Les élèves rencontrent des situations statistiques à plusieurs reprises dans leur vie quotidienne, que ce soit dans les nouvelles, dans des publicités ou tard au travail ou à l'université. Il est donc important pour les élèves d'acquérir les compétences d'interprétation des statistiques et de faire des jugements raisonnables fondés sur eux. Il est encore important d'utiliser les statistiques pour étayer leurs arguments. De nombreuses représentations de données peuvent être utiliser pour cela. Les représentations multiples offrent une bonne possibilité de faire le lien clairement entre elles. C'est pourquoi il est conseillé de les utiliser lors des séances de statistiques en classe.

L'avantage principal de l'utilisation des TICE dans les statistiques, c'est qu'il est beaucoup plus facile de créer des représentations complexes de données qui ont été saisies manuellement ou automatiquement, même capturé par un logiciel à partir d'un modèle mathématique ou physique. Les TICE permettent également aux enseignants et aux élèves de varier facilement les paramètres et visualiser les changements induits dans les résultats de manière dynamique. TT link

Effectif et fréquence relative
Pour un événementi, l'effectif n_i est le nombre de fois où l'événement a eu lieu dans une expérience statistique.
La fréquence relative est défini comme un effectif divisé par le nombre total d'effectifs. N Dans l'expérience :

Pictogramme et barres
Une pictogramme est un graphique. Un pictogramme utilise des symboles/icônes pour représenter les données.

Nombres clés, caractéristiques d'une série statistiques
Pour une série statistique donnée \left\{ x_1, x_2, ..., x_n \right\} un des nombres clés, descriptif de la série statistique est :

• La moyenne arithmétique
  Définie comme le quotient de la somme des valeurs de la série divisé par le nombre total d'effectifs. \overline{x} = \frac{1}{n} \sum_{i=1}^n x_i
• Etendue
  Définie comme la différence entre le minimum et le maximum d'une série statistique.
• La médiane
  Définie comme la valeur numérique qui divise la série statistique en deux sous-ensembles de même taille de sorte que chaque valeur de l'un est inférieure à la valeur médiane et chaque valeur de l'autre est supérieure à la valeur médiane.

Camembert et barres
Dans une représentation en barres, vous pouvez représenter l'effectif ou la fréquence relative d'un échantillon de données. Les barres peuvent être tracées verticalement ou horizontalement. Un diagramme circulaire (Camembert)représente toujours la fréquence relative d'un échantillon de données.

Boîte à moustaches
Un autre graphique important est appelé «boîte à moustaches». Il représente certains nombres clés importants dans une représenation claire. Vous connaissez déjà les valeurs minimales, maximales et la médiane.
Pour une série statistique, divisée par la médiane en deux moitiés

• le premier quartile est la médiane de la première moitié (dont toutes les valeurs sont inférieures à la médiane)
• le troisième quartile est la médiane de la deuxième moitié (dont les valeurs sont supérieures à la médiane)

Une boîte à moustaches représente la plage des valeurs comprises entre le premier et le troisième quartile comme une boîte, contenant une ligne indiquant la valeur médiane. Les soi-disant «moustaches» aux deux extrémités de la boîte, montrent les valeurs minimales et maximales. Parfois, les valeurs aberrantes sont également indiqués dans les boîtes à moustaches comme des points isolés.br/>

L'image de la boîte à moustache est fourni par l'utilisateur RobSeb via Wikimedia Commons sous license CC-BY-SA.

Variance et écart-type
Et enfin, les deux nombres clés les plus essentiels: la variance et l'écart-type, qui mesurent la dispersion statistique de l'échantillon.

• Variance
  La variance s² est, dans une population, la moyenne des carrés des différences entre les échantillons respectifs ainsi que leurs moyennes:
  s^2 = \frac{1}{n} \sum_{i=1}^n (x_i - \overline x)^2
• Ecart-type
  L'écart-type est la racine carrée de la variance :
s = \sqrt{s^2} = \sqrt{\frac{1}{n} \sum_{i=1}^n (x_i - \overline x)^2}