élèves met moins de 21 minutes environ. De même, Q3Q_3 se lit pour la fréquence 0,75 : Q3≈30Q_3\approx30 min. Contrôle : la médiane estimée est bien dans la classe médiane.

Comparer deux séries statistiques

Méthode : choisir le couple d’indicateurs

  • Le couple (moyenne ; écart type) utilise toutes les valeurs. Il convient quand la série n'a pas de valeur extrême isolée, et quand les écarts eux-mêmes comptent (régularité, précision d'une mesure).
  • Le couple (médiane ; écart interquartile) ne dépend pas des valeurs extrêmes. Il convient aux séries dissymétriques ou contenant des valeurs aberrantes (salaires, prix immobiliers).
  • On compare la position (qui a des valeurs plus grandes ?) puis la dispersion (qui est plus régulier ?), en utilisant le même couple pour les deux séries, et l'on conclut dans le contexte.

Exemple 8 : deux sprinteurs sur 100 m

Temps (en s) sur huit courses. A : 12,1 ; 12,3 ; 12,2 ; 12,4 ; 12,0 ; 12,2 ; 12,3 ; 12,1. B : 11,8 ; 12,6 ; 11,9 ; 12,7 ; 11,7 ; 12,5 ; 12,8 ; 11,6.

Les deux sommes valent 97,6, donc xˉA=xˉB=12,2\bar x_A=\bar x_B=12{,}2 s. Écarts à 12,2 pour A : −0,1-0{,}1 ; 0,1 ; 0 ; 0,2 ; −0,2-0{,}2 ; 0 ; 0,1 ; −0,1-0{,}1, dont les carrés ont pour somme 0,12. Pour B : −0,4-0{,}4 ; 0,4 ; −0,3-0{,}3 ; 0,5 ; −0,5-0{,}5 ; 0,3 ; 0,6 ; −0,6-0{,}6, carrés de somme 1,72.

VA=0,128=0,015sA=0,015≈0,12VB=1,728=0,215sB=0,215≈0,46.\begin{aligned}V_A&=\frac{0{,}12}{8}=0{,}015\\s_A&=\sqrt{0{,}015}\approx0{,}12\\V_B&=\frac{1{,}72}{8}=0{,}215\\s_B&=\sqrt{0{,}215}\approx0{,}46.\end{aligned}

Même niveau moyen, mais A est presque quatre fois plus régulier. Pour une course où il faut surtout ne pas rater, on choisit A ; pour battre un record, B, qui a les meilleurs temps (11,6 s), peut être préféré.

Exemple 9 : un salaire très élevé

Salaires mensuels (en milliers d'euros) des neuf salariés d'une petite entreprise : 1,8 ; 1,9 ; 2,0 ; 2,1 ; 2,2 ; 2,3 ; 2,4 ; 2,6 ; 9,5.

Moyenne : 26,89≈2,98\frac{26{,}8}{9}\approx2{,}98. Médiane (5e valeur) : 2,2. Q1Q_1 (rang 3) : 2,0 ; Q3Q_3 (rang 7) : 2,4 ; écart interquartile : 0,4.

Huit salariés sur neuf gagnent moins que la moyenne : le salaire du dirigeant la tire vers le haut. Sans lui, la moyenne tombe à 17,38≈2,16\frac{17{,}3}{8}\approx2{,}16 alors que la médiane passe seulement de 2,2 à 2,1+2,22=2,15\frac{2{,}1+2{,}2}{2}=2{,}15. Pour décrire le salaire « typique », le couple (médiane ; écart interquartile) est ici le bon choix.

Croisement de deux variables qualitatives

Tableau croisé, fréquence marginale, fréquence conditionnelle

On étudie deux caractères qualitatifs sur une même population (par exemple « joue d'un instrument » et « lit régulièrement »). Le tableau croisé d'effectifs donne dans chaque case le nombre d'individus qui ont à la fois une modalité de chaque caractère, avec les totaux en marge.

  • La fréquence marginale d'une modalité AA est effectif de Aeffectif total\dfrac{\text{effectif de }A}{\text{effectif total}} : elle se calcule avec un total de la marge.
  • La fréquence conditionnelle de BB parmi AA est effectif de A et Beffectif de A\dfrac{\text{effectif de }A\text{ et }B}{\text{effectif de }A} : on se limite aux individus qui ont la modalité AA.

Exemple 10 : compléter un tableau croisé

Dans un lycée, on a interrogé 250 élèves : 90 jouent d'un instrument de musique, parmi lesquels 54 lisent au moins un livre par mois ; au total, 100 élèves lisent au moins un livre par mois. On complète le tableau par différences, en commençant par les cases connues.

Lit (L)Ne lit pasTotal
Instrument (I)5490−54=3690-54=3690
Pas d'instrument100−54=46100-54=46160−46=114160-46=114250−90=160250-90=160
Total100250−100=150250-100=150250

Contrôle : la somme des quatre cases, 54+36+46+11454+36+46+114, vaut bien 250.

Exemple 11 : fréquences marginales et conditionnelles

Avec ce tableau :

  • fréquences marginales : 36 % des élèves jouent d'un instrument (90250=0,36\frac{90}{250}=0{,}36) et 40 % lisent régulièrement (100250=0,4\frac{100}{250}=0{,}4) ;
  • fréquence des lecteurs parmi les musiciens : 5490=0,6\frac{54}{90}=0{,}6 ; parmi les non-musiciens : 46160=0,2875\frac{46}{160}=0{,}2875 ;
  • fréquence des musiciens parmi les lecteurs : 54100=0,54\frac{54}{100}=0{,}54.

