ebook download (eBook PDF) Understandable Statistics 11th Edition by Charles Henry Brase all chapter

(eBook PDF) Understandable Statistics
11th Edition by Charles Henry Brase

Go to download the full and correct content document:
https://ebooksecure.com/product/ebook-pdf-understandable-statistics-11th-edition-by-
charles-henry-brase/
More products digital (pdf, epub, mobi) instant
download maybe you interests ...
Understandable Statistics. Concepts and Methods 13th

Edition Charles Henry Brase - eBook PDF
https://ebooksecure.com/download/understandable-statistics-
concepts-and-methods-ebook-pdf/
Understandable Statistics: Concepts And Methods (AP

Edition) Charles Henry Brase - eBook PDF
https://ebooksecure.com/download/understandable-statistics-
concepts-and-methods-ap-edition-ebook-pdf/
(Original PDF) Understanding Basic Statistics 8th

Edition by Charles Henry Brase
http://ebooksecure.com/product/original-pdf-understanding-basic-
statistics-8th-edition-by-charles-henry-brase/
Understanding Basic Statistics 8th Edition Charles

Henry Brase - eBook PDF
https://ebooksecure.com/download/understanding-basic-statistics-
ebook-pdf/
Understanding basic statistics 8 metric version Edition
Charles Henry Brase - eBook PDF
ebook-pdf-2/
Understanding Basic Statistics Solutions Manaul 8th

Edition Charles Henry Brase - eBook PDF
solutions-manaul-ebook-pdf/
Understandable Statistics 12th Edition Brase C.H. -

eBook PDF
https://ebooksecure.com/download/understandable-statistics-ebook-
pdf/
(eBook PDF) Understandable Statistics: Concepts and

Methods 12th Edition
http://ebooksecure.com/product/ebook-pdf-understandable-
statistics-concepts-and-methods-12th-edition/
Textbook MKTG 11th by Charles W. Lamb
http://ebooksecure.com/product/textbook-mktg-11th-by-charles-w-
lamb/
cOntents
Preface xv
Table of Prerequisite Material 1
1 Getting started 2
Focus Problem: Where Have All the Fireflies Gone? 3
1.1 What Is Statistics? 4
1.2 Random Samples 13
1.3 Introduction to Experimental Design 22
Summary 32
Important Words & Symbols 32
Chapter Review Problems 33
Data Highlights: Group Projects 35
Linking Concepts: Writing Projects 36
UsinG technOlOGy 37
2 Organizing data 40
Focus Problem: say It with Pictures 41
2.1 Frequency Distributions, Histograms, and Related Topics 42
2.2 Bar Graphs, Circle Graphs, and Time-Series Graphs 59
2.3 Stem-and-Leaf Displays 69
Summary 78
UsinG technOlOGy 85
3 averages and Variation 88

Focus Problem: The educational Advantage 89
3.1 Measures of Central Tendency: Mode, Median, and Mean 90
3.2 Measures of Variation 102
3.3 Percentiles and Box-and-Whisker Plots 121
Summary 132
UsinG technOlOGy 138
CuMuLaTIVE REVIEW PRoBLEMS: cHAPTers 1–3 139
4 elementary Probability theory 142

Focus Problem: How often Do lie Detectors lie? 143
4.1 What Is Probability? 144
4.2 Some Probability Rules—Compound Events 155
iii
Copyright 2013 Cengage Learning. All Rights Reserved. May not be copied, scanned, or duplicated, in whole or in part. Due to electronic rights, some third party content may be suppressed from the eBook and/or eChapter(s).
Editorial review has deemed that any suppressed content does not materially affect the overall learning experience. Cengage Learning reserves the right to remove additional content at any time if subsequent rights restrictions require it.
iv CONTENTS
4.3 Trees and Counting Techniques 177

Summary 188
5 the binomial Probability

distribution and related topics 196
Focus Problem: Personality Preference Types: Introvert or
extrovert? 197
5.1 Introduction to Random Variables and Probability Distributions 198
5.2 Binomial Probabilities 212
5.3 additional Properties of the Binomial Distribution 229
5.4 The Geometric and Poisson Probability Distributions 242
Summary 260
6 normal curves and sampling distributions 270

Focus Problem: Impulse buying 271
6.1 Graphs of Normal Probability Distributions 272
6.2 Standard units and areas under the Standard Normal Distribution 288
6.3 areas under any Normal Curve 299
6.4 Sampling Distributions 314
6.5 The Central Limit Theorem 320
6.6 Normal approximation to Binomial Distribution and to p̂
Distribution 332
Summary 343
7 estimation 358
Focus Problem: The Trouble with Wood Ducks 359
7.1 Estimating m When s Is Known 360
7.2 Estimating m When s Is unknown 374
CONTENTS v
7.3 Estimating p in the Binomial Distribution 387

7.4 Estimating m1 m2 and p1 p2 400
Summary 423
8 hypothesis testing 434

Focus Problem: benford’s law: The Importance of being Number 1 435
8.1 Introduction to Statistical Tests 436
8.2 Testing the Mean m 452
8.3 Testing a Proportion p 468
8.4 Tests Involving Paired Differences (Dependent Samples) 479
8.5 Testing m1 m2 and p1 p2 (Independent Samples) 494
Summary 519
Finding the P-Value Corresponding to a Sample Test Statistic 519
9 correlation and regression 528

Focus Problem: changing Populations and crime rate 529
9.1 Scatter Diagrams and Linear Correlation 530
9.2 Linear Regression and the Coefficient of Determination 548
9.3 Inferences for Correlation and Regression 569
9.4 Multiple Regression 589
Summary 605
10 chi-square and F distributions 620

