moyenne
La moyenne est la mesure de tendance centrale la plus utilisée en économie et en statistique. En L2, elle apparaît sous de multiples formes : moyenne arithmétique simple ou pondérée (notes, PIB par tête), moyenne géométrique (taux de croissance), moyenne harmonique (ratios financiers). Cependant, la moyenne est aussi l\'un des indicateurs les plus trompeurs si elle est mal interprétée : sa sensibilité aux valeurs extrêmes, son incapacité à rendre compte de la dispersion et son inadéquation pour les distributions asymétriques imposent de la compléter par la médiane, la variance et d\'autres mesures de position.
🎯 Objectifs d'apprentissage
- Calculer et interpréter la moyenne arithmétique simple et pondérée
- Distinguer moyenne arithmétique, géométrique et harmonique selon le contexte
- Comprendre la sensibilité de la moyenne aux outliers
- Comparer moyenne et médiane pour des distributions asymétriques
- Appliquer la moyenne en économétrie (estimateur MCO de la moyenne conditionnelle)
- Connaître les propriétés algébriques de la moyenne (linéarité, décomposition)
📚 Concepts clés à maîtriser
Moyenne arithmétique
Définition : Somme des observations divisée par le nombre d\'observations : x̄ = (1/n) Σᵢ xᵢ. Pour des données groupées : x̄ = Σ nᵢxᵢ / Σ nᵢ (moyenne pondérée).
Intuition économique : C\'est le « centre de gravité » des données : si vous posez les observations sur une balance, la moyenne est le point d\'équilibre.
Formule :
x̄ = (1/n) Σᵢ₌₁ⁿ xᵢ
Application L2 : Estimateur naturel de l\'espérance E(X). Sous la loi des grands nombres, x̄ converge vers E(X) quand n → ∞.
Moyenne géométrique
Définition : Racine nᵉ du produit des observations : G = (x₁ × x₂ × ... × xₙ)^(1/n). Appropriée pour les taux de croissance et les rendements composés.
Intuition économique : Si un actif gagne 50 % puis perd 50 %, la moyenne arithmétique des rendements est 0 % mais la valeur a baissé de 25 %. La moyenne géométrique (-13,4 %) capture ce phénomène.
Formule :
G = (Πᵢ xᵢ)^(1/n), ou ln(G) = (1/n) Σ ln(xᵢ)
Application L2 : Taux de croissance annuel moyen du PIB sur une période : G = (PIBₜ/PIB₀)^(1/t) - 1.
Sensibilité aux outliers
Définition : La moyenne est tirée vers les valeurs extrêmes (outliers) car chaque observation y contribue proportionnellement. Une seule valeur aberrante peut déplacer significativement la moyenne.
Intuition économique : Dans une salle de 10 personnes gagnant 2 000 €/mois, si Jeff Bezos entre, la moyenne des revenus explose. Mais la médiane ne bouge quasiment pas.
Application L2 : Pour les distributions asymétriques (revenus, patrimoines, tailles d\'entreprises), la médiane est souvent plus informative que la moyenne.
Propriétés algébriques
Définition : Linéarité : la moyenne de aX + b est aX̄ + b. Additivité : la moyenne de X + Y est X̄ + Ȳ. La somme des écarts à la moyenne est nulle : Σ(xᵢ - x̄) = 0.
Intuition économique : La moyenne est « bien élevée » : elle se comporte linéairement sous les transformations affines. La propriété Σ(xᵢ - x̄) = 0 signifie que la moyenne est le point qui minimise la somme des carrés des écarts.
Application L2 : Fondement des MCO : l\'estimateur de la constante dans une régression sans variable explicative est la moyenne de Y.
Moyenne conditionnelle
Définition : Moyenne de Y pour un sous-groupe défini par une condition sur X : E(Y|X = x). En régression, la droite estimée représente la moyenne conditionnelle de Y sachant X.
Intuition économique : Le salaire moyen des diplômés de master (E(salaire | diplôme = master)) est une moyenne conditionnelle. La régression estime comment cette moyenne évolue avec X.
Application L2 : E(Y|X) = β₀ + β₁X en régression linéaire simple. Le MCO estime la meilleure approximation linéaire de la moyenne conditionnelle.
👨🏫 Auteurs et références universitaires
⚠️ Pièges fréquents à éviter
❌ Erreur : Utiliser la moyenne arithmétique pour des taux de croissance
💡 Pourquoi c'est faux : La moyenne arithmétique surestime le rendement moyen composé. +50 % puis -50 % donne une moyenne arithmétique de 0 % mais une perte réelle de 25 %.
✅ Comment éviter : Utiliser la moyenne géométrique pour les taux de croissance et les rendements composés.
❌ Erreur : Interpréter la moyenne comme une valeur « typique » dans une distribution asymétrique
💡 Pourquoi c'est faux : Dans une distribution fortement asymétrique (revenus), la moyenne est tirée par les extrêmes et ne représente pas l\'individu « typique ». La médiane est plus représentative.
✅ Comment éviter : Toujours visualiser la distribution (histogramme) et comparer moyenne et médiane.
❌ Erreur : Moyenner des moyennes sans pondérer par les effectifs
💡 Pourquoi c'est faux : La moyenne des moyennes de sous-groupes n\'est pas la moyenne globale si les sous-groupes ont des tailles différentes. Il faut pondérer par les effectifs.
✅ Comment éviter : Utiliser la moyenne pondérée : x̄ = Σ nᵢx̄ᵢ / Σ nᵢ.
📝 Questions types d'examen (Licence 2)
- Calculez la moyenne arithmétique et la médiane d\'une série de données. Dans quel cas les deux diffèrent-elles significativement ?
- Pourquoi la moyenne géométrique est-elle préférée à la moyenne arithmétique pour les taux de croissance ? Illustrez avec un exemple numérique.
- La moyenne du PIB par tête d\'un pays a augmenté. Peut-on en conclure que tous les habitants sont plus riches ? Discutez les limites de la moyenne.
- Montrez que la moyenne minimise la somme des carrés des écarts. En quoi ce résultat fonde-t-il l\'estimateur MCO ?
- Qu\'est-ce que la régression vers la moyenne (Galton) ? Donnez un exemple économique.
📌 À retenir
La moyenne arithmétique (x̄ = Σxᵢ/n) est l\'estimateur naturel de l\'espérance, fondement des MCO. Elle est linéaire et minimise la somme des carrés des écarts, mais elle est sensible aux outliers et inadaptée aux distributions asymétriques (utiliser la médiane) et aux taux de croissance (utiliser la moyenne géométrique). La moyenne conditionnelle E(Y|X) est le cœur de la régression. L\'examinateur attend le calcul, la comparaison avec la médiane, le choix de la bonne moyenne selon le contexte, et la conscience des limites.