Techniques de détermination de l'écart moyen dans les données statistiques
En statistique, la simple compréhension de la tendance centrale des données (par exemple, la moyenne ou la médiane) est souvent insuffisante. Deux ensembles de données peuvent avoir la même moyenne, mais des niveaux de dispersion très différents. C'est pourquoi les mesures de dispersion sont importantes. L'écart moyen est une mesure de dispersion relativement simple à comprendre et à utiliser. Cet article présente des techniques pour calculer l'écart moyen dans différents types de données statistiques, avec des étapes de calcul et des exemples.
Comprendre l'écart moyen
L'écart moyen est une mesure qui indique la distance moyenne de chaque donnée par rapport à une mesure de tendance centrale, généralement la moyenne arithmétique ou la médiane. Cette distance correspond à la valeur absolue de la différence entre la donnée et la valeur centrale, de sorte qu'une différence négative ne compense pas une différence positive.
En général, l'écart moyen décrit la dispersion des données autour de leur valeur centrale. Plus l'écart moyen est faible, plus les données sont regroupées autour de la valeur centrale ; plus sa valeur est élevée, plus les données sont variables.
Pourquoi utiliser la valeur absolue ?
Si l'on calcule la moyenne des différences entre les données et la moyenne sans utiliser de valeur absolue, la somme de ces différences sera toujours nulle (car la moyenne représente le point d'équilibre). Par exemple, si les différences sont de +5 et -5, leur somme est égale à 0. C'est pourquoi on utilise les valeurs absolues afin que les écarts reflètent correctement la distance des données par rapport au centre.
Formule de l'écart moyen pour des données uniques
Pour des données individuelles (non groupées), l'écart moyen par rapport à la moyenne est formulé comme suit :
\[
SR = \frac{\sum |x_i – \bar{x}|}{n}
\]
Description:
– \( SR \): écart moyen
– \( x_i \): i-ème donnée
– \( \bar{x} \): moyenne arithmétique (moyenne)
– \( n \): quantité de données
Technique de calcul de données uniques (Étapes)
1. Calculez la moyenne \( \bar{x} \) de toutes les données.
2. Calculez la différence entre chaque donnée et la moyenne : \( x_i – \bar{x} \).
3. Prenez la valeur absolue de chaque différence : \( |x_i – \bar{x}| \).
4. Additionnez toutes les valeurs absolues des différences.
5. Divisez par le nombre de données \( n \).
Exemple de données unique
Données de valeurs : 6, 8, 10, 12, 14
1) Moyenne :
\[
\bar{x}=\frac{6+8+10+12+14}{5}=\frac{50}{5}=10
\]
2) Valeur absolue de la différence :
– |6 − 10| = 4
– |8 − 10| = 2
– |10 − 10| = 0
– |12 − 10| = 2
– |14 − 10| = 4
Total = 4 + 2 + 0 + 2 + 4 = 12
3) Écart moyen :
\[
SR=\frac{12}{5}=2{,}4
\]
Cela signifie qu'en moyenne chaque valeur s'écarte de 2,4 unités de la moyenne (10).
Écart moyen pour les données fréquentes (discrètes)
Si les données sont présentées sous forme de valeurs et de fréquences (par exemple, dans un tableau), la formule devient :
\[
SR = \frac{\sum f_i |x_i – \bar{x}|}{\sum f_i}
\]
Description:
– \( f_i \): fréquence des données \( x_i \)