Focus Problem: Archaeology in bandelier National monument 621
Part I: Inferences using the chi-square Distribution 622
overview of the Chi-Square Distribution 622
10.1 Chi-Square: Tests of Independence and of Homogeneity 623
10.2 Chi-Square: Goodness of Fit 638
10.3 Testing and Estimating a Single Variance or Standard Deviation 648
vi CONTENTS
Part II: Inferences using the F Distribution 660

overview of the F Distribution 660
10.4 Testing Two Variances 661
10.5 one-Way aNoVa: Comparing Several Sample Means 671
10.6 Introduction to Two-Way aNoVa 687
Summary 698
11 nonparametric statistics 706

Focus Problem: How cold? compared to What? 707
11.1 The Sign Test for Matched Pairs 708
11.2 The Rank-Sum Test 716
11.3 Spearman Rank Correlation 724
11.4 Runs Test for Randomness 735
Summary 744
appendix i: additional topics a1

Part I: Bayes’s Theorem a1
Part II: The Hypergeometric Probability Distribution a5
appendix ii: tables a9

Table 1: Random Numbers A9
Table 2: Binomial Coefficients Cn,r A10
Table 3: Binomial Probability Distribution Cn,r prqnr A11
Table 4: Poisson Probability Distribution A16
Table 5: Areas of a Standard Normal Distribution A22
Table 6: Critical Values for Student’s t Distribution A24
Table 7: The x2 Distribution A25
Table 8: Critical Values for F Distribution A26
Table 9: Critical Values for Spearman Rank Correlation, rs A36
Table 10: Critical Values for Number of Runs R (Level of Significance
a 5 0.05) A37
Answers and Key Steps to Odd-Numbered Problems A38
Answers to Selected Even-Numbered Problems A76
Index I1
critical thinkinG
Students need to develop critical thinking skills in order to understand and evaluate the limitations
of statistical methods. Understandable Statistics: Concepts and Methods makes students aware of
method appropriateness, assumptions, biases, and justifiable conclusions.
b critical Thinking
CRITICAL THINKING UNUSUAL VALUES Critical thinking is an important
Chebyshev’s theorem tells us that no matter what the data distribution skill for students to develop in or-
looks like, at least 75% of the data will fall within 2 standard deviations der to avoid reaching misleading
of the mean. As we will see in Chapter 6, when the distribution is mound-
shaped and symmetrical, about 95% of the data are within 2 standard
conclusions. The Critical Thinking
deviations of the mean. Data values beyond 2 standard deviations from feature provides additional
the mean are less common than those closer to the mean. clarification on specific concepts
In fact, one indicator that a data value might be an outlier is that it is as a safeguard against incorrect
more than 2.5 standard deviations from the mean (Source: Statistics, by evaluation of information.
G. Upton and I. Cook, Oxford University Press).
UNUSUAL VALUES
For a binomial distribution, it is unusual for the number of successes r to be
higher than m 1 2.5s or lower than m 2.5s.
We can use this indicator to determine whether a number of

successes out of n trials in a binomial experiment are unusual.
For instance, consider a binomial experiment with 20 trials for which
probability of success on a single trial is p 5 0.70. The expected number
of successes is m 5 14, with a standard deviation of s < 2. A number of
successes above 19 or below 9 would be considered unusual. However,
such numbers of successes are possible.
Interpretation c SOLUTION: Since we want to know the number of standard deviations from the
mean, we want to convert 6.9 to standard z units.
Increasingly, calculators and computers are
used to generate the numeric results of a statisti- x m 6.9 8
cal process. However, the student still needs to z5
s
5
0.5
5 2.20
correctly interpret those results in the context
of a particular application. The Interpretation Interpretation The amount of cheese on the selected pizza is only 2.20 standard devi-
feature calls attention to this important step. ations below the mean. The fact that z is negative indicates that the amount of cheese
Interpretation is stressed in examples, in guided is 2.20 standard deviations below the mean. The parlor will not lose its franchise
exercises, and in the problem sets. based on this sample.
6. Interpretation A campus performance series features plays, music groups, b NEW! critical Thinking and
dance troops, and stand-up comedy. The committee responsible for selecting
the performance groups include three students chosen at random from a pool
Interpretation exercises
of volunteers. This year the 30 volunteers came from a variety of majors. In every section and chapter problem set, Critical Thinking
However, the three students for the committee were all music majors. Does
this fact indicate there was bias in the selection process and that the selection problems provide students with the opportunity to test their
process was not random? Explain. understanding of the application of statistical methods and
7 Critical Thinking Greg took a random sample of size 100 from the population their interpretation of their results. Interpretation problems
of current season ticket holders to State College men’s basketball games. ask students to apply statistical results to the particular
Then he took a random sample of size 100 from the population of current application.
season ticket holders to State College women’s basketball games.
(a)
venience, random) did Greg use to sample from the population of current
season ticket holders to all State College basketball games played by
either men or women?
(b) Is it appropriate to pool the samples and claim to have a random sample of
size 200 from the population of current season ticket holders to all State
College home basketball games played by either men or women? Explain.
vii
Statistical Literacy
No language, including statistics, can be spoken without learning the vocabulary. Understandable
Statistics: Concepts and Methods introduces statistical terms with deliberate care.
b NEW! What Does (concept,

WHAT DOES THE LEVEL OF MEASUREMENT TELL US? method, statistical result) Tell Us?
The level of measurement tells us which arithmetic processes are appro- This feature gives a brief summary of the informa-
priate for the data. This is important because different statistical processes tion we obtain from the named concept, method,
require various kinds of arithmetic. In some instances all we need to do is or statistical result.
In such cases nomi-
nal (and higher) data levels are all appropriate. In other cases we need to or-
der the data, so nominal data would not be suitable. Many other statistical
processes require division, so data need to be at the ratio level. Just keep
the nature of the data in mind before beginning statistical computations.
NEW! Important Features of a

