## Similar to Cours Stats 5E

1) Chapter#02 Presentation of Data.ppt
1) Chapter#02 Presentation of Data.ppt
MuntazirMehdi43

One-Way ANOVA: Conceptual Foundations
One-Way ANOVA: Conceptual Foundations
smackinnon

Basics of Stats (2).pptx
Basics of Stats (2).pptx

R for Statistical Computing
R for Statistical Computing
Mohammed El Rafie Tarabay

BASIC OF ALGORITHM AND MATHEMATICS STUDENTS
BASIC OF ALGORITHM AND MATHEMATICS STUDENTS
jainyshah20

Statistics.ppt
Statistics.ppt
zafariqbal989542

CS 151 Standard deviation lecture
CS 151 Standard deviation lecture
Rudy Martinez

Data Science Interview Questions | Data Science Interview Questions And Answe...
Data Science Interview Questions | Data Science Interview Questions And Answe...
Simplilearn

5 structured programming
5 structured programming
hccit

Source of DATA
Source of DATA
Nahid Amin

Jorge Mario Petro M petro mosquera

Lecture 10.1 10.2 bt
Lecture 10.1 10.2 bt
btmathematics

Measures of Central Tendency.ppt
Measures of Central Tendency.ppt

2014-mo444-practical-assignment-04-paulo_faria
2014-mo444-practical-assignment-04-paulo_faria
Paulo Faria

Chapter3
Chapter 2: Frequency Distribution and Graphs
Chapter 2: Frequency Distribution and Graphs
Mong Mara

INTRODUCTION TO BOOSTING.ppt
INTRODUCTION TO BOOSTING.ppt
BharatDaiyaBharat

Digital textbook std ix
Digital textbook std ix
sandhyajayalekshmi

Describing and exploring data
Describing and exploring data
Tarun Gehlot

Statistics for math (English Version)
Statistics for math (English Version)
Tito_14

### Similar to Cours Stats 5E(20)

1) Chapter#02 Presentation of Data.ppt
1) Chapter#02 Presentation of Data.ppt

One-Way ANOVA: Conceptual Foundations
One-Way ANOVA: Conceptual Foundations

Basics of Stats (2).pptx
Basics of Stats (2).pptx

R for Statistical Computing
R for Statistical Computing

BASIC OF ALGORITHM AND MATHEMATICS STUDENTS
BASIC OF ALGORITHM AND MATHEMATICS STUDENTS

Statistics.ppt
Statistics.ppt

CS 151 Standard deviation lecture
CS 151 Standard deviation lecture

Data Science Interview Questions | Data Science Interview Questions And Answe...
Data Science Interview Questions | Data Science Interview Questions And Answe...

5 structured programming
5 structured programming

Source of DATA
Source of DATA

Lecture 10.1 10.2 bt
Lecture 10.1 10.2 bt

Measures of Central Tendency.ppt
Measures of Central Tendency.ppt

2014-mo444-practical-assignment-04-paulo_faria
2014-mo444-practical-assignment-04-paulo_faria

Chapter3
Chapter3

Chapter 2: Frequency Distribution and Graphs
Chapter 2: Frequency Distribution and Graphs

INTRODUCTION TO BOOSTING.ppt
INTRODUCTION TO BOOSTING.ppt

Digital textbook std ix
Digital textbook std ix

Describing and exploring data
Describing and exploring data

Statistics for math (English Version)
Statistics for math (English Version)

Search Result Showing My Post is Now Buried
Search Result Showing My Post is Now Buried
Trish Parr

ukwwuq

Meet up Milano 14 _ Axpo Italia_ Migration from Mule3 (On-prem) to.pdf
Meet up Milano 14 _ Axpo Italia_ Migration from Mule3 (On-prem) to.pdf
Florence Consulting

zoowe

Design Thinking NETFLIX using all techniques.pptx
Design Thinking NETFLIX using all techniques.pptx
saathvikreddy2003

fovkoyb

Gen Z and the marketplaces - let's translate their needs
Gen Z and the marketplaces - let's translate their needs
Laura Szabó

uehowe

cuobya

xjq03c34

Discover the benefits of outsourcing SEO to India
Discover the benefits of outsourcing SEO to India
davidjhones387

cuobya

Understanding User Behavior with Google Analytics.pdf
Understanding User Behavior with Google Analytics.pdf
SEO Article Boost

