Analyse descriptive
\( \text{Coefficient de variation} = \frac{\sigma}{\bar{x}} \times 100\% \)
Comparaison de dispersion relative
Exemple :
Série A : x̄=12, σ=2 → CV=16.7%
Série B : x̄=100, σ=8 → CV=8%
Série A plus dispersée relativement
Série B : x̄=100, σ=8 → CV=8%
Série A plus dispersée relativement
Concepts d'interprétation
Tendance centrale
Dispersion
Forme de la distribution
Comparaison de séries
Types d'analyse
Descriptive
Centrale, dispersion, position
Comparative
Entre différentes séries
Évolutive
Dans le temps
Relationnelle
Corrélation
Indicateurs clés
Moyenne → Tendance centrale
Écart-type → Dispersion absolue
Médiane → Position centrale robuste
Méthodes d'analyse
Comparaison de moyennes : \( \bar{x_1} \) vs \( \bar{x_2} \)
Comparaison de dispersions : \( \sigma_1 \) vs \( \sigma_2 \)
Coefficient de variation : \( \frac{\sigma}{\bar{x}} \times 100\% \)
Asymétrie : Q₁, Me, Q₃
Conseils & Astuces
Ne pas se fier qu'à la moyenne seule
Analyser la dispersion avec la moyenne
Utiliser la médiane pour données asymétriques
Regarder la forme de la distribution
Toujours contextualiser les résultats
Erreurs Fréquentes
Erreur 1 :
Conclure uniquement sur la moyenne
Erreur 2 :
Ignorer la dispersion des données
Erreur 3 :
Comparer des séries sans unité commune
Exemples d'interprétation
Exemple 1 : Comparaison de performances
Notes de deux classes :
Classe A : x̄=12.5, σ=1.2 → Performances stables et bonnes
Classe B : x̄=12.3, σ=3.1 → Performances variables mais moyenne similaire
Interprétation : Classe A plus homogène, Classe B avec plus de variabilité
Classe A : x̄=12.5, σ=1.2 → Performances stables et bonnes
Classe B : x̄=12.3, σ=3.1 → Performances variables mais moyenne similaire
Interprétation : Classe A plus homogène, Classe B avec plus de variabilité
Exemple 2 : Analyse de distribution
Série avec Q₁=8, Me=10, Q₃=14 → Asymétrie faible
Série avec Q₁=5, Me=10, Q₃=20 → Asymétrie droite marquée
Interprétation : Deuxième série avec valeurs étendues à droite
Série avec Q₁=5, Me=10, Q₃=20 → Asymétrie droite marquée
Interprétation : Deuxième série avec valeurs étendues à droite
Exemple 3 : Prise de décision
Deux machines produisent des pièces :
Machine 1 : x̄=10.0cm, σ=0.1cm → Précision élevée
Machine 2 : x̄=10.0cm, σ=0.5cm → Moins précise
Décision : Machine 1 préférable pour qualité
Machine 1 : x̄=10.0cm, σ=0.1cm → Précision élevée
Machine 2 : x̄=10.0cm, σ=0.5cm → Moins précise
Décision : Machine 1 préférable pour qualité