(concept, method, or result) c IMPORTANT FEATURES OF A SIMPLE RANDOM SAMPLE
In statistics we use many different types of For a simple random sample
graphs, samples, data, and analytical methods. • n from the population has an equal
The features of each such tool help us select the chance of being selected.
most appropriate ones to use and help us inter- • No researcher bias occurs in the items selected for the sample.
pret the information we receive from applications • -
ulation. For instance, from a population of 10 cats and 10 dogs, a
of the tools.
random sample of size 6 could consist of all cats.
b Statistical Literacy Problems

SECTION 6.1 1. Statistical Literacy Which, if any, of the curves in Figure 6-10 look(s) like a
PROBLEMS normal curve? If a curve is not a normal curve, tell why. In every section and chapter problem set,
2. Statistical Literacy m, Statistical Literacy problems test student under-
m 1 s, and s.
standing of terminology, statistical methods,
FI G U RE 6 -10 and the appropriate conditions for use of the
different processes.
F I G UR E 6 - 1 1
Definition Boxes c BOX-AND-WHISKER PLOTS

Whenever important terms are introduced in The quartiles together with the low and high data values give us a very useful
text, tan definition boxes appear within the number summary of the data and their spread.
discussions. These boxes make it easy to refer-
ence or review terms as they are used further.
FIVE-NUMBER SUMMARY
Lowest value, Q1, median, Q3, highest value
box-and-whisker plot. Box-and-whisker plots provide another useful technique

from exploratory data analysis (EDA) for describing data.
viii
statistical literacy
b Important Words
IMPORTANT Section 4.1 Multiplication rules of probability (for & symbols
WORDS & Probability of an event A, P(A) 144 independent and dependent events) 156
SYMBOLS Intuition 144 More than two independent events 161 The Important Words &
Relative frequency 144 Probability of A or B 161
Equally likely outcomes 144 Event A and B 161 Symbols within the Chapter
Law of large numbers 146 Event A or B 161 Review feature at the end of
Statistical experiment 146 Mutually exclusive events 163
Event 146 Addition rules (for mutually exclusive and each chapter summarizes
Simple event 146 general events) 163
More than two mutually exclusive
the terms introduced in the
Sample space 146
Complement of event Ac 148 events 165 Definition Boxes for student
Basic probability rules 168
Section 4.2
review at a glance. Page
Independent events 156 Section 4.3 numbers for first occurrence
Multiplication rule of counting 177
Dependent events 156
Probability of A and B 156 Tree diagram 178 of term are given for easy
Event A | B Factorial notation 181 reference.
Conditional probability 156 Permutations rule 181
P1A | B2 156 Combinations rule 183
linking concepts:
Writing Projects c LINKING CONCEPTS: Discuss each of the following topics in class or review the topics on your own. Then
write a brief but complete essay in which you summarize the main points. Please
WRITING PROJECTS
include formulas and graphs as appropriate.
Much of statistical literacy is the ability 1. What does it mean to say that we are going to use a sample to draw an inference
to communicate concepts effectively. about a population? Why is a random sample so important for this process? If
The Linking Concepts: Writing Projects we wanted a random sample of students in the cafeteria, why couldn’t we just
choose the students who order Diet Pepsi with their lunch? Comment on the
feature at the end of each chapter statement, “A random sample is like a miniature population, whereas samples
tests both statistical literacy and critical that are not random are likely to be biased.” Why would the students who order
thinking by asking the student to express Diet Pepsi with lunch not be a random sample of students in the cafeteria?
their understanding in words. 2. In your own words, explain the differences among the following sampling
-
ter sample, multistage sample, and convenience sample. Describe situations in
which each type might be useful.
5. Basic Computation: Central Limit Theorem Suppose x has a distribution with

b basic computation
a mean of 8 and a standard deviation of 16. Random samples of size n 5 64 Problems
are drawn. These problems focus student
(a) Describe the x distribution and compute the mean and standard deviation attention on relevant formulas,
of the distribution. requirements, and computation-
(b) Find the z value corresponding to x 5 9. al procedures. after practicing
(c) Find P1x 7 92. these skills, students are more
(d) Interpretation Would it be unusual for a random sample of size 64 from confident as they approach
real-world applications.
the x distribution to have a sample mean greater than 9? Explain.
30. Expand Your Knowledge: Geometric Mean When data consist of percent-
ages, ratios, growth rates, or other rates of change, the geometric mean is a
useful measure of central tendency. For n data values,
n
Geometric mean 5 1product of the n data values, assuming all data
values are positive
expand Your Knowledge
average growth factor over 5 years of an investment in a mutual
Problems c
Expand Your Knowledge problems present -
optional enrichment topics that go be- metric mean of 1.10, 1.12, 1.148, 1.038, and 1.16. Find the average growth
factor of this investment.
yond the material introduced in a section.
Note that for the same data, the relationships among the harmonic, geomet-
Vocabulary and concepts needed to solve ric, and arithmetic means are harmonic mean geometric mean arithmetic
the problems are included at point-of-use, mean (Source: Oxford Dictionary of Statistics).
expanding students’ statistical literacy.
ix
directiOn and PUrPOse
Real knowledge is delivered through direction, not just facts. Understandable Statistics: Concepts
and Methods ensures the student knows what is being covered and why at every step along the
way to statistical literacy.
chapter Preview c
Questions NORMAL CURVES AND SAMPLING
Preview Questions at the beginning
of each chapter give the student a
DISTRIBUTIONS
taste of what types of questions can
be answered with an understanding
of the knowledge to come.
PREVIEW QUESTIONS
What are some characteristics of a normal distribution? What does the em-
pirical rule tell you about data spread around the mean? How can this
information be used in quality control? (SECTION 6.1)
Can you compare apples and oranges, or maybe elephants and butterflies? In
most cases, the answer is no—unless you first standardize your measurements.
What are a standard normal distribution and a standard z score? (SECTION 6.2)
How do you convert any normal distribution to a standard normal distribution?
How do you find probabilities of “standardized events”? (SECTION 6.3)
As humans, our experiences are finite and limited. Consequently, most of the im-
portant decisions in our lives are based on sample (incomplete) information.
What is a probability sampling distribution? How will sampling distributions
help us make good decisions based on incomplete information? (SECTION 6.4)
There is an old saying: All roads lead to Rome. In statistics, we could recast this
saying: All probability distributions average out to be normal distributions (as
the sample size increases). How can we take advantage of this in our study of
sampling distributions? (SECTION 6.5)
The binomial and normal distributions are two of the most important probability
Dana White/PhotoEdit
distributions in statistics. Under certain limiting conditions, the binomial can
be thought to evolve (or envelope) into the normal distribution. How can
you apply this concept in the real world? (SECTION 6.6)
Many issues in life come down to success or failure. In most cases, we will not be
FOCUS PROBLEM successful all the time, so proportions of successes are very important. What is
the probability sampling distribution for proportions? (SECTION 6.6)
Benford’s Law: The Importance of Being Number 1
Benford’s Law states that in a wide variety
of circumstances, numbers have “1” as their
first nonzero digit disproportionately often.
Benford’s Law applies to such diverse top-
ics as the drainage areas of rivers; properties
of chemicals; populations of towns; figures
in newspapers, magazines, and government
reports; and the half-lives of radioactive
atoms!
begin with “1” about 30% of the time, with “2”