Explore-Insanony: Watch Instagram Stories Secretly
Explore-Insanony: Watch Instagram Stories Secretly
Trending Blogers

bseovas

uehowe

zyfovom

ysasp1

Azure EA Sponsorship - Customer Guide.pdf
Azure EA Sponsorship - Customer Guide.pdf
AanSulistiyo

[HUN][hackersuli] Red Teaming alapok 2024
[HUN][hackersuli] Red Teaming alapok 2024
hackersuli

Search Result Showing My Post is Now Buried
Search Result Showing My Post is Now Buried

Meet up Milano 14 _ Axpo Italia_ Migration from Mule3 (On-prem) to.pdf
Meet up Milano 14 _ Axpo Italia_ Migration from Mule3 (On-prem) to.pdf

Design Thinking NETFLIX using all techniques.pptx
Design Thinking NETFLIX using all techniques.pptx

Gen Z and the marketplaces - let's translate their needs
Gen Z and the marketplaces - let's translate their needs

Discover the benefits of outsourcing SEO to India
Discover the benefits of outsourcing SEO to India

Understanding User Behavior with Google Analytics.pdf
Understanding User Behavior with Google Analytics.pdf

Explore-Insanony: Watch Instagram Stories Secretly
Explore-Insanony: Watch Instagram Stories Secretly

Azure EA Sponsorship - Customer Guide.pdf
Azure EA Sponsorship - Customer Guide.pdf

[HUN][hackersuli] Red Teaming alapok 2024
[HUN][hackersuli] Red Teaming alapok 2024

