Mesures descriptives

Cet article explique ce que sont les mesures descriptives dans les statistiques et ce que sont toutes les mesures descriptives. De plus, vous pourrez savoir comment sont calculées les mesures descriptives.

Que sont les mesures descriptives ?

Les mesures descriptives sont des paramètres statistiques qui servent à décrire un ensemble de données. Autrement dit, dans les statistiques, des mesures descriptives sont utilisées pour résumer un ensemble de données.

Les mesures descriptives sont classées en quatre types :

• Mesures de tendance centrale
• Mesures de dispersion
• Mesures de position
• Mesures de forme

Mesures de tendance centrale

Les mesures de tendance centrale , ou mesures de centralisation , sont des mesures statistiques qui indiquent la valeur centrale d’une distribution. Autrement dit, les mesures de tendance centrale servent à trouver une valeur représentative du centre d’un ensemble de données.

Les mesures de tendance centrale sont :

• Moyenne : C’est la moyenne de toutes les données de l’échantillon.
• Médiane : C’est la valeur du milieu de toutes les données classées de la plus petite à la plus grande.
• Mode : C’est la valeur la plus répétée dans l’ensemble de données.

Pour voir des exemples de la façon dont ces mesures statistiques sont calculées, cliquez ici :

Mesures de dispersion

Les mesures de dispersion sont un type de mesures descriptives qui indiquent la dispersion d’un ensemble de données. Par conséquent, des mesures de dispersion sont utilisées pour évaluer le degré de dispersion des données dans un échantillon.

Les mesures de dispersion sont également appelées mesures de variabilité ou mesures de propagation .

Les mesures de dispersion sont les suivantes :

• Écart type (ou écart type)
• Variance
• Coefficient de variation
• Gamme
• Gamme interquartile
• Écart moyen

Chaque mesure de dispersion a sa propre formule, donc afin de ne pas rendre cet article trop long, elles ont toutes été expliquées dans l’article lié suivant. De plus, vous pourrez voir des exemples de calcul de ce type de mesures descriptives.

Mesures de position

Les mesures de position sont des mesures statistiques qui rapportent la structure d’un ensemble de données. En d’autres termes, les mesures de position aident à savoir à quoi ressemble un ensemble de données.

Bien que cela puisse paraître étrange, les mesures de tendance centrale sont également considérées comme des mesures de position puisqu’elles fournissent des informations sur les positions centrales de la série de données, bien qu’il existe davantage de mesures de position. Ou, pour le dire autrement, les mesures de position englobent les mesures de tendance centrale.

En fait, les mesures de position sont classées en mesures de position centrale et mesures de position non centrale, selon les positions qu’elles déterminent.

Ainsi, les mesures de position sont les suivantes :

• Mesures de position centrale : indiquent les valeurs centrales d’une distribution.
  • Moyenne : est la moyenne de toutes les données de l’échantillon.
  • Médiane : C’est la valeur du milieu de toutes les données classées de la plus petite à la plus grande.
  • Mode : est la valeur qui apparaît le plus dans l’ensemble de données.
• Mesures de position non centrale : Divisez l’ensemble de données en parties égales.
• Quartiles – divisez l’échantillon de données en quatre parties identiques.
• Quintiles : séparez les données en cinq parties égales.
• Déciles : divisez l’ensemble de données en dix intervalles de même largeur.
• Percentiles : Divisez les données en cent parties équivalentes.

Vous pouvez voir comment tous ces paramètres statistiques sont calculés ici :

Mesures de forme

En statistique, les mesures de forme sont des indicateurs qui permettent de décrire une distribution de probabilité en fonction de sa forme. De plus, les mesures de forme sont utilisées pour déterminer à quoi ressemble une distribution sans avoir à la représenter graphiquement.

On distingue deux types de mesures de forme :

• Asymétrie – indique le degré de symétrie (ou d’asymétrie) d’une distribution, c’est-à-dire si une distribution est symétrique ou asymétrique.
• Kurtosis : indique le degré de concentration d’une distribution autour de sa moyenne, c’est-à-dire qu’il détermine si une distribution est raide ou aplatie.

Pour voir comment ces types de métriques descriptives sont déterminés, cliquez sur le lien suivant :