1re année santé · Biostatistiques · chapitre 1
Statistiques descriptives
Résumer une série de mesures avec quelques nombres et un dessin : types de variables, histogramme, moyenne et médiane, dispersion et boîte à moustaches, avec l'exemple des durées de séjour en soins intensifs.
- Le cours en vidéoTrès prochainement disponible
- L'essentiel en vidéoTrès prochainement disponible
- Lire la ficheLe cours écrit, section par section
- S'entraîner20 QCM
Sommaire
La fiche
Le problème : une durée de séjour, deux nombres
Une étude a analysé les données de 111 663 patients adultes, admis dans 131 unités de soins intensifs en Australie et en Nouvelle-Zélande, en 2008 et 2009 (Moran et Solomon, 2012).
Une unité de soins intensifs est le service d'un hôpital qui surveille en permanence et soigne les patients dont la vie est menacée.
Pour chaque patient, la base de données donne la durée de séjour, le nombre de jours passés dans l'unité.
Les auteurs ont notamment écarté les séjours de moins de 4 heures et ceux de plus de 60 jours. Les chiffres qui suivent portent sur les séjours retenus.
La durée moyenne est de 3,4 jours. Mais la durée du milieu, celle qui laisse la moitié des patients en dessous, est de 1,8 jour (nous la nommerons plus bas).
Le séjour le plus court a duré 0,17 jour, le plus long 60 jours.
Quel nombre annoncer à un directeur d'hôpital qui planifie ses lits : 3,4 ou 1,8 ? Les deux sont justes, et pourtant ils ne disent pas la même chose.
La fiche répond à trois questions :
- Quel nombre résume le mieux une série de valeurs ?
- Comment dire si les valeurs sont proches les unes des autres ou très dispersées ?
- Pourquoi la moyenne et la durée du milieu diffèrent-elles autant ici ?
Prérequis
- Vu au lycée : une proportion = partie ÷ tout, que l'on dit en pourcentage.
- Vu au lycée : la moyenne = somme des valeurs ÷ leur nombre. L'écart-type mesure à quel point les valeurs s'écartent de la moyenne.
- Vu au lycée : une population est l'ensemble de ce qu'on veut étudier ; un échantillon en est une partie, prélevée pour l'étudier.
L'idée en une phrase
À retenir
Pour décrire une série de valeurs, on donne deux nombres, l'un qui dit où elle se situe, l'autre qui dit comment elle s'étale, et on regarde sa forme pour choisir les bons.
Au programme : les types de variables, la distribution et l'histogramme, la position, la dispersion, puis la boîte à moustaches.
Les types de variables
Commençons par ce qu'on mesure. Les statistiques descriptives sont les méthodes qui résument des données déjà recueillies, avec des nombres et des graphiques.
Chaque patient est décrit par des variables. Une variable est une caractéristique relevée de la même façon chez chacun : groupe sanguin, température, durée de séjour.
Il existe deux familles. Une variable qualitative range chaque patient dans une catégorie, nommée par des mots : le groupe sanguin.
Une variable quantitative est un nombre, obtenu en comptant ou en mesurant : la température.
Pourquoi cette distinction compte-t-elle ? Avec une variable qualitative, la moyenne n'a pas de sens. Que vaut la moyenne de deux groupes sanguins ? On peut seulement compter les patients de chaque catégorie.
Parmi les variables quantitatives, deux cas :
| Type | D'où vient la valeur | Valeurs possibles | Exemple |
|---|---|---|---|
| Qualitative | une catégorie | des mots | groupe sanguin |
| Quantitative discrète | un comptage | certaines valeurs, le plus souvent entières | nombre de consultations dans l'année |
| Quantitative continue | une mesure | toutes les valeurs d'un intervalle | température, durée de séjour |
Retenez la définition : une variable discrète ne prend que certaines valeurs, car elle vient d'un comptage. Une variable continue peut prendre toutes les valeurs d'un intervalle, car elle vient d'une mesure.
Effectif, fréquence et diagrammes
Deux notions du lycée. L'effectif d'une catégorie est le nombre de patients qui s'y trouvent. Sa fréquence est la proportion qu'ils représentent : fréquence = effectif ÷ total.
Quatre-vingts patients fictifs, classés par groupe sanguin. Données fictives.
| Groupe | Effectif | Fréquence |
|---|---|---|
| A | 36 | 45 % |
| O | 32 | 40 % |
| B | 8 | 10 % |
| AB | 4 | 5 % |
| Total | 80 | 100 % |
Pour une variable qualitative, on dessine des barres séparées, une par catégorie, d'après ce tableau.
La distribution et l'histogramme
Pour une variable continue mesurée chez beaucoup de patients, on ne compte pas les patients valeur par valeur.
On les regroupe en classes, des intervalles de même largeur : de 0 à 1 jour, de 1 à 2 jours, et ainsi de suite.
Un histogramme dessine une barre par classe, collée à la suivante. La hauteur de la barre est l'effectif de la classe, ou sa fréquence.
Pourquoi regrouper ? Même avec des milliers de valeurs, on voit d'un coup d'œil où elles se concentrent et comment elles s'étalent.
