Moyenne arithmetique simple et ponderee

En statistique, lorsque l'on observe un grand nombre de données, il est souvent difficile de tirer des conclusions claires en regardant chaque donnée individuellement. C'est là qu'interviennent les mesures de tendance centrale. Une mesure de tendance centrale est un indicateur qui vise à résumer un ensemble de données par une valeur unique. Cette valeur est censée représenter le "centre" ou la "valeur typique" de la distribution des données. Elle nous donne une idée générale de l'endroit où se situent la plupart des observations.

Rôle en statistique :

• Synthétiser l'information : Plutôt que de lister toutes les données, une mesure de tendance centrale fournit un résumé concis.
• Comparer des groupes : Elle permet de comparer facilement différentes populations ou échantillons. Par exemple, comparer le salaire moyen entre deux entreprises.
• Prédire le comportement : Bien que ce ne soit pas une prédiction exacte, elle donne une idée de ce à quoi on peut s'attendre.

• La moyenne arithmétique : La plus courante, somme des valeurs divisée par le nombre de valeurs.
• La médiane : La valeur qui sépare l'échantillon en deux parties égales (50% des valeurs sont en dessous, 50% sont au-dessus).
• Le mode : La valeur la plus fréquente dans un ensemble de données.

La moyenne arithmétique est la mesure de tendance centrale la plus utilisée et souvent la première à laquelle on pense. Sa popularité vient de sa simplicité de calcul et de son interprétation intuitive.

Intérêt de la moyenne :

• Facilité de calcul : Elle est simple à calculer, même pour un grand nombre de données.
• Propriétés mathématiques intéressantes : Elle est utilisée dans de nombreuses formules statistiques plus avancées.
• Représentativité intuitive : Elle est souvent perçue comme la "valeur juste" ou "équitable" si l'on devait répartir une somme totale de manière égale. Par exemple, le revenu moyen par habitant.

Comparaison avec d'autres indicateurs :

• Contrairement au mode, la moyenne prend en compte la valeur de chaque donnée, pas seulement leur fréquence.
• Contrairement à la médiane, qui est la valeur du milieu, la moyenne est influencée par l'amplitude de toutes les valeurs.

Limites initiales : Malgré ses avantages, la moyenne a des inconvénients. La principale limite est sa sensibilité aux valeurs extrêmes ou aberrantes. Une seule valeur très élevée ou très basse peut considérablement modifier la moyenne, la rendant parfois moins représentative de la "tendance centrale" réelle. Nous explorerons ces limites plus en détail.

Pour calculer une moyenne, il est essentiel de comprendre comment les données sont présentées.

Types de données :

• Données brutes : Ce sont les observations originales, non organisées. Par exemple, une liste de notes obtenues par des élèves : {12, 8, 15, 10, 18, 7}.
• Séries statistiques : Ce sont des données organisées, souvent sous forme de tableaux, qui peuvent inclure des fréquences ou des effectifs.
  • Série discrète : Les valeurs possibles sont limitées et distinctes (ex: nombre d'enfants par famille).
  • Série continue : Les valeurs peuvent prendre n'importe quelle valeur dans un intervalle (ex: taille des individus, poids). Pour ces séries, les données sont souvent regroupées en classes.

Organisation des données : Avant tout calcul, il est souvent utile d'organiser les données.

• Tableau de distribution des effectifs : Liste les différentes valeurs observées ($x_i$) et le nombre de fois où elles apparaissent (leur effectif $n_i$).
• Tableau de distribution des fréquences : Liste les valeurs observées et leur fréquence $f_i$, qui est l'effectif divisé par l'effectif total ($f_i = n_i / N$).

Vocabulaire de base :

• Population : L'ensemble de tous les individus ou objets d'intérêt (ex: tous les élèves d'un lycée).
• Échantillon : Un sous-ensemble de la population étudié (ex: une classe de 30 élèves).
• Individu (ou unité statistique) : Un élément de la population ou de l'échantillon (ex: un élève).
• Caractère (ou variable statistique) : La propriété étudiée chez les individus (ex: la note, la taille).
• Modalité : Une des valeurs possibles que peut prendre le caractère (ex: une note de 12, une taille de 1m75).
• Effectif total ($N$) : Le nombre total d'individus dans l'échantillon ou la population.