about 18% of time, and with “3” about 12.5% of
the time. Larger digits occur less often. For ex-
ample, less than 5% of the numbers in circum- 8. Focus Problem: Benford’s Law Again, suppose you are the auditor for a very
stances such as these begin with the digit 9. This
is in dramatic contrast to a random sampling computer data bank (see Problem 7). You draw a random sample of n 5 228
situation, in which each of the digits 1 through r 5 92 p repre-
9 has an equal chance of appearing.
Corbis
leading digit of 1.
from large bodies of numerical records such
i. Test the claim that p is more than 0.301. Use a 5 0.01.
ii. If p is in fact larger than 0.301, it would seem there are too many num-
▲ chapter Focus Problems

from the point of view of the Internal Revenue Service. Comment from
The Preview Questions in each chapter are followed by the perspective of the Federal Bureau of Investigation as it looks for
a Focus Problem, which serves as a more specific ex-
ample of what questions the student will soon be able to iii. Comment on the following statement: “If we reject the null hypothesis at
answer. The Focus Problems are set within appropriate a, we have not proved H0 to be false. We can say that
the probability is a that we made a mistake in rejecting H0.” Based on the
applications and are incorporated into the end-of-section
outcome of the test, would you recommend further investigation before
exercises, giving students the opportunity to test their accusing the company of fraud?
understanding.
x
directiOn and PUrPOse
Focus Points c
Each section opens with bul-
leted Focus Points describing
the primary learning objec-
tives of the section.
b looking Forward
L O O K I NG FO RWA RD This feature shows students where the presented material will be used
later. It helps motivate students to pay a little extra attention to key
In later chapters we will use information based topics.
on a sample and sample statistics to estimate
population parameters (Chapter 7) or make
decisions about the value of population param-
eters (Chapter 8).
CHAPTER REVIEW
In this chapter, you’ve seen that statistics is the • Sampling strategies, including simple random,
SUMMARY study of how to collect, organize, analyze, and -
interpret numerical information from popula- nience. Inferential techniques presented in this
tions or samples. This chapter discussed some text are based on simple random samples.
of the features of data and ways to collect data. • Methods of obtaining data: Use of a census,
In particular, the chapter discussed simulation, observational studies, experi-
• Individuals or subjects of a study and the vari- ments, and surveys
ables associated with those individuals • Concerns: Undercoverage of a population,
• - nonresponse, bias in data from surveys and
tive, and levels of measurement of data other factors, effects of confounding or lurk-
• Sample and population data. Summary ing variables on other variables, generaliza-
measurements from sample data are called tion of study results beyond the population of
statistics, and those from populations are the study, and study sponsorship
called parameters.
▲ chapter summaries
The Summary within each Chapter Review feature now also appears in bulleted
form, so students can see what they need to know at a glance.
xi
real-WOrld skills
Statistics is not done in a vacuum. Understandable Statistics: Concepts and Methods gives stu-
dents valuable skills for the real world with technology instruction, genuine applications, actual
data, and group projects.
REVISED! Tech Notes c