L'ensemble des barres montre la distribution de la variable, c'est-à-dire la façon dont ses valeurs se répartissent.
Si un côté reflète l'autre, la distribution est symétrique. Sinon, elle est asymétrique.
Quand les barres s'étirent vers la droite, elle est asymétrique à droite. La partie étirée est la queue de la distribution.
La barre la plus haute marque le mode. Quand les valeurs sont regroupées en classes, c'est la classe la plus fréquente.
Les durées de séjour de notre étude ont cette forme : les auteurs les décrivent comme asymétriques à droite. La moitié des séjours dure moins de 2 jours, mais les plus longs atteignent 60 jours.
Pour résumer une série, on choisit un indicateur de position, qui dit où se situe la distribution, et un indicateur de dispersion, vu au lycée, qui dit comment elle s'étale. Commençons par la position.
La position : moyenne, médiane, quartiles
Premier indicateur, la moyenne, vue au lycée. Elle utilise toutes les valeurs, donc chacune la fait bouger.
Voici pourquoi. L'écart à la moyenne d'une valeur est valeur − moyenne. Ces écarts se compensent : leur somme est nulle.
La moyenne est le point où les écarts positifs et négatifs s'annulent. Une valeur très grande, avec un long écart positif, déplace ce point vers elle.
Douze durées de séjour fictives, en jours : 1, 1, 2, 2, 2, 3, 3, 4, 4, 5, 6, 20. Leur somme vaut 53, donc la moyenne vaut 53 ÷ 12, soit environ 4,4 jours.
Deuxième indicateur, la médiane, vue au collège : la valeur du milieu quand on range les valeurs par ordre croissant. La moitié des patients sont en dessous, la moitié au dessus.
Si l'effectif est pair, on prend la moyenne des deux valeurs du milieu. Dans la série fictive, les deux valeurs du milieu valent 3 : la médiane est de 3 jours, alors que la moyenne vaut environ 4,4.
Les quartiles prolongent cette idée. Le premier quartile est la valeur sous laquelle se trouve environ un quart des données.
Le troisième quartile est celle sous laquelle se trouvent environ trois quarts. La médiane est le deuxième quartile.
Il existe plusieurs méthodes de calcul des quartiles, qui donnent parfois des valeurs un peu différentes. Nous prenons une méthode simple : la médiane de la moitié basse, puis celle de la moitié haute.
Sur la série fictive : moitié basse 1, 1, 2, 2, 2, 3, donc premier quartile = (2 + 2) ÷ 2 = 2 jours. Moitié haute 3, 4, 4, 5, 6, 20, donc troisième quartile = (4 + 5) ÷ 2 = 4,5 jours.
Au lycée, vous avez peut-être appris une autre règle : la plus petite valeur de la série dont au moins 3/4 des valeurs sont inférieures ou égales. Elle donne ici la 9e valeur, donc 4 jours.
Aucune des deux n'est une erreur : une méthode parmi plusieurs. Quand on cite un quartile, il faut donc savoir quelle méthode a servi.
Plus généralement, un quantile est une valeur sous laquelle se trouve une proportion donnée des données. La médiane est le quantile de 1/2, les quartiles ceux de 1/4 et de 3/4.
Troisième indicateur, le mode, déjà rencontré : la valeur la plus fréquente.
Il sert aussi pour une variable qualitative, où la moyenne n'existe pas : dans le tableau fictif, le mode du groupe sanguin est le groupe A.
Pourquoi la médiane résiste
Remplaçons la plus grande durée, 20 jours, par 60 jours, la plus longue durée retenue dans l'étude. Une valeur extrême est une valeur très éloignée des autres de la série.
| Indicateur (série fictive) | Avant : 20 jours | Après : 60 jours |
|---|---|---|
| Moyenne | environ 4,4 jours | environ 7,8 jours |
| Médiane | 3 jours | 3 jours |
| Premier quartile | 2 jours | 2 jours |
| Troisième quartile | 4,5 jours | 4,5 jours |
Contrôle de la nouvelle moyenne : (53 − 20 + 60) ÷ 12 = 93 ÷ 12 = 7,75 jours.
Pourquoi la moyenne bouge-t-elle et pas la médiane ? La moyenne dépend de la taille de chaque valeur : plus une valeur est grande, plus elle pèse.
La médiane dépend seulement du rang, de la place dans la liste ordonnée. Que la dernière valeur soit 20 ou 60, elle reste la dernière, et la valeur du milieu ne bouge pas.
C'est pourquoi la médiane est souvent plus fiable quand il y a des valeurs extrêmes.
En revanche, la moyenne permet de retrouver le total, ce que la médiane ne fait pas : moyenne × nombre de patients = nombre total de jours.
La dispersion : étendue, variance, écart-type
Deux séries peuvent avoir la même moyenne et être très différentes : 3, 4, 4, 4, 5 et 0, 0, 4, 8, 8 ont toutes deux 4 pour moyenne (séries fictives). Il faut donc un indicateur de dispersion.
Le plus simple est l'étendue, vue au collège : étendue = plus grande valeur − plus petite valeur. Dans la série modifiée : 60 − 1 = 59 jours.
