Produire des statistiques descriptives
Apprenez à résumer un jeu de données avec les principaux indicateurs statistiques, à utiliser l’intelligence artificielle pour choisir les bonnes méthodes et à contrôler les résultats avec un tableur ou un outil de calcul reproductible.
À la fin de ce cours, vous saurez :
- Définir la statistique descriptive et son utilité.
- Distinguer population, échantillon et observation.
- Calculer les effectifs et les fréquences.
- Calculer une moyenne simple et pondérée.
- Déterminer la médiane et le mode.
- Interpréter les quartiles et l’écart interquartile.
- Mesurer la dispersion avec l’étendue et l’écart-type.
- Repérer les valeurs atypiques.
- Gérer les valeurs manquantes sans fausser les indicateurs.
- Produire des statistiques par groupe.
- Utiliser des formules Excel pour automatiser les calculs.
- Rédiger une synthèse statistique fiable avec l’aide de l’IA.
Savoir lire un tableau de données, comprendre les types de variables et effectuer des calculs simples. Le cours précédent, « Vérifier les formules et les résultats », présente les méthodes de contrôle nécessaires.
1. Qu’est-ce que la statistique descriptive ?
La statistique descriptive regroupe les méthodes permettant d’organiser, de résumer et de présenter des données observées. Elle transforme une liste de valeurs en informations plus faciles à comprendre.
Elle permet notamment de répondre aux questions suivantes : combien d’observations ont été enregistrées, quelle est la valeur moyenne, quelles sont les valeurs les plus fréquentes et dans quelle mesure les résultats varient-ils ?
Une entreprise enregistre 200 commandes. Plutôt que d’examiner individuellement chaque commande, elle calcule le montant moyen, le montant médian, le minimum, le maximum et la répartition par canal de vente.
Décrire des données ne permet pas automatiquement d’expliquer les causes d’un phénomène, de prévoir son évolution ou de démontrer un lien de causalité.
2. Population, échantillon et observation
| Notion | Définition | Exemple |
|---|---|---|
| Population | Ensemble des unités étudiées. | Toutes les commandes de l’année. |
| Échantillon | Sous-ensemble d’une population. | 100 commandes sélectionnées. |
| Observation | Unité enregistrée dans le jeu de données. | Une commande. |
| Variable | Caractéristique mesurée. | Montant de commande. |
| Modalité | Valeur possible d’une variable qualitative. | Web, magasin, téléphone. |
Il faut toujours préciser le périmètre : les statistiques portent-elles sur toutes les données disponibles ou seulement sur un échantillon ?
3. Choisir un indicateur selon le type de variable
Toutes les statistiques ne conviennent pas à tous les types de données.
| Variable | Indicateurs adaptés | Exemple |
|---|---|---|
| Qualitative nominale | Effectifs, fréquences, mode. | Canal de vente. |
| Qualitative ordinale | Effectifs, fréquences, mode, répartition ordonnée. | Satisfaction faible, moyenne, élevée. |
| Quantitative discrète | Moyenne, médiane, dispersion, effectifs. | Nombre d’articles. |
| Quantitative continue | Moyenne, médiane, quartiles, écart-type. | Durée de traitement. |
Calculer une moyenne sur des codes postaux ou des numéros de dossier n’a aucun sens, même si ces informations sont composées de chiffres.
4. Calculer un effectif
L’effectif correspond au nombre d’observations répondant à une condition ou appartenant à une catégorie.
Sur 50 commandes, 30 proviennent du site web, 15 du magasin et 5 du téléphone.
Les effectifs sont respectivement 30, 15 et 5. Leur somme est égale à 50.
Dans Excel :
Cette formule compte les cellules contenant « Web » dans la plage indiquée.
5. Calculer une fréquence
Une fréquence représente la part d’une catégorie dans l’effectif total.
30 commandes sur 50 proviennent du web.
30 / 50 × 100 = 60 %.
Si les catégories sont exclusives et couvrent toutes les observations, la somme de leurs fréquences doit atteindre 100 %, sous réserve des arrondis.
6. Construire un tableau de fréquences
| Canal | Effectif | Fréquence |
|---|---|---|
| Web | 30 | 60 % |
| Magasin | 15 | 30 % |
| Téléphone | 5 | 10 % |
| Total | 50 | 100 % |
Ce tableau décrit la répartition des commandes selon leur canal d’origine. Il ne renseigne pas sur le chiffre d’affaires de chaque canal.
7. Calculer une moyenne arithmétique
La moyenne est la somme des valeurs divisée par leur nombre.
Montants de cinq commandes : 40 €, 60 €, 80 €, 100 € et 120 €.
