Les statistiques descriptives sont une branche des statistiques qui servent à résumer et décrire les caractéristiques d’un jeu de données. Elles consistent à calculer des mesures de synthèse (comme la moyenne, la médiane, le mode, les quantiles, l’étendue, l’écart interquartile, l’écart-type et la variance) et à utiliser des visualisations (histogrammes, nuages de points, etc.) pour mieux comprendre la distribution et les tendances des données.

Contrairement aux statistiques inférentielles, les statistiques descriptives se limitent à décrire les données disponibles, sans chercher à faire des prédictions ou à tirer des conclusions sur l’ensemble de la population à partir d’un échantillon.

1. Mesures de tendance centrale

• Moyenne (Mean) : C’est la somme de toutes les valeurs divisée par le nombre total d’observations. Elle permet d’identifier la valeur « typique » d’un jeu de données.

• Médiane (Median) : C’est la valeur qui se situe au milieu lorsque les données sont classées dans l’ordre croissant. Elle est plus représentative que la moyenne lorsque les données comportent des valeurs extrêmes (outliers) ou une distribution asymétrique.

• Mode (Mode) : C’est la valeur la plus fréquente dans le jeu de données.

• Quantiles (Quartiles, Déciles, Percentiles) : Ce sont des valeurs qui partagent les données en parties égales.

  • Quartiles → 4 parties

  • Déciles → 10 parties

  • Percentiles → 100 parties

2. Mesures de dispersion (ou de variabilité)

• Étendue (Range) : C’est la différence entre la plus grande et la plus petite valeur. Elle donne une idée rapide de la dispersion, mais est sensible aux valeurs extrêmes.

• Écart interquartile (IQR) : C’est la différence entre le troisième quartile (Q3) et le premier quartile (Q1). L’IQR est plus robuste que l’étendue car il n’est pas influencé par les valeurs extrêmes.

• Écart-type (Standard deviation) : Mesure la dispersion des valeurs par rapport à la moyenne. Plus l’écart-type est élevé, plus les données sont dispersées.

• Variance (Variance) : C’est la moyenne des carrés des écarts à la moyenne. Elle est égale au carré de l’écart-type.

3. Pourquoi utiliser les statistiques descriptives ?

En calculant ces mesures et en visualisant les données, les chercheurs, analystes et décideurs peuvent :

• Résumer efficacement un grand volume d’informations ;

• Identifier les tendances générales d’un jeu de données ;

• Détecter la présence de valeurs extrêmes ou atypiques ;

• Préparer le terrain pour des analyses plus poussées (inférentielles ou prédictives).

👉 En résumé, les statistiques descriptives sont la première étape pour comprendre vos données. Elles permettent de transformer un tableau de chiffres bruts en informations claires et exploitables, facilitant ainsi la prise de décision