Chapitre 2. Caractéristiques des distributions à une variable
Transcription
Chapitre 2. Caractéristiques des distributions à une variable
Caractéristiques de tendance centrale Caractéristiques de dispersion Caractéristiques de concentration Notes Chapitre 2. Caractéristiques des distributions à une variable quantitative Jean-François Coeurjolly http://www-ljk.imag.fr/membres/Jean-Francois.Coeurjolly/ Laboratoire Jean Kuntzmann (LJK), Grenoble University Caractéristiques de tendance centrale Caractéristiques de dispersion Caractéristiques de concentration Notes 1 Caractéristiques de tendance centrale Mode Médiane Quantiles d’ordre quelconque Moyenne Synthèse : quelles caractéristiques pour résumer une série ? Complément : méthode du “shift and share” 2 Caractéristiques de dispersion Etendue (intervalle de variation) Ecarts interquantiles Ecart absolu Ecart-type et variance Comparaison de séries statistiques et synthèse 3 Caractéristiques de concentration Courbe de Lorentz Indice de Gini Médiale Caractéristiques de tendance centrale Caractéristiques de dispersion Caractéristiques de concentration Mode Notes Mode d’une variable statistique Définition Le mode (ou classe modale) est la valeur (ou la classe) Calcul du mode : variable discrète : modalité présentant le plus grand variable continue : on cherche d’abord la classe ayant la plus Le mode peut ensuite être défini (par exemple comme le centre de cette classe). Remarques : pour une var. continue, en général on ne donne que la classe modale. Une série peut avoir plusieurs modes (en présence de maxima locaux de fréquence ou densité selon le type de variable) ; on parle de série Caractéristiques de tendance centrale Caractéristiques de dispersion Caractéristiques de concentration Mode Notes 0.30 0.25 ● ● 0.20 fréquence 0.35 ● 0.15 0.10 Exemple Nbre pers./voiture xi fi 1 10% 2 25% 3 40% 4 25% Total 100% 0.40 Application numérique sur deux exemples ● 1.0 1.5 2.0 2.5 3.0 3.5 4.0 30 20 % par tranche de 800 euros 10 0 Revenu des ménages français xi fi di (en euros) (/tr. de 800e) [0, 1600[ 45% 22.5% [1600, 2400[ 35% 35% [2400, 3200[ 20% 20% Total 100% × 40 nombre de personnes/voiture 0 500 1000 1500 2000 Revenu en euros 2500 3000 3500 Caractéristiques de tendance centrale Caractéristiques de dispersion Caractéristiques de concentration Médiane Notes Médiane - définition Définition La médiane est la valeur de la série (i.e. une modalité) qui BIl faut distinguer deux cas : 1 les données sont observés de manière brute. [le plus souvent une variable discrète] 2 les données sont regroupées en classes. [le plus souvent une variable continue] Caractéristiques de tendance centrale Caractéristiques de dispersion Caractéristiques de concentration Médiane Médiane (2) - données brutes Deux cas possibles en fonction du caractère pair ou impair de la taille de l’échantillon n : 1 n est impair : la médiane de la série de n = 5 âges : 17, 9, 19, 25, 21 est . 2 n est pair : la médiane de la série de n = 4 âges : 17, 9, 19, 25 est entre 17 et 19⇒ Formule générale : Soient x1 , . . . , xn les valeurs de la série et soient x(1) , x(2) , . . . , x(n) les versions ordonnées, i.e. x(1) ≤ x(2) ≤ . . . ≤ x(n) alors Notes Caractéristiques de tendance centrale Caractéristiques de dispersion Caractéristiques de concentration Médiane Notes Médiane - données brutes (2) Quelle est la médiane de la série statistique suivante ? Exemple nb personnes/voiture xi ni fi Fi 1 40 10% 10% 2 100 25% 35% 3 160 40% 75% 4 100 25% 100% Total 400 100% × n = 400 est pair ⇒ il faut donc repérer la et -ème observation dans la liste des observations ordonnées. Caractéristiques de tendance centrale Caractéristiques de dispersion Caractéristiques de concentration Médiane Médiane (3) - données regroupées Exemple du revenu