Méthodes quantitatives 360-300 • Sciences humaines au cégep à Montréal

Fiche de révision : tableaux de distribution et graphiques

Cette fiche ne redonne pas les définitions du chapitre : elle traite les endroits précis où un tableau juste devient un graphique faux, et où une lecture rapide coûte la question de critique. Le fil est toujours le même : dans un graphique, l'œil mesure une grandeur physique, longueur ou aire, et il faut que cette grandeur soit exactement celle des données.

Elle s'adresse aux étudiants de Sciences humaines du cégep qui suivent le cours obligatoire de méthodes quantitatives 360-300. La série d'exercices corrigés du même chapitre reprend chaque réflexe, jusqu'à la démolition complète d'une infographie de journal.

Le fil du chapitre

Un graphique n'est pas une illustration du tableau, c'est un CALCUL fait à l'œil : l'œil mesure une longueur de barre, une aire de rectangle, une surface de pictogramme. Toutes les tromperies du chapitre consistent à faire lire une grandeur là où l'œil en mesure une autre.

Ce chapitre fait partie de Méthodes quantitatives en sciences humaines : tous les chapitres du 360-300

Avant ce chapitre

Cette fiche suppose ces notions acquises. Si une méthode ci-dessous reste opaque, c'est presque toujours l'une d'elles qui manque, pas la fiche.

L'essentiel

Les quatre colonnes d'un tableau de distribution

  • EFFECTIF nin_{i}, FRÉQUENCE RELATIVE nin\dfrac{n_{i}}{n}, effectif CUMULÉ, fréquence cumulée. La somme des fréquences relatives vaut 11, aux arrondis près.
  • On ne CUMULE que sur une variable ordonnée : cumuler des catégories nominales revient à additionner selon un ordre arbitraire.
  • Les classes doivent être mutuellement EXCLUSIVES et EXHAUSTIVES, d'amplitude égale sauf décision explicite. Convention : fermées à gauche, ouvertes à droite.
  • Règle de Sturges pour le nombre de classes : k=1+3,322log10(n)k=1+3{,}322\log_{10}(n), puis amplitude =eˊtenduek=\dfrac{\text{étendue}}{k} arrondie VERS LE HAUT à une valeur commode.

Sturges donne un point de départ, pas une obligation : un examen accepte 66 ou 77 classes pour n=60n=60, à condition que le choix soit écrit.

Ce que l'œil mesure dans chaque graphique

  • BARRES et BÂTONS : l'œil mesure une LONGUEUR, donc l'axe vertical part obligatoirement de zéro.
  • HISTOGRAMME : l'œil mesure une AIRE. Avec des classes d'amplitudes inégales, la hauteur est la DENSITÉ =effectifamplitude=\dfrac{\text{effectif}}{\text{amplitude}}.
  • CERCLES et PICTOGRAMMES : l'œil mesure une SURFACE. Pour doubler la surface, on multiplie les dimensions par 2\sqrt{2}, jamais par 22.
  • COURBE : l'œil mesure une PENTE, et une troncature d'axe y est admise à condition d'être visible.

La question de critique se répond toujours en deux temps : quelle grandeur l'œil mesure ici, et est-elle proportionnelle à la donnée ?

Les deux calculs sur données groupées

  • Moyenne : x=cinin\overline{x}=\dfrac{\sum c_{i}n_{i}}{n} avec cic_{i} le CENTRE de la classe, sous hypothèse de répartition uniforme à l'intérieur.
  • Médiane par interpolation : borneinf+n2cumul preˊceˊdenteffectif de la classe×amplitude\text{borne}_{inf}+\dfrac{\frac{n}{2}-\text{cumul précédent}}{\text{effectif de la classe}}\times \text{amplitude}.
  • La même formule donne n'importe quel quantile : remplacer n2\dfrac{n}{2} par n4\dfrac{n}{4} pour Q1Q_{1}, par 3n4\dfrac{3n}{4} pour Q3Q_{3}.
  • Les deux résultats sont des ESTIMATIONS : les données brutes donneraient des valeurs légèrement différentes, et c'est le prix du regroupement.

