03-11-2011

17-11-2011

Caractristiques de position:
le mode et les quantiles

Mode et Classe modale

Lorsque la variable est qualitative ou quantitative discrte,
on dtermine le mode
Lorsque la variable est quantitative continue, on dtermine
la classe modale.

Statistique Descriptive

Le Mode
Dfinition:
Le mode (ou valeur modale) est la valeur que la variable statistique prend le plus
souvent ( la valeur qui a le plus grand effectif ).
Le mode peut tre calcul pour les caractre qualitatifs comme pour les caractres
quantitatifs.

Exemple : Soit la srie : {8,4,4,3,4,3,8,2,5}

La valeur la plus frquente de cette srie est 4. Le mode est donc gal 4. L'effectif
associ ce mode est 3.

Remarques
a) Une srie peut avoir plusieurs modes
Soit la srie S = {4, 0, 1, 1, 2, 2, 2, 3, 3, 4, 2, 3, 4, 5, 2, 1, 3, 3, 4, 5},
les "2" et les "3" sont les valeurs qui reviennent le plus souvent : 5 fois chacune.
Cette srie a 2 modes, elle est bimodale. Ses deux modes sont : 2 et 3.
L'effectif associ chacun de ces modes est : 5. Bien entendu, on peut avoir des sries
avec 3, 4, 5, etc. modes. Ce sont alors des sries multimodales.
b) Le mode nexiste pas forcment
C'est le cas lorsque toutes les valeurs ont le mme effectif comme dans l'exemple
suivant : {8,6,5,7,3,1}. Dans ce cas, on peut aussi dire que toutes les valeurs sont
modales.
c) Le mode nest pas la valeur la plus leve
Il ne faut pas confondre le mode, qui est la valeur la plus frquente, avec la valeur la
plus leve de la srie. Dans la srie {8,6,5,7,3,1}, il n'y a pas de mode, mais la valeur
la plus leve est 8. Il peut arriver que le mode soit aussi la valeur la plus leve,
mais ce nest alors quune concidence.
5

Le mode dans le cas dune variable qualitative:

Le mode est la Modalit correspondante leffectif le plus important.
Exemple: Population active selon le statut des emplois, en 2004

Statut de lemploi
Non salaris
Salaris secteur priv
Salaris secteur public
Total

Effectifs (en milliers)

2 669
17 270
4 789
24 728

Le mode de la distribution est reprsent par

les salaris du secteur priv.

Population active selon le statut des emplois

Spu
Statut de lemploi
SPr

NS
0

10000

20000

Sur le diagramme il sagit du tuyau le plus haut

Statistique Descriptive

Le mode dans le cas dune variable quantitative discrte:

Le mode est la Valeur correspondante leffectif le plus important.
Exemple: Distribution des jours douvertures dun magasin suivant le
nombre de vente d un appareil A
Nombre de
vente par jours

total

Nombre de
jours

24

57

75

53

33

253

Le Mode est gale 2 appareils par jours: il ya 75 jours o on

a vendu 2 appareils dans la journe
Sur le diagramme il sagit du tuyau le plus haut

Distribution des jours douvertures dun magasin

suivant le nombre de vente d un appareil A

6
5
4
3

Nombre de
fois/jour

2
1
0
0

20

40

Statistique Descriptive

60

80

La classe modale dans le cas dune variable quantitative continue:

Si les classes sont toutes de mme amplitude, la classe modale est

la classe deffectif le plus lev ou de frquence la plus leve.

Si les classes ne sont pas toutes de mme amplitude, la classe

modale est la classe dont leffectif corrig ou la frquence corrige
est maximum

10

A partir du tableau statistique:

Exemple: Rpartition des salaires mensuels dune entreprise X
Classes de Salaires

Effectifs

Effectifs
corrig

Hauteur

[6000-7000[

10

10/1000

10

[7000-9000[

50

50/2000

25

[9000-10 000[

20

20/1000

20

[10 000-13 000[

20

20/3000

6,67

[13 000-17 000[

10

10/4000

2,5

[17 000 -20000[

5/3000

1,67

Totaux

14000

115

La classe modale est [7000-9000[ : elle correspond leffectif corrig le plus

levs
11

Sur lhistogramme
hauteur

Distribution des effectifs des salaris selon leur salaire mensuel

30

Il sagit du tuyau le plus haut

25
20
15

50
10
5

20
10

20
10

6000 7000

9000

12

Salaire mensuel

5
20000

Le mode dans le cas dune variable quantitative continu:

