Distribution de fréquences — tableaux, graphiques et intervalles de classe

Une distribution de fréquences est un tableau ou un graphique qui montre combien de fois chaque valeur, catégorie ou intervalle apparaît dans un ensemble de données. Si les données sont nombreuses, les valeurs proches sont souvent regroupées en intervalles de classe, et le nombre dans chaque intervalle est la fréquence.

C’est utile parce que les données brutes sont souvent difficiles à parcourir. Une distribution de fréquences rend rapidement le profil visible : où les valeurs se concentrent, où elles deviennent plus rares et quels résultats sont les plus fréquents.

Tableau de distribution de fréquences ou tableau groupé

Pour des données non groupées, le tableau peut lister chaque valeur séparément. Si les scores sont $4, 5, 5, 6, 6, 6$, la fréquence de $6$ est $3$ parce qu’il apparaît trois fois.

Pour des ensembles de données numériques plus grands, les valeurs exactes sont souvent regroupées en intervalles comme $40$-$49$, $50$-$59$ et $60$-$69$. Cette version s’appelle une distribution de fréquences groupée.

Comment fonctionnent les intervalles de classe

Un intervalle de classe est une plage utilisée pour regrouper des valeurs proches dans un même groupe. Dans un bon tableau groupé, chaque observation appartient à exactement une seule classe, et les classes ne se chevauchent pas.

Si vous utilisez des intervalles comme $10$-$19$, $20$-$29$ et $30$-$39$, une valeur comme $24$ appartient à une seule classe. Cette règle claire est importante. Si les bornes des classes se chevauchent, le tableau devient ambigu.

L’amplitude de classe est la taille de chaque intervalle. Si les classes sont $10$-$19$, $20$-$29$ et $30$-$39$, l’amplitude est constante. Cela compte quand vous tracez un histogramme : comparer directement la hauteur des barres n’est valable que lorsque les amplitudes de classe sont égales.

Exemple résolu : lire une distribution de fréquences

Supposons qu’un enseignant relève les notes d’un quiz de $20$ élèves et les regroupe en intervalles :

Intervalle de notes	Fréquence
$0$-$9$	$2$
$10$-$19$	$5$
$20$-$29$	$8$
$30$-$39$	$4$
$40$-$49$	$1$

L’intervalle $20$-$29$ a la fréquence la plus élevée, donc c’est la plage de notes la plus fréquente. Cela ne signifie pas que tous les élèves ont obtenu le même nombre. Cela signifie que $8$ élèves ont obtenu une note située dans cet intervalle.

Les fréquences s’additionnent aussi pour donner le nombre total d’élèves :

$$2 + 5 + 8 + 4 + 1 = 20$$

Si vous voulez une proportion plutôt qu’un effectif, utilisez la fréquence relative :

$$\text{relative frequency} = \frac{\text{frequency}}{\text{total number of observations}}$$

Pour l’intervalle $20$-$29$, la fréquence relative est :

$$\frac{8}{20} = 0.4$$

Donc $40\%$ des élèves ont obtenu une note comprise entre $20$ et $29$.

Graphiques de distribution de fréquences : diagramme en barres ou histogramme ?

Une distribution de fréquences peut être représentée par un tableau, un diagramme en barres ou un histogramme. Le bon graphique dépend du type de données que vous avez.

Utilisez un diagramme en barres lorsque vous comptez des catégories distinctes, comme les fruits préférés ou les moyens de transport. Les barres sont séparées parce que les catégories sont différentes.

Utilisez un histogramme lorsque vous regroupez des données numériques en intervalles. Les barres se touchent parce que les intervalles représentent une échelle continue.

Si tous les intervalles de classe ont la même amplitude, des barres plus hautes dans l’histogramme signifient des fréquences plus grandes. Si les amplitudes de classe sont différentes, la hauteur brute seule peut être trompeuse. Dans ce cas, l’histogramme doit utiliser la densité de fréquence afin que ce soit l’aire de la barre, et pas seulement sa hauteur, qui représente la fréquence.

Erreurs fréquentes dans les tableaux de distribution de fréquences

Confondre catégories et intervalles

Un diagramme en barres pour des catégories et un histogramme pour des données numériques groupées ne représentent pas la même chose. Utiliser le mauvais graphique peut masquer la structure des données.

Utiliser des classes qui se chevauchent

Les intervalles doivent suivre une règle claire. Une organisation comme $0$-$10$ et $10$-$20$ pose problème, sauf si vous précisez exactement où placer la valeur $10$.

Oublier que le regroupement masque des détails

Une distribution de fréquences groupée résume les données, mais elle ne conserve pas chaque valeur d’origine. Une fois les scores regroupés en intervalles, on voit plus facilement la tendance générale, mais on perd en précision.

Comparer des barres inégales comme si elles étaient égales

Si un intervalle de classe est deux fois plus large qu’un autre, un histogramme ne doit pas être lu de la même façon qu’un histogramme à classes de même largeur. La condition est importante : des classes de même largeur permettent une comparaison directe des hauteurs ; des classes de largeur inégale ne le permettent pas.

Quand utilise-t-on les distributions de fréquences ?

Les distributions de fréquences sont courantes en statistique, en classe, dans les enquêtes, le contrôle qualité et les travaux de laboratoire. Elles sont surtout utiles lorsque la liste brute est assez longue pour qu’un simple coup d’œil ne suffise plus à faire apparaître clairement la structure.

Elles servent aussi de point de départ à des notions liées comme les histogrammes, les fréquences cumulées, les moyennes groupées et les estimations de la dispersion.

Essayez un exercice similaire

Prenez $15$ à $20$ nombres d’une feuille d’exercices, d’une expérience ou d’une liste de scores. Faites d’abord un tableau de fréquences non groupé, puis regroupez les mêmes données en intervalles de classe. Comparer les deux versions est l’un des moyens les plus rapides de voir ce qu’une distribution de fréquences aide à repérer et quels détails le regroupement masque.