xi (en e) ni (×106 ) [0, 1600[ 9 [1600, 2400[ 7 [2400, 3200[ 4 Total 20 ménages fi Fi 45% 45% 35% 80% 20% 100% 100% × Dans le cas où les données sont regroupées en classes, il faut suivre deux étapes : 1 repérer la , i.e. la classe contenant la médiane. Ici, 45% des ménage ont un revenu < 1600eet 80% des ménages ont un revenu < 2400e⇒ Me ∈]1600, 2400[ 2 estimer la médiane par Notes Caractéristiques de tendance centrale Caractéristiques de dispersion Caractéristiques de concentration Médiane Notes 1.0 Médiane (5) - interpolation linéaire 0.8 ● Graphiquement : la médiane correspond à l’abscisse du point d’intersection entre la courbe des (xi , Fi ) et la Fi 0.6 ● 0.0 0.2 0.4 ● ● 0 500 1000 1500 2000 2500 3000 revenu ⇒ Formule générale : soit ]xi , xi+1 [ la classe médiane et soient Fi et Fi+1 les fréquences cumulées évaluées en xi et xi+1 , alors Caractéristiques de tendance centrale Caractéristiques de dispersion Caractéristiques de concentration Quantiles d’ordre quelconque Notes Quantile Définition Un quantile d’ordre α (pour α ∈ (0, 1)) notée en toute généralité Qα est la valeur qui partage la série en deux sous-ensembles ; une proportion α se situe en dessous de Qα et une proportion 1 − α au-dessus strictement de Qα . Remarques : Me = Q50% . Quartiles (notés Q1 , Q2 , Q3 ) : quantiles qui séparent la série en 4 sous-ensembles de même effectif/fréquence. Plus précisément Q1 = Q25% , Q2 = Me, Q3 = Q75% . Déciles (notés D1 , D2 , . . . , D9 ) : quantiles qui séparent la série en 10 sous-ensembes de même fréquence. Plus précisément D1 = Q10% , D2 = Q20% , . . . , D9 = Q90% . Caractéristiques de tendance centrale Caractéristiques de dispersion Caractéristiques de concentration Quantiles d’ordre quelconque Notes Quantile (2) Les quantiles se calculent de manière similaire à la médiane. Ainsi pour des données regroupées on a : si Qα ∈]xi , xi+1 [ Calculez le premier quartile de la série suivante Exemple du revenu ménages xi (en e) ni (×106 ) fi Fi [0, 1600[ 9 45% 45% [1600, 2400[ 7 35% 80% [2400, 3200[ 4 20% 100% Total 20 100% × Caractéristiques de tendance centrale Caractéristiques de dispersion Caractéristiques de concentration Moyenne Moyenne arithmétique (pondérée) Définition Soit xi (i = 1, . . . , p) les modalités d’une série brute, d’effectifs ni (i = 1, . . . , p) et fréquence fi , la moyenne arithmétique pondérée notée x est donnée par BSi les données sont regroupées en classes, les xi ne sont en général pas observées. Ces valeurs sont alors remplacées par les centres de classes, notés ci pour i = 1, . . . , p. lorsque le nombre de modalités (ou nombre de classes) est grand, il devient intéressant d’utiliser la calculatrice (rentrer les données sous forme d’un tableau, configurer de manière appropriée et demander des résultats univariés). Notes Caractéristiques de tendance centrale Caractéristiques de dispersion Caractéristiques de concentration Moyenne Moyenne arithmétique : exemple covoiturage Notes Calculez la moyenne de la série Exemple nb personnes/voiture xi ni fi Fi 1 40 10% 10% 2 100 25% 35% 3 160 40% 75% 4 100 25% 100% Total 400 100% × Application : Caractéristiques de tendance centrale Caractéristiques de dispersion Caractéristiques de concentration Moyenne Moyenne arithmétique : exemple revenu des ménages Calculez la moyenne de la série Exemple du revenu ménages xi (en e) ci ni (×106 ) fi [0, 1600[ 800 9 45% [1600, 2400[ 2000 7 35% [2400, 3200[ 2800 4 20% Total × 20 100% Application : Fi 45% 80% 100% × Notes Caractéristiques de tendance centrale Caractéristiques de dispersion Caractéristiques de concentration Moyenne Notes Propriétés de la moyenne arithmétique 1 La somme des écarts (pondérés) à la moyenne est nulle, c-a-d p X ni (xi − x) = 0 i=1 2 Considérons une population P d’effectif total n