La moyenne arithmétique simple est la forme la plus basique de la moyenne. Elle est utilisée lorsque toutes les valeurs d'une série statistique ont la même importance ou le même "poids".

Définition : La moyenne arithmétique simple d'une série de données est la somme de toutes les valeurs de la série, divisée par le nombre total de valeurs dans cette série.

Formule mathématique : Si nous avons une série de $N$ valeurs individuelles, notées $x_1, x_2, x_3, \dots, x_N$, la moyenne arithmétique simple, souvent notée $\bar{x}$ (prononcé "x barre"), est donnée par :

$\bar{x} = \frac{x_1 + x_2 + \dots + x_N}{N}$

Cette formule peut être écrite de manière plus compacte en utilisant le symbole de sommation grecque "Sigma" ($\Sigma$) :

$\bar{x} = \frac{\sum_{i=1}^{N} x_i}{N}$

Où :

• $\sum_{i=1}^{N} x_i$ représente la somme des valeurs de $x_1$ à $x_N$.
• $N$ est le nombre total de valeurs dans la série.

Exemple 1 : Série de notes Un élève a obtenu les notes suivantes en mathématiques au cours d'un trimestre : 12, 10, 15, 8, 13. Quel est sonne note moyenne ?

1. Somme des valeurs : $12 + 10 + 15 + 8 + 13 = 58$
2. Nombre total de valeurs : Il y a 5 notes, donc $N = 5$.
3. Calcul de la moyenne : $\bar{x} = \frac{58}{5} = 11,6$

Interprétation du résultat : La note moyenne de l'élève est de 11,6. Cela signifie que si toutes ses notes avaient été égales, elles auraient été de 11,6 pour obtenir la même somme totale de points.

Exemple 2 : Taille d'un échantillon On mesure la taille (en cm) de 7 personnes : 165, 172, 180, 168, 175, 170, 178.

1. Somme des valeurs : $165 + 172 + 180 + 168 + 175 + 170 + 178 = 1208$
2. Nombre total de valeurs : $N = 7$
3. Calcul de la moyenne : $\bar{x} = \frac{1208}{7} \approx 172,57$

Interprétation du résultat : La taille moyenne de cet échantillon de personnes est d'environ 172,57 cm.

La moyenne arithmétique possède plusieurs propriétés importantes qu'il est utile de connaître.

1. Sensibilité aux valeurs extrêmes (ou aberrantes) : C'est la propriété la plus critique à retenir. La moyenne est fortement influencée par les valeurs très grandes ou très petites.

   • Exemple : Si dans l'exemple des notes, l'élève avait eu un 0 au lieu d'un 8 (12, 10, 15, 0, 13), la somme serait $12+10+15+0+13 = 50$. La moyenne serait alors $\bar{x} = \frac{50}{5} = 10$. La moyenne a chuté de 11,6 à 10 à cause d'une seule mauvaise note.
   • Cela signifie que la moyenne peut ne pas être représentative d'une distribution si elle contient des valeurs atypiques.

2. Unicité : Pour une série de données donnée, il n'existe qu'une seule moyenne arithmétique. Elle est unique.

3. Centre de gravité : La moyenne est le "centre d'équilibre" de la série de données. Si l'on imagine les valeurs comme des poids placés sur une règle, la moyenne est le point où il faudrait placer le pivot pour que la règle soit en équilibre.

   • Mathématiquement, la somme des écarts des valeurs par rapport à la moyenne est toujours nulle : $\sum_{i=1}^{N} (x_i - \bar{x}) = 0$.

4. Linéarité : Si toutes les valeurs d'une série sont multipliées par une constante $a$ et/ou additionnées d'une constante $b$, la nouvelle moyenne sera affectée de la même manière.