Écrire « sous hypothèse de répartition uniforme dans la classe » rapporte le point de rigueur, et prend cinq secondes.

Les pièges qui coûtent des points

Les erreurs ci-dessous sont celles que je corrige le plus souvent en séance. Chacune coûte des points sur une copie, même quand le raisonnement est juste.

1. Cumuler des fréquences sur une variable nominale

1 point, et la colonne entière est rayée

Ce qu'il ne faut pas écrire

« Programmes : Sciences humaines 30 %, Sciences de la nature 25 %, Arts 20 %... cumulé à 55 % pour les deux premiers. »

Ce qu'il faut écrire

« La variable est nominale : la colonne des cumuls n'a aucun sens, puisqu'elle dépendrait de l'ordre dans lequel j'ai écrit les programmes. »

Pourquoi : Une fréquence cumulée répond à la question « combien au-dessous de cette valeur ». Sans ordre, « au-dessous » ne veut rien dire.

2. Dessiner l'histogramme en effectifs alors que les classes sont inégales

2 points, et la lecture du graphique qui suit est fausse

Ce qu'il ne faut pas écrire

« Les effectifs sont 1212, 2020, 1616 et 1212 : je trace quatre barres de ces hauteurs. »

Ce qu'il faut écrire

« Les amplitudes sont 2020, 2020, 4040 et 8080, donc les hauteurs sont les DENSITÉS 0,60{,}6, 1,01{,}0, 0,40{,}4 et 0,150{,}15 : c'est l'aire de chaque barre qui doit valoir l'effectif. »

hauteur = effectif : FAUXla classe large paraît énormehauteur = densité : JUSTEc'est l'AIRE qui fait l'effectif02040801600204080160
À gauche, la dernière classe couvre à elle seule la moitié de la surface alors qu'elle ne contient que 1212 observations sur 6060 ; à droite, chaque aire vaut son effectif.

Pourquoi : En hauteurs brutes, la classe de 4040 à 8080 occupe deux fois plus de surface que celle de 2020 à 4040 tout en contenant moins de monde : le dessin dit le contraire du tableau.

3. L'axe vertical tronqué sur un diagramme en barres

toute la question de critique, qui porte presque toujours là-dessus

Ce qu'il ne faut pas écrire

« Le graphique le montre bien : le candidat C est loin devant. »

Ce qu'il faut écrire

« L'axe commence à 5050 %. Les trois valeurs sont 5252, 5555 et 5858 % : l'écart réel est de six points, la barre en suggère trois fois plus. »

axe à partir de 0trois valeurs prochesaxe tronqué à 50l'écart paraît triple060506052 %55 %58 %52 %55 %58 %ABCABC
Les mêmes trois pourcentages, à gauche sur un axe partant de zéro, à droite sur un axe coupé à 5050 : la barre de C y devient quatre fois celle de A.

Pourquoi : Sur des barres, l'œil compare des LONGUEURS. Couper le bas de l'axe multiplie les rapports de longueur sans toucher aux données : c'est la tromperie la plus courante de la presse.

4. Doubler la hauteur d'un pictogramme pour doubler la valeur

1 point, et davantage si la question demande de corriger le graphique

Ce qu'il ne faut pas écrire

« La valeur a doublé, donc je dessine le bonhomme deux fois plus grand. »

Ce qu'il faut écrire

« Doubler les deux dimensions QUADRUPLE la surface. Pour doubler l'aire, je multiplie les dimensions par 21,41\sqrt{2}\approx 1{,}41, ou mieux, je répète deux fois le même pictogramme. »

doubler le côté quadruple la surfacesurface 4surface 1côté 1côté 2
Le grand carré a un côté deux fois plus long et une surface quatre fois plus grande : c'est cette surface que le lecteur compare, sans le savoir.