Somme = 400 €.
Moyenne = 400 / 5 = 80 €.
Dans Excel :
La fonction MOYENNE ignore normalement les cellules vides et les textes présents dans une plage référencée. Il faut donc contrôler le nombre de valeurs réellement prises en compte.
8. Calculer une moyenne pondérée
Une moyenne pondérée attribue un poids différent à chaque valeur.
Une entreprise achète 10 unités à 20 € et 30 unités à 30 €.
(10 × 20 + 30 × 30) / 40 = 27,50 €.
Dans Excel, avec les quantités en B et les prix en C :
La somme des poids doit être non nulle. Les plages doivent avoir la même taille.
9. Déterminer la médiane
La médiane est la valeur centrale d’une série ordonnée. Elle partage les observations en deux groupes de même effectif, à la convention de calcul près.
Effectif impair
Série ordonnée : 10, 20, 30, 40, 50.
La médiane est 30.
Effectif pair
Série ordonnée : 10, 20, 30, 40.
Médiane = (20 + 30) / 2 = 25.
Dans Excel :
10. Comprendre l’intérêt de la médiane
La médiane est généralement moins sensible que la moyenne aux valeurs extrêmes.
Série : 20, 25, 30, 35, 190.
Moyenne = 300 / 5 = 60.
Médiane = 30.
La moyenne est fortement influencée par la valeur 190, tandis que la médiane reste représentative de la position centrale.
11. Déterminer le mode
Le mode correspond à la valeur ou à la modalité la plus fréquente.
Série : 2, 3, 3, 4, 5, 5, 5.
Le mode est 5, présent trois fois.
Une série peut posséder plusieurs modes ou ne présenter aucune valeur plus fréquente que les autres.
Pour les données numériques, Excel propose notamment :
Pour les catégories textuelles, un tableau de fréquences ou un tableau croisé dynamique est généralement plus adapté.
12. Comparer moyenne, médiane et mode
| Indicateur | Ce qu’il mesure | Limite principale |
|---|---|---|
| Moyenne | Niveau moyen des valeurs. | Sensible aux valeurs extrêmes. |
| Médiane | Position centrale d’une série ordonnée. | Ne décrit pas toute la dispersion. |
| Mode | Valeur la plus fréquente. | Peut être multiple ou peu informatif. |
13. Identifier le minimum et le maximum
Le minimum correspond à la plus petite valeur et le maximum à la plus grande.
Ces indicateurs permettent de connaître les bornes observées, mais ne décrivent pas la répartition des valeurs entre ces bornes.
14. Calculer l’étendue
L’étendue mesure la différence entre la plus grande et la plus petite valeur.
Série : 10, 20, 30, 40, 50.
Étendue = 50 – 10 = 40.
L’étendue est simple à calculer, mais très sensible aux valeurs extrêmes.
15. Comprendre les quartiles
Les quartiles sont des indicateurs de position permettant d’étudier la répartition d’une série ordonnée.
- Q1 : premier quartile.
- Q2 : médiane.
- Q3 : troisième quartile.
Les conventions de calcul des quartiles peuvent différer selon les logiciels et les méthodes statistiques.
Pour comparer des résultats, il faut préciser la méthode utilisée. Dans Excel, QUARTILE.INCLURE et QUARTILE.EXCLURE reposent sur des conventions différentes.
16. Calculer l’écart interquartile
L’écart interquartile mesure l’étendue de la partie centrale d’une distribution.
Si Q1 = 25 et Q3 = 75 :
Écart interquartile = 75 – 25 = 50.
Cet indicateur est moins sensible aux valeurs extrêmes que l’étendue totale.
17. Comprendre la variance
La variance mesure la dispersion des valeurs autour de leur moyenne à partir des écarts au carré.
Pour une population complète :
Pour estimer la variance d’une population à partir d’un échantillon, on utilise généralement le dénominateur n – 1.
| Situation | Fonction Excel |
|---|---|
| Population complète | VAR.P |
| Échantillon | VAR.S |
18. Comprendre l’écart-type
L’écart-type est la racine carrée de la variance. Il mesure la dispersion dans la même unité que les données.
Plus l’écart-type est élevé, plus les valeurs sont dispersées autour de leur moyenne, toutes choses égales par ailleurs.
Dans Excel :
La première formule décrit une population complète. La seconde utilise la formule d’écart-type d’échantillon.
19. Calculer un écart-type pas à pas
Série : 2, 4, 6.
Moyenne = (2 + 4 + 6) / 3 = 4.
| Valeur | Écart à la moyenne | Écart au carré |
|---|---|---|
| 2 | -2 | 4 |
| 4 | 0 | 0 |
| 6 | +2 | 4 |
| Total | 0 | 8 |
Variance population = 8 / 3 ≈ 2,67.