Son défaut : elle ne dépend que de deux valeurs, la plus petite et la plus grande. Elle ne dit rien des autres.
Pour tenir compte de toutes les valeurs, on part des écarts à la moyenne. Leur somme est nulle, donc elle ne dit rien. On les met au carré, ce qui les rend tous positifs.
Cinq durées fictives, en jours : 2, 3, 4, 5, 6, de moyenne 4.
| Valeur | Écart à la moyenne | Carré de l'écart |
|---|---|---|
| 2 | −2 | 4 |
| 3 | −1 | 1 |
| 4 | 0 | 0 |
| 5 | 1 | 1 |
| 6 | 2 | 4 |
| Somme | 0 | 10 |
La variance est la moyenne des carrés des écarts (vue en spécialité de mathématiques). Sa racine carrée est l'écart-type, vu au lycée.
Pourquoi une racine carrée ? Parce que le carré change l'unité. La variance est en jours au carré, l'écart-type est en jours, comme les données : on peut le comparer à la moyenne.
Reste le diviseur. Pour une population entière : variance = somme des carrés ÷ effectif. Pour un échantillon : variance = somme des carrés ÷ (effectif − 1).
Sur nos cinq valeurs, la somme des carrés vaut 10. La variance de l'échantillon vaut 10 ÷ 4 = 2,5 jours au carré. L'écart-type vaut √2,5, soit environ 1,6 jour.
Pourquoi effectif − 1 ? Avec peu de patients, l'échantillon n'a pas eu l'occasion de montrer toute la variation de la population : sa dispersion observée est, en moyenne, trop petite.
Diviser par effectif − 1 corrige ce défaut pour la variance, en moyenne sur un grand nombre d'échantillons. Nous y reviendrons plus tard dans la série.
Avec un seul patient, on ne peut rien dire de la dispersion, et la formule le reflète : elle demanderait de diviser par zéro.
L'écart interquartile est la différence entre le troisième et le premier quartile : écart interquartile = troisième quartile − premier quartile. Il mesure l'étalement de la moitié centrale des données.
Avec notre méthode : 4,5 − 2 = 2,5 jours, et il ne change pas avec la valeur extrême.
Le coefficient de variation est écart-type ÷ moyenne. Il n'a pas d'unité, puisqu'on divise deux quantités de même unité.
Il permet donc de comparer la dispersion de variables dans des unités différentes, comme une taille (en cm) et un poids (en kg), à condition qu'elles soient toujours positives.
L'étude : ce que disent les indicateurs
Retour aux séjours retenus. L'écart-type vaut 5,1 jours, plus que la moyenne (3,4). Le coefficient de variation vaut 5,1 ÷ 3,4 = 1,5 : l'écart-type fait une fois et demie la moyenne.
Cela vient de la queue de droite, avec quelques très longs séjours.
Pour une distribution asymétrique, l'écart-type peut mal résumer la dispersion. Mieux vaut regarder le graphique et donner les quartiles.
La boîte à moustaches
Rassemblons tout. La boîte à moustaches est un graphique fait d'une boîte et de deux traits, les moustaches : elle résume la variable avec cinq valeurs.
La moustache de gauche part du minimum, la plus petite valeur. La boîte commence au premier quartile, un trait y marque la médiane, et elle se termine au troisième quartile.
Environ la moitié des données se trouve dans la boîte. Sa largeur est l'écart interquartile.
La moustache de droite va jusqu'au maximum, la plus grande valeur. Dans le schéma plus bas, elle est loin de la boîte, au bout de la queue de droite.
Enfin, un losange marque la moyenne. Elle est à droite de la médiane, parce que la queue de droite la tire de son côté.
Une convention courante : certaines boîtes dessinent à part, par un point, une valeur qui dépasse les quartiles de plus de 1,5 fois l'écart interquartile. La moustache s'arrête alors avant.
Voici un histogramme et la boîte à moustaches de la même série fictive, sur le même axe, avec leurs dix repères numérotés. Touchez un numéro, puis choisissez le terme.
Le mode Corrigé montre toutes les légendes et leur définition.
Intervalle de valeurs de même largeur que les autres ; l'histogramme en dessine une barre, dont la hauteur est l'effectif de la classe.
Valeur la plus fréquente ; quand les valeurs sont regroupées en classes, la classe la plus fréquente, celle de la barre la plus haute.Aussi : classe modale
Partie étirée d'une distribution asymétrique, ici vers la droite, où se trouvent quelques valeurs très éloignées des autres.Aussi : queue
Plus petite valeur de la série, où s'arrête la moustache de gauche.Aussi : plus petite valeur
Valeur en dessous de laquelle se trouve un quart des données : le bord gauche de la boîte.Aussi : Q1, quartile inférieur
Valeur du milieu des données rangées par ordre croissant : la moitié des valeurs est en dessous, la moitié au dessus.Aussi : deuxième quartile, Q2
Valeur en dessous de laquelle se trouvent trois quarts des données : le bord droit de la boîte.Aussi : Q3, quartile supérieur
Plus grande valeur de la série, où s'arrête la moustache de droite ; ici, au bout de la queue de droite, loin de la boîte.Aussi : plus grande valeur
Différence entre le troisième et le premier quartile : la largeur de la boîte, qui contient la moitié centrale des données.Aussi : EIQ, étendue interquartile
Somme des valeurs divisée par leur nombre ; le losange est à droite de la médiane parce que la queue de droite la tire de son côté.Aussi : moyenne arithmétique
Retour au problème
Question 1 : quel nombre résume la série ? Cela dépend de la question.
