Histogramme

0.01 0.02 0.03 0.04 Histogramme des proportions 0 20 40 60 80 100 130 Salaire net en milliers de dollars canadiens Chapitre 1 2013-14 4 / 35 Distribution Loi Normale Quantile Distribution Connaissant la distribution des salaires de l’entreprise, on peut calculer la proportion p de salari´s gagnant entre 30000 dollars canadiens et 50000 e dollars canadiens. p = aire colori´e e 0.01 0.02 0.03 0.04 Histogramme des proportions 0 20

cumulé croissant xi fi fréquences cumulées croissantes [5;7] 6 6 6 0,04 0,04 [7;11] 15 21 9 0,1 0,14 [11:13] 45 66 12 0,3 0,44 [13;15] 78 144 14 0,52 0,96 [15;19] 6 150 17 0,04 1 total 150     1   2 / Histogramme de la distribution et polygone des effectifs EXERCICE 3: 1- Diagramme à secteurs à partir d’un cercle IMPORTATIONS CATEGORIE DE PRODUITS EXPORTATIONS 17,80% alimentation 20,70% 16,50% énergie 4,90% 18,90% produits bruts 10

variables qualitatives ou quantitatives discrètes. Construction : On place sur un axe (généralement celui des abscisses) les modalités de la variable et, pour chaque modalité, on trace une colonne dont la hauteur représente la fréquence. 4. Histogramme Remarque : Ce graphique est réservé aux variables quantitatives continues. Construction : On place sur un axe (généralement celui des abscisses) les extrémités (bornes) de chaque classe de valeurs. Pour chaque classe, on trace un rectangle

l'attitude habituelle de qui veut mettre en oeuvre la méthode statistique : des recettes, des théories mathématiques ou statistiques ne suffisent jamais; il faut surtout les meilleurs "praticiens" possibles du moment pour le problème à résoudre. Histogramme des données brutes [pic] Stratification des données : La stratification des données en classes (regroupement des données) est pratiquement imposée: en effet, les centres des classes de la statification à choisir doivent correspondre aux

r´sum´s par les donn´es e e e e e disponibles. Les techniques de statistiques dites descriptives permettent d’´tudier les care act´ristiques ´l´mentaires du ph´nom`ne consid´r´. Il s’agit de d´crire les donn´es e ee e e ee e e ` l’aide de graphiques (histogramme, etc) et d’indicateurs statistiques ´l´mentaires a ee (moyenne, m´diane, variance, quartile). On pourra alors ´tudier, par exemple, les e e ventes des entreprises sur diff´rents sites suite ` l’introduction d’un nouveau produit, e a en donnant des

fonctionnalité de tri). 5) Remplir les colonnes F et G, y compris les moyennes simplifiées (on indiquera le calcul).(Le total d'un ensemble de cellules peut s'obtenir avec =somme(a1:a10) par exemple, pour les cellules a1 à a10). 6) Réaliser un histogramme en unité d'aire (un pour chaque échantillon) avec les données rangées en classes.On choisira une unité appropriée. On indiquera un exemple de calcul. Il est conseillé d'utiliser geogebra pour construire soi-même les rectangles à la taille souhaitée

• repr´sentation graphique e – fr´quences relatives : diagramme en bˆtons pour les variables e a discr`tes ou diagramme circulaire (secteurs proportionnels aux fr´quences) e e ou diagramme ` bandes pour les variables qualitatives. a – histogramme pour les variables continues : [ei−1 , ei [−→ hi = fi ei − ei−1 (surface de l’histogramme =1) • d´finition (indices): e a) indices centraux (ou param`tres de la tendance centrale) e 1.1. STATISTIQUE DESCRIPTIVE 7 La moyenne

entre 30 et 50. Si toutefois, on en trouvait une, exemple : n = 35 et P = 0,002, nous pourrions prendre la loi binomiale ou la loi de Poisson et nous aurions sensiblement les mêmes résultats. III. ON PEUT RECONNAITRE UNE LOI A PARTIR D’UN HISTOGRAMME IV. ON PEUT RECONNAITRE UNE LOI A PARTIR DE CERTAINS CALCULS Si : mode ≈ médiane ≈ moyenne ⇨il s’agit d’une loi Normale. Si : moyenne ≈ variance ⇨ il s’agit d’une loi de Poisson. V. ON PEUT RECONNAITRE

. 1.4.2 Diagramme en bˆatonnets des effectifs . . . . . 1.4.3 Fonction de r´epartition . . . . . . . . . . . . . 1.5 Variable quantitative continue . . . . . . . . . . . . . . 1.5.1 Le tableau statistique . . . . . . . . . . . . . . 1.5.2 Histogramme . . . . . . . . . . . . . . . . . . . 1.5.3 La fonction de r´epartition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

moyen. Pour cette raison nous allons étudier chaque variable plus en détail. 2.1-Variables quantitatives Pour chacune des variables quantitatives (salles, entrées, budget, semaines, durée), nous allons étudier un Box-plot, un histogramme et test de normalité (jarque-Bera). -La variable salle Test de Jarque-Bera (salles) : | | | | | | | | | JB (Valeur observée) | 2,091 | | | | | | | | | JB (Valeur critique) | 5,991 | | | | | | | | | DDL | 2 |