Écart-type population = √(8 / 3) ≈ 1,63.
20. Repérer les valeurs atypiques
Une valeur atypique est une observation qui se distingue fortement des autres valeurs.
Elle peut correspondre à :
- Une erreur de saisie.
- Une opération exceptionnelle.
- Un événement rare mais réel.
- Une différence entre plusieurs groupes.
La règle des 1,5 écart interquartile
Les valeurs situées au-delà de ces bornes sont souvent signalées comme atypiques dans une analyse exploratoire.
Une valeur atypique n’est pas nécessairement une erreur. Elle ne doit pas être supprimée automatiquement. Il faut d’abord vérifier son origine et son importance.
21. Gérer les valeurs manquantes
Une valeur manquante peut modifier le nombre d’observations utilisées pour calculer une statistique.
Il faut distinguer :
- Le nombre total de lignes.
- Le nombre de valeurs numériques valides.
- Le nombre de valeurs absentes.
- Les valeurs explicitement égales à zéro.
Dans Excel :
NB compte les cellules numériques. NB.VIDE compte les cellules considérées comme vides par Excel, y compris certains résultats de formule vides.
22. Produire des statistiques par groupe
Les statistiques globales peuvent masquer des différences importantes entre plusieurs catégories.
Une entreprise souhaite comparer le montant moyen des commandes provenant du web et du magasin.
Elle doit calculer une moyenne pour chaque canal plutôt qu’une seule moyenne générale.
Dans Excel :
Cette formule calcule la moyenne des valeurs de C pour les lignes dont la colonne B contient « Web ».
23. Utiliser un tableau croisé dynamique
Un tableau croisé dynamique permet de regrouper des observations et de produire rapidement des statistiques par catégorie.
Il peut afficher :
- Le nombre d’observations.
- La somme d’un montant.
- La moyenne par catégorie.
- Le minimum et le maximum.
- Certaines mesures de dispersion.
Il faut vérifier la fonction d’agrégation choisie : une somme et une moyenne ne répondent pas à la même question.
24. Utiliser l’IA pour préparer une analyse descriptive
L’IA peut aider à identifier les variables, choisir les indicateurs et proposer les calculs adaptés.
25. Demander des calculs statistiques à l’IA
Lorsque les données sont disponibles, l’IA peut aider à construire une procédure de calcul.
Pour des résultats importants, il est préférable d’utiliser un tableur ou un outil exécutant réellement les opérations.
- Effectif : 8.
- Somme : 145.
- Moyenne : 18,125.
- Médiane : 19.
- Mode : 20.
- Minimum : 12.
- Maximum : 25.
- Étendue : 13.
26. Vérifier les statistiques obtenues
Un contrôle doit notamment porter sur :
- L’effectif réellement utilisé.
- Les valeurs absentes ou exclues.
- La cohérence entre somme et moyenne.
- L’ordre des valeurs pour la médiane.
- La fréquence des valeurs pour le mode.
- La méthode de calcul des quartiles.
- Le choix population ou échantillon.
- Les unités et les arrondis.
La moyenne et la médiane d’une série numérique non vide doivent se situer entre son minimum et son maximum. L’écart-type et l’étendue ne peuvent pas être négatifs. Ces règles permettent de repérer certaines erreurs manifestes.
27. Cas pratique complet — Analyser les commandes d’une activité
Situation professionnelle
Une petite entreprise fictive souhaite analyser dix commandes enregistrées pendant une journée.
L’objectif est de produire des statistiques descriptives fiables, puis de formuler une synthèse sans tirer de conclusions injustifiées.
Étape A — Jeu de données
| Commande | Canal | Montant HT |
|---|---|---|
| C01 | Web | 40 € |
| C02 | Magasin | 50 € |
| C03 | Web | 60 € |
| C04 | Web | 70 € |
| C05 | Magasin | 80 € |
| C06 | Web | 80 € |
| C07 | Magasin | 90 € |
| C08 | Web | 100 € |
| C09 | Magasin | 110 € |
| C10 | Web | 320 € |
On suppose que les dix commandes sont valides et qu’aucune valeur n’est manquante.
Étape B — Calculer l’effectif
Le tableau contient 10 commandes.
Étape C — Calculer les fréquences par canal
| Canal | Effectif | Fréquence |
|---|---|---|
| Web | 6 | 60 % |
| Magasin | 4 | 40 % |
| Total | 10 | 100 % |
Étape D — Calculer le montant total
Étape E — Calculer la moyenne
Étape F — Calculer la médiane
Les montants sont déjà classés par ordre croissant.