composée de k sous-populations P1 , . . . , Pk d’effectifs n1 , . . . , nk (donc n = n1 + . . . + nk ). Notons x 1 , . . . , x k les moyennes arithmétiques des sous-populations P1 , . . . , Pk alors x= Caractéristiques de tendance centrale n1 x1 + . . . + nk xk . n Caractéristiques de dispersion Caractéristiques de concentration Moyenne “Moyenne globale = moyenne pondérée des moyennes” Ex : salaire de nH =200 hommes et nF =100 femmes d’une entreprise. Calculez la moyenne de la série Ensemble de deux façons différentes : xi (en e) [0, 1500[ [1500, 3000[ Total ci 750 2250 × ni,H 70 130 200 ni,F 60 40 100 Méthode 1 (méthode directe) : 1 (750 × 130 + 2250 × 170) = 1600e. 300 Méthode 2 (en utilisant la propriété précédente) : xE = xH = xF = xE = ni,E 130 170 300 Notes Caractéristiques de tendance centrale Caractéristiques de dispersion Caractéristiques de concentration Moyenne Notes Moyenne géométrique Une action en bourse a évolué à la hausse de 10% l’année 1, puis a diminué de 5% l’année 2 et de 5% l’année 3. Question : Quel est le taux moyen (noté tmoy ) d’évolution de cette action sur les trois années ? B tmoy , 0 ! ! ! La moyenne géométrique est le taux qui, appliqué durant les trois années donnera le même capital final selon l’évolution décrite précédemment. Caractéristiques de tendance centrale Caractéristiques de dispersion Caractéristiques de concentration Moyenne Moyenne géométrique (2) Soit C0 le capital initial et soient C1 , C2 , C3 les capitaux après 1,2 ou 3 années. On a selon l’énoncé C1 = (1 + 10%)C0 , C2 = (1 − 5%)C1 et C3 = (1 − 5%)C2 , c-a-d C3 = (1 + 10%)(1 − 5%)(1 − 5%)C0 . selon la définition du taux moyen : C1 = (1 + tmoy )C0 , C2 = (1 + tmoy )C1 et C3 = (1 + tmoy )C2 , c-a-d C3 = (1 + tmoy )3 C0 . Par identification des deux identités, il vient que pour tout capital initial C0 ⇐⇒ Notes Caractéristiques de tendance centrale Caractéristiques de dispersion Caractéristiques de concentration Moyenne Notes Moyenne géométrique (3) Définition Soit la série statistique x1 , . . . , xp d’effectif n1 , . . . , np alors la moyenne géométrique notée en général x G est définie par où n = n1 + . . . + np . Caractéristiques de tendance centrale Caractéristiques de dispersion Caractéristiques de concentration Moyenne Moyenne harmonique Elle permet de calculer des moyennes de ratios. Exemple : Un coureur monte une côte de 1km à la vitesse de 10km/h et descend cette même côte à la vitesse de 30km/h. Question : Quelle est la vitesse moyenne du coureur ? vmoy , 20 km/h ! ! car il a passé plus de temps à 10km/h qu’à 30km/h. On cherche vmoy telle que la somme des temps passés à la montée et la descente soit égal au temps passé à la vitesse vmoy : Notes Caractéristiques de tendance centrale Caractéristiques de dispersion Caractéristiques de concentration Moyenne Notes Moyenne harmonique (2) Définition Soit la série statistique x1 , . . . , xp d’effectif n1 , . . . , np alors la moyenne harmonique notée en général x H est définie par où n = n1 + . . . + np . Caractéristiques de tendance centrale Caractéristiques de dispersion Caractéristiques de concentration Synthèse : quelles caractéristiques pour résumer une série ? Notes Afin de résumer cette série . . . . . . quel est l’indicateur pertinent ? Salaires xi en e [0, 4000[ [4000, 8000[ [28000, 32000[ ci ni ai (1 u.a. 4000e) 2000 16000 30000 45 10 45 1 6 1 x = 16000e, Me = 16000e. 2 classes modales : [0, 4000[,[28000, 32000[. ⇒ Caractéristiques de tendance centrale Caractéristiques de dispersion Caractéristiques de concentration Synthèse : quelles caractéristiques pour résumer une série ? Notes Afin de résumer cette série . . . . . . quel est l’indicateur pertinent ? Salaires xi en e [0, 1000[ [1000, 2000[ [2000, 3000[ ci ni ai (1 u.a. 1000e) 500 1500 2500 5 90 5 1 