Syllabus Statatistique Descriptive Et Probabilités 1ère BC

ITBS 1ER semestre
Matière : Statistique descriptive et probabilités
Syllabus
Objectifs globaux du cours
Résumer, synthétiser l’information contenue dans la/les série(s) statistique(s),
mettre en évidence ses (leurs) propriétés. Suggérer des hypothèses relatives à la
population dont est issu l’échantillon.
Connaître les notions de probabilité et probabilité conditionnelle. Indépendance,

formule des probabilités totales. Connaître la signification d’une fonction de densité
ou fonction de masse. Savoir calculer une probabilité pour les lois usuelles
Remarque : il est recommandé d’insister sur le côté pratique à savoir les applications
possibles, les interprétations, les hypothèses relatives à la population suggérées par
les données observées sur l’échantillon.
Plan du cours
Partie I : Statistique descriptive
Chapitre introductif : Généralités et concepts de base
I) Vocabulaire usuel
1) Les statistiques versus la Statistique
2) Population (univers) statistique, échantillon, individu (unité statistique)
3) Caractère, variable statistique, modalités
4) Type de caractère : qualitatif (ordinal, nominal), quantitatif (discret,
continu)
II) Collecte des données
1) Méthode indirecte
2) Méthode directe : recensement, sondage et données INS
III) Nature des données
1) Données temporelles
2) Données individuelles
3) Données combinées (données de panel)
1/4
IV) Introduction aux signes somme (Σ) et produit (Π)
Chapitre 1 : Tableaux statistiques et graphiques
I) Données individuelles brutes, données regroupées (tableau statistique)

II) Distribution statistique à caractère qualitatif :
1) Tableau statistique
2) le diagramme à secteurs
3) le diagramme à bandes
4) le diagramme à une seule bande
III) Distribution statistique à caractère quantitatif discret :
1) Tableau statistique
2) Le diagramme en bâtons,
3) La fonction de répartition et sa représentation graphique
IV) Distribution statistique à caractère quantitatif continu
1) Tableau statistique.
2) Histogramme, polygone des fréquences.
3) La fonction de répartition, courbes cumulatives croissantes.
Chapitre 2 : Description numérique d’une distribution statistique
I) Paramètres de position
1) Mode
2) Médiane : données non groupées, données groupées et interpolation
linéaire
3) Moyennes : arithmétique, géométrique, quadratique et harmonique
II) Paramètres de dispersion
1) Etendue
2) Ecarts inter-quantiles : quartiles, déciles et centiles
3) Dispersion autour de la moyenne : variance, écart type et coefficient de
variation
III) Paramètres de forme
1) Asymétrie : définitions et coefficients d’asymétrie (Pearson, Fisher,
Yule)
2) Aplatissement : définitions et coefficients d’aplatissement (Pearson,
Fisher)
2/4
IV) Concentration d’une valeur globale
1) Valeur globale
2) Médiale
3) Ecart médiale-médiane
4) Courbe de concentration
5) Indice de Gini
Chapitre 3 : Distribution statistique à deux caractères
I) Les deux variables sont qualitatives

1) L’analyse du tableau de contingence (Distribution jointe, distributions
marginales et Distributions conditionnelles)
2) Représentation graphique des profils
3) Indépendance
II) Les deux variables sont quantitatives
1) L’analyse du tableau de contingence (Distribution jointe, distributions
marginales et Distributions conditionnelles)
2) Représentation graphique (nuage de point)
3) Corrélation, covariance et coefficient de corrélation linéaire de Pearson
III) Ajustement linéaire de deux variables quantitatives
1) Droite de régression selon MCO
2) Mesure de la qualité d’ajustement : coefficient de détermination
Chapitre 4 : les indices
I) Les indices élémentaires

II) Les indices synthétiques
1) Laspeyres
2) Paasche
3) Fisher
Partie II : Calcul des probabilités
Chapitre 5 : Introduction au calcul des probabilités
I) Analyse combinatoire
1) Permutations
2) Arrangements
3) Combinaisons
3/4
II) Calcul des probabilités
1) Définitions
2) Relations logiques entre événements
3) Axiomes et théorèmes des probabilités : approches probabilistes,
théorème de probabilité totale, théorème de probabilités composées,
probabilité conditionnelle et théorème de Bayes
Chapitre 6 : Variables aléatoires discrètes et lois discrètes usuelles
I) Variables aléatoires discrètes

1) Loi de probabilités
2) Fonction de répartition
3) Moments centrés et non centrés d’une variable aléatoire discrète
II) Quelques lois usuelles discrètes
1) Bernoulli
2) Binomiale
3) Géométrique
4) Poisson
4/4

Syllabus Statatistique Descriptive Et Probabilités 1ère BC

Transféré par

Droits d'auteur :

Formats disponibles

Syllabus Statatistique Descriptive Et Probabilités 1ère BC

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Syllabus Statatistique Descriptive Et Probabilités 1ère BC

Transféré par

Droits d'auteur :

Formats disponibles

ITBS 1ER semestre

Matière : Statistique descriptive et probabilités

Connaître les notions de probabilité et probabilité conditionnelle. Indépendance,

Chapitre introductif : Généralités et concepts de base

Chapitre 1 : Tableaux statistiques et graphiques

I) Données individuelles brutes, données regroupées (tableau statistique)

Chapitre 2 : Description numérique d’une distribution statistique

Chapitre 3 : Distribution statistique à deux caractères

I) Les deux variables sont qualitatives

Chapitre 4 : les indices

I) Les indices élémentaires

Partie II : Calcul des probabilités

Chapitre 5 : Introduction au calcul des probabilités

Chapitre 6 : Variables aléatoires discrètes et lois discrètes usuelles

I) Variables aléatoires discrètes

Vous aimerez peut-être aussi