Comme l’effectif est pair, la médiane est la moyenne des cinquième et sixième valeurs.
Étape G — Déterminer le mode
La valeur 80 € apparaît deux fois. Les autres montants n’apparaissent qu’une seule fois.
Étape H — Calculer l’étendue
Étape I — Calculer les quartiles
Pour cet exemple, on utilise la convention de rang : Q1 est la valeur de rang plafond(n/4) et Q3 celle de rang plafond(3n/4) dans la série ordonnée.
Avec n = 10 :
D’autres conventions, notamment certaines fonctions Excel, peuvent produire des quartiles différents.
Étape J — Repérer une valeur atypique
Avec la règle de 1,5 fois l’écart interquartile :
La commande de 320 € dépasse la borne haute. Elle est donc signalée comme valeur atypique selon cette méthode.
Cela ne signifie pas qu’elle est incorrecte. Il faut vérifier si elle correspond à une commande exceptionnelle réelle.
Étape K — Comparer les canaux
| Indicateur | Web | Magasin |
|---|---|---|
| Nombre de commandes | 6 | 4 |
| Total HT | 670 € | 330 € |
| Moyenne HT | 111,67 € | 82,50 € |
| Part du total HT | 67 % | 33 % |
Calcul du web : 40 + 60 + 70 + 80 + 100 + 320 = 670 €.
Calcul du magasin : 50 + 80 + 90 + 110 = 330 €.
La commande de 320 € influence fortement la moyenne du canal web.
Étape L — Présenter les résultats
Observations valides.
Somme des montants.
Montant moyen par commande.
Valeur centrale.
Étape M — Formules Excel
On suppose les identifiants en A, les canaux en B et les montants en C, des lignes 2 à 11.
Étape N — Synthèse professionnelle
Les dix commandes étudiées représentent un montant total de 1 000 € HT. Le montant moyen est de 100 €, contre une médiane de 80 €.
Le canal web représente 60 % des commandes et 67 % du montant total HT. Une commande de 320 € se distingue fortement des autres observations et influence la moyenne.
Ces résultats décrivent uniquement les dix commandes observées. Ils ne suffisent pas à établir une tendance durable ou à prévoir les ventes futures.
Une analyse descriptive pertinente combine plusieurs indicateurs : effectifs, fréquences, moyenne, médiane et dispersion. L’IA peut faciliter leur préparation et leur interprétation, mais les calculs et les conclusions doivent être contrôlés.
28. Méthode professionnelle en sept étapes
Préciser les questions auxquelles les statistiques doivent répondre.
Vérifier les types, doublons, unités et valeurs manquantes.
Adapter les statistiques aux variables étudiées.
Utiliser un tableur ou un outil de calcul reproductible.
Contrôler les effectifs, formules et conventions.
Décrire les données sans inventer de causalité.
Conserver les hypothèses et communiquer les résultats clairement.
29. Vérifiez votre compréhension
Quelle est la moyenne des valeurs 10, 20, 30 et 40 ?
Afficher la correction
Quelle est la médiane de la série 5, 10, 15, 20, 25 ?
Afficher la correction
Sur 80 commandes, 20 proviennent du magasin. Quelle est leur fréquence ?
Afficher la correction
Une série possède un minimum de 12 et un maximum de 45. Quelle est son étendue ?
Afficher la correction
Une observation dépasse la borne haute définie par la règle de 1,5 fois l’écart interquartile. Faut-il la supprimer ?
Afficher la correction
30. Questions fréquentes
1. À quoi servent les statistiques descriptives ?
À organiser et résumer les données pour faciliter leur compréhension.
2. Quelle différence entre population et échantillon ?
La population représente l’ensemble étudié. L’échantillon en est un sous-ensemble.
3. Qu’est-ce qu’un effectif ?
Le nombre d’observations appartenant à une catégorie ou répondant à un critère.
4. Qu’est-ce qu’une fréquence ?
La proportion d’une catégorie dans un ensemble d’observations.
5. Comment calculer une moyenne ?
En divisant la somme des valeurs par leur nombre.
6. Quand utiliser une moyenne pondérée ?
Lorsque les valeurs n’ont pas toutes le même poids.
7. Qu’est-ce que la médiane ?
La valeur centrale d’une série ordonnée.
8. Pourquoi la médiane peut-elle être préférable à la moyenne ?
Parce qu’elle est moins sensible aux valeurs extrêmes.
9. Qu’est-ce que le mode ?
La valeur ou modalité la plus fréquente.