Techniques de calcul des données de fréquence
1. Calculer la moyenne : \(\bar{x}=\frac{\sum f_i x_i}{\sum f_i}\)
2. Calculer \( |x_i-\bar{x}| \)
3. Multiplier par la fréquence : \( f_i |x_i-\bar{x}| \)
4. Additionnez tous les résultats de l'étape 3.
5. Diviser par la fréquence totale
Exemples de données discrètes
| Valeur (x) | Fréquence (f) |
|—|—|
| 5 | 2 |
| 7 | 3 |
| 9 | 1 |
Fréquence totale : (2+3+1=6)
Signifier:
\[
\bar{x}=\frac{(5)(2)+(7)(3)+(9)(1)}{6}=\frac{10+21+9}{6}=\frac{40}{6}=6{,}67
\]
Calculer l'écart :
– Pour x=5 : |5−6,67|=1,67 → fois f=2 → 3,34
– Pour x=7 : |7−6,67|=0,33 → fois f=3 → 0,99
– Pour x=9 : |9−6,67|=2,33 → fois f=1 → 2,33
Total : 3,34 + 0,99 + 2,33 = 6,66
Écart moyen :
\[
SR=\frac{6{,}66}{6}=1{,}11
\]
Écart moyen pour les données groupées (intervalle de classe)
Dans les données groupées (par exemple, les distributions de fréquences par intervalles), les valeurs ne sont pas affichées individuellement, mais par classes. À cette fin, le point médian de la classe (xi) est utilisé pour représenter les données au sein d'une classe.
La formule :
\[
SR=\frac{\sum f_i |x_i-\bar{x}|}{\sum f_i}
\]
Cependant, \(x_i\) est le point médian de la classe .
Techniques de calcul de données de groupe
1. Déterminez le point médian de chaque classe :
\[
x_i=\frac{\text{limite inférieure + limite supérieure}}{2}
\]
2. Calculez la moyenne du groupe :
\[
\bar{x}=\frac{\sum f_i x_i}{\sum f_i}
\]
3. Calculer \( |x_i-\bar{x}| \)
4. Multiplier par la fréquence \( f_i \)
5. Additionnez tous les résultats, puis divisez par la fréquence totale.
Exemple de données de groupe
| Classe | f |
|—|—|
| 10–14 | 3 |
| 15–19 | 5 |
| 20–24 | 2 |
Point médian :
– 10–14 → 12
– 15–19 → 17
– 20–24 → 22
Total f = 10
Signifier:
\[
\bar{x}=\frac{(12)(3)+(17)(5)+(22)(2)}{10}=\frac{36+85+44}{10}=\frac{165}{10}=16{,}5
\]
Déviation:
– |12−16,5|=4,5 → ×3 = 13,5
– |17−16,5|=0,5 → ×5 = 2,5
– |22−16,5|=5,5 → ×2 = 11
Total = 13,5 + 2,5 + 11 = 27
Écart moyen :
\[
SR=\frac{27}{10}=2{,}7
\]
Écart moyen par rapport à la médiane
Outre la moyenne, l'écart moyen peut également être calculé à partir de la médiane. Le principe est le même, seule la valeur centrale diffère. Ceci est utile lorsque les données contiennent des valeurs aberrantes, car la médiane est plus robuste face aux valeurs extrêmes.
Pour les données uniques :
\[
SR_{Me}=\frac{\sum |x_i-Me|}{n}
\]
Pour les données de fréquence :
\[
SR_{Me}=\frac{\sum f_i|x_i-Me|}{\sum f_i}
\]
Avantages et limites de l'écart moyen
Kelebihan:
1. Facile à comprendre car il utilise la « distance moyenne » par rapport au centre de données.
2. Utilisez toutes les données (et pas seulement certaines données).
3. Peut être calculé pour différentes formes de présentation des données.
Inconvénients :
1. Moins populaire que l'écart type dans l'analyse statistique avancée.
2. L'utilisation des valeurs absolues rend certaines manipulations algébriques moins pratiques.
3. Moins fiable que l'écart type dans de nombreuses méthodes d'inférence.
Clôture
La technique de calcul de l'écart moyen dans les données statistiques suit un schéma relativement constant : déterminer la valeur centrale (moyenne ou médiane), calculer la distance absolue de chaque point de données (ou milieu de classe) par rapport à cette valeur centrale, puis calculer la moyenne de ces valeurs, en tenant compte de la fréquence si les données sont présentées dans un tableau. L'écart moyen est une mesure de dispersion pratique qui permet de décrire intuitivement la variabilité des données. La compréhension de ces étapes permet de comparer la variation entre différents ensembles de données et d'évaluer plus précisément la stabilité d'un ensemble de données.
Si vous le souhaitez, je peux vous aider à réaliser une version de cet article au format d'un devoir scolaire (avec introduction–discussion–conclusion) ou à ajouter des questions pratiques en complément de la discussion.