Pour situer la durée du milieu, la médiane : la moitié des patients restent moins de 1,8 jour, et un quart restent plus de 3,7 jours.
Pour retrouver le total de jours à prévoir, la moyenne : 3,4 jours multipliés par le nombre de patients.
Question 2 : l'écart interquartile vaut 3,7 − 0,93 ≈ 2,8 jours : la moitié centrale des séjours va de 0,93 à 3,7 jours.
L'écart-type (5,1 jours) et l'étendue des séjours retenus (de 0,17 à 60 jours) sont beaucoup plus grands, car quelques séjours très longs pèsent sur eux.
Question 3 : la distribution est asymétrique à droite. Dans ce cas, la moyenne se place en général du côté de la queue, au dessus de la médiane.
Quelques très longs séjours augmentent la moyenne, sans changer la médiane. Les deux nombres sont justes : ils répondent à deux questions différentes, et le graphique aide à choisir.
À retenir
À retenir
- Variable : qualitative (catégorie) ou quantitative ; une variable quantitative est discrète (comptage) ou continue (mesure).
- Histogramme : barres collées, une par classe ; il montre la distribution : sa forme, son mode, sa queue.
- Position : la moyenne dépend de la taille des valeurs, la médiane seulement de leur rang, donc elle résiste aux valeurs extrêmes.
- Quartiles : plusieurs méthodes existent ; il faut savoir laquelle a servi.
- Dispersion : étendue, écart-type, écart interquartile, coefficient de variation (sans unité).
- Variance d'un échantillon : somme des carrés ÷ (effectif − 1), ce qui corrige, en moyenne, une dispersion observée trop petite.
- Boîte à moustaches : cinq valeurs ; la forme de la distribution guide le choix des indicateurs.
20 QCM corrigés
Cinq propositions, une ou plusieurs exactes. Coche, valide : la correction de chaque proposition s'affiche. Barème indicatif : 1 point sans erreur, 0,7 avec une erreur, 0,1 avec deux, 0 au-delà.
QCM 1 classer des variables à partir de cas courts
On relève, chez chaque patient d'un échantillon fictif, cinq variables : la variable 1 est le groupe sanguin ; la variable 2 est la masse du patient, en kg ; la variable 3 est le nombre de chutes dans l'année ; la variable 4 est la durée du séjour, en jours ; la variable 5 est le service d'hospitalisation (cardiologie, pneumologie, etc.).
Quelles propositions sont exactes ?
-
Faux
Une masse vient d'une mesure et peut prendre toutes les valeurs d'un intervalle : c'est une variable continue.
-
Vrai
Un nombre de chutes vient d'un comptage : il ne prend que des valeurs entières, c'est une variable discrète.
-
Faux
Un service d'hospitalisation est une catégorie nommée par des mots, donc une variable qualitative : on peut seulement compter les patients de chaque service.
-
Vrai
Une durée de séjour vient d'une mesure du temps passé et peut prendre toutes les valeurs d'un intervalle, comme dans l'étude du cours.
-
Vrai
Le groupe sanguin range chaque patient dans une catégorie nommée par des mots.
QCM 2 effectif, fréquence et mode d'une variable qualitative
Dans un échantillon fictif de 250 patients, on relève le type d'admission à l'hôpital (variable qualitative). Données fictives.
| Type d'admission | urgences | rendez-vous | transfert | autre |
|---|---|---|---|---|
| Effectif | 110 | 90 | 35 | 15 |
Quelles propositions sont exactes ?
-
Vrai
La fréquence est l'effectif divisé par le total : 90 ÷ 250 = 0,36, soit 36 %.
-
Vrai
Elles réunissent 35 + 15 = 50 patients, soit 50 ÷ 250 = 0,2, donc 20 %. Cohérent avec 14 % + 6 % = 20 %.
-
Faux
Le mode est la valeur la plus fréquente, ici la catégorie « urgences » (110 patients), et non « rendez-vous » (90).
-
Faux
Avec une variable qualitative, la moyenne n'a pas de sens : que vaut la moyenne de deux types d'admission ? On peut seulement compter les patients de chaque catégorie. Le nombre obtenu n'est qu'une moyenne d'effectifs, pas celle de la variable.
-
Vrai
Les effectifs et le total sont doublés : le rapport ne change pas. Par exemple 220 ÷ 500 = 0,44, comme 110 ÷ 250.
QCM 3 calculer moyenne, médiane et quartiles d'une série (méthode des moitiés)
Dix durées d'attente fictives, en minutes, rangées par ordre croissant : 12, 15, 15, 18, 20, 22, 25, 30, 35, 48. Pour les quartiles, on utilise la méthode des médianes des moitiés : médiane de la moitié basse (les cinq plus petites valeurs), puis médiane de la moitié haute (les cinq plus grandes).
