Livre de statistiques intuitif

Je cherche un livre de statistiques qui ne donne pas juste des formules et/ou des preuves mais aussi des explications intuitives. 
Je m'explique.

Par exemple, l'écart type est ${\sigma _x} = \sqrt{\frac{1}{n}{\sum\limits_{i = 1}^n {\left( {{x_i} - \overline x } \right)} ^2}}$. La question qui me vient à la tête c'est pourquoi ce n'est pas ${\sigma _x} = \frac{1}{n}{\sum\limits_{i = 1}^n |{ {x_i} - \overline x }}|$? Les deux quantités sont pourtant positives et permettent de modéliser une sorte de distance par rapport à la moyenne. La définition de l'écart-type elle a pour effect de donner plus d'importance aux points qui sont très loin de la moyenne et diminuer l'importance des points qui en sont proches (parce que prendre le carré d'un chiffre entre 0 et 1 le rend plus petit). La définition de l'autre quantité — qui apparemment s'appelle déviation absolue moyenne — n'a pas cette effet. Pourquoi alors on utilise assez souvent l'écart-type et non pas la déviation absolue moyenne? Quand utiliser une mesure plutôt que l'autre? Les limites des mesures etc.

Le livre que je cherche serait parmi les livres qui discutent ce genre de choses. J'ai une préférence  pour les livres rigoureux, mais si c'est intuitif et "hand-wavy" ça serait ok aussi. 
Merci d'avance. 

Réponses

  • L'écart-type (dans sa définition usuelle) apparaît dans le théorème central-limite.
    Une fonction est un ensemble $f$ de couples tel que pour tous $x,y,z$, si $(x,y)\in f$ et $(x,z)\in f$ alors $y = z$.
  • mateo
    Modifié (December 2022)
    Bonjour,
    ce que tu as écrit avec des valeurs absolues s'appelle l'écart moyen, et le livre que tu cherches est :
    "Comptes et décomptes de la statistique" de Claudine Robert :
  • Peut-être que je confonds mais cette histoire de carré au lieu de valeur absolue est pertinent en analyse notamment grâce au fait que l’un est différentiable et l’autre non.
    Historiquement je ne sais pas si le choix s’est fait directement avec cet argument là. 
    En travaillant sur la méthode des moindres carrés (régression linéaire) on voit que l’unicité peut être démontrée grâce à cette différentiation et il me semble qu’il n’y a pas systématiquement unicité avec « des moindres valeurs absolues ». 
  • gerard0
    Modifié (December 2022)
    Bonjour Dom.
    Historiquement, il semble que le carré a été choisi parce que c'est un moment quadratique comme le moment d'inertie très connu des mathématiciens de l'époque, tous connaisseurs en mécanique rationnelle.
    Et comme il est très lié à la moyenne (Huygens) et possède de nombreuses propriétés utiles, il s'est imposé face à l'écart absolu moyen, très peu utilisable.
    Cordialement.
  • Hypothenus
    Modifié (December 2022)
    Merci pour vos réponses. J'avais cherché aussi sur des sites anglais la justification de l'utilisation de la formule actuelle, je laisse les liens au cas où ça intéresse quelqu'un
    https://math.stackexchange.com/questions/717339/why-is-variance-squared
    Par contre, ma question c'est plutôt si quelqu'un connait un livre qui donne de l'espace aux motivations des notions, justifications des équations etc.
    Merci à Mateo pour sa suggestion. D'autres idées ? 
  • Il me semble que les moindres carrés donnent comme solution constante la moyenne des valeurs approximées (et donnent sur l'ensemble des v.a. $\mathcal{H}$-mesurables pour une tribu $\mathcal{H}$ : l'espérance conditionnelle $\mathbb{E}[X | \mathcal{H}]$ si $X \in L^2$). En revanche, les moindres écarts absolus donnent comme solution constante la médiane.
    La médiane étant moins utilisée en pratique que la moyenne, le choix me parait logique.
Connectez-vous ou Inscrivez-vous pour répondre.