Comment déterminer le mode de données
En statistiques élémentaires, le mode est une mesure de tendance centrale, au même titre que la moyenne et la médiane. Le mode est fréquemment utilisé car il est simple à comprendre et rapide à calculer, notamment pour identifier la valeur la plus fréquente dans un ensemble de données. Au quotidien, le concept de mode permet de déterminer la taille de vêtement la plus achetée, le type de véhicule le plus utilisé, la meilleure note obtenue à un examen, voire le produit le plus populaire. Cet article explique en détail comment déterminer le mode pour différents types de données : données individuelles, données groupées et données bimodales et multimodales.
Mode de compréhension
Le mode est la valeur de données la plus fréquente, c'est-à-dire celle qui apparaît plus souvent que les autres. Le mode convient aussi bien aux données quantitatives (numériques) qu'aux données qualitatives (catégorielles), comme les couleurs préférées ou les types d'aliments les plus fréquemment choisis.
Exemple simple :
Données : 2, 3, 3, 4, 5
La valeur qui apparaît le plus fréquemment est 3 (apparaît deux fois), donc le mode = 3.
Cependant, toutes les données ne présentent pas de mode. Certaines données ont toutes leurs valeurs apparaissant avec la même fréquence, et n'ont donc pas de mode. De plus, certaines données présentent plusieurs modes.
Types de modes
Avant de passer aux étapes de calcul, il est important de comprendre les variations des modes :
1. Unimodal : une seule valeur apparaît le plus fréquemment (mode unique).
2. Bimodale : il existe deux valeurs qui apparaissent toutes deux le plus fréquemment.
3. Multimodal : il y a plus de deux valeurs qui apparaissent le plus fréquemment.
4. N'a pas de mode : toutes les valeurs apparaissent avec la même fréquence.
Comprendre ces différents modes nous aide à interpréter les données avec plus de précision.
Comment déterminer le mode d'une donnée unique
Les données uniques sont des données écrites telles quelles, sans regroupement en intervalles. Les étapes pour trouver le mode de données uniques sont très simples :
Mesures:
1. Classez les données (facultatif) de la plus petite à la plus grande pour faciliter leur observation.
2. Comptez la fréquence d'apparition de chaque valeur.
3. Déterminez la valeur ayant la fréquence la plus élevée comme étant le mode.
Exemple:
Résultats des tests : 70, 80, 75, 80, 90, 80, 85, 75
Fréquence:
– 70 : 1 fois
– 75 : 2 fois
– 80 : 3 fois
– 85 : 1 fois
– 90 : 1 fois
Comme 80 apparaît le plus souvent (3 fois), le mode = 80.
Exemple bimodal :
Données : 1, 2, 2, 3, 3, 4
Les fréquences 2 et 3 sont toutes deux les plus élevées (2 fois), donc le mode = 2 et 3 (bimodal).
Exemple sans mode :
Données : 5, 6, 7, 8
Toutes les valeurs apparaissent une seule fois. Par conséquent, les données n'ont pas de mode.
Comment déterminer le mode dans des données groupées
En pratique, les données volumineuses sont généralement regroupées sous forme de tableaux de distribution de fréquences, c'est-à-dire réparties en classes (par exemple, 60-69, 70-79, etc.). Dans ce type de données, le mode ne peut être directement déduit d'une valeur spécifique ; il est déterminé par la classe modale et peut être estimé à l'aide d'une formule.
1. Déterminer la classe de mode
La classe modale est l'intervalle de classe ayant la fréquence la plus élevée.
Exemple de tableau :
| Intervalle de valeur | Fréquence |
|—|—:|
| 40–49 | 3 |
| 50–59 | 6 |
| 60–69 | 10 |
| 70–79 | 8 |
| 80–89 | 5 |
La fréquence la plus élevée est de 10 dans l'intervalle 60–69, donc la classe modale = 60–69.
2. Calcul du mode à l'aide de la formule des données groupées
La formule du mode de regroupement des données qui est souvent utilisée :
\[
Mo = L + (d₁/(d₁ + d₂)) × p
\]
Description:
– Mo = mode (valeur modale estimée)
– L = limite inférieure de la classe de mode
– p = longueur de classe (largeur d'intervalle)
– d₁ = fréquence de la classe modale − fréquence de la classe précédente
– d₂ = fréquence de la classe modale − fréquence de la classe suivante
Exemples d'applications :
D'après le tableau précédent :
– Classe de mode : 60–69, fréquence = 10
– Classe précédente : 50–59, fréquence = 6
– Prochaine classe : 70–79, fréquence = 8
Définir les composants :
– L = limite inférieure de la classe de mode = 59,5 (puisque la limite inférieure est de 60, la limite inférieure = 59,5)
– p = 10
– d₁ = 10 − 6 = 4
– d₂ = 10 − 8 = 2
Saisissez dans la formule :
\[
Mo = 59,5 + (4/(4+2)) × 10
\]
\[
Mo = 59,5 + (4/6) × 10
\]
\[
Mo = 59,5 + 6,67 = 66,17
\]
Le mode des données groupées est donc d'environ 66,17. Il s'agit d'une estimation de la valeur modale dans l'intervalle 60–69.
Erreurs courantes lors de la recherche du mode
Bien que le mode semble simple, un certain nombre d'erreurs courantes se produisent :
1. Supposons que le mode existe toujours.
Cependant, les données peuvent ne pas comporter les valeurs les plus fréquentes.
2. Ne pas calculer la fréquence avec précision
Dans les données individuelles, un mauvais calcul de la fréquence crée un mode incorrect.
3. Détermination erronée de la classe de mode
Dans les données groupées, la classe modale doit être celle qui présente la fréquence la plus élevée.
4. Détermination incorrecte du bord inférieur et de la longueur de la classe
Dans la formule du mode de données groupées, la limite inférieure (L) n'est pas la limite inférieure habituelle, mais plutôt la limite inférieure de la classe (par exemple 59,5 pour la classe 60-69).
Quand le mode est-il plus approprié ?
Ce mode est très utile lorsque :
– Données sous forme de catégories (par exemple, marque, couleur, type d'article).
– Nous voulons connaître les choix les plus populaires.
– Les données comportent des valeurs extrêmes qui peuvent fausser la moyenne.
– La distribution des données est asymétrique et la médiane/moyenne est moins représentative.
Par exemple, si 10 personnes ont un revenu très élevé, la moyenne pourrait être tirée vers le haut. Dans ce cas, le mode offre l'image la plus générale des revenus.
Clôture
Déterminer le mode des données est une compétence statistique fondamentale, utile aussi bien pour l'analyse simple que pour la prise de décision. Pour des données individuelles, le mode est trouvé en repérant la valeur la plus fréquente. Pour des données groupées, le mode est déterminé à partir de la classe ayant la fréquence la plus élevée et peut être calculé à l'aide d'une formule pour obtenir une estimation plus précise. En comprenant ces étapes, vous pouvez traiter les données plus rapidement et en extraire des informations importantes.
Si vous le souhaitez, je peux également vous proposer des exemples de questions pratiques accompagnées de discussions (données individuelles et données groupées) afin que vous puissiez mieux comprendre comment déterminer le mode.