Quelles propositions sont exactes ?
-
Vrai
C'est la différence entre le troisième et le premier quartile : 30 − 15 = 15 minutes.
-
Vrai
La somme vaut 12 + 15 + 15 + 18 + 20 + 22 + 25 + 30 + 35 + 48 = 240, et 240 ÷ 10 = 24.
-
Vrai
L'effectif est pair : on prend la moyenne des deux valeurs du milieu, la cinquième (20) et la sixième (22), soit (20 + 22) ÷ 2 = 21.
-
Vrai
La moitié basse est 12, 15, 15, 18, 20 : sa médiane est la valeur du milieu, 15.
-
Vrai
La moitié haute est 22, 25, 30, 35, 48 : sa médiane est la valeur du milieu, 30.
QCM 4 effet d'une valeur extrême sur moyenne, médiane et quartiles
Huit durées de séjour fictives, en jours : 2, 3, 3, 4, 5, 6, 7, 9. On remplace la plus grande, 9, par 49. Pour les quartiles, on utilise la méthode des médianes des moitiés (quatre valeurs de chaque côté).
Quelles propositions sont exactes ?
-
Vrai
Avant : 39 ÷ 8 = 4,875. Après : (39 − 9 + 49) ÷ 8 = 79 ÷ 8 = 9,875. Elle augmente de 40 ÷ 8 = 5 jours : chaque valeur la fait bouger.
-
Vrai
Le premier quartile est la médiane de 2, 3, 3, 4, soit 3 ; le troisième est la médiane de la moitié haute : (6 + 7) ÷ 2 = 6,5 avant (5, 6, 7, 9) comme après (5, 6, 7, 49), car la dernière valeur n'est pas l'une des deux valeurs du milieu de cette moitié.
-
Faux
Le premier quartile reste à 3 jours : il est calculé sur la moitié basse (2, 3, 3, 4), que le changement de la dernière valeur ne touche pas.
-
Vrai
Avant : 9 − 2 = 7. Après : 49 − 2 = 47. L'étendue ne dépend que de la plus petite et de la plus grande valeur, donc elle change.
-
Faux
La médiane reste à 4,5 jours : c'est la moyenne des quatrième et cinquième valeurs (4 et 5), qui ne changent pas. La dernière valeur reste la dernière, quelle que soit sa taille.
QCM 5 pourquoi la médiane résiste et ce que permet la moyenne
À propos de la moyenne et de la médiane d'une série de valeurs :
-
Faux
Seule la moyenne est déplacée : elle dépend de la taille de chaque valeur. La médiane ne dépend que du rang, donc elle est souvent plus fiable en présence de valeurs extrêmes.
-
Vrai
La moyenne multipliée par le nombre de patients donne le total : 3,4 × 500 = 1 700 jours.
-
Vrai
L'écart à la moyenne d'une valeur est la valeur moins la moyenne : les écarts positifs compensent exactement les écarts négatifs.
-
Vrai
C'est la raison pour laquelle une valeur très grande, qui reste la dernière de la liste, ne change pas la valeur du milieu.
-
Faux
C'est la moyenne qui permet de retrouver le total, ce que la médiane ne fait pas : la médiane ne dépend que du rang, pas de la taille de chaque valeur.
QCM 6 comparer deux variables par écart-type et coefficient de variation
Sur un échantillon fictif, la taille a pour moyenne 170 cm et pour écart-type 8,5 cm ; le poids a pour moyenne 68 kg et pour écart-type 13,6 kg. Les deux variables sont toujours positives. Valeurs fictives.
Quelles propositions sont exactes ?
-
Faux
Il n'a pas d'unité : on divise deux quantités de même unité (kg ÷ kg), les unités se simplifient.
-
Faux
Les deux écarts-types sont dans des unités différentes (kg et cm) : on ne peut pas les comparer directement. C'est le rôle du coefficient de variation.
-
Vrai
13,6 ÷ 68 = 0,2, soit quatre fois 0,05. Relativement à sa moyenne, le poids s'étale davantage.
-
Vrai
C'est l'écart-type divisé par la moyenne : 8,5 ÷ 170 = 0,05.
-
Vrai
La variance est le carré de l'écart-type : 8,5² = 72,25, en centimètres au carré. L'écart-type, lui, est en centimètres, comme les données.
QCM 7 changer d'unité : moyenne, écart-type, variance et coefficient de variation
Sur une série fictive de durées de séjour, la moyenne vaut 3 jours et l'écart-type 1,5 jour. On exprime maintenant la même série en heures (1 jour = 24 heures).
Quelles propositions sont exactes ?
-
Vrai
3 × 24 = 72 : la même durée s'exprime avec un nombre 24 fois plus grand dans une unité 24 fois plus petite.
-
Faux
La variance est en jours au carré : 2,25 jours au carré. C'est l'écart-type, sa racine carrée, qui est dans l'unité des données.