On peut calculer le mode pour un caractre quantitatif continu par la formule
suivante:

M 0 LI CMo ACMo

1
1 2

O
LICMo est la borne infrieur de la classe modale
ACMo est lamplitude de la classe modale
1= fCMO-fCMO-1: diffrence entre la frquence de la classe modale et la
frquence de la classe prcdente
2= fCMO-fCMO+1: diffrence entre la frquence de la classe modale et la
frquence de la classe suivante

Statistique Descriptive

13

Exemple: Soit le tableau suivant dcrivant la distribution des salaires de 75

employs:
Salaires

[215,
235[

[235,
255[

[255,
275[

[275,
295[

[295,
315[

[315,
335[

[335,
355[

[355,
375[

Effectifs

13

22

15

Frquences

5,33

17,33

29,33 20

6,67

5,33

M 0 LI CMo ACMo

1
1 2

29,33 17,33
275 20
(29,33 17,33) (29,33 20)
286, 25
Statistique Descriptive

14

Les quantiles:
On calcule les quantiles pour une variable quantitative discrte et continue
dont les modalits sont classes par valeurs
croissantes.
q

Quantile dordre :
Le quantile dordre not q est la valeur de la variable telle que
des valeurs observes sont infrieures q
Donc, par dfinition, la frquence cumule croissante associe au
quantile q est , c..d

F ( q )

Statistique Descriptive

15

On subdivise l'intervalle [0; 1] en n parts . Les points correspondants

sont appels :
Les quartiles : on subdivise [0,1] en 4 parts gales. Les quartiles sont les
trois valeurs

Q1 q0,25 ;Q2 q0,5 ;Q3 q0,75

Les dciles : on subdivise [0,1] en 10 parts gales. Les dciles sont les neufs
valeurs

D1 q0,1; D2 q0,2 ;...; D9 q0,9

Les centiles : on subdivise [0,1] en 100 parts gales. Les centiles sont les 99
valeurs

C1 q0,01; C2 q0,02 ;...; C50 q0,5 ;...; C98 q0,98 ; C99 q0,99

Statistique Descriptive

16

Mthode de calcul du quantile

dordre
Variable quantitative discrte:
partir de la srie statistique
partir du tableau statistique
Variable quantitative continue

Variable quantitative discrte: partir de la srie statistique

Soient x1, x2,, xn une population n individus .

On classe les individus par ordre croissant.
Si n nest pas un entier: le quantile dordre est la donne dont le rang
est lentier le plus proche du nombre n +0,5:

q xn
o n reprsente le plus petit nombre entier suprieur ou gal n
Si n est un entier: le quantile dordre est la moyenne des donne des
rangs respectifs n et n+1:

xn xn 1
q
2

Exemple: On considre la srie statistique suivante:{12, 12, 15, 16, 18, 19, 22, 24,
24, 24} contenant 10 observations.
o Le premier quartile Q1 :

Statistique Descriptive

19

Exemple: On considre la srie statistique suivante:{12, 12, 15, 16, 18, 19, 22, 24,
24, 24} contenant 10 observations.
o Le premier quartile Q1 : n=10 et =0,25 donc n=100,25=2,5. Do

Q1 x2,5 x3 15.
oLe deuxime quartile Q2:

Statistique Descriptive

20

Exemple: On considre la srie statistique suivante:{12, 12, 15, 16, 18, 19, 22, 24,
24, 24} contenant 10 observations.
o Le premier quartile Q1 : n=10 et =0,25 donc n=100,25=2,5. Do

Q1 x2,5 x3 15.
oLe deuxime quartile Q2: n=10 et =0,5 donc n=100,5=5. Do

x5 x6 18 19
Q2

18,5
2
2
oLe septime dcile D7:

