Variance – Mesure statistique de l’étalement

La variance est un concept fondamental en statistique, essentiel pour quantifier comment les valeurs d’un ensemble de données diffèrent de leur moyenne. En aviation, comprendre la variance est indispensable pour l’analyse des risques, la supervision de la sécurité, la surveillance des performances et le respect des normes internationales telles que celles de l’Organisation de l’aviation civile internationale (OACI). Cet article explore la définition, le calcul, l’interprétation et les applications de la variance, avec un focus sur l’aviation et les industries connexes.

Définition et concepts fondamentaux

La variance est définie comme la valeur attendue de l’écart au carré d’une variable aléatoire par rapport à sa moyenne. Elle mesure systématiquement la dispersion des points de données dans un ensemble en calculant à quel point chaque valeur s’écarte de la moyenne puis en élevant ces écarts au carré. Cette opération garantit que toutes les contributions sont positives et accorde plus de poids aux grandes différences.

• Variance de la population : Notée σ² (sigma au carré), utilisée lorsque l’ensemble de la population est analysé.
• Variance de l’échantillon : Notée s², utilisée lors de l’analyse d’un échantillon d’une population plus vaste.

Les unités de la variance sont le carré des unités de la donnée d’origine (par exemple, si les données sont en minutes, la variance est en minutes²), ce qui est utile pour des calculs ultérieurs mais peut être moins intuitif à interpréter directement.

La variance est directement liée à l’écart-type (sa racine carrée) et est centrale dans des théories statistiques telles que la loi des grands nombres et le théorème central limite. En probabilités, elle décrit l’étalement des distributions (normale, binomiale, Poisson, etc.). Une variance élevée signifie que les données sont plus dispersées autour de la moyenne ; une variance faible indique qu’elles sont étroitement regroupées.

En aviation, la variance est utilisée pour analyser tout, des indicateurs de sécurité à la variabilité opérationnelle, soutenant à la fois la prise de décision quotidienne et la conformité réglementaire.

Formulation mathématique et calcul

Le calcul de la variance dépend de s’il s’agit d’une population ou d’un échantillon :

Variance de la population : [ \sigma^2 = \frac{1}{N} \sum_{i=1}^{N} (x_i - \mu)^2 ]

• (x_i) : chaque donnée
• (\mu) : moyenne de la population
• (N) : nombre de données

Variance de l’échantillon (avec correction de Bessel) : [ s^2 = \frac{1}{n-1} \sum_{i=1}^{n} (x_i - \bar{x})^2 ]

• (\bar{x}) : moyenne de l’échantillon
• (n) : taille de l’échantillon

Le dénominateur (n-1) pour un échantillon assure une estimation non biaisée de la variance de la population.

Calcul étape par étape

1. Calculer la moyenne :

   • Population : (\mu = \frac{\sum x_i}{N})
   • Échantillon : (\bar{x} = \frac{\sum x_i}{n})

2. Calculer l’écart :

   • Soustraire la moyenne à chaque donnée.

3. Élever chaque écart au carré :

   • Cela élimine les valeurs négatives et accentue les grands écarts.

4. Additionner tous les écarts au carré.

5. Diviser par le dénominateur approprié :

   • Population : Diviser par N.
   • Échantillon : Diviser par (n-1).

Cette méthode est universelle, qu’il s’agisse d’analyser les écarts dans les temps de vol, les temps de rotation ou tout autre paramètre mesurable.

Exemples chiffrés en aviation

Exemple 1 : Variance de la population dans les retards à l’arrivée
Retards à l’arrivée (minutes) : 3, 7, 5, 10, 8

• Moyenne : (3+7+5+10+8)/5 = 6,6
• Écarts : -3,6 ; 0,4 ; -1,6 ; 3,4 ; 1,4
• Carrés des écarts : 12,96 ; 0,16 ; 2,56 ; 11,56 ; 1,96
• Somme : 29,2
• Variance : 29,2/5 = 5,84 minutes²

Exemple 2 : Variance d’échantillon dans la consommation de carburant
Consommation (000s kg) : 18,0 ; 17,5 ; 19,2 ; 18,7 ; 17,9

• Moyenne : 18,26
• Écarts : -0,26 ; -0,76 ; 0,94 ; 0,44 ; -0,36
• Carrés des écarts : 0,0676 ; 0,5776 ; 0,8836 ; 0,1936 ; 0,1296
• Somme : 1,852
• Variance d’échantillon : 1,852/4 = 0,463 (000s kg)²

Exemple 3 : Variance des temps de rotation
Temps de rotation (minutes) : 40 ; 55 ; 45

• Moyenne : 46,67
• Écarts : -6,67 ; 8,33 ; -1,67
• Carrés des écarts : 44,45 ; 69,39 ; 2,79
• Somme : 116,63
• Variance d’échantillon : 116,63/2 = 58,32 minutes²

Variance vs écart-type et étendue

La variance est l’une des différentes mesures de dispersion :

• Étendue : Différence entre la valeur max et la min ; sensible aux valeurs extrêmes, ne tient pas compte de la distribution.
• Variance : Moyenne des écarts au carré par rapport à la moyenne ; prend en compte toutes les données, unités au carré.
• Écart-type : Racine carrée de la variance ; dans les unités d’origine, plus intuitif.