   • Si $y_i = a \cdot x_i + b$, alors $\bar{y} = a \cdot \bar{x} + b$.
   • Exemple : Si on ajoute 2 points à toutes les notes de l'élève (moyenne 11,6), sa nouvelle moyenne sera $11,6 + 2 = 13,6$.

La moyenne arithmétique simple suppose que toutes les données ont la même importance. Cependant, ce n'est pas toujours le cas. Parfois, certaines valeurs ont plus de poids ou apparaissent plus fréquemment que d'autres. C'est là qu'intervient la moyenne arithmétique pondérée.

On utilise une moyenne pondérée dans les situations suivantes :

• Données groupées : Lorsque les données sont présentées sous forme de tableau avec des effectifs ou des fréquences. Chaque valeur ($x_i$) est associée à un nombre d'occurrences ($n_i$) ou à une proportion ($f_i$).
• Coefficients ou importances différentes : Lorsque chaque valeur a une importance relative différente, représentée par un coefficient ou un poids. Par exemple, certaines matières à l'école ont des coefficients plus élevés que d'autres.
• Importance relative des valeurs : La pondération permet de donner plus d'influence aux valeurs qui sont considérées comme plus importantes ou plus fréquentes.

La moyenne pondérée est essentielle dès que les valeurs n'ont pas toutes le même "poids" dans le calcul final.

Définition : La moyenne arithmétique pondérée est la somme des produits de chaque valeur par son coefficient (ou poids), divisée par la somme des coefficients (ou poids).

Formule mathématique avec des coefficients/poids ($p_i$) : Si nous avons des valeurs $x_1, x_2, \dots, x_k$ avec leurs coefficients respectifs $p_1, p_2, \dots, p_k$, la moyenne pondérée $\bar{x}$ est calculée comme suit :

$\bar{x} = \frac{(x_1 \cdot p_1) + (x_2 \cdot p_2) + \dots + (x_k \cdot p_k)}{p_1 + p_2 + \dots + p_k}$

En utilisant le symbole de sommation :

$\bar{x} = \frac{\sum_{i=1}^{k} (x_i \cdot p_i)}{\sum_{i=1}^{k} p_i}$

Où :

• $x_i$ est la $i$-ème valeur.
• $p_i$ est le poids (ou coefficient) associé à la valeur $x_i$.
• $\sum_{i=1}^{k} (x_i \cdot p_i)$ est la somme des produits de chaque valeur par son poids.
• $\sum_{i=1}^{k} p_i$ est la somme des poids.

Cas particulier : Pondération par les effectifs ou fréquences Lorsque les poids sont les effectifs ($n_i$) ou les fréquences ($f_i$) d'une valeur, la formule devient :

• Avec les effectifs : $\bar{x} = \frac{\sum_{i=1}^{k} (x_i \cdot n_i)}{\sum_{i=1}^{k} n_i} = \frac{\sum_{i=1}^{k} (x_i \cdot n_i)}{N}$ où $N$ est l'effectif total.

• Avec les fréquences : $\bar{x} = \sum_{i=1}^{k} (x_i \cdot f_i)$ (car la somme des fréquences est toujours égale à 1, $\sum f_i = 1$).

Exemple 1 : Moyenne de notes avec coefficients Un élève a obtenu les notes et coefficients suivants :

• Mathématiques : 12 (coeff 4)
• Français : 15 (coeff 3)
• Histoire-Géographie : 10 (coeff 2)
• Anglais : 14 (coeff 1)

1. Produit valeur x coefficient :
   • Maths : $12 \times 4 = 48$
   • Français : $15 \times 3 = 45$
   • Histoire-Géo : $10 \times 2 = 20$
   • Anglais : $14 \times 1 = 14$
2. Somme des produits : $48 + 45 + 20 + 14 = 127$
3. Somme des coefficients : $4 + 3 + 2 + 1 = 10$
4. Calcul de la moyenne pondérée : $\bar{x} = \frac{127}{10} = 12,7$

Interprétation : La moyenne générale de l'élève, en tenant compte de l'importance différente des matières, est de 12,7.

