Plus la distribution est dispersée c'est-à-dire moins les valeurs sont concentrées autour de la moyenne, plus l'écart-type sera élevé. L'écart-type ne peut pas être négatif. Un écart-type proche de 0 signifie que les valeurs sont très peu dispersées autour de la moyenne (représentée par la droite en pointillés).
En statistique, un indicateur de dispersion mesure la variabilité des valeurs d'une série statistique. Il est toujours positif et d'autant plus grand que les valeurs de la série sont étalées. Les plus courants sont la variance, l'écart-type et l'écart interquartile.
Un écart type important indique que les données sont dispersées autour de la moyenne. Cela signifie qu'il y a beaucoup de variances dans les données observées. À l'inverse, plus les valeurs sont regroupées autour de la moyenne, plus l'écart type est faible.
Lorsque l'on veut comparer la dispersion de deux séries statistiques, il faut prendre garde à leur valeurs moyennes respectives. On pourra comparer leurs dispersions en « normant » leurs écarts-types par rapport à leurs moyennes en calculant un coefficient de variation égal à l'écart-type divisé par la moyenne.
Une valeur d'écart type élevée indique que les données sont dispersées. D'une manière générale, pour une loi normale, environ 68 % des valeurs se situent dans un écart type de la moyenne, 95 % des valeurs se situent dans deux écarts types et 99,7 % des valeurs se situent dans trois écarts types.
L'écart-type est une mesure la dispersion d'une série statistique autour de sa moyenne. Plus la distribution est dispersée c'est-à-dire moins les valeurs sont concentrées autour de la moyenne, plus l'écart-type sera élevé.
L'expression fréquence = valeur n'est jamais ambigüe. Si valeur est un nombre entier positif, il s'agit de la fréquence absolue, c'est-à-dire l'effectif de la classe. Si valeur est un nombre compris entre 0 et 1 ou un pourcentage, il s'agit de la fréquence relative.
Caractéristiques de dispersion : étendue de série, intervalle quartile, écart moyen, fluctuation ou variance, écart-type.
Les quatre paramètres de dispersion absolue les plus courants sont l'étendue, l'intervalle interquartiles, l'écart absolu moyen et l'écart type.
Une caractéristique de dispersion donne une idée de l'éparpillement des valeurs collectées lors d'une enquête ou d'une série de mesures.
Une variance est toujours positive. La valeur d'une variance ne peut être interprétée que par comparaison à la valeur d'une norme ou d'une autre variance. Si une variance est nulle, cela veut dire que toutes les observations sont égales à la moyenne, ce qui implique qu'il n'y a aucune variation de celles-ci.
La variance est l'écart carré moyen entre chaque donnée et le centre de la distribution représenté par la moyenne.
Si l'écart-type est faible, cela signifie que les valeurs sont peu dispersées autour de la moyenne (série homogène) et inversement (série hétérogène).
Il existe des mesures de position (moyenne et médiane) qui estiment la tendance centrale (« centre de gravité ») d'une population, et des mesures de dispersion (ecart-type et intervalle interquartile notamment) qui estiment son étalement.
La médiane est le point milieu d'un jeu de données, de sorte que 50 % des unités ont une valeur inférieure ou égale à la médiane et 50 % des unités ont une valeur supérieure ou égale. Dans un jeu de données de petite taille, il suffit de compter le nombre de valeurs (n) et de les ordonner en ordre croissant.
La médiane est considérée comme le second quartile (Q2). L'écart interquartile est la différence entre le quartile supérieur et le quartile inférieur. L'écart semi-interquartile est la moitié de l'écart interquartile. Lorsque le jeu de données est petit, il est simple de trouver les valeurs des quartiles.
La moyenne est un indicateur utile, capable de résumer en un chiffre une multitude d'informations. Il est un indicateur suffisant dans le cas où les données sont réparties également. Mais il est insuffisant lorsque ce n'est pas le cas et il masque alors la réalité.
Pour interpréter un rapport interquantile, il faut : Interpréter à quel pourcentage de la population se réfère chaque quantile. Relier le rapport interquantile (en valeur relative) au bon pourcentage de population.
La médiane et la moyenne permettent de donner une information de tendance centrale, alors que l'écart interquartile et l'écart - type quantifient précisément la dispersion des valeurs autour de ces tendances.
L'étendue d'une série statistique est égal à la différence entre la plus grande et la plus petite valeur de la série. Interprétation : - Plus l'étendue d'une série est grande, plus la série est hétérogène. - Plus l'étendue est petite, plus la série est homogène.
Le coefficient de variation est une mesure relative de la dispersion des données autour de la moyenne. Le coefficient de variation se calcule comme le ratio de l'écart-type rapporté à la moyenne, et s'exprime en pourcentage.
Il faut en repérer la source, l'auteur, la date de publication, le champ (population étudiée, date des données, lieu concernant les données). Il s'agit ensuite de comprendre les données. Pour cela, il peut être utile de repérer le total en lignes ou en colonnes. Enfin, il faut analyser les données du tableau.
Pour interpréter un résultat statistique, on peut utiliser les notions suivantes : médiane et quartile. - La médiane d'un ensemble est une valeur M telle que le nombre de valeurs de l'ensemble supérieures ou égales à M est égal au nombre de valeurs inférieures ou égales à M.
Pour faciliter la lecture d'un nombre, on regroupe les chiffres par classe et on intercale un espace entre les classes. Dans le tableau de numération, écris, en chiffres, le nombre suivant : un milliard trois cent vingt et un millions mille cent vingt-quatre.