TECH NOTES Box-and-Whisker Plot
Tech Notes appearing throughout the Both Minitab and the TI-84Plus/TI-83Plus/TI-nspire calculators support box-
text give students helpful hints on using and-whisker plots. On the TI-84Plus/TI-83Plus/TI-nspire, the quartiles Q1 and Q3
are calculated as we calculate them in this text. In Minitab and Excel 2010, they are
TI-84Plus and TI-nspire (with TI-84Plus calculated using a slightly different process.
keypad) and TI-83Plus calculators, TI-84Plus/TI-83Plus/TI-nspire (with TI-84Plus Keypad) Press STATPLOT ➤On.
Microsoft Excel 2010, and Minitab to Highlight box plot. Use Trace and the arrow keys to display the values of the
solve a problem. They include display
screens to help students visualize and
better understand the solution.
Med = 221.5
Excel 2010 Does not produce box-and-whisker plot. However, each value of the
Home ribbon, click the Insert Function
fx. In the dialogue box, select Statistical as the category and scroll to Quartile. In
the dialogue box, enter the data location and then enter the number of the value you
USING TECHNOLOGY Minitab Press Graph ➤ Boxplot. In the dialogue box, set Display to IQRange Box.
Binomial Distributions -
Although tables of binomial probabilities can be found in priate subtraction of probabilities, rather than addition of
most libraries, such tables are often inadequate. Either the
value of p (the probability of success on a trial) you are 3 to 7 easier.
looking for is not in the table, or the value of n (the number 3. Estimate the probability that Juneau will have at most 7
of trials) you are looking for is too large for the table. In clear days in December.
4. Estimate the probability that Seattle will have from 5 to
b REVISED!
Chapter 6, we will study the normal approximation to the
binomial. This approximation is a great help in many prac- 10 (including 5 and 10) clear days in December.
5. Estimate the probability that Hilo will have at least 12
using Technology
tical applications. Even so, we sometimes use the formula
clear days in December.
for the binomial probability distribution on a computer or
6. Estimate the probability that Phoenix will have 20 or
Further technology instruction
graphing calculator to compute the probability we want.
more clear days in December. is available at the end of each
Applications 7. Estimate the probability that Las Vegas will have from
20 to 25 (including 20 and 25) clear days in December. chapter in the using Technology
The following percentages were obtained over many years
of observation by the U.S. Weather Bureau. All data listed Technology Hints
section. Problems are presented
are for the month of December.
TI-84Plus/TI-83Plus/TI-nspire (with TI-84 with real-world data from a vari-
Long-Term Mean % Plus keypad), Excel 2010, Minitab ety of disciplines that can
Location of Clear Days in Dec.
Juneau, Alaska 18%
be solved by using TI-84Plus and
for binomial distribution functions on the TI-84Plus/
Seattle, Washington 24% TI-83Plus/TI-nspire (with TI-84Plus keypad) calculators, TI-nspire (with TI-84Plus keypad)
Hilo, Hawaii 36% Excel 2010, and Minitab. and TI-83Plus calculators,
Honolulu, Hawaii
Las Vegas, Nevada
60%
75%
SPSS Microsoft Excel 2010, and
Phoenix, Arizona 77%
In SPSS, the function PDF.BINOM(q,n,p) gives the prob-
ability of q successes out of n trials, where p is the prob-
Minitab.
Adapted from Local Climatological Data, U.S. Weather Bureau publication, “Normals, ability of success on a single trial. In the data editor, name
Means, and Extremes” Table. a variable r and enter values 0 through n. Name another
In the locations listed, the month of December is a rela- variable Prob_r. Then use the menu choices Transform ➤
tively stable month with respect to weather. Since weather Compute. In the dialogue box, use Prob_r for the target
patterns from one day to the next are more or less the same, variable. In the function group, select PDF and Noncentral
it is reasonable to use a binomial probability model. PDF. In the function box, select PDF.BINOM(q,n,p). Use
1. Let r be the number of clear days in December. Since the variable r for q and appropriate values for n and p. Note
December has 31 days, 0 r 31. Using appropriate that the function CDF.BINOM(q,n,p), from the CDF and
Noncentral CDF group, gives the cumulative probability of
the probability P(r) for each of the listed locations when 0 through q successes.
r 5 0, 1, 2, . . . , 31.
2. For each location, what is the expected value of the
probability distribution? What is the standard deviation?
xii
real-WOrld skills
b UPDATED! Applications
Real-world applications are used from
the beginning to introduce each statisti-
cal process. Rather than just crunching
numbers, students come to appreciate
the value of statistics through relevant
examples.
11. Pain Management: Laser Therapy “Effect of Helium-Neon Laser

