Chap. 12 La préparation des prévisions par l`analyse

BTS diét 2 Gestion Néosup
Laetitia Pagès chap. 12
1
Chap. 12 La préparation des prévisions
par l’analyse statistique
I. L’analyse statistique d’une série
Une série statistique est un ensemble de valeurs prises par une variable. L’analyse statistique
d’une série repose sur l’identification des variables sur lesquelles va s’effectuer l’étude. Aussi
faut-il au préalable repérer le type de variable à analyser.
1 l’identification des variables
Nature de la variable
définition
exemple
Variable qualitative
Non mesurable
Marque d’un produit,
situation familiale d’un
client…
Variable quantitative
mesurable
CA, quantités achetées ou
vendues…
Quantitative discrète
Elle ne prend que des
valeurs entières
Nombre de clients, nb de
produits achetés…
Quantitative continue
Elle peut prendre une
infinité de valeurs
CA, budget publicité…
Variable dépendante
Valeur d’une variable
dépendant de la valeur de
l’autre
CA réalisé en fonction du
budget publicitaire engagé
Variable indépendante
Valeur d’une variable ne
dépendant pas de la valeur
de l’autre
Prix d’un produit.
2 les principaux paramètres de l’analyse statistique
a la moyenne arithmétique pondérée
La moyenne simple correspond au total des valeurs observées divisé par le nombre de
valeurs.
La moyenne arithmétique pondérée permet d’affecter des coefficients aux valeurs
observées, et donc de tenir compte de l’effectif associé à chaque valeur. Elle est très utile
car la moyenne simple ne décrit pas nécessairement la situation la plus fréquente.
La moyenne arithmétique pondérée se calcule par la formule suivante :

BTS diét 2 Gestion Néosup
Laetitia Pagès chap. 12
2
- La moyenne arithmétique pondérée d’une série de variables discrètes
EX : un magasin bio lance une carte de fidélité offrant des promotions exclusives à ses
adhérents. Pour évaluer l’efficacité de la carte, le responsable du magasin recense le
nombre de produits promotionnels vendus depuis son lancement.
Nb produits
promotionnels
(xi)
0
1
2
3
4
total
Nb clients
avec carte (ni)
5
45
30
15
5
100
xini
La moyenne arithmétique pondérée est .Les 100 clients avec carte ont acheté
produit en moyenne. La carte a donc une incidence sur les ventes.
- La moyenne arithmétique pondérée d’une série de variables continues
Dans une série de variable continues, on répartir ces valeurs en intervalles (a-b(,(b-c(,
etc.
Comme on ne peut pas effectuer des calculs sur un intervalle, on extrait d’abord le
centre de classe pour déterminer la valeur de xi.
Exemple : le chef de rayon « diététique » relève le chiffre d’affaires en euros généré par
108 clients et le répartit en différentes classes. Il cherche le niveau de dépenses moyen
des clients et demandera à ses vendeurs d’atteindre au moins ce niveau dans leur
objectif de ventes.
CA (xi)
(10-50(
(50-
100(
(100-
150(
(150-
200(
(200-
250(
(250-
500(
(500-
1000(
total
Nb
clients
(ni)
14
28
37
11
9
7
2
108
Centre
de
classe
(xi)
xini

BTS diét 2 Gestion Néosup
Laetitia Pagès chap. 12
3
b la variance et l’écart type
Une fois que l’on connaît la moyenne, il est intéressant de calculer l’écart type, qui
permet de mesurer la dispersion des valeurs par rapport à la moyenne. Un prof ne
réagira pas de la même manière si, pour deux devoirs dont la moyenne est 10, les
valeurs observées sont de 0 et 20 ou 10 et 10.
Pour simplifier le calcul de l’écart type, on calcule au préalable la variance, qui est la
somme des écarts au carré. On ne conserve que les nombres positifs.
On retrouve ensuite l’écart type en calculant la racine carrée de la variance.
Exemple : au-delà du montant moyen de dépenses des clients, le manageur du rayon
diététique souhaite savoir où se situent la plupart des achats par rapport à la moyenne.
CA (xi)
(10-50(
(50-
100(
(100-
150(
(150-
200(
(200-
250(
(250-
500(
(500-
1000(
total
Nb
clients
(ni)
14
28
37
11
9
7
2
108
Centre
de
classe
(xi)
30
75
125
175
225
375
750
xi2 ni

BTS diét 2 Gestion Néosup
Laetitia Pagès chap. 12
4
II la représentation graphique d’une série statistique

BTS diét 2 Gestion Néosup
Laetitia Pagès chap. 12
5
Graphique polaire :
Permet de superposer plusieurs séries sur une même représentation, pour mieux vérifier les écarts
annuels de ventes sur les différentes périodes, dans le cas étudié : le mois.
III la corrélation linéaire
Elle permet de dire s’il existe une relation affine entre deux séries mathématiques. Il faut
pour cela déterminer le coefficient de corrélation (r).
Si r proche de – 1 : les 2 variables évoluent en sens inverse
Si -0.8 <r<0.8 : pas de corrélation
Si r proche de 1 corrélation
Exemple :
calculez le coefficient de corrélation et déterminez si le CA est sensible aux dépenses de
publicité
0
5
10
15
20 12
3
4
5
6
7
8
9
10
11
12
Année 1
Année 2