Exemple 2 : Moyenne de salaires par catégorie (données groupées) Une entreprise a les salaires annuels moyens par catégorie de personnel :

1. Produit salaire x nombre d'employés :
   • Cadres : $60000 \times 20 = 1200000$
   • Techniciens : $40000 \times 50 = 2000000$
   • Ouvriers : $30000 \times 80 = 2400000$
2. Somme des produits : $1200000 + 2000000 + 2400000 = 5600000$
3. Somme des effectifs (nombre total d'employés) : $20 + 50 + 80 = 150$
4. Calcul de la moyenne pondérée : $\bar{x} = \frac{5600000}{150} \approx 37333,33$ €

Interprétation économique : Le salaire moyen de l'ensemble des employés de l'entreprise est d'environ 37 333,33 €.

Comprendre la distinction entre ces deux types de moyennes est crucial pour choisir la bonne méthode d'analyse.

• Cas d'application :

  • Moyenne simple : Utilisée lorsque toutes les observations ont la même importance ou le même poids. C'est le cas des données brutes où chaque valeur est unique et indépendante.
  • Moyenne pondérée : Utilisée lorsque certaines observations ont une importance relative plus grande (par des coefficients, des effectifs ou des fréquences). Elle est indispensable pour les données groupées ou lorsque l'influence de chaque valeur doit être ajustée.

• Impact sur le résultat :

  • La moyenne simple traite toutes les valeurs "équitablement".
  • La moyenne pondérée donne plus de poids aux valeurs qui ont un coefficient ou un effectif plus élevé, ce qui peut "tirer" la moyenne vers ces valeurs.
  • Exemple : Si dans l'exemple des salaires, on avait calculé une moyenne simple des salaires moyens par catégorie ($(60000+40000+30000)/3 = 43333,33$), le résultat serait très différent (et faux !) car il ignorerait le nombre d'employés dans chaque catégorie. La catégorie "cadres" (60000€) aurait eu le même poids que "ouvriers" (30000€), même s'il y a beaucoup moins de cadres.

• Choix de la méthode :

  • La question clé à se poser est : "Est-ce que toutes mes données contribuent de manière égale à la statistique que je veux calculer ?"
  • Si la réponse est "oui", utilisez la moyenne simple.
  • Si la réponse est "non", et que certaines valeurs ont une influence plus grande (fréquence, importance), utilisez la moyenne pondérée.

Les moyennes sont omniprésentes en SES pour décrire et analyser des phénomènes complexes.

• Revenu moyen par habitant : Indicateur clé du niveau de vie d'une population. Attention, il peut masquer de fortes inégalités (voir section limites).
• Taux de croissance moyen : Utilisé pour lisser les fluctuations annuelles et donner une tendance à long terme pour le PIB, la production industrielle, etc. Par exemple, un taux de croissance annuel moyen sur 10 ans.
• Indicateurs démographiques :
  • Âge moyen de la population : Permet de caractériser le vieillissement ou la jeunesse d'une population.
  • Nombre moyen d'enfants par femme : Pour évaluer la fécondité et les tendances démographiques.
• Consommation moyenne par ménage : Pour comprendre les habitudes de consommation des populations.
• Prix moyen d'un produit : Utile pour comparer les marchés ou suivre l'inflation.

Ces moyennes fournissent une vue d'ensemble et facilitent les comparaisons dans le temps ou entre différentes entités (pays, régions, entreprises).

Bien que très utile, la moyenne doit être utilisée et interprétée avec prudence, surtout dans le domaine des SES.

1. Effet des valeurs aberrantes (ou extrêmes) : Comme vu précédemment, la moyenne est très sensible aux valeurs exceptionnellement élevées ou basses.

   • Exemple : Le revenu moyen d'un pays peut être fortement "tiré" vers le haut par une petite minorité de très hauts revenus, donnant l'impression d'une richesse générale qui ne correspond pas à la réalité de la majorité de la population. Cela peut masquer de profondes inégalités.
   • Une moyenne seule ne suffit pas à décrire une distribution asymétrique ou très dispersée.

