La statistique est une science qui a pour objet le groupement méthodique de faits ou
événements répétitifs qui se prêtent à une évaluation numérique dans le temps suivant une loi
donnée.
Il faut savoir que parmi tous les domaines de la mathématique, celle qui est utilisée à la plus large
échelle dans un cadre professionnel dans les entreprises est bien la statistique! Raison pour
laquelle ce chapitre est un des plus gros alors que seuls les concepts élémentaires y sont
présentés!
Il est peut être inutile de préciser que la statistique est beaucoup utilisée en ingénierie, physique
théorique, en économétrie, en gestion de projets, dans l'industrie des processus, dans les
domaines des assurances vies et non vies, dans l'actuariat ou dans la simple analyse de banque de
données (avec MS Excel très souvent... malheureusement....) et la liste est encore longue. Par
ailleurs, nous rencontrerons les outils présentés ici assez souvent dans les chapitres de Mécanique
des Fluides, de Thermodynamique, des Techniques de Gestion, du Génie Industriel et
d'Économétrie (en particulier dans ces deux dernières). Le lecteur pourra donc s'y reporter pour
avoir des applications pratiques concrètes des quelques-uns des éléments théoriques les plus
importants qui seront vus ici.
Signalons également que outre les quelques exemples simples données sur ces pages, de
nombreux autres exemples applicatifs sont donnés sur le serveur d'exercices du site dans les
catégories Probabilités et Statistiques, Génie Industriel, Économétrie et Techniques de Gestion.
Définition: Le but principal de la statistique est de déterminer les caractéristiques d'une population
donnée à partir de l'étude d'une partie de cette population, appelée "échantillon" ou "échantillon
représentatif".
Remarque: Le traitement des données concerne la "statistique descriptive". L'interprétation des
données à partir des estimateurs s'appelle "l'inférence statistique" (ou "statistique inférentielle"), et
l'analyse de données en masse la "statistique fréquentielle" (en opposition à l'inférence bayesienne).
Lorsque nous observons un événement prenant en compte certains facteurs, il peut arriver qu'une
deuxième observation ait lieu dans des conditions qui semblent identiques. En répétant ces
mesures plusieurs fois sur différents objets supposés similaires, nous pouvons constater que les
résultats observables sont distribués statistiquement autour d'une valeur moyenne qui est,
finalement le résultat possible le plus probable. Dans la pratique, nous n'effectuons cependant
parfois qu'une seule mesure et il s'agit alors de déterminer la valeur de l'erreur que nous
commettons en adoptant celle-ci comme moyenne mesurée. Cette détermination nécessite de
connaître le type de distribution statistique auquel nous avons à faire et c'est ce que nous allons
nous attarder (entre autres) à étudier ici (les bases du moins!). Il existe cependant plusieurs
approches méthodologiques courantes (les moins courantes n'étant pas citées pour l'instant) face
au hasard :