Auriculotherapy on Experimental Pain Threshold” is the title of an article in
the journal Physical Therapy (Vol. 70, No. 1, pp. 24–30). In this article, laser
therapy was discussed as a useful alternative to drugs in pain management of
chronically ill patients. To measure pain threshold, a machine was used that de-
livered low-voltage direct current to different parts of the body (wrist, neck, and
back). The machine measured current in milliamperes (mA). The pretreatment
Most exercises in each section c detectable) at m 5 3.15 mA with standard deviation s 5 1.45 mA. Assume that
are applications problems. the distribution of threshold pain, measured in milliamperes, is symmetrical and
more or less mound-shaped. Use the empirical rule to
(a) estimate a range of milliamperes centered about the mean in which about
68% of the experimental group had a threshold of pain.
(b) estimate a range of milliamperes centered about the mean in which about
95% of the experimental group had a threshold of pain.
12. Control Charts: Yellowstone National Park Yellowstone Park Medical
Services (YPMS) provides emergency health care for park visitors. Such
health care includes treatment for everything from indigestion and sunburn
to more serious injuries. A recent issue of Yellowstone Today (National Park
Service Publication) indicated that the average number of visitors treated
each day by YPMS is 21.7. The estimated standard deviation is 4.2 (summer
data). The distribution of numbers treated is approximately mound-shaped
and symmetrical.
(a) For a 10-day summer period, the following Data
b data Highlights:
show the number of visi-
tors treated each day by YPMS: Group Projects
Day 1 using
5 Group
26 7Projects,
3 8 students
49 10 gain
Number treated 25 experience
20 24 working
19 30 17 19 with16others
15 23 by
discussing a topic, analyzing data,
Make a control chart for the daily numberandofcollaborating
visitors treatedtobyformulate
YPMS, their
response
and plot the data on the control chart. Do the data to the questions
indicate posed in
that the num-
ber of visitors treated by YPMS is “in control”? Explain your answer.
the exercise.
(b) For another 10-day summer period, the following data were obtained:
Day 1 2 3 4 5 6 7 8 9 10
Number treated 20 15 12 21 24 28 32 36 35 37
Make a control chart, and plot the data on the chart. Interpretation Do
the data indicate that the number of visitors treated by YPMS is “in con-
trol” or “out of control”? Explain your answer. Identify all out-of-control
signals by type (I, II, or III). If you were the park superintendent, do you
think YPMS might need some (temporary) extra help? Explain.
xiii
MakinG the JUMP
Get to the “aha!” moment faster. Understandable Statistics: Concepts and Methods provides the
push students need to get there through guidance and example.
b Procedures and
PROCEDURE
requirements
Procedure display boxes
HOW TO TEST M WHEN S IS KNOWN
summarize simple step-by-
Requirements step strategies for carrying
Let x be a random variable appropriate to your application. Obtain a simple out statistical procedures and
random sample (of size n) of x values from which you compute the sample methods as they are introduced.
mean x s is already known (perhaps from a previous study). If Requirements for using the
you can assume that x has a normal distribution, then any sample size n will procedures are also stated.
work. If you cannot assume this, then use a sample size n 30. Students can refer back to these
Procedure boxes as they practice using the
1. In the context of the application, state the null and alternate hypotheses procedures.
and set the a.
2. Use the known s, the sample size n, the value of x from the sample, and m
from the null hypothesis to compute the standardized sample test statistic.
x m
z5
s
1n
3. Use the standard normal distribution and the type of test, one-tailed
P-value corresponding to the test statistic.
4. Conclude the test. If P-value a, then reject H0. If P-value 7 a, then
do not reject H0.
5. Interpret your conclusion in the context of the application.
Guided exercises c
Students gain experience with new
procedures and methods through
Guided Exercises. Beside each
problem in a Guided Exercise, a
completely worked-out solution ap-
pears for immediate reinforcement.
xiv
Preface
Welcome to the exciting world of statistics! We have written this text to make statistics
accessible to everyone, including those with a limited mathematics background. Statistics
affects all aspects of our lives. Whether we are testing new medical devices or determin-
ing what will entertain us, applications of statistics are so numerous that, in a sense, we
are limited only by our own imagination in discovering new uses for statistics.
overvIeW
The eleventh edition of Understandable Statistics: Concepts and Methods continues to
emphasize concepts of statistics. Statistical methods are carefully presented with a fo-
cus on understanding both the suitability of the method and the meaning of the result.
Statistical methods and measurements are developed in the context of applications.
Critical thinking and interpretation are essential in understanding and evaluating
information. Statistical literacy is fundamental for applying and comprehending
statistical results. In this edition we have expanded and highlighted the treatment
of statistical literacy, critical thinking, and interpretation.
We have retained and expanded features that made the first 10 editions of the
text very readable. Definition boxes highlight important terms. Procedure displays
summarize steps for analyzing data. Examples, exercises, and problems touch on
applications appropriate to a broad range of interests.
The eleventh edition continues to have extensive online support. Online home-
work powered by a choice of Enhanced WebAssign or Aplia™ is now available
through CengageBrain.com. Instructional videos are available on DVD. The compan-
ion web site at http://www.cengage.com/statistics/brase11e contains more than 100
data sets (in Microsoft Excel, Minitab, SPSS, and TI-84Plus/TI-83Plus/TI-nspire with
TI-84Plus keypad ASCII file formats), technology guides, lecture aids, a glossary, and
statistical tables.
New for the eleventh edition, available via Aplia™, is MindTap™ Reader, Cengage
Learning’s next-generation eBook. MindTap Reader provides robust opportunities for
students to annotate, take notes, navigate, and interact with the text (e.g., ReadSpeaker).
Annotations captured in MindTap Reader are automatically tied to the Notepad app,
where they can be viewed chronologically and in a cogent, linear fashion. Instructors
also can edit the text and assets in the Reader as well as add videos or URLs. Go to http://
www.cengage.com/mindtap for more information.
mAjor cHANGes IN THe eleveNTH eDITIoN

With each new edition, the authors reevaluate the scope, appropriateness, and effec-
tiveness of the text’s presentation and reflect on extensive user feedback. Revisions
have been made throughout the text to clarify explanations of important concepts and
to update problems.
critical Thinking, Interpretation, and statistical literacy

The eleventh edition of this text continues and expands the emphasis on critical
thinking, interpretation, and statistical literacy. Calculators and computers are very
good at providing numerical results of statistical processes. However, numbers from
xv
xvi PREFACE
a computer or calculator display are meaningless unless the user knows how to in-
terpret the results and if the statistical process is appropriate. This text helps students
determine whether or not a statistical method or process is appropriate. It helps stu-
dents understand what a statistic measures. It helps students interpret the results of a
confidence interval, hypothesis test, or liner regression model.
New Interpretation Features

To further understanding and interpretation of statistical concepts, methods, and re-
sults, we have included two new special features: What Does (a concept, method,
or result) Tell Us? and Important Features of a (concept, method, or result).
These features summarize the information we obtain from concepts and statistical
processes and give additional insights for further application.
New expand Your Knowledge Problems and Quick overview

