MAT 4172 2 - Collecte de Donnees en Contexte Fondamental
MAT 4172 2 - Collecte de Donnees en Contexte Fondamental
MAT-4172-2
Collecte de données
en contexte fondamental
Mathématique
MAT-4172-2 Collecte de données en contexte fondamental
PRÉSENTATION DU COURS
Le but du cours Collecte de données en contexte fondamental est de rendre l’adulte apte à traiter
des situations qui requièrent la collecte ou le traitement de données exprimées sous forme de
distribution à un ou deux caractères, dans une perspective fondamentale.
L’adulte qui suit le cours poursuit le développement de sa pensée statistique en réinvestissant ses
connaissances antérieures, bonifiées par le concept de dispersion dans l’étude de distributions à
deux caractères. Dans certaines situations, il s’initie à la mesure et à l’erreur sur la mesure en
réalisant une collecte de données à deux caractères. Ailleurs, il met des situations en parallèle en
comparant des collectes de données. Pour déterminer la règle qui correspond le mieux à l’analyse
de ses résultats, il représente les données à l’aide d’un tableau à double entrée ou d’un graphique
en nuage de points et utilise le concept de corrélation linéaire pour vérifier le degré de relation entre
deux quantités. L’analyse de ce degré de relation permet de décrire et de caractériser
qualitativement la corrélation observée (parfaite, forte, faible, nulle, positive, négative). Les
situations-problèmes présentées comportent des tâches qui amènent l’adulte à valider et à rectifier,
au besoin, la ou les solutions élaborées. Les situations-problèmes nécessitent l’organisation et
l’interprétation de données statistiques en vue d’être représentées à l’aide de la corrélation linéaire
ou de la fonction polynomiale de second degré. Ainsi, l’adulte se rend compte que des erreurs de
manipulation ou de mesure influent sur les résultats des expériences réalisées et que les graphiques
qui en découlent ne représentent pas toujours des courbes « parfaites ». C’est donc à partir de
l’analyse de diverses situations ou de la réalisation d’expériences que l’adulte constate qu’un
modèle mathématique tel qu’une fonction peut être associé à un nuage de points. Ainsi, les
situations-problèmes qui font appel au concept de corrélation pourraient faire émerger un
raisonnement qui, soutenu par une compréhension des liens de dépendance et une capacité
d’abstraction, permet de reconnaître une relation de cause à effet.
Au terme de ce cours, l’adulte sera en mesure d’effectuer et de comparer des collectes de données
à un ou deux caractères en vue de répondre à un questionnement lié à un problème qu’il aura lui-
même cerné. La présentation des résultats de son analyse sera faite dans le respect des règles et
des conventions mathématiques. Des stratégies de résolution de situations-problèmes seront mises
à profit pour déterminer la solution la plus efficiente. De plus, l’adulte sera à même d’éprouver sa
façon de traiter une situation à partir d’une analyse statistique en menant une expérience à l’aide
d’un support technologique.
COMPÉTENCES DISCIPLINAIRES
Pour résoudre des situations-problèmes de ce cours, l’adulte a recours aux trois compétences
disciplinaires, soit :
La rubrique Démarche et stratégies explique comment faire évoluer une situation-problème vers une
solution par la mise à contribution des trois compétences disciplinaires.
DÉMARCHE ET STRATÉGIES
Pour résoudre un problème, l’adulte a besoin de stratégies efficaces qu’il adapte aux situations qui
lui sont présentées.
Il traite des situations-problèmes en utilisant une démarche qui comprend quatre phases de
résolution :
• la représentation;
• la planification;
• l’activation;
• la réflexion.
Le tableau qui suit présente sommairement chacune des phases de la démarche de résolution et
quelques exemples de stratégies que l’adulte peut employer pour traiter les situations. Ces phases
ne se présentent pas nécessairement de façon successive. De nombreux allers-retours entre les
quatre phases peuvent être nécessaires lors de la résolution d’une situation-problème.
DÉMARCHE ET STRATÉGIES
LA REPRÉSENTATION
- L’adulte prend contact avec la situation-problème afin de bien cerner le contexte, le problème et la tâche à
accomplir. Il utilise des stratégies d’observation et de représentation essentielles au raisonnement inductif.
- Cette appropriation du contexte et du problème l’amène à déployer des raisonnements déductifs, en particulier
lorsqu’il s’agit de données implicites.
- Lorsqu’il entreprend une étude corrélative à l’aide d’un modèle particulier, il détermine les paramètres
nécessaires à la construction de la règle algébrique ou du graphique.