La variance fournit une évaluation mathématiquement robuste, tandis que l’écart-type est souvent préféré pour l’interprétation pratique.

Interpréter les valeurs de variance

• Variance faible : Les données sont regroupées — forte cohérence (ex : contrôle précis du pilote automatique).
• Variance élevée : Les données sont dispersées — possible incohérence ou problèmes sous-jacents (ex : durées de vie variables des composants).
• Variance nulle : Toutes les valeurs sont identiques.

Le contexte compte : en aviation, des seuils de variance acceptables sont souvent fixés (ex : friction des pistes), et les dépasser déclenche des actions correctives. La variance est également centrale pour les tests d’hypothèses, l’analyse de régression et les calculs de performance (comme la RNP).

Applications de la variance en aviation

• Surveillance des données de vol : Détecter des schémas anormaux dans des paramètres comme la vitesse, la température moteur ou le taux de montée.
• Ingénierie des performances : Évaluer la fiabilité et la reproductibilité lors des vols d’essai.
• Gestion du trafic aérien : Évaluer la régularité des temps de vol, des minima de séparation et de la précision de navigation.
• Systèmes de gestion de la sécurité : Suivre les indicateurs de sécurité (ex : taux d’incidents) pour évaluer l’efficacité des actions.
• Météorologie : Surveiller la variance du vent ou de la visibilité pour la planification opérationnelle.
• Maintenance et fiabilité : Planifier les opérations et prévoir les besoins en pièces grâce à la variance sur la durée de vie des composants.
• Formation des pilotes : Analyser la variance des résultats simulateur pour améliorer les cursus et standardiser les compétences.

Avantages et limites

Avantages :

• Utilise toutes les données pour une mesure complète.
• Fondamentale pour de nombreux modèles statistiques (ANOVA, régression, évaluation des risques).
• Estimation non biaisée avec le dénominateur (n-1).

Limites :

• Exprimée en unités au carré, moins intuitive.
• Sensible aux valeurs extrêmes (qui peuvent biaiser les résultats).
• Non directement comparable entre unités ou échelles différentes.

Variance dans la documentation OACI

L’OACI intègre la variance dans plusieurs normes et guides :

• Annexe 14 : Recommande de surveiller la variance de la friction des pistes pour les performances de freinage.
• Annexe 19 : Rend obligatoire l’analyse de la variance dans les indicateurs de performance de sécurité.
• Doc 9859 (Manuel de gestion de la sécurité) : Utilise la variance pour suivre la stabilité des indicateurs de sécurité.
• Doc 9613 (Manuel PBN) : Applique la variance pour fixer les exigences de précision des systèmes de navigation (ex : RNP).

Ces références garantissent l’uniformité mondiale de la qualité des données, de la gestion des risques et des performances opérationnelles en aviation.

Exemple concret : variance des excursions de piste

Excursions de piste (pour 10 000 opérations) : 0,8 ; 1,1 ; 0,7 ; 1,3 ; 0,9

• Moyenne : 0,96
• Écarts : -0,16 ; 0,14 ; -0,26 ; 0,34 ; -0,06
• Carrés des écarts : 0,0256 ; 0,0196 ; 0,0676 ; 0,1156 ; 0,0036
• Somme : 0,232
• Variance : 0,232/5 = 0,0464 (événements/10 000 ops)²

Une faible variance ici suggère une stabilité des performances de sécurité sur la piste sur cinq ans.

Variance et distributions de probabilité

La variance définit l’étalement des distributions de probabilité :

• Distribution normale : La variance fixe la largeur de la courbe en cloche ; 68,27 % des valeurs sont dans un écart-type.
• Binomiale : Variance = (np(1-p)), où n = essais, p = probabilité de succès.
• Poisson : Variance = λ (taux moyen).

Ces propriétés sont essentielles pour modéliser et prédire la variabilité des événements en aviation (ex : impacts d’oiseaux, constats de maintenance).

Variance dans l’évaluation des risques et l’analyse de la sécurité

En gestion de la sécurité aéronautique, la variance est cruciale pour établir des cartes de contrôle et surveiller la stabilité des processus. Par exemple, la variance des taux d’incidents peut révéler l’efficacité des actions de sécurité ou l’émergence de nouveaux risques.

Conclusion

La variance est une pierre angulaire de l’analyse statistique, fournissant une vision essentielle sur la cohérence et la fiabilité des mesures opérationnelles, de sécurité et d’ingénierie en aviation. En quantifiant la variabilité, la variance soutient la prise de décision fondée sur les données, l’amélioration continue et la conformité aux normes internationales telles que celles de l’OACI. Bien que ses unités au carré soient moins intuitives, sa robustesse mathématique et sa polyvalence la rendent indispensable dans l’analyse aéronautique et au-delà.