1 1 x = 1500e, Me = 1500e. classes modales : [1000, 2000[. ⇒ Caractéristiques de tendance centrale Caractéristiques de dispersion Caractéristiques de concentration Synthèse : quelles caractéristiques pour résumer une série ? Notes Afin de résumer cette série . . . . . . quel est l’indicateur pertinent ? Salaires xi en e [0, 2000[ [2000, 38000[ ci ni ai (1 u.a. 2000e) 1000 18000 90 10 1 18 x = 2900e, Me = 1100e. ⇒ Caractéristiques de tendance centrale Caractéristiques de dispersion Caractéristiques de concentration Complément : méthode du “shift and share” Notes Complément : méthode ”shift and share” méthode utilisée pour comparer plusieurs moyennes pondérées lorsque les coefficients de pondération sont très ,, par exemple lorsqu’ils évoluent au cours du temps. permet de lisser l’effet structure. Exemples : salaires de 2 CSP en 2010 et 2011. CSP Cadres Employés Année 2010 fi x i (e) 10% 2000 90% 1000 Année 2011 fi x i (e) 50% 1300 50% 900 x 2010 = 1100 e, x 2011 = 1100 e. peut-on conclure qu’il n’y a pas d’évolution de salaires de 2010 à 2011 ? Caractéristiques de tendance centrale Caractéristiques de dispersion Caractéristiques de concentration Complément : méthode du “shift and share” Complément : méthode ”shift and share” (2) CSP Cadres Employés Année 2010 fi x i (e) 10% 2000 90% 1000 Année 2011 fi x i (e) 50% 1300 50% 900 Pour éliminer l’effet du changement des effectifs, on calcule les moyennes en fixant les effectifs de 2010 : pour éliminer l’effet du changement de salaires, on calcule la moyenne en 2011 en fixant les salaires en 2010 Notes Caractéristiques de tendance centrale Caractéristiques de dispersion Caractéristiques de concentration Etendue (intervalle de variation) Notes Etendue (intervalle de variation) Définition L’étendue est la différence entre la plus grande et la plus petite observation de la série. Notion très peu utilisée en pratique car elle est très sensible aux fluctuations de l’échantillon. Exemple : on relève l’âge de 10 individus : 24, 16, 18, 22, 16, 26, 35, 25, 15, 76. ⇒ étendue est de phantom 76-16 = 50 ans. Si on remplace 76 par un âge ≤ 35 l’étendue devient Caractéristiques de tendance centrale Caractéristiques de dispersion Caractéristiques de concentration Ecarts interquantiles Notes Ecarts-interquantiles Définition On définit l’écart-interquartile et l’écart-interdécile comme suit Ecart interquartile = Plus ces écarts sont Ecart interdécile = et plus la série est Du fait que l’on ne tient pas compte des observations faibles ou élevées, ces caractéristiques sont moins sensibles aux fluctuations de l’échantillon que l’étendue. Caractéristiques de tendance centrale Caractéristiques de dispersion Caractéristiques de concentration Ecart absolu Notes Ecarts absolus x : statistique, xi : modalités, ni : effectifs, p nbre de modalités. 1 Ecart absolu moyen : ex = 2 p 1X ni |xi − x|. n i=1 Ecart absolu médian : e Me = p 1X ni |xi − Me|. n i=1 Remarques Plus les écarts absolus sont grands, plus la série est dispersée. Avantage : facile à calculer, écart absolu médian moins sensible aux valeurs extrêmes. Inconvénient : ne se prête pas aux calculs algébriques. Caractéristiques de tendance centrale Caractéristiques de dispersion Caractéristiques de concentration Ecart-type et variance Notes Ecart-type et variance Définition La variance est la moyenne arithmétique pondérée des L’écart-type est la racine carrée de la variance. Variance : Ecart-type : Interprétation Plus l’écart-type (ou variance) est observée est et plus la série Caractéristiques de tendance centrale Caractéristiques de dispersion Caractéristiques de concentration Ecart-type et variance Notes Ecart-type et variance (2) Autre expression de la variance : p 1X ni (xi − x)2 Var (x) = n i=1 p 1X = ni x 2 − (x)2 n i=1 i = x 2 − (x)2 =“moyenne des carrés” − “carré de la moyenne”. BTout comme la moyenne, pour calculer une variance (ou écart-type) pour une variable continue (dont les données sont regroupées en classes) on remplace les xi par ci les centres de classe. Caractéristiques de tendance centrale Caractéristiques de dispersion Caractéristiques de concentration Ecart-type et variance Notes Ecart-type et variance (3) xi (en e) [0, 1600[ [1600, 2400[ [2400, 3200[ Total Calculez les variance et écart-type de la série suivante : ci 800 2000 2800 × ni (×106 ) 9 7 4 20 Méthode 1 : on rappelle que x = 1620e. Var (x) = = 631600 e2 . Méthode 2 : x2 = Var (x) = x 2 − (x)2 = Ecart-type : σx = √ 631600 ' 794.7 e. = 631600 e2 fi 45% 35% 20% 100% Caractéristiques de tendance centrale Caractéristiques de dispersion Caractéristiques de concentration Ecart-type et variance Notes Variance intra et interpopulation Théorème Considérons une population P de taille n composée de k sous-populations P1 , . . . , Pk d’effectifs respectifs n1 , . . . , nk . Notons, x 1 , . . . , x k et Var (x1 ), . . . , Var (xk ) les moyennes et variances des k sous-populations. Alors, la variance de la population P est n1 Var (x1 ) + . . . + nk Var (xk ) n1 (x − x 1 )2 + . . . + nk (x − x k )2 + n n p k X X 1 1 ni Var (xi ) + ni (x i − x)2 = n i=1 n i=1 Var (x) = = = Caractéristiques de tendance centrale Caractéristiques de dispersion Caractéristiques de concentration Ecart-type et variance Notes Variance intra et interpopulation (2) Vérifions le résultat précédent sur l’exemple suivant : on étudie le salaire de nH =200 hommes et nF =100 femmes d’une entreprise. xi (en e) [0, 1500[ [1500, 3000[ Total Calculez les variances inter-, intra- et totale de la série : Pour simplifier (un peu) les calculs : x H = 1725 e x F = 1350 e x = 1600 e ci 750 2250 × ni,H 70 130 200 ni,F 60 40 100 ni,E 130 170 300 Var (xH ) = 511875 e2 Var (xF ) = 540000 e2 Var (x) = 552500 e2 . Moyenne des variances : Var . Intra = = = 521250e2 . Caractéristiques de tendance centrale Caractéristiques de dispersion Caractéristiques de concentration Ecart-type et variance Notes Variance intra et interpopulation (2) Vérifions le résultat précédent sur l’exemple suivant : on étudie le salaire de nH =200 hommes et nF =100 femmes d’une entreprise. xi (en e) [0, 1500[ [1500, 3000[ Total Calculez les variances inter-, intra- et totale de la série : Pour simplifier (un peu) les calculs : x H = 1725 e x F = 1350 e x = 1600 e ci 750 2250 × ni,H 70 130 200 ni,F 60 40 100 ni,E 130 170 300 Var (xH ) = 511875 e2 Var (xF ) = 540000 e2 Var (x) = 552500 e2 . Variance des moyennes : Var . Inter = = 31250e2 . = Caractéristiques de tendance centrale Caractéristiques de dispersion Caractéristiques de concentration Ecart-type et variance Notes Variance intra et interpopulation (3) Résumons un peu ces calculs : Var (x) = 552500e2 . Var . Intra + Var . Inter = Moy. des variances + Var. des moyennes = 521250 + 31250 = 552500e2 . Peut-on dire que la caractéristique H/F influence le salaire ? Si tel est le cas, la variance des moyennes est forte relativelement à la variance totale des salaires. Or, Var . Inter 31250 = ' 552500 Var (x) %. Caractéristiques de tendance centrale Caractéristiques de dispersion Caractéristiques de concentration Comparaison de séries statistiques et synthèse Notes Complement I : Comparaison de séries (1) soit x la série statistique de 4 produits en Francs : 100F, 200F, 300F et 400F. soit y la série statistique des 4 produits en e :15e, 30e,45e,60e. Intuitivement, ces deux séries sont dispersées de la même manière. Or, σx = 111.8F et σy = 16.8e. Conclusion : pour comparer les deux séries qui ne sont pas dans la même unité, il faut transformer les caractéristiques de dispersion. Coefficient de variation : = c’est