Pourquoi : L'œil lit la surface, pas la hauteur. Le même piège gouverne les cercles proportionnels : le rapport des RAYONS est la racine carrée du rapport des valeurs.

5. Coller les barres d'une variable qualitative

0,5 point par graphique, systématiquement retiré

Ce qu'il ne faut pas écrire

« Je trace l'histogramme des programmes d'études. »

Ce qu'il faut écrire

« Les programmes forment une variable qualitative : c'est un DIAGRAMME EN BÂTONS, barres séparées. L'histogramme est réservé aux variables continues regroupées en classes. »

Pourquoi : L'espace entre les barres est un signe et non une décoration : il dit qu'entre deux modalités, il n'existe rien. Sur une variable continue, entre deux classes, il existe des valeurs.

6. La moyenne groupée calculée sur les bornes de classes

2 points, la moyenne entière étant fausse

Ce qu'il ne faut pas écrire

« Classe [20 ;40[[20\ ;40[, effectif 2020 : je prends 20×2020\times 20. »

Ce qu'il faut écrire

« Le représentant d'une classe est son CENTRE : c=20+402=30c=\dfrac{20+40}{2}=30, donc 30×20=60030\times 20=600. »

Pourquoi : Prendre systématiquement la borne inférieure sous-estime la moyenne d'une demi-amplitude, soit ici 1010 dollars : l'erreur est régulière et donc invisible au contrôle de vraisemblance.

7. Donner la classe médiane à la place de la médiane

1,5 point, la moitié de la question

Ce qu'il ne faut pas écrire

« La médiane se trouve dans la classe [20 ;40[[20\ ;40[, donc la médiane vaut 3030. »

Ce qu'il faut écrire

« La classe médiane est [20 ;40[[20\ ;40[; par interpolation, M=20+301220×20=38M=20+\dfrac{30-12}{20}\times 20=38. »

Pourquoi : Le centre de la classe médiane n'est la médiane que si exactement la moitié des observations se trouve avant la classe. L'interpolation est justement là pour tenir compte du cumul déjà atteint.

8. Interpréter le croisement de deux courbes à double axe

toute la conclusion de la question

Ce qu'il ne faut pas écrire

« Les deux courbes se croisent en 2019 : c'est l'année où le chômage a rattrapé l'inflation. »

Ce qu'il faut écrire

« Les deux axes ont des unités et des bornes différentes : le point de croisement dépend entièrement de ces bornes et ne signifie rien. »

Pourquoi : Changer la borne supérieure d'un des deux axes déplace le croisement où l'on veut. Sur un double axe, seules les FORMES des deux courbes se comparent, jamais leur position relative.

Quelle méthode choisir

Quel graphique l'échelle autorise-t-elle ?

On regarde le TYPE de la variable et le nombre de modalités avant de choisir un graphique, jamais l'inverse.

  • Si variable qualitative, peu de modalités, et le total a un sens diagramme circulaire ou en bâtons

    Exemple : répartition des répondants par programme

    au-delà de cinq ou six parts, le circulaire devient illisible

  • Si variable qualitative ou discrète, plusieurs groupes à comparer diagramme en bâtons GROUPÉ, barres séparées, axe partant de zéro

    Exemple : satisfaction par programme

  • Si variable continue regroupée en classes d'amplitude ÉGALE histogramme en effectifs, barres jointives

    Exemple : âges par tranches de cinq ans

  • Si variable continue regroupée en classes d'amplitude INÉGALE histogramme en DENSITÉS : hauteur =effectifamplitude=\dfrac{\text{effectif}}{\text{amplitude}}

    Exemple : revenus, dont la dernière classe est toujours très large

  • Si on veut comparer deux distributions, ou lire des quantiles polygone de fréquences, ou courbe des fréquences cumulées

    Exemple : deux cohortes superposées sur le même axe

Si la variable est nominale, aucune branche ne mène à un histogramme ni à une courbe cumulative : c'est là que la question attend la faute.

Quelle tromperie ce graphique cache-t-il ?