-
Faux
La variance est dans l'unité des données au carré, et c'est le carré de l'écart-type. En heures, l'écart-type vaut 36 heures (proposition D), donc la variance vaut 36² = 1 296 heures au carré, soit 2,25 × 24² : l'unité étant au carré, le facteur 24 l'est aussi. Le calcul 2,25 × 24 oublie ce carré.
-
Faux
L'écart-type est dans la même unité que les données : il se convertit donc comme elles, 1,5 × 24 = 36 heures.
-
Vrai
En jours : 1,5 ÷ 3 = 0,5. En heures : 36 ÷ 72 = 0,5. Il n'a pas d'unité : écart-type et moyenne se convertissent du même facteur, qui se simplifie.
QCM 8 calculer variance et écart-type d'un échantillon
Cinq durées de séjour fictives, en jours : 3, 5, 6, 8, 8. Ces cinq patients forment un échantillon. La moyenne vaut 6 jours.
Quelles propositions sont exactes ?
-
Vrai
Pour un échantillon, on divise la somme des carrés par l'effectif moins un : 18 ÷ 4 = 4,5.
-
Faux
Pour une population entière, on divise par l'effectif : 18 ÷ 5 = 3,6 jours au carré, et non 4,5.
-
Vrai
C'est la racine carrée de la variance : √4,5 ≈ 2,12, en jours, comme les données.
-
Vrai
Les écarts valent −3, −1, 0, 2 et 2 : leur somme est nulle, comme pour toute série.
-
Vrai
9 + 1 + 0 + 4 + 4 = 18.
QCM 9 pourquoi diviser par l'effectif moins un
À propos de la variance d'un échantillon :
-
Faux
La correction vaut en moyenne, sur un grand nombre d'échantillons : un échantillon donné peut rester au dessus ou en dessous de la variance de la population.
-
Faux
Pour une population entière, on divise par l'effectif. Le diviseur effectif moins un est celui de l'échantillon.
-
Vrai
L'échantillon n'a pas eu l'occasion de montrer toute la variation de la population : c'est ce défaut que la division par l'effectif moins un corrige, en moyenne sur un grand nombre d'échantillons.
-
Faux
Avec un seul patient, on ne peut rien dire de la dispersion : la formule demanderait de diviser par zéro (effectif moins un = 0). Un échantillon d'un seul patient ne montre aucune variation, mais cela ne dit rien de la population.
-
Faux
On divise par l'effectif moins un : 30 ÷ 5 = 6. Le résultat 5 (30 ÷ 6) est celui d'une division par l'effectif, donc d'une population entière.
QCM 10 lire une boîte à moustaches
Une boîte à moustaches (fictive) de délais, en jours, suit la convention du cours : la moustache de gauche part du minimum, la boîte va du premier au troisième quartile avec un trait pour la médiane, la moustache de droite va jusqu'au maximum, et un losange marque la moyenne. Lecture : minimum 2, premier quartile 5, médiane 8, troisième quartile 14, maximum 31, losange à 11. Les quartiles sont donnés : aucune méthode de calcul n'est à appliquer.
Quelles propositions sont exactes ?
-
Vrai
La moustache de droite va de 14 à 31 (17 jours) et celle de gauche de 2 à 5 (3 jours) ; la moyenne (11) dépasse la médiane (8). La moyenne se place en général du côté de la queue.
-
Vrai
C'est la largeur de la boîte : 14 − 5 = 9.
-
Vrai
C'est la plus grande valeur moins la plus petite : 31 − 2 = 29.
-
Vrai
C'est le contenu de la boîte, du premier au troisième quartile : environ la moitié des données.
-
Faux
Le losange marque la moyenne, pas la médiane. La médiane est le trait dans la boîte, à 8 jours.
QCM 11 comparer deux boîtes à moustaches de même médiane
Deux services fictifs ont chacun une boîte à moustaches de durées de séjour, en jours. Service 1 : minimum 3, premier quartile 6, médiane 9, troisième quartile 12, maximum 20. Service 2 : minimum 1, premier quartile 4, médiane 9, troisième quartile 18, maximum 40. Les quartiles sont donnés : aucune méthode de calcul n'est à appliquer.
Quelles propositions sont exactes ?
-
Faux
Deux séries peuvent avoir la même médiane et des moyennes différentes : la médiane ne dépend que du rang des valeurs, la moyenne de leur taille. Le dessin ne donne pas la moyenne.
-
Faux
La largeur de la boîte est l'écart interquartile : elle mesure la dispersion, pas la position. Le service 2 a même des séjours plus courts (minimum 1 contre 3).
-
Vrai
40 − 1 = 39. Celle du service 1 vaut 20 − 3 = 17.
-
Vrai
La médiane laisse la moitié des valeurs en dessous : 9 jours dans les deux services.
-
Vrai
18 − 4 = 14 contre 12 − 6 = 6 : la boîte du service 2 est plus large, la moitié centrale de ses séjours est plus étalée.