Topics With Additional Applications
Expand Your Knowledge problems do just that! These are optional but contain very
useful information taken from the vast literature of statistics. These topics are not
included in the main text but are easily learned using material from the section or
previous sections. Although these topics are optional, the authors feel they add depth
and enrich a student’s learning experience. Each topic was chosen for its relatively
straightforward presentation and useful applications. All such problems and their
applications are flagged with a sun logo.
New Expand Your Knowledge problems in the eleventh edition involve donut
graphs; stratified sampling and the best estimate for the population mean m; the pro-
cess of using minimal variance for linear combinations of independent random vari-
ables; and serial correlation (also called autocorrelation).
Some of the other topics in Expand Your Knowledge problems or quick over-
views include graphs such as dotplots and variations on stem-and-leaf plots; outliers
in stem-and-leaf plots; harmonic and geometric means; moving averages; calculat-
ing odds in favor and odds against; extension of conditional probability to various
distributions such as the Poisson distribution and the normal distribution; Bayes’s
theorem; additional probability distributions such as the multinomial distribution,
negative binomial distribution, hypergeometric distribution, continuous uniform dis-
tribution, and exponential distribution; waiting time between Poisson events; quick
estimate of the standard deviation using the Empirical rule; plus four confidence
intervals for proportions; Satterthwaite’s approximation for degrees of freedom in
confidence intervals and hypothesis tests; relationship between confidence intervals
and two-tailed hypothesis testing; pooled two-sample procedures for confidence in-
tervals and hypothesis tests; resampling (also known as bootstrap); simulations of
confidence intervals and hypothesis tests using different samples of the same size;
mean and standard deviation for linear combinations of dependent random variables;
logarithmic transformations with the exponential growth model and the power law
model; and polynomial (curvilinear) regression.
For location of these optional topics in the text, please see the index.
revised examples and New section Problems

Examples and guided exercises have been updated and revised. Additional section
problems emphasize critical thinking and interpretation of statistical results.
excel 2010 and most recent operating system for the

TI-84Plus/TI-83Plus calculators
Excel 2010 instructions are included in the Tech Notes and Using Technology. The
latest operating system (v2.55MP) for the TI-84Plus/TI-83Plus calculators is also
PREFACE xvii
discussed, with new functions such as the inverse t distribution and the chi-square
goodness of fit test described. One convenient feature of the operating system is that
it provides on-screen prompts for inputs required for many probability and statistical
functions. This operating system is already on new TI-84Plus/TI-83Plus calculators
and is available for download to older calculators at the Texas Instruments web site.
revised electronic student resources

Digital student resources and online tools that accompany Understandable Statistics have
been revised in accordance with recommendations from both student and faculty users.
Online interactive learning solutions, such as Aplia™ for Statistics—featuring the new
MindTap™ Reader—and Enhanced WebAssign, are both available.
coNTINuING coNTeNT
Introduction of Hypothesis Testing using P-values
In keeping with the use of computer technology and standard practice in research,
hypothesis testing is introduced using P-values. The critical region method is still
supported but not given primary emphasis.
use of student’s t Distribution in confidence Intervals and

Testing of means
If the normal distribution is used in confidence intervals and testing of means, then the
population standard deviation must be known. If the population standard deviation is
not known, then under conditions described in the text, the Student’s t distribution
is used. This is the most commonly used procedure in statistical research. It is also
used in statistical software packages such as Microsoft Excel, Minitab, SPSS, and
TI-84Plus/TI-83Plus/TI-nspire calculators.
confidence Intervals and Hypothesis Tests of Difference

of means
If the normal distribution is used, then both population standard deviations must be
known. When this is not the case, the Student’s t distribution incorporates an approx-
imation for t, with a commonly used conservative choice for the degrees of freedom.
Satterthwaite’s approximation for the degrees of freedom as used in computer soft-
ware is also discussed. The pooled standard deviation is presented for appropriate
applications (s1 s2).
FeATures IN THe eleveNTH eDITIoN

chapter and section lead-ins
• Preview Questions at the beginning of each chapter are keyed to the sections.
• Focus Problems at the beginning of each chapter demonstrate types of questions
students can answer once they master the concepts and skills presented in the
chapter.
• Focus Points at the beginning of each section describe the primary learning objec-
tives of the section.
carefully Developed Pedagogy

• Examples show students how to select and use appropriate procedures.
• Guided Exercises within the sections give students an opportunity to work with
a new concept. Completely worked-out solutions appear beside each exercise to
give immediate reinforcement.
xviii PREFACE
• Definition boxes highlight important definitions throughout the text.

• Procedure displays summarize key strategies for carrying out statistical procedures
and methods. Conditions required for using the procedure are also stated.
• NEW! What Does (a concept method or result) Tell Us? summarizes information
we obtain from the named concepts and statistical processes and gives insight for
additional application.
• NEW! Important Features of a (concept, method, or result) summarizes the features
of the listed item.
• Looking Forward features give a brief preview of how a current topic is used later.
• Labels for each example or guided exercise highlight the technique, concept, or
process illustrated by the example or guided exercise. In addition, labels for sec-
tion and chapter problems describe the field of application and show the wide
variety of subjects in which statistics is used.
• Section and chapter problems require the student to use all the new concepts mas-
tered in the section or chapter. Problem sets include a variety of real-world appli-
cations with data or settings from identifiable sources. Key steps and solutions to
odd-numbered problems appear at the end of the book.
• Basic Computation problems ask students to practice using formulas and statisti-
cal methods on very small data sets. Such practice helps students understand what
a statistic measures.
• Statistical Literacy problems ask students to focus on correct terminology and
processes of appropriate statistical methods. Such problems occur in every section
and chapter problem set.
• Interpretation problems ask students to explain the meaning of the statistical
results in the context of the application.
• Critical Thinking problems ask students to analyze and comment on various
issues that arise in the application of statistical methods and in the interpreta-
tion of results. These problems occur in every section and chapter problem set.
• Expand Your Knowledge problems present enrichment topics such as negative
binomial distribution; conditional probability utilizing binomial, Poisson, and nor-
mal distributions; estimation of standard deviation from a range of data values;
and more.
• Cumulative review problem sets occur after every third chapter and include key
topics from previous chapters. Answers to all cumulative review problems are
given at the end of the book.
• Data Highlights and Linking Concepts provide group projects and writing projects.
• Viewpoints are brief essays presenting diverse situations in which statistics is used.
• Design and photos are appealing and enhance readability.
Technology Within the Text