• reformuler la situation dans ses propres mots et comparer sa compréhension du
problème avec celle de ses pairs ou encore de l’enseignante ou enseignant;
• écrire littéralement les éléments de la situation qui lui semblent pertinents,
facilitant ainsi la recherche d’un lien entre variables dans le cas d’une recherche
Exemples de stratégies de corrélation à l’aide du modèle le mieux ajusté au problème;
• dresser la liste de ses stratégies et connaissances en statistique ou en
probabilités, en relation avec la situation;
• décrire les caractéristiques de la situation;
• recueillir les informations permanentes.
LA PLANIFICATION
- Pour planifier sa solution, l’adulte cherche des pistes et privilégie celles qui semblent les plus efficaces et
économiques.
- Grâce au raisonnement, il établit des liens structurés entre ses connaissances en cherchant, entre autres, à
extrapoler des résultats à l’aide d’une règle algébrique ou d’un graphique de corrélation
- Il repère les éléments nécessaires à la transposition des données d’un registre de représentation dans un autre,
d’une distribution statistique dans un diagramme à tige et à feuilles, ou l’inverse.
• recourir, par recherche systématique, au modèle de corrélation le plus approprié
à la situation, tout en respectant les limites de précision fixées pour ce modèle;
Exemples de stratégies • rechercher une méthode de preuve efficace dans le but de comparer deux
modèles de corrélation.
L’ACTIVATION
- Lors du traitement d’une situation-problème, il établit des liens structurés entre ses connaissances, par exemple
en vérifiant et en qualifiant la corrélation qui unit deux variables.
- L’utilisation de différentes stratégies le mène, entre autres, à l’association des images, des objets ou des
concepts ainsi qu’à la transposition d’un registre de représentation dans un autre.
• rattacher, dans un tableau, les propriétés de la corrélation;
• tracer, à partir des données pertinentes, le modèle fonctionnel le plus approprié
Exemples de stratégies à la situation;
• utiliser diverses technologies pour analyser le rôle des paramètres de la règle
de la droite de corrélation ou d’un autre modèle.
LA RÉFLEXION
- L’adulte adopte une attitude réflexive tout au long du traitement de la situation et se questionne régulièrement sur
ses étapes de travail, et sur les choix qu’il fait, avec l’intention de valider sa solution.
- Le raisonnement lui permet de rejeter des extrapolations qui n’auraient aucun sens dans la réalité.
- Il utilise le langage mathématique de façon rigoureuse, surtout pour la production d’un message.
• confronter ses résultats avec ceux attendus ou ceux d’autres personnes;
• vérifier la cohérence de sa solution en s’assurant, entre autres, que les valeurs
Exemples de stratégies trouvées respectent l’image de la fonction pour une corrélation;
• déterminer les stratégies utilisées pour le traitement de la situation.
COMPÉTENCES TRANSVERSALES
Les compétences transversales ne se construisent pas dans l’abstrait : elles prennent racine dans
des situations-problèmes et participent, à divers degrés, au développement des compétences
disciplinaires, et inversement.
La présentation d’un portrait statistique demande une planification structurée afin d’éviter les
possibles biais que certains facteurs peuvent y introduire. L’adulte mène donc son étude en
respectant d’abord les critères de validité applicables à la collecte de données. Il fait preuve d’une
grande rigueur afin que l’interprétation et l’analyse de ces données reflètent bien la réalité et ne
soient pas influencées par des préjugés ou de fausses croyances. L’adulte planifie donc
convenablement les tâches et les accomplit par ordre d’antériorité. Il prévoit le temps nécessaire à
leur réalisation. Se donner des méthodes de travail efficaces s’avère très utile pour ce cours,
notamment pour l’adulte désireux de poursuivre ses études en sciences ou de s’orienter
éventuellement vers la recherche.
Les médias font état d’études statistiques et rapportent des situations qu’il faut savoir analyser avec
un certain recul pour séparer les opinions des faits réels. Sachant qu’une étude est fiable lorsqu’elle
témoigne de l’impartialité de ses auteurs, l’adulte prend soin de détecter l’intérêt qui motive certaines
personnes à faire valoir une information au détriment d’une autre. Sa compétence à Exercer son
jugement critique lui est fort utile pour interpréter, par exemple, la corrélation entre deux caractères
et déterminer la relation véritable qui les unit.
CONTENU DISCIPLINAIRE
Dans ce cours, l’adulte réactive et approfondit l’ensemble des savoirs propres à la statistique, acquis
précédemment. Afin de traiter efficacement les situations-problèmes, il complète sa formation en
s’appropriant les savoirs propres à ce cours.