2. Non-représentativité : La moyenne peut ne pas correspondre à une valeur "réelle" ou "typique" si la distribution est bimodale (deux pics) ou très asymétrique.

   • Exemple : L'âge moyen des employés d'une entreprise est 40 ans. Si l'entreprise est composée de jeunes de 25 ans et de seniors de 55 ans, personne n'aura réellement 40 ans. La moyenne ne représente alors aucun individu.

3. Nécessité d'autres indicateurs : Pour une analyse complète, la moyenne doit être complétée par d'autres indicateurs :

   • Mesures de dispersion : Écart-type, variance, étendue, écart interquartile, qui mesurent la dispersion des données autour de la moyenne.
   • Autres mesures de tendance centrale : Médiane, mode, qui sont parfois plus représentatives.

4. Moyenne des moyennes : On ne peut pas toujours faire la moyenne de moyennes ! Si les groupes n'ont pas la même taille, il faut utiliser une moyenne pondérée.

   • Exemple : Deux classes. Classe A : 20 élèves, moyenne 12. Classe B : 30 élèves, moyenne 14. La moyenne générale n'est pas $(12+14)/2 = 13$. Il faut calculer la moyenne pondérée : $(12 \times 20 + 14 \times 30) / (20+30) = (240 + 420) / 50 = 660 / 50 = 13,2$.

Pour pallier les limites de la moyenne, il est souvent nécessaire de la comparer avec d'autres mesures de position.

1. La Médiane ($Me$) :

   • Définition : C'est la valeur qui partage la série de données ordonnée en deux parties égales. 50% des observations sont inférieures ou égales à la médiane, et 50% sont supérieures ou égales.
   • Robustesse aux extrêmes : La médiane est beaucoup moins sensible aux valeurs extrêmes que la moyenne. C'est pourquoi on utilise souvent le revenu médian plutôt que le revenu moyen pour décrire le niveau de vie typique.
   • Calcul : On ordonne les données. Si $N$ est impair, c'est la valeur du milieu. Si $N$ est pair, c'est la moyenne des deux valeurs du milieu.
   • Quand l'utiliser ? Pour les distributions asymétriques ou avec des valeurs aberrantes (ex: revenus, prix de l'immobilier).

2. Le Mode ($Mo$) :

   • Définition : C'est la valeur ou la modalité qui apparaît le plus fréquemment dans une série statistique.
   • Facile à identifier : Particulièrement utile pour les données qualitatives ou les données discrètes.
   • Peut être multiple : Une distribution peut avoir plusieurs modes (bimodale, multimodale).
   • Quand l'utiliser ? Pour identifier la catégorie la plus populaire ou la réponse la plus fréquente (ex: couleur de voiture la plus vendue, opinion la plus répandue).

Choix de l'indicateur pertinent :

• Si la distribution est relativement symétrique et sans valeurs extrêmes, moyenne, médiane et mode seront proches, et la moyenne est un bon indicateur.
• Si la distribution est asymétrique ou contient des valeurs aberrantes, la médiane est souvent plus représentative d'une valeur "typique" que la moyenne.
• Le mode est utile pour identifier les pics de fréquence, surtout pour des données non numériques.

En SES, il est fréquent de présenter ces trois indicateurs ensemble pour donner une image plus complète de la distribution des données.

Exercice 1 : Températures journalières Calculez la température moyenne de la semaine suivante (en °C) : 18, 20, 19, 22, 17, 21, 20.

• Série de nombres : 18, 20, 19, 22, 17, 21, 20
• Données non groupées : Chaque valeur est unique.
• Calcul :
  1. Somme des valeurs : $18+20+19+22+17+21+20 = 137$
  2. Nombre de valeurs : $N = 7$
  3. Moyenne simple : $\bar{x} = \frac{137}{7} \approx 19,57$
• Vérification des calculs : La moyenne est bien située entre la valeur minimale (17) et maximale (22).