Statistique Descriptive

21

Exemple: On considre la srie statistique suivante:{12, 12, 15, 16, 18, 19, 22, 24,
24, 24} contenant 10 observations.
o Le premier quartile Q1 : n=10 et =0,25 donc n=100,25=2,5. Do

Q1 x2,5 x3 15.
oLe deuxime quartile Q2: n=10 et =0,5 donc n=100,5=5. Do

x5 x6 18 19
Q2

18,5
2
2
oLe septime dcile D7: n=10 et =0,7 donc n=100,7=7. Do

x7 x8 22 24
D7

23
2
2

Statistique Descriptive

22

Exercice: Considrons la srie statistique suivante: {4, 0, 1, 1, 2, 2,

2, 3, 3, 4, 2, 3, 4, 5, 2, 1, 3, 3, 4, 5}.
o Calculer les quartiles Q1 et Q3
o Donner une interprtation de Q1
o Calculer les dciles D4 et D9
o Donner une interprtation de D4

Statistique Descriptive

23

Variable quantitative discrte: partir du tableau statistique

Exemple: Une tude statistique sur les 50 notes attribues par un jury un
examen, voici les rsultats obtenus en classant ces notes par ordre croissant.
VALEURS
Effectifs
Frquences

1
2
2
3
2
3
2
3
4
3
0,02 0,04 0,04 0,06 0,04 0,06 0,04 0,06 0,08 0,06

Frquences cumules 0,02 0,06 0,1 0,16 0,2 0,26 0,3 0,36 0,44 0,5
VALEURS
Effectifs
Frquences

10

11

12

13

14

15

16

17

18

19 20

2
3
4
4
3
1
2
1
2
2
1
0,04 0,06 0,08 0,08 0,06 0,02 0,04 0,02 0,04 0,04 0,02

Frquences cumules 0,54 0,6 0,68 0,76 0,82 0,84 0,88 0,9 0,94 0,98 1
Q1=
Q3=
D6=
Statistique Descriptive

24

Variable quantitative discrte: partir du tableau statistique

Exemple: Une tude statistique sur les 50 notes attribues par un jury un
examen, voici les rsultats obtenus en classant ces notes par ordre croissant.
VALEURS
Effectifs
Frquences

1
2
2
3
2
3
2
3
4
3
0,02 0,04 0,04 0,06 0,04 0,06 0,04 0,06 0,08 0,06

Frquences cumules 0,02 0,06 0,1 0,16 0,2 0,26 0,3 0,36 0,44 0,5
VALEURS
Effectifs
Frquences

10

11

12

13

14

15

16

17

18

19 20

2
3
4
4
3
1
2
1
2
2
1
0,04 0,06 0,08 0,08 0,06 0,02 0,04 0,02 0,04 0,04 0,02

Frquences cumules 0,54 0,6 0,68 0,76 0,82 0,84 0,88 0,9 0,94 0,98 1
Q1=F-1(0,25)=5
Q3=F-1(0,75)=13
Q2=F-1(0,5)???
Statistique Descriptive

25

Variable quantitative continue:

Dans ce cas, la fonction des frquences cumules (respectivement ,

des effectifs cumuls) est continue croissante. Donc, elle admet un
inverse.
Supposons que la valeur est atteinte dans lintervalle [Ck,Ck+1[, c..d

F [ Fk , Fk 1[ q [Ck ,Ck 1[

Daprs le thorme Thals :

q Ck
F Fk

Ck 1 Ck Fk 1 Fk

Frquences
cumules

Fk+1
F
Fk

Ck

Statistique Descriptive

q Ck+1

Classes

26

Par consquent

F Fk
q Ck
(Ck 1 Ck )
Fk 1 Fk
Ou encore

N N k
q Ck
(Ck 1 Ck )
N k 1 N k

Statistique Descriptive

27

Exemple: On dispose dune srie statistique o les effectifs sont regroups en classes.
Classes

[40,50[

[50,60[

[60,70[

[70,80[

[80,100[

[100,120[

[120,150]

Effectifs

24

45

61

63

57

32

18

Frquences
Frquences
cumules

28

Exemple: On dispose dune srie statistique o les effectifs sont regroups en classes.
Classes