10. Une série peut-elle avoir plusieurs modes ?
Oui. Plusieurs valeurs peuvent partager la fréquence maximale.
11. Qu’est-ce que l’étendue ?
La différence entre le maximum et le minimum.
12. À quoi servent les quartiles ?
À décrire la position des observations dans une série ordonnée.
13. Qu’est-ce que l’écart interquartile ?
La différence entre le troisième et le premier quartile.
14. Qu’est-ce que la variance ?
Une mesure de dispersion fondée sur les écarts au carré à la moyenne.
15. Qu’est-ce que l’écart-type ?
La racine carrée de la variance, exprimée dans la même unité que les données.
16. Quelle différence entre écart-type population et échantillon ?
Le premier utilise le dénominateur N. L’estimateur usuel de variance d’échantillon utilise n – 1.
17. Faut-il supprimer une valeur atypique ?
Non, pas automatiquement. Il faut vérifier son origine et son intérêt.
18. Comment traiter les valeurs manquantes ?
En les identifiant, en précisant les règles de traitement et en contrôlant les effectifs utilisés.
19. L’IA peut-elle produire des statistiques fiables ?
Elle peut assister l’analyse, mais les calculs doivent être exécutés et contrôlés avec des méthodes adaptées.
20. Peut-on prévoir l’avenir avec les statistiques descriptives ?
Non, elles décrivent les données observées. Une prévision exige des méthodes et des hypothèses supplémentaires.
31. Glossaire — 25 termes essentiels
| Terme | Définition |
|---|---|
| 1. Statistique descriptive | Ensemble des méthodes permettant de résumer des données. |
| 2. Population | Ensemble des unités étudiées. |
| 3. Échantillon | Sous-ensemble d’une population. |
| 4. Observation | Unité enregistrée dans un jeu de données. |
| 5. Variable | Caractéristique mesurée sur les observations. |
| 6. Modalité | Valeur possible d’une variable qualitative. |
| 7. Effectif | Nombre d’observations. |
| 8. Fréquence | Proportion d’une catégorie dans un ensemble. |
| 9. Moyenne | Somme des valeurs divisée par leur nombre. |
| 10. Moyenne pondérée | Moyenne tenant compte de poids. |
| 11. Médiane | Valeur centrale d’une série ordonnée. |
| 12. Mode | Valeur la plus fréquente. |
| 13. Minimum | Plus petite valeur observée. |
| 14. Maximum | Plus grande valeur observée. |
| 15. Étendue | Différence entre maximum et minimum. |
| 16. Quartile | Indicateur de position dans une série ordonnée. |
| 17. Premier quartile | Seuil de position associé au premier quart de la distribution. |
| 18. Troisième quartile | Seuil de position associé aux trois quarts de la distribution. |
| 19. Écart interquartile | Différence entre Q3 et Q1. |
| 20. Variance | Mesure de dispersion fondée sur les écarts au carré. |
| 21. Écart-type | Racine carrée de la variance. |
| 22. Valeur atypique | Observation se distinguant fortement des autres. |
| 23. Valeur manquante | Information absente d’une observation. |
| 24. Agrégation | Regroupement de valeurs pour produire un indicateur. |
| 25. Tableau croisé dynamique | Outil de synthèse et de regroupement des données. |
32. Ressources pour approfondir
- INSEE — Définitions et méthodes statistiques.
- Microsoft Excel — Fonctions statistiques et tableaux croisés dynamiques.
- Google Sheets — Fonctions de calcul statistique.
- data.gouv.fr — Jeux de données ouverts pour s’entraîner.
- CNIL — Bonnes pratiques pour la protection des données.
À retenir
- La statistique descriptive résume les données observées.
- Le type de variable détermine les indicateurs pertinents.
- Les effectifs et fréquences décrivent les catégories.
- La moyenne est sensible aux valeurs extrêmes.
- La médiane représente la position centrale d’une série ordonnée.
- Le mode indique la valeur la plus fréquente.
- L’étendue mesure la différence entre maximum et minimum.
- Les quartiles décrivent la répartition des valeurs.
- La variance et l’écart-type mesurent la dispersion.
- Une valeur atypique doit être analysée avant toute suppression.
- Les valeurs manquantes doivent être identifiées et documentées.
- L’IA assiste l’analyse, mais les résultats doivent être vérifiés.
Apprenez à choisir des représentations visuelles adaptées aux données et à utiliser l’IA pour construire des graphiques lisibles et pertinents.
Entraînez-vous sur ce cours
Calculez des effectifs, des fréquences, des indicateurs de position et de dispersion, puis interprétez les résultats à partir de jeux de données.
Accéder aux exercices →