Sur une infographie à critiquer, on parcourt cette liste dans l'ordre : le premier défaut trouvé est celui que l'énoncé attend.

  • Si l'axe vertical ne part pas de zéro alors que ce sont des barres AXE TRONQUÉ : recalculer les écarts réels et les comparer aux longueurs dessinées

    Exemple : trois barres de 52, 55 et 58 % sur un axe partant de 50

  • Si les classes d'un histogramme n'ont pas la même largeur DENSITÉ OUBLIÉE : recalculer les hauteurs

    Exemple : une dernière classe « 80 et plus »

  • Si des dessins ou des cercles ont été agrandis proportionnellement SURFACE : le rapport des aires est le CARRÉ du rapport des longueurs

    Exemple : un billet de banque deux fois plus haut

  • Si deux séries partagent un graphique avec deux axes verticaux DOUBLE AXE : ne comparer que les formes, jamais les positions ni les croisements

    Exemple : chômage à gauche, inflation à droite

  • Si l'axe horizontal saute des périodes ou change de pas AXE TEMPOREL IRRÉGULIER : la pente dessinée n'est pas la vitesse réelle

    Exemple : 2010, 2011, 2015, 2016 également espacés

Un graphique peut porter deux défauts à la fois : les nommer tous les deux, chacun vaut son point.

La rédaction attendue

Le correcteur coche des étapes. Les voici dans l'ordre, avec la phrase de conclusion qu'il attend mot pour mot.

Construire un tableau de distribution en classes

Quand l'utiliser : Quand l'énoncé donne un relevé brut et demande un tableau, un histogramme ou des statistiques groupées.

  1. 1 Repérer le minimum, le maximum et l'étendue, et les écrire.
  2. 2 Proposer un nombre de classes avec Sturges, k=1+3,322log10(n)k=1+3{,}322\log_{10}(n), puis annoncer le nombre RETENU et pourquoi.
  3. 3 Calculer l'amplitude eˊtenduek\dfrac{\text{étendue}}{k} et l'arrondir VERS LE HAUT à une valeur commode.
  4. 4 Écrire les bornes en respectant la convention fermée à gauche, ouverte à droite, et vérifier que la dernière classe contient le maximum.
  5. 5 Dresser les quatre colonnes, puis contrôler que la somme des effectifs redonne nn et que la dernière fréquence cumulée vaut 11.

Phrase de conclusion

« Pour n=60n=60 observations d'étendue 155155 dollars, la règle de Sturges donne k6,9k\approx 6{,}9 : je retiens 77 classes d'amplitude 2525 dollars, la première commençant à 00. »

Le piège : Arrondir l'amplitude vers le bas : la dernière classe ne contient alors plus le maximum et le tableau n'est pas exhaustif.

Barème : 1 point pour Sturges, 1 point pour l'amplitude arrondie vers le haut, 2 points pour les colonnes, 1 point pour les contrôles.

Calculer la médiane sur données groupées

Quand l'utiliser : Dès que l'énoncé donne un tableau en classes et demande la médiane, un quartile ou un centile.

  1. 1 Construire la colonne des effectifs cumulés, si elle n'est pas déjà là.
  2. 2 Calculer le rang cherché : n2\dfrac{n}{2} pour la médiane, n4\dfrac{n}{4} pour Q1Q_{1}, 3n4\dfrac{3n}{4} pour Q3Q_{3}.
  3. 3 Repérer la classe où le cumul atteint ce rang, et noter sa borne inférieure, son effectif et son amplitude.
  4. 4 Appliquer l'interpolation et écrire l'unité du résultat.
  5. 5 Vérifier que le résultat tombe bien à l'intérieur de la classe repérée.

Phrase de conclusion

« La classe médiane est [20 ;40[[20\ ;40[ : M=20+301220×20=38M=20+\dfrac{30-12}{20}\times 20=38 dollars, sous hypothèse de répartition uniforme à l'intérieur de la classe. »

Le piège : Utiliser le cumul de la classe médiane elle-même au lieu de celui de la classe PRÉCÉDENTE : la formule renvoie alors une valeur hors de la classe.