QCM 12 lire un histogramme décrit par un tableau d'effectifs
Les durées de séjour fictives de 200 patients sont regroupées en classes d'un jour de large. Données fictives.
| Classe (jours) | [0 ; 1[ | [1 ; 2[ | [2 ; 3[ | [3 ; 4[ | [4 ; 5[ | [5 ; 6[ | [6 ; 7[ | [7 ; 8[ |
|---|---|---|---|---|---|---|---|---|
| Effectif | 24 | 60 | 46 | 30 | 18 | 12 | 6 | 4 |
On dessine l'histogramme de ces données. Pour situer la médiane, on range les 200 valeurs : c'est la moyenne des 100e et 101e valeurs, et on trouve leur classe en additionnant les effectifs des classes, de gauche à droite.
Quelles propositions sont exactes ?
-
Faux
La queue est la partie étirée, ici vers la droite : du côté des grandes valeurs.
-
Vrai
30 ÷ 200 = 0,15, soit 15 %.
-
Vrai
Elle a le plus grand effectif (60) : c'est la barre la plus haute. Quand les valeurs sont regroupées en classes, le mode est la classe la plus fréquente.
-
Faux
Les deux valeurs du milieu sont les 100e et 101e. Les deux premières classes réunissent 24 + 60 = 84 valeurs : il en manque encore 16 pour atteindre la 100e, donc les valeurs du milieu sont dans la classe [2 ; 3[. Le mode et la médiane sont deux choses différentes.
-
Vrai
Le mode est la 2e des 8 classes : une seule classe à sa gauche, six à sa droite, qui s'étirent de 46 à 4 patients. Un côté ne reflète pas l'autre.
QCM 13 position de la moyenne par rapport à la médiane selon la queue
La distribution d'une variable est asymétrique à gauche : l'histogramme s'étire vers la gauche, avec quelques valeurs très petites.
Quelles propositions sont exactes ?
-
Faux
C'est l'inverse : la moyenne dépend de la taille de chaque valeur et est tirée vers la queue ; la médiane, qui ne dépend que du rang, n'est pas tirée de la même façon.
-
Faux
La moyenne utilise toutes les valeurs : chacune la fait bouger, et une valeur très éloignée la déplace d'autant plus.
-
Vrai
Les quelques très petites valeurs tirent la moyenne vers elles, alors que la médiane ne dépend que du rang. C'est une tendance générale, pas une règle sans exception.
-
Faux
Elles diffèrent en général quand la distribution est asymétrique : c'est ce qui rend le choix de l'indicateur important.
-
Faux
C'est le cas pour une queue à droite. Ici la queue est à gauche, et la moyenne se place en général de ce côté.
QCM 14 deux méthodes de calcul des quartiles, deux résultats
Huit valeurs fictives, rangées par ordre croissant : 4, 6, 7, 9, 10, 13, 15, 22. On calcule les quartiles de deux façons. Méthode 1 : médiane de la moitié basse, puis médiane de la moitié haute. Méthode 2 : le premier (respectivement troisième) quartile est la plus petite valeur de la série dont au moins 1/4 (respectivement 3/4) des valeurs sont inférieures ou égales.
Quelles propositions sont exactes ?
-
Vrai
1/4 de 8 valeurs, c'est 2 valeurs : le premier quartile est la 2e valeur, 6. 3/4 de 8, c'est 6 valeurs : le troisième quartile est la 6e valeur, 13.
-
Vrai
C'est la différence entre le troisième et le premier quartile : 14 − 6,5 = 7,5. Avec la méthode 2, il vaudrait 13 − 6 = 7.
-
Faux
La méthode 1 donne 14, la méthode 2 donne 13.
-
Faux
Il existe plusieurs méthodes de calcul des quartiles, qui donnent parfois des valeurs un peu différentes. Aucune n'est une erreur : c'est une méthode parmi plusieurs, d'où l'importance de savoir laquelle a servi.
-
Vrai
Moitié basse 4, 6, 7, 9 : (6 + 7) ÷ 2 = 6,5. Moitié haute 10, 13, 15, 22 : (13 + 15) ÷ 2 = 14.
QCM 15 effet d'une valeur extrême sur les indicateurs de dispersion
Huit valeurs fictives : 10, 12, 13, 15, 16, 18, 19, 21. On remplace la plus grande, 21, par 61. Pour les quartiles, on utilise la méthode des médianes des moitiés ; pour l'écart-type, on divise par l'effectif moins un (échantillon).
Quelles propositions sont exactes ?
-
Vrai
Les quartiles valent 12,5 et 18,5 avant comme après (la dernière valeur n'est pas utilisée pour les calculer) : 18,5 − 12,5 = 6.
-
Vrai
Avant : 21 − 10 = 11. Après : 61 − 10 = 51.
-
Vrai
La somme passe de 124 à 164 : elle augmente de 40, et 40 ÷ 8 = 5 (de 15,5 à 20,5).
-
Vrai
Il tient compte de toutes les valeurs, donc la valeur extrême le fait bouger : √14 ≈ 3,7 avant (variance 14), √276,9 ≈ 16,6 après (variance d'environ 276,9).
-
Faux
Il vaut environ 0,24 avant (3,7 ÷ 15,5) et environ 0,81 après : l'écart-type et la moyenne changent, pas dans la même proportion.