### Cours Stats 5E

• 1. Chapitre : Statistiques Objectifs : - Connaitre le vocabulaire des statistiques. - Calculer l’effectif d’une valeur, l’effectif total et les effectifs cumulés croissants. - Calculer la fréquence d’une valeur et les fréquences cumulées croissantes. - Calculer la moyenne d’une série statistique. Mise en situation : On interroge les 26 élèves de 5ème 4 pour connaître le nombre de réseaux sociaux sur lesquels ils sont inscrits. Voici leurs réponses : 1 . 3 . 4 . 1 . 1 . 1 . 3 . 2 . 2 . 2 . 2 . 1 . 3 . 3 . 4 . 5 . 1 . 3 . 2 . 4 . 6 . 5 . 3 . 2 . 1 . 1 I. Vocabulaire - L'ensemble de ces résultats forment une série statistique. Remarque : Dans une série statistique, une valeur n’est pas forcément un nombre. Par exemple, on interroge chaque élève d’une classe sur le nom de son réseau social préféré. - La population étudiée est l'ensemble des élèves de 5ème 4. - Le caractère étudié est le nombre de réseaux sociaux sur lequel ils sont inscrits. II. Effectifs Dans notre exemple, le caractère étudié peut prendre 6 valeurs distinctes : 1, 2, 3, 4, 5 et 6. - Pour chacune de ces valeurs, l'effectif correspond au nombre de fois où la valeur a été recueillis. Exemple : L'effectif de la valeur « 2 » est 6, l'effectif de la valeur « 5 » est 2, etc. - L'effectif total est le nombre total de valeurs recueillis. Exemple : Ici, l'effectif total est 26. Remarque : L’effectif d’une valeur est inférieur ou égal à l’effectif total.
• 2. Pour présenter les résultats de manière plus claire, on utilise toujours un tableau des effectifs : Nombre de réseaux 1 2 3 4 5 6 Effectifs 8 6 6 3 2 1 Définition : L'effectif cumulé croissant (ECC), d'une valeur est la somme des effectifs de cette valeur avec les effectifs des valeurs précédentes. Exemple : On a ajouté une ligne « effectifs cumulés croissants » dans le tableau des effectifs ci – dessus. Nombre de réseaux 1 2 3 4 5 6 Effectifs 8 6 6 3 2 1 Effectifs cumulés croissants 8 14 (6+8) 20 (6+14) 23 (3+20) 25 (2+23) 26 (1+25) A savoir : Parfois, il est nécessaire de regrouper les valeurs d’une série sous forme de classe ou d’intervalle. C’est le cas notamment lorsque qu’il y a un grand nombre de valeurs distincts (différentes) dans la série statistique. Exemple :
• 3. III. Fréquences Définition : La fréquence d’une valeur est le quotient de son effectif sur l’effectif total. Fréquence d’une valeur = Effectif de la valeur Effectif total Remarques : - Les fréquences sont proportionnelles aux effectifs (on divise chaque effectif par le même nombre : l’effectif total). - La fréquence d’une valeur est toujours comprise entre 0 et 1. (En effet, l’effectif d’une valeur étant toujours inférieure à l’effectif total, la fréquence est une fraction inférieure à 1 et positive). - La somme des fréquences de toutes les valeurs est égale à 1. Exemple : On a ajouté une ligne « fréquence » dans le tableau des effectifs ci – dessus. Nombre de réseaux 1 2 3 4 5 6 Effectifs 8 6 6 3 2 1 Effectifs cumulés croissants 8 14 20 23 25 26 Fréquences (à 0,01 près) ≈ 0,31 (8÷26) ≈ 0,23 (6÷26) ≈ 0,23 (6÷26) ≈ 0,11 (3÷26) ≈ 0,08 (2÷26) ≈ 0,04 (1÷26) Définition : La fréquence cumulée croissante d'une valeur est la somme des fréquences des valeurs qui lui sont inférieures ou égales. Exemple : On a ajouté une ligne « fréquence cumulées croissantes » le tableau des effectifs ci – dessus. Nombre de réseaux 1 2 3 4 5 6 Effectifs 8 6 6 3 2 1 Effectifs cumulés croissants 8 14 20 23 25 26 Fréquences (à 0,01 près) ≈ 0,31 ≈ 0,23 ≈ 0,23 ≈ 0,11 ≈ 0,08 ≈ 0,04 Fréquences cumulées croissantes 0,31 0,54 (0,31 + 0,23) 0,77 (0,54 + 0,23) 0,88 (0,77 + 0,11) 0,96 (0,88 + 0,08) 1 (0,96 + 0,04)
• 4. I. Indicateurs de position Il peut être intéressant de calculer quelques valeurs particulières de la série étudiée comme la moyenne qui est un caractère de position (qui nous permet de se positionner dans la série). Cette valeur permet de résumer une série statistique avec un seul nombre. 1. Moyenne simple Définition : Dans une série statistique, on appelle moyenne le quotient de la somme des données de la série statistique par l’effectif total. Moyenne = Somme des données Effectif total Exemple : Remarque : La moyenne est toujours comprise entre la plus petite et la plus grande valeur de la série. 2. Moyenne pondérée Pour quand ? C’est une méthode utilisée lorsqu’il y a un grand nombre de valeurs numériques dans une série statistiques. Définition : La moyenne pondérée d'une série statistique à valeurs numériques est égale à la somme des produits de chaque valeur par son effectif, divisée par l'effectif total de cette série. Moyenne pondérée = 𝑣1 × 𝑒1 + 𝑣2 × 𝑒2 + 𝑣3 × 𝑒3 + … 𝑒𝑓𝑓𝑒𝑐𝑡𝑖𝑓 𝑡𝑜𝑡𝑎𝑙 avec v1 = valeur 1 de la série e1 = effectif de la valeur 1 Méthode – Exemple : Calculons la moyenne pondérée dans notre exemple : 1. J’additionne le produit de chaque valeur par son effectif. 1 × 8 + 2 × 6 + 3 × 6 + 4 × 3 + 5 × 2 + 6 × 1 = 8 + 12 + 18 +12 + 10 + 6 = 66 2. Je divise le résultat par l'effectif total de cette série. 66 ÷ 26 ≈ 2,5 Dans cette classe de 4ème , les élèves sont inscrits sur en moyenne 2,5 réseaux sociaux différents.
• 5. II. Représentation des données Lorsqu'il y a beaucoup de données à traiter, il peut être utile de les représenter sous la forme de tableaux, de diagrammes et cela à l’aide des effectifs ou fréquences. Mais pourquoi utiliser une représentation plutôt qu’une autre ? 1. Diagramme en bâton C’est quoi ? Un diagramme en bâtons permet de représenter les données d’une série à l’aide de segments/de rectangles de même largeur. La hauteur de chaque bâton est proportionnelle à l’effectif de la valeur représentée. Exemple : 2. Histogramme C’est quoi ? Un histogramme permet de représenter les données numériques d’une série regroupés par classe, à l’aide de rectangles de même largeur. La hauteur de chaque rectangle est proportionnelle à l’effectif de la classe représentée. Exemple : 3. Diagramme circulaire C’est quoi ? Un diagramme circulaire permet de représenter les données d’une série à l’aide de secteurs circulaires. La mesure de l’angle de chaque secteur circulaire est proportionnelle à l’effectif de la valeur représentée. Exemple :
Current LanguageEnglish
Español
Portugues
Français
Deutsche