Exercice 2 : Nombre de livres lus Un groupe d'amis a lu le nombre de livres suivants en un mois : 3, 1, 0, 2, 4, 1, 3, 2, 1, 5. Calculez le nombre moyen de livres lus.

• Calcul :
  1. Somme des valeurs : $3+1+0+2+4+1+3+2+1+5 = 22$
  2. Nombre de valeurs : $N = 10$
  3. Moyenne simple : $\bar{x} = \frac{22}{10} = 2,2$

Exercice 3 : Moyenne générale au baccalauréat Voici les notes et coefficients d'un élève au baccalauréat :

Calculez la moyenne générale de l'élève.

• Tableau de fréquences / Coefficients variés : Chaque note a une importance différente.
• Calcul :
  1. Produits note x coefficient :
     • Philosophie : $11 \times 4 = 44$
     • Histoire-Géo : $14 \times 6 = 84$
     • Spé SES : $16 \times 16 = 256$
     • Anglais : $13 \times 6 = 78$
     • Espagnol : $10 \times 6 = 60$
     • Sport : $15 \times 6 = 90$
     • Grand Oral : $12 \times 10 = 120$
  2. Somme des produits : $44 + 84 + 256 + 78 + 60 + 90 + 120 = 732$
  3. Somme des coefficients : $4 + 6 + 16 + 6 + 6 + 6 + 10 = 54$
  4. Moyenne pondérée : $\bar{x} = \frac{732}{54} \approx 13,56$

Exercice 4 : Chiffre d'affaires moyen par magasin Une chaîne de magasins a les chiffres d'affaires (CA) annuels moyens suivants par type de magasin :

Calculez le chiffre d'affaires moyen par magasin pour l'ensemble de la chaîne.

• Contextes économiques : Utilisation des effectifs comme poids.
• Calcul :
  1. Produits CA x nombre de magasins :
     • Centre-ville : $1200000 \times 10 = 12000000$
     • Périphérie : $2500000 \times 5 = 12500000$
     • Centre commercial : $3800000 \times 3 = 11400000$
  2. Somme des produits : $12000000 + 12500000 + 11400000 = 35900000$
  3. Nombre total de magasins : $10 + 5 + 3 = 18$
  4. Moyenne pondérée : $\bar{x} = \frac{35900000}{18} \approx 1994444,44$ €

Exercice 5 : Revenu moyen et inégalités Dans un petit village de 100 habitants, le revenu annuel moyen est de 25 000 €. Sur ces 100 habitants, 99 ont un revenu annuel de 15 000 €, et une personne a un revenu annuel de 1 015 000 €.

1. Vérifiez le calcul du revenu moyen.

   • Somme des revenus : $(99 \times 15000) + (1 \times 1015000) = 1485000 + 1015000 = 2500000$
   • Revenu moyen : $\frac{2500000}{100} = 25000$ €. Le calcul est correct.

2. Interprétation des moyennes : Est-ce que le revenu moyen de 25 000 € est représentatif du revenu "typique" des habitants de ce village ?

   • Non, absolument pas. Le revenu moyen est fortement tiré vers le haut par l'unique personne très riche. La grande majorité des habitants (99%) gagnent 15 000 €, ce qui est bien inférieur à la moyenne.

3. Identification des limites : Quelle est la principale limite de la moyenne mise en évidence ici ?

   • La sensibilité aux valeurs aberrantes (ici, le revenu très élevé d'une personne) qui rend la moyenne non représentative de la majorité de la population.

4. Proposition d'alternatives : Quel autre indicateur de tendance centrale serait plus pertinent pour décrire le revenu "typique" dans ce village ?

   • La médiane serait beaucoup plus pertinente. Si on ordonne les revenus, la 50ème et la 51ème valeur (qui sont toutes les deux 15 000 €) donneraient une médiane de 15 000 €.
   • Le mode serait également 15 000 €, car c'est la valeur la plus fréquente (99 occurrences).
   • Ces deux indicateurs reflètent bien mieux la réalité de la majorité des habitants.