le % de variation par rapport à la moyenne, sans unité. Caractéristiques de tendance centrale Caractéristiques de dispersion Caractéristiques de concentration Comparaison de séries statistiques et synthèse Complement I : comparaison de séries (2) D’autres indicateurs de comparaison de séries statistiques : Coefficient de dispersion : Q3 − Q1 D9 − D1 ou . Me Me Rapport interquartile ou rapport interdécile : Q3 Q1 ou D9 D1 Notes Caractéristiques de tendance centrale Caractéristiques de dispersion Caractéristiques de concentration Comparaison de séries statistiques et synthèse Notes Complement II : la boı̂te à moustaches (1) aussi appelée box plot ou diagramme de Tukey. D9 moyen rapide de visualiser des caractéristiques centrale et de dispersion d’une Q3 principalement utilisée pour comparer un Me Q1 D1 basée sur le calcul de D1 , Q1 , Me, Q3 et D9 . Caractéristiques de tendance centrale Caractéristiques de dispersion Caractéristiques de concentration Comparaison de séries statistiques et synthèse Notes Complement II : la boı̂te à moustaches (2) Me = 18010 Q3 = 27140 D9 = 39010 40000 30000 Q1 =11135 20000 D1 = 6040 10000 sachant que pour les agriculteurs 50000 Etude sur le niveau de vie des ménages en euros par CSP (personne de référence) en 2010. Application : complétez le graphique suivant avec les revenus des agriculteurs . . . agriculteurs cadres profInt employes ouvriers Caractéristiques de tendance centrale Caractéristiques de dispersion Caractéristiques de concentration Notes Introduction Elles sont utilisées pour mesurer (essentiellement) la répartition de la masse salariale. La répartition de la masse salariale se situe entre les deux cas extrêmes suivants Répartition des salaires parfaitement équitables : un certain pourcentage de salariés reçoit le même pourcentage de la masse salariale. On dit que la concentration est nulle. Un seul salarié reçoit toute la masse salariale (et les autres rien). On dit que la concentration est maximale. Trois indicateurs pour quantifier la concentration 1 2 3 courbe de Lorentz Indice de Gini Médiale. Caractéristiques de tendance centrale Caractéristiques de dispersion Caractéristiques de concentration Courbe de Lorentz Notes Courbe de Lorentz On étudie les salaires de 50 employés d’une entreprise. xi (en e) [600, 1200[ [1200, 1800[ [1800, 2100[ Total ci 900 1500 1950 × ni 15 25 10 50 fi 30% 50% 20% 100% Fi 30 % 80% 100% × ni ci gi Gi 1 on calcule la masse salariale = . 2 on calcule le % de la masse salariale gi , ainsi que les fréquences cumulées Gi . Définition La courbe de Lorentz est obtenue en faisant correspondre à la fréquence cumulée à la fréquence cumulée . Caractéristiques de tendance centrale Caractéristiques de dispersion Caractéristiques de concentration Courbe de Lorentz Notes 100 Courbe de Lorentz (2) 80 ● 60 40 0 20 Gi (en %) ● ● ● 0 20 40 60 80 100 Fi (en %) droite rouge = répartition Plus la courbe de Lorentz est concentration est Caractéristiques de tendance centrale de la droite rouge et plus la Caractéristiques de dispersion Caractéristiques de concentration Indice de Gini Notes 100 Indice de Gini 80 ● 40 60 Soit S la surface orange. 20 0 Gi (en %) ● ● ● 0 20 40 60 80 100 Fi (en %) Plus IGini est , plus la concentration est (proche de équirépartition). Dans notre cas, % (on ne cherchera pas à calculer l’indice) Caractéristiques de tendance centrale Caractéristiques de dispersion Caractéristiques de concentration Médiale Notes Médiale La médiale est exemple Dans notre 50% − 19.1% × (1800 − 1200) ' 1548e. 72.3% − 19.1% Les salariés recevant moins de Médiale = 1200 + Mesure de concentration : Médiale − Me ≥ 0. Etendue ∆ petit = faible concentration, ∆ grand= grande concentration. Ici, on peut vérifier que ∆ ' (1548 − 1440)/(2100 − 600) ' 7.2%. ∆= Notes