Interprétation : 60 % des musiciens lisent régulièrement, contre environ 29 % des autres élèves. Les deux caractères sont donc liés dans cette population (ce qui ne dit pas que l'un est la cause de l'autre). Les fréquences 5490\frac{54}{90} et 54100\frac{54}{100} ont le même numérateur mais répondent à deux questions différentes.

Quand on choisit un élève au hasard dans cette population, ces fréquences deviennent des probabilités : la fréquence des lecteurs parmi les musiciens est la probabilité conditionnelle PI(L)P_I(L).

Statistiques avec Python

Exemple 12 : moyenne, écart type et proportion des valeurs dans l’intervalle à deux écarts types

La fonction suivante renvoie la moyenne mm, l'écart type ss et la proportion des valeurs situées dans [m−2s ;m+2s][m-2s\,;m+2s].

from math import sqrt

def indicateurs(serie):
    n = len(serie)
    somme = 0
    for x in serie:
        somme = somme + x
    m = somme / n
    somme_carres = 0
    for x in serie:
        somme_carres = somme_carres + (x - m) ** 2
    s = sqrt(somme_carres / n)
    compte = 0
    for x in serie:
        if m - 2 * s <= x and x <= m + 2 * s:
            compte = compte + 1
    return m, s, compte / n

temps = [12, 15, 14, 18, 11, 35, 16, 13, 14, 17, 15, 12]
m, s, p = indicateurs(temps)
print(round(m, 2), round(s, 2), round(p, 3))

Affichage obtenu :

16.0 6.07 0.917

La boucle for x in serie parcourt les valeurs une à une. Les trois boucles traduisent exactement les trois définitions. Ici m=16m=16, s≈6,07s\approx6{,}07, et l'intervalle [m−2s ;m+2s]≈[3,86 ;28,14][m-2s\,;m+2s]\approx[3{,}86\,;28{,}14] contient 11 valeurs sur 12 : seule la valeur 35 est en dehors, ce qui la signale comme exceptionnelle.

Exemple 13 : filtrer des individus avec ET, OU, NON

Deux listes de même longueur décrivent 12 élèves : le kk-ième élément de chaque liste concerne le même élève.

instrument = ["oui", "non", "non", "oui", "non", "oui", "non", "non", "oui", "non", "non", "non"]
lecteur    = ["oui", "non", "oui", "oui", "non", "non", "non", "oui", "oui", "non", "non", "oui"]

def compter(i, l):
    c = 0
    for k in range(len(instrument)):
        if instrument[k] == i and lecteur[k] == l:
            c = c + 1
    return c

for i in ["oui", "non"]:
    print(i, compter(i, "oui"), compter(i, "non"))

ou = 0
non_instrument = 0
for k in range(len(instrument)):
    if instrument[k] == "oui" or lecteur[k] == "oui":
        ou = ou + 1
    if not instrument[k] == "oui":
        non_instrument = non_instrument + 1
print(ou, non_instrument)

Affichage obtenu :

oui 3 1
non 3 5
7 8

Les deux premières lignes forment le tableau croisé : 3 élèves musiciens et lecteurs, 1 musicien non lecteur, 3 lecteurs non musiciens, 5 ni l'un ni l'autre. Le filtre and donne une case ; le filtre or compte les élèves musiciens ou lecteurs (7, soit 3+1+33+1+3) ; not compte les non-musiciens (8). Fréquence des lecteurs parmi les musiciens : 34=0,75\frac34=0{,}75.

Erreurs fréquentes en statistiques

Faire la moyenne de deux moyennes

Ligne fausse : « moyenne des deux classes =11,5+132=12,25=\frac{11{,}5+13}{2}=12{,}25 ». Ce calcul ignore les effectifs (24 et 16). On reconstitue les sommes : 276+20840=12,1\frac{276+208}{40}=12{,}1. Test : la moyenne globale doit être plus proche de la moyenne du groupe le plus nombreux.

Oublier les effectifs dans la variance

Ligne fausse, pour l'exemple 6 : V=2,252+1,252+0,252+0,752+1,7525V=\frac{2{,}25^2+1{,}25^2+0{,}25^2+0{,}75^2+1{,}75^2}{5}. Chaque carré doit être multiplié par son effectif, et la somme divisée par N=20N=20, pas par le nombre de valeurs distinctes.

Donner la variance à la place de l’écart type

Ligne fausse : « l'écart type vaut 1,3875 ». C'est la variance, exprimée en points au carré. L'écart type est 1,3875≈1,18\sqrt{1{,}3875}\approx1{,}18 point. Test : l'écart type doit être au plus égal à la moitié de l'étendue.

Prendre le centre de la classe médiane pour la médiane

Ligne fausse, pour l'exemple 7 : « la classe médiane est [20 ;30[[20\,;30\mathclose{[}, donc Me=25Me=25 ». La fréquence cumulée vaut déjà 0,475 en 20 : on atteint 0,5 tout au début de la classe, vers 20,9. On interpole sur le polygone.

Diviser par le mauvais total dans un tableau croisé

Ligne fausse : « 54 % des musiciens lisent régulièrement », obtenu par 54100\frac{54}{100}. Le dénominateur 100 est l'effectif des lecteurs : 54100\frac{54}{100} est la fréquence des musiciens parmi les lecteurs. Le groupe nommé après « parmi » fournit le dénominateur : 5490=60 %\frac{54}{90}=60\,\%.

Pour s'entraîner : exercices corrigés de statistiques en Seconde.