QCM 16 lire les résultats de l'étude sur les durées de séjour en soins intensifs
L'étude du cours (Moran et Solomon, 2012) porte sur les séjours retenus de patients adultes en unités de soins intensifs : moyenne 3,4 jours, écart-type 5,1 jours, médiane 1,8 jour, premier quartile 0,93 jour, troisième quartile 3,7 jours, minimum 0,17 jour, maximum 60 jours (quartiles tels que donnés par les auteurs : aucune méthode de calcul n'est à appliquer). Les auteurs ont notamment écarté les séjours de moins de 4 heures et ceux de plus de 60 jours.
Quelles propositions sont exactes ?
-
Vrai
C'est la différence entre le troisième et le premier quartile : 3,7 − 0,93 = 2,77, soit environ 2,8 jours. La moitié centrale des séjours va de 0,93 à 3,7 jours.
-
Faux
Les auteurs ont notamment écarté les séjours de plus de 60 jours : 60 jours est la limite des séjours retenus, pas le plus long séjour de la base.
-
Vrai
Écart-type divisé par moyenne : 5,1 ÷ 3,4 = 1,5. L'écart-type fait une fois et demie la moyenne, à cause de la queue de droite.
-
Vrai
Le troisième quartile est la valeur sous laquelle se trouvent environ trois quarts des données : un quart des séjours retenus dure plus de 3,7 jours.
-
Vrai
La plus grande valeur moins la plus petite : 60 − 0,17 = 59,83 jours.
QCM 17 quantile, quartile, médiane et mode
À propos des indicateurs de position :
-
Vrai
Sous le premier quartile se trouve environ un quart des données, et sous le troisième quartile, quantile de 3/4, environ trois quarts.
-
Vrai
Les quartiles coupent les données en quatre parts : le premier à un quart, la médiane à la moitié, le troisième à trois quarts.
-
Vrai
Un quantile est une valeur sous laquelle se trouve une proportion donnée des données : la proportion 1/2 donne la médiane.
-
Vrai
C'est la classe dont la barre est la plus haute sur l'histogramme.
-
Faux
Il sert aussi pour une variable qualitative, où la moyenne n'existe pas : par exemple le groupe sanguin le plus fréquent d'un échantillon.
QCM 18 histogramme, barres séparées et classes
À propos des graphiques d'une variable :
-
Vrai
Par exemple de 0 à 1 jour, de 1 à 2 jours, et ainsi de suite : c'est ainsi que le cours les définit.
-
Vrai
Effectif : le nombre de valeurs de la classe. Fréquence : l'effectif divisé par le total.
-
Vrai
Chaque catégorie a sa barre, séparée des autres : il n'y a pas d'intervalle continu à représenter.
-
Vrai
C'est la raison du regroupement : on ne compte pas les patients valeur par valeur.
-
Vrai
Une barre par classe, collée à la suivante, car les classes se suivent sans interruption.
QCM 19 valeur dessinée à part par la règle de 1,5 fois l'écart interquartile
Dans une série fictive de durées, en jours, le premier quartile vaut 10 et le troisième quartile 20 (quartiles donnés : aucune méthode de calcul n'est à appliquer). La plus grande valeur est 41 et la deuxième plus grande est 33. On trace la boîte à moustaches avec la convention du cours : une valeur qui dépasse les quartiles de plus d'une fois et demie l'écart interquartile est dessinée à part, par un point, et la moustache s'arrête alors avant.
Quelles propositions sont exactes ?
-
Faux
Certaines boîtes seulement dessinent à part les valeurs qui dépassent le seuil, selon une règle courante. Dans la boîte du schéma du cours, la moustache va jusqu'au maximum.
-
Vrai
Troisième quartile plus 1,5 fois l'écart interquartile : 20 + 1,5 × 10 = 35.
-
Faux
Il vaut 10 − 15 = −5 : on retranche 1,5 fois l'écart interquartile au premier quartile, ce qui donne un nombre négatif.
-
Faux
33 ne dépasse pas le seuil de 35 : elle reste dans le trait de la moustache.
-
Vrai
L'écart interquartile vaut 20 − 10 = 10, donc 1,5 fois cet écart vaut 15. Au dessus du troisième quartile, le seuil est 20 + 15 = 35 : 41 le dépasse.
QCM 20 choisir et interpréter les indicateurs
À propos du choix des indicateurs pour résumer une série :
-
Vrai
Dans l'étude du cours, l'écart-type (5,1 jours) dépasse la moyenne (3,4 jours) à cause de quelques très longs séjours.
-
Faux
Le cours pose une condition : comparer par le coefficient de variation des variables toujours positives. Une variation de poids entre deux pesées peut être positive ou négative : elle ne remplit pas cette condition.
-
Faux
C'est l'inverse. L'étendue ne dépend que de la plus petite et de la plus grande valeur : une valeur extrême la change. L'écart interquartile mesure l'étalement de la moitié centrale des données et, dans les exemples du cours, ne change pas.
-
Vrai
Moyenne × nombre de patients = total des jours, ce qui n'est pas vrai de la médiane.
-
Vrai
La médiane ne dépend que du rang des valeurs : une valeur extrême reste la dernière de la liste.