Mesures de dispersion
variance et écart-type - Exercices

En statistique descriptive, les mesures de dispersion permettent d’évaluer la variabilité des données. Les plus utilisées sont l’étendue, la variance et l’écart-type.

Pour les paramètres de dispersion, nous reprendrons tous les exercices proposés pour les paramètres de position, afin d’illustrer leur complémentarité. En effet, tandis que les paramètres de position indiquent où se situent les données, les paramètres de dispersion permettent d’évaluer leur dispersion autour de ces valeurs centrales. Cette approche nous aidera à mieux interpréter la variabilité des données et à renforcer notre compréhension globale des données.
 
Il est fortement recommandé de ne pas consulter la solution avant d’avoir tenté sérieusement de résoudre les exercices par vous-même. Cet effort personnel est essentiel pour consolider votre compréhension.
 
Pour le calcul, le  scripts R est disponibles au format .txt à télécharger ICI

 

Exercice 1

Une entreprise analyse la satisfaction des clients après l’achat de deux produits (Produit A et Produit B) en recueillant des notes de satisfaction qui sont dans ce fichier.

Pour chaque échantillon, calculez la variance, l’écart-type. Précision 0.01

Réponse 1

Si on voulait calculer la variance avec la formule, il faut d’abord calculer les moyennes. Cependant, on va utiliser R.

On trouve : sA2=1.17 et sB2=1.28. Ainsi,  sA= 1.08 et sB=1.13

Ces écarts-types confirment que la dispersion des valeurs est similaire entre les deux produits, avec une très légère variabilité plus élevée pour le produit B. Cette observation est cohérente avec l’analyse des quartiles trouvée dans les paramètres de position, qui montrait une distribution légèrement plus étalée pour le produit B.

Exercice 2

Supposons que votre ami qui est commercial vous annonce que la moyenne des ventes dans son entreprise est de 75 articles avec un écart-type de 5 par mois, pensez-vous que c’est un des meilleurs commerciaux puisqu’il a réussi à vendre 83 articles ?

Réponse

Maintenant qu’on a l’information qu’il y a un écart-type de 5, qui mesure la dispersion des ventes autour de la moyenne.

83 ventes de votre ami représentent une performance de plus d’un écart-type au-dessus de la moyenne. Cela suggère qu’il se situe bien au-dessus des ventes habituelles et qu’il fait probablement partie des meilleurs commerciaux de son entreprise.

Exercice 3

Le directeur d’une PME voudrait déterminer la moyenne des absences au cours d’une année. Les absences observées de tous ses employés pour l’année passée sont dans ce fichier.

Calculez l’écart-type des absences pour chaque équipe.Précision 0.01

Réponse 3

Puisque le nombre d’absence est associé à une probabilité et on a déjà calculé l’espérance :

 E(EJ)= 1.1 et  E(EN)=0.725

 On va donc calculer d’abord la variance en probabilité pour chaque équipe et ensuite on en déduit l’écart-type (s) :

Var(AJ)= 2.09 et Var(AN)=1.65

Ainsi, s(AJ)= 1.45 et s(AN)=1.28

L’équipe de jour a une dispersion légèrement plus élevée, ce qui signifie que les jours d’absence y varient plus fortement par rapport à l’équipe de nuit. Cela pourrait indiquer que certains employés de l’équipe de jour s’absentent beaucoup, tandis que d’autres sont très présents, créant une plus grande variabilité.

En conclusion, L’équipe de jour présente non seulement une espérance d’absence plus élevée (1.1 jours contre 0.725 jours pour l’équipe de nuit), mais aussi une plus grande dispersion des absences. Cela suggère qu’il y a plus d’irrégularité dans le comportement des absences en journée, ce qui pourrait poser des défis organisationnels. Une analyse approfondie des causes des absences pourrait permettre de mieux gérer cette situation.

Exercice 4

Le médecin d’un EMS mesure le taux de glycémie à jeun en mg/dl de ses résidents. Les données sont dans ce fichier.

Calculez l’écart-type du taux de glycémie à jeun. Précision 0.01. Que pouvez-vous conclure sachant que pour les seniors, un taux normal de glycémie à jeun devrait se situer entre 140 et 150 mg/dl ?

Réponse 4

Puisqu’il s’agit de tous les résidents et que chaque taux de glycémie (TG) est associé à un effectif ni on va donc d’abord calculer la variance pondérée et ensuite déduire l’écart-type. On trouve :
σw² ≈2610.92 mg2/dl2 et donc σw=51.1 mg/dl et on a déjà calculé \(
\mu = \frac{\sum n_i \, TG_i}{\sum n_i} = 161{,}12 {}mg/dl
\)

Un écart-type de 51.1 mg/dl signifie que les taux de glycémie des résidents varient significativement autour de la moyenne. Cela indique une grande hétérogénéité dans la population étudiée.
Une dispersion élevée peut indiquer la présence de valeurs extrêmes.

🎁 Votre checklist mémoire offerte

Retenez durablement ce que vous apprenez, grâce aux réflexes issus de la science de la mémoire.

Puis une méthode tous les jeudis. Désinscription en un clic. Consultez notre politique de confidentialité pour plus d’informations.