[40,50[

[50,60[

[60,70[

[70,80[

[80,100[

[100,120[

[120,150]

Effectifs

24

45

61

63

57

32

18

Frquences

0,08

0,15

0,20

0,21

0,19

0,11

0,06

Frquences
cumules

0,08

0,23

0,43

0,64

0,83

0,94

Q1
D4
Q2
Q3
C87

29

Exemple: On dispose dune srie statistique o les effectifs sont regroups en classes.
Classes

[40,50[

[50,60[

[60,70[

[70,80[

[80,100[

[100,120[

[120,150]

Effectifs

24

45

61

63

57

32

18

Frquences

0,08

0,15

0,20

0,21

0,19

0,11

0,06

Frquences
cumules

0,08

0,23

0,43

0,64

0,83

0,94

Q1 q0,25 60

0, 25 0, 23
(70 60) 61
0, 43 0, 23

D4
Q2
Q3
C87
30

Exemple: On dispose dune srie statistique o les effectifs sont regroups en classes.
Classes

[40,50[

[50,60[

[60,70[

[70,80[

[80,100[

[100,120[

[120,150]

Effectifs

24

45

61

63

57

32

18

Frquences

0,08

0,15

0,20

0,21

0,19

0,11

0,06

Frquences
cumules

0,08

0,23

0,43

0,64

0,83

0,94

0, 25 0, 23
(70 60) 61
0, 43 0, 23
0, 4 0, 23
60
(70 60) 68,5
0, 43 0, 23

Q1 q0,25 60
D4 q0,4
Q2
Q3
C87

31

Exemple: On dispose dune srie statistique o les effectifs sont regroups en classes.
Classes

[40,50[

[50,60[

[60,70[

[70,80[

[80,100[

[100,120[

[120,150]

Effectifs

24

45

61

63

57

32

18

Frquences

0,08

0,15

0,20

0,21

0,19

0,11

0,06

Frquences
cumules

0,08

0,23

0,43

0,64

0,83

0,94

0, 25 0, 23
(70 60) 61
0, 43 0, 23
0, 4 0, 23
60
(70 60) 68,5
0, 43 0, 23
0,5 0, 43
70
(80 70) 73,33
0, 64 0, 43

Q1 q0,25 60
D4 q0,4
Q 2 q0,5
Q3
C87

32

Exemple: On dispose dune srie statistique o les effectifs sont regroups en classes.
Classes

[40,50[

[50,60[

[60,70[

[70,80[

[80,100[

[100,120[

[120,150]

Effectifs

24

45

61

63

57

32

18

Frquences

0,08

0,15

0,20

0,21

0,19

0,11

0,06

Frquences
cumules

0,08

0,23

0,43

0,64

0,83

0,94

0, 25 0, 23
(70 60) 61
0, 43 0, 23
0, 4 0, 23
D4 q0,4 60
(70 60) 68,5
0, 43 0, 23
0,5 0, 43
Q 2 q0,5 70
(80 70) 73,33
0, 64 0, 43
0, 75 0, 64
Q3 q0,75 80
(100 80) 85, 79
0,83 0, 64
C87
Q1 q0,25 60

33

Exemple: On dispose dune srie statistique o les effectifs sont regroups en classes.
Classes

[40,50[

[50,60[

[60,70[

[70,80[

[80,100[

[100,120[

[120,150]

Effectifs

24

45

61

63

57

32

18

Frquences

0,08

0,15

0,20

0,21

0,19

0,11

0,06

Frquences
cumules

0,08

0,23

0,43

0,64

0,83

0,94

0, 25 0, 23
(70 60) 61
0, 43 0, 23
0, 4 0, 23
D4 q0,4 60
(70 60) 68,5
0, 43 0, 23
0,5 0, 43
Q 2 q0,5 70
(80 70) 73,33
0, 64 0, 43
0, 75 0, 64
Q3 q0,75 80
(100 80) 85, 79
0,83 0, 64
0,87 0,83
C87 q0,87 100
(120 100) 103, 64
0,94 0,83
Q1 q0,25 60

34

FIN

Statistique Descriptive

35