Barème : 1 point pour la classe repérée, 2 points pour l'interpolation, 1 point pour l'hypothèse écrite.

Vérifier avant de rendre

Cinq minutes de vérification récupèrent plus de points qu'un exercice de plus commencé à la hâte.

L'exercice type décortiqué

Du relevé brut à l'histogramme, avec des classes inégales

Soixante étudiants déclarent leur dépense hebdomadaire de transport, en dollars. Le regroupement retenu est : [0 ;20[[0\ ;20[ avec 1212 étudiants, [20 ;40[[20\ ;40[ avec 2020, [40 ;80[[40\ ;80[ avec 1616, [80 ;160[[80\ ;160[ avec 1212.

On demande l'histogramme, la moyenne et la médiane, puis un commentaire sur la forme de la distribution.

Étape 1

Effectifs cumulés : 1212, 3232, 4848, 6060. Fréquences relatives : 0,200{,}20, 0,3330{,}333, 0,2670{,}267, 0,200{,}20.

Pourquoi

Les cumuls servent à la médiane et les fréquences à la comparaison avec une autre cohorte : les deux colonnes se font en même temps, jamais en deux passages.

Étape 2

Sturges donnerait k=1+3,322log10(60)6,9k=1+3{,}322\log_{10}(60)\approx 6{,}9, donc 77 classes égales. Le regroupement proposé n'en a que 44, d'amplitudes inégales.

Pourquoi

Il faut le dire, et dire pourquoi c'est légitime : les dépenses sont étalées vers le haut, et des classes égales laisseraient trois classes vides à droite.

Étape 3

Amplitudes 2020, 2020, 4040, 8080; densités 1220=0,6\dfrac{12}{20}=0{,}6, 2020=1,0\dfrac{20}{20}=1{,}0, 1640=0,4\dfrac{16}{40}=0{,}4, 1280=0,15\dfrac{12}{80}=0{,}15.

Pourquoi

C'est l'étape qui rapporte le plus de points et celle qu'on saute le plus souvent. Sans elle, le dessin dit que la dernière classe est la plus fournie alors qu'elle est la moins dense de toutes.

Étape 4

Centres 1010, 3030, 6060, 120120; x=12(10)+20(30)+16(60)+12(120)60=312060=52\overline{x}=\dfrac{12(10)+20(30)+16(60)+12(120)}{60}=\dfrac{3120}{60}=52 dollars.

Pourquoi

Le centre, pas la borne : prendre les bornes inférieures donnerait 33,3333{,}33 dollars au lieu de 5252, une sous-estimation de près de 1919 dollars sur une dépense moyenne.

Étape 5

Rang 602=30\dfrac{60}{2}=30; le cumul atteint 3030 dans [20 ;40[[20\ ;40[, donc M=20+301220×20=38M=20+\dfrac{30-12}{20}\times 20=38 dollars.

Pourquoi

Le cumul utilisé est celui de la classe PRÉCÉDENTE, 1212, et non 3232. C'est la seule difficulté de la formule et c'est là que se perd le point.

Étape 6

Contrôle : 0,6(20)+1,0(20)+0,4(40)+0,15(80)=600{,}6(20)+1{,}0(20)+0{,}4(40)+0{,}15(80)=60, et M=38<x=52M=38<\overline{x}=52.

Pourquoi

L'aire totale redonne l'effectif, donc les densités sont justes. La médiane inférieure à la moyenne confirme l'étalement vers la droite, cohérent avec la classe très large de la fin.

Conclusion rédigée

« La dépense médiane est de 3838 dollars et la dépense moyenne de 5252 dollars. L'écart entre les deux, et la densité qui s'effondre à 0,150{,}15 dans la dernière classe, décrivent une distribution étalée vers la droite : une minorité d'étudiants dépense beaucoup. »

L'erreur classique sur cet exercice : Tracer quatre barres de hauteurs 1212, 2020, 1616 et 1212 : la dernière classe occupe alors la moitié de la surface du graphique pour un cinquième des étudiants.