Savoirs prescrits
En vue de traiter efficacement les situations proposées dans ce cours, l’adulte développe trois
procédés intégrateurs énoncés comme suit :
• la réalisation d’une collecte de données;
• la comparaison de collectes de données;
• l’interprétation de données issues d’une expérience.
Ces procédés, mis en valeur dans les situations d’apprentissage du présent cours, favorisent
l’intégration des savoirs mathématiques et des compétences disciplinaires. Les situations
d’apprentissage traitées devront toucher à l’un ou l’autre de ces procédés intégrateurs. Toutefois,
l’ensemble des situations choisies devra être assez vaste pour couvrir les trois procédés.
Repères culturels
Depuis les élémentaires recensements de bétail dont on trouve des traces dans des écrits datant du
XXIIIe siècle avant Jésus-Christ en Chine et du XVIIIe siècle avant Jésus-Christ en Égypte, la
statistique est demeurée un simple système de collecte de données jusqu’au XVIIe siècle de notre
ère. Elle prend finalement son plein essor au XIXe siècle avec l’édiction de règles précises sur la
collecte et l’interprétation des données.
Au XXe siècle, des applications industrielles se développent d’abord aux États-Unis puis en Europe
après la Première Guerre mondiale. Le recoupement de séries de données de types différents
devient possible avec l’arrivée de l’informatique. Les méthodes se raffinent et les études se
multiplient. La statistique est aujourd’hui une science à part entière. Le Canada jouit d’une
renommée mondiale en rapport avec le développement de cette discipline et de ses applications
dans les domaines scientifique, technologique, commercial ou public. C’est grâce à la qualité et à
l’implication de ses chercheurs que le Canada occupe une place prépondérante en cette matière.
L’installation à Montréal de l’Institut de la statistique de l’UNESCO a d’ailleurs été motivée par la
réputation d’excellence de notre pays en ce domaine. L’Institut est responsable de la collecte et de
la dissémination des statistiques liées à la science, à la technologie et à l’éducation dans
l’Organisation des Nations Unies.
Aujourd’hui, le monde des statistiques n’est plus réservé à quelques initiés : il est accessible à tous,
grâce à Internet en particulier. Les adultes devraient maintenant être en mesure de comprendre les
statistiques d’intérêt public comme celles que Statistique Canada produit annuellement et met à la
disposition de ses citoyennes et citoyens. Une multitude de données sont ainsi publiées et l’adulte
peut, selon son intérêt ou les besoins du cours, vérifier l’existence de liens de causalité entre deux
caractères dans un domaine qui lui tient à cœur.
La famille Traitement de données regroupe les situations qui comportent un problème pouvant être
traité en partie par la collecte ou le traitement de données, dans une perspective fondamentale. Le
cours Collecte de données en contexte fondamental fournit à l’adulte l’occasion de poser des
actions qui visent à le rendre apte à effectuer ou à comparer des collectes de données.
En traitant les situations-problèmes de ce cours, l’adulte est amené, entre autres, à décoder le sens
des symboles, des termes et des notations utilisés, à interpréter des codes et des règles pour
différencier la probabilité de la chance de gagner un montant d’argent dans un jeu de hasard ou
encore, à interpréter correctement l’intensité et le signe du coefficient de corrélation.
Les domaines généraux de formation couvrent les grands enjeux contemporains. Idéalement, le
choix des situations à traiter doit être fait dans le respect des intentions éducatives des différents
domaines généraux de formation puisque ces domaines représentent des toiles de fond sur
lesquelles se greffent les situations-problèmes servant ainsi à donner du sens aux apprentissages
de l’adulte. Deux de ces domaines sont particulièrement appropriés à ce cours : Santé et bien-être
et Orientation et entrepreneuriat.
Santé et bien-être
Orientation et entrepreneuriat
L’adulte intéressé aux domaines scientifiques pourrait faire une expérience qui inclurait
l’interprétation de ses résultats à l’aide des statistiques étudiées dans ce cours. L’approche
expérimentale et scientifique intègre la compilation, l’analyse et l’interprétation des résultats. La
représentation des données sur un graphique en nuage de points permet de distinguer les résultats
extrêmes ou aberrants et de repérer de possibles erreurs de manipulation. L’exploration d’une
situation en rapport avec ses champs d’intérêt et ses aptitudes, dans le but de s’approprier des
stratégies liées au déroulement d’une expérience scientifique, est directement en relation avec l’un
des axes de développement du DGF Orientation et entrepreneuriat.
Le tableau qui suit présente les éléments nécessaires à l’élaboration de toute situation d’apprentissage ou situation-problème. On y précise
ceux retenus dans l’énoncé de situation-problème décrit à la page suivante.