À savoir par cœur

  • On ne CUMULE que sur une variable ordonnée. Sur une nominale, la colonne des cumuls n'existe pas.
  • HISTOGRAMME : barres jointives, variable continue. BÂTONS : barres séparées, variable qualitative ou discrète.
  • Classes inégales : hauteur =effectifamplitude=\dfrac{\text{effectif}}{\text{amplitude}}, pour que l'AIRE vaille l'effectif.
  • Sur des barres, l'axe vertical part de ZÉRO. Sur une courbe, une troncature visible est admise.
  • Doubler les dimensions QUADRUPLE la surface. Pour doubler l'aire, multiplier par 2\sqrt{2}.
  • Moyenne groupée : le CENTRE de classe, jamais la borne. Médiane groupée : le cumul de la classe PRÉCÉDENTE.
  • Sur un double axe vertical, le point de croisement des deux courbes ne signifie rien.

Questions fréquentes

Comment calculer la hauteur des barres d'un histogramme à classes inégales ?

La hauteur est la densité, c'est-à-dire l'effectif de la classe divisé par son amplitude. Une classe de 40 unités contenant 16 observations donne une hauteur de 0,4. On procède ainsi pour que l'aire de chaque barre, et non sa hauteur, représente l'effectif : c'est l'aire que l'œil compare sur un histogramme.

Quelle différence entre un histogramme et un diagramme en bâtons ?

L'histogramme sert aux variables continues regroupées en classes et ses barres sont jointives, parce qu'entre deux classes il existe des valeurs. Le diagramme en bâtons sert aux variables qualitatives ou discrètes et ses barres sont séparées, parce qu'entre deux modalités il n'existe rien. L'espace entre les barres est donc une information.

Comment trouver la médiane d'un tableau en classes ?

On repère la classe où l'effectif cumulé atteint la moitié de l'effectif total, puis on interpole : on part de la borne inférieure de cette classe et on y ajoute l'amplitude multipliée par l'écart entre la moitié de l'effectif et le cumul de la classe précédente, divisé par l'effectif de la classe. Le résultat doit tomber dans la classe repérée.

Pourquoi un axe qui ne part pas de zéro est-il trompeur ?

Sur un diagramme en barres, le lecteur compare des longueurs. Si l'axe commence à 50, une valeur de 52 devient une barre deux unités de long et une valeur de 58 une barre huit unités de long : la seconde paraît quatre fois la première alors que l'écart réel est de six points sur cinquante-huit. La troncature multiplie les rapports sans toucher aux données.

Combien de classes faut-il pour regrouper des données ?

La règle de Sturges donne un point de départ : un plus 3,322 fois le logarithme décimal de l'effectif, ce qui donne environ sept classes pour soixante observations. Ce n'est pas une obligation : on arrondit à un nombre commode et on choisit une amplitude ronde, à condition d'écrire le choix et de vérifier que la dernière classe contient le maximum.

Passer à la pratique

Exercices corrigés : Tableaux de distribution et graphiques

Une méthode se prouve sur une copie, pas sur une fiche. La série du même chapitre reprend chacun de ces pièges dans un exercice, avec le corrigé rédigé étape par étape.

  • 10 exercices corrigés
  • 100 points
  • 150 minutes
Faire les exercices
Fiche précédente Échantillonnage et questionnaire Fiche suivante Cote Z, rang centile et cote R

Ce chapitre resservira dans

Les chapitres qui le réclament en amont, plus tard dans l'année ou dans les années suivantes.

Voir aussi

Vous cherchez un tuteur en méthodes quantitatives à Montréal ?

Contactez-moi pour une première séance. Les méthodes quantitatives sont le seul cours de mathématiques obligatoire en sciences humaines, et c'est aussi celui qui décide le plus souvent de la cote R d'une session.

Site par Studio Squalli