Cette rubrique propose, en fait, un exemple d’énoncé de situation-problème accompagné d’exemples d’actions associées au traitement
mathématique. Cet énoncé est constitué d’un contexte qui sert de fil conducteur, mais les activités d’apprentissage incluses n’y sont pas
détaillées de façon formelle. L’accent est plutôt mis sur un exemple de traitement mathématique pertinent, qui respecte les quatre phases
de la résolution : la représentation, la planification, l’activation et la réflexion. Toutefois, même si ce n’est pas explicite, on peut discerner
les éléments qui composent cet énoncé, éléments identifiés dans le précédent tableau, soit : le domaine général de formation, les
compétences disciplinaires, la famille de situations, les compétences transversales et les savoirs essentiels. Pour favoriser l’apprentissage,
ces différents éléments doivent former un tout cohérent et signifiant pour l’adulte.
L’enseignante ou enseignant peut se servir de chacun des éléments comme autant d’objets de formation. Ces objets peuvent être des
actions associées à chacune des phases de résolution, des actions relatives aux compétences disciplinaires ou transversales ou encore
aux savoirs prescrits. L’enseignante ou enseignant a la possibilité d’utiliser l’exemple de traitement mathématique fourni pour construire
d’autres tâches complexes ou d’autres activités d’apprentissage liées aux connaissances mathématiques que l’adulte doit acquérir.
Après avoir déterminé ses attentes Activation • Pour un type d’exercice, vérifier et qualifier la corrélation entre,
(augmenter sa masse musculaire ou son par exemple :
endurance ou encore perdre du poids), il • le VO2 max (débit maximum d’oxygène consommé lors d’un
décide de vérifier lequel des exercices qui effort) ou les pulsions cardiaques et le nombre de jours d’entraî-
lui sont proposés offre le rendement le plus nement (variables liées à l’endurance);
intéressant. • la charge maximale et le nombre de jours d’entraînement
(variables liées à la force musculaire);
• la mesure de la souplesse et le nombre de jours d’entraînement
(variables liées à la flexibilité);
• le poids et le nombre de jours d’entraînement (variables liées à la
perte de poids);
• Transposer les données dans un autre registre de représentation
pour mieux faire ressortir ses conclusions.
Réflexion • Établir des liens structurés et fonctionnels entre des savoirs
comme l’intensité et le signe du coefficient de corrélation ainsi
que la détermination de la droite de corrélation;
• Comparer ses résultats avec ceux de ses pairs pour déterminer
les autres facteurs qui auraient pu être pris en considération;
• Vérifier la cohérence de sa solution.
L’adulte qui réalise une collecte de données utilise des stratégies de résolution de situations-
problèmes afin de cerner la problématique et d’en dégager les tâches à exécuter. Il détermine les
éléments importants à retenir et les obstacles à surmonter, dans le but d’étudier des problématiques
statistiques à deux caractères. De plus, lorsqu’il met en œuvre sa solution, il établit un plan et
l’exécute en respectant chacune des étapes validées au préalable : cueillette et traitement
(interprétation et analyse) des données. Durant la dernière étape, il déploie un raisonnement
mathématique en explorant la problématique à l’étude et en y dégageant des régularités. Il énonce
des conjectures à partir d’une droite ou de courbes de corrélation en vue de prendre des décisions à
moyen ou à long terme. Il tire également des conclusions lorsqu’il dégage des lois ou des règles en
lien avec les propriétés des fonctions à l’étude. Enfin, lorsqu’il produit un message à caractère
mathématique, il utilise un registre de représentation adéquat en fonction des contraintes de la
situation-problème : l’adulte choisit le modèle fonctionnel le mieux adapté à la situation.
Lorsqu’il interprète des données issues d’une expérience, en lien avec l’étude d’une éventuelle
corrélation entre deux quantités, il décode les éléments du langage mathématique en distinguant le
sens des termes utilisés en mathématique de leur sens commun. De plus, il interprète les messages
à caractère mathématique en distinguant les éléments pertinents de ceux qui ne le sont pas et en
reconnaissant l’objet du message. Il déploie un raisonnement mathématique en construisant des
réseaux de ressources cognitives de nature mathématique, par exemple une droite de corrélation ou
un modèle fonctionnel adapté à la situation lorsqu’il s’agit d’une statistique à deux caractères. Il
établit des généralisations, dégage des lois et des règles et déduit des propositions qui l’amènent à
prendre des décisions éclairées.
• Production d’un message conforme à la terminologie, aux règles et aux conventions propres
à la mathématique et en fonction du contexte