• Tech Notes within sections provide brief point-of-use instructions for the
TI-84Plus, TI-83Plus, and TI-nspire (with 84Plus keypad) calculators, Microsoft
Excel 2010, and Minitab.
• Using Technology sections show the use of SPSS as well as the TI-84Plus,
TI-83Plus, and TI-nspire (with TI-84Plus keypad) calculators, Microsoft Excel,
and Minitab.
AlTerNATe rouTes THrouGH THe TexT

Understandable Statistics: Concepts and Methods, Eleventh Edition, is designed to be
flexible. It offers the professor a choice of teaching possibilities. In most one-semester
courses, it is not practical to cover all the material in depth. However, depending on the
emphasis of the course, the professor may choose to cover various topics. For help in
topic selection, refer to the Table of Prerequisite Material on page 1.
• Introducing linear regression early. For courses requiring an early presentation
of linear regression, the descriptive components of linear regression (Sections 9.1
PREFACE xix
and 9.2) can be presented any time after Chapter 3. However, inference topics
involving predictions, the correlation coefficient r, and the slope of the least-
squares line b require an introduction to confidence intervals (Sections 7.1 and
7.2) and hypothesis testing (Sections 8.1 and 8.2).
• Probability. For courses requiring minimal probability, Section 4.1 (What Is
Probability?) and the first part of Section 4.2 (Some Probability Rules—Compound
Events) will be sufficient.
AcKNoWleDGmeNTs
It is our pleasure to acknowledge the prepublication reviewers of this text. All of their
insights and comments have been very valuable to us. Reviewers of this text include:
Jorge Baca, Cosumnes River College

Wayne Barber, Chemeketa Community College
Molly Beauchman, Yavapai College
Nick Belloit, Florida State College at Jacksonville
Kimberly Benien, Wharton County Junior College
Abraham Biggs, Broward Community College
Dexter Cahoy, Louisiana Tech University
Maggy Carney, Burlington County College
Christopher Donnelly, Macomb Community College
Meike Niederhausen, University of Portland
Deanna Payton, Northern Oklahoma College in Stillwater
We also would like to acknowledge reviewers of previous editions.
Reza Abbasian, Texas Lutheran University

Paul Ache, Kutztown University
Kathleen Almy, Rock Valley College
Polly Amstutz, University of Nebraska at Kearney
Delores Anderson, Truett-McConnell College
Robert J. Astalos, Feather River College
Lynda L. Ballou, Kansas State University
Mary Benson, Pensacola Junior College
Larry Bernett, Benedictine University
Kiran Bhutani, The Catholic University of America
Kristy E. Bland, Valdosta State University
John Bray, Broward Community College
Bill Burgin, Gaston College
Toni Carroll, Siena Heights University
Pinyuen Chen, Syracuse University
Emmanuel des-Bordes, James A. Rhodes State College
Jennifer M. Dollar, Grand Rapids Community College
Larry E. Dunham, Wor-Wic Community College
Andrew Ellett, Indiana University
Ruby Evans, Keiser University
Mary Fine, Moberly Area Community College
Rebecca Fouguette, Santa Rosa Junior College
Rene Garcia, Miami-Dade Community College
Larry Green, Lake Tahoe Community College
Shari Harris, John Wood Community College
Janice Hector, DeAnza College
Jane Keller, Metropolitan Community College
Raja Khoury, Collin County Community College
Diane Koenig, Rock Valley College
Charles G. Laws, Cleveland State Community College
xx PREFACE
Michael R. Lloyd, Henderson State University

Beth Long, Pellissippi State Technical and Community College
Lewis Lum, University of Portland
Darcy P. Mays, Virginia Commonwealth University
Charles C. Okeke, College of Southern Nevada, Las Vegas
Peg Pankowski, Community College of Allegheny County
Ram Polepeddi, Westwood College, Denver North Campus
Azar Raiszadeh, Chattanooga State Technical Community College
Traei Reed, St. Johns River Community College
Michael L. Russo, Suffolk County Community College
Janel Schultz, Saint Mary’s University of Minnesota
Sankara Sethuraman, Augusta State University
Stephen Soltys, West Chester University of Pennsylvania
Ron Spicer, Colorado Technical University
Winson Taam, Oakland University
Jennifer L. Taggart, Rockford College
William Truman, University of North Carolina at Pembroke
Bill White, University of South Carolina Upstate
Jim Wienckowski, State University of New York at Buffalo
Stephen M. Wilkerson, Susquehanna University
Hongkai Zhang, East Central University
Shunpu Zhang, University of Alaska, Fairbanks
Cathy Zucco-Teveloff, Trinity College
We would especially like to thank Roger Lipsett for his careful accuracy review
of this text. We are especially appreciative of the excellent work by the editorial and
production professionals at Cengage Learning. In particular we thank Molly Taylor,
Jay Campbell, Jill Quinn, and Amy Simpson.
Without their creative insight and attention to detail, a project of this quality
and magnitude would not be possible. Finally, we acknowledge the cooperation of
Minitab, Inc., SPSS, Texas Instruments, and Microsoft.
Charles Henry Brase
Corrinne Pellillo Brase
Another random document with
no related content on Scribd:
plaquée, je m’en fiche, y a pas que lui sur la terre… Et puis… j’cause
pus aux hommes !…
Bertha criait à un monsieur âgé en chapeau haut de forme :
« Bonjour, vieux satyre ! t’en as du fiel ! » Et elle filait. Elle était à
rigoler avec des étudiants.
Là-dessus — il était minuit — « on met les voiles, les amis ? »
disait l’Escalope, et on sortait du bal. On redescendait par la rue
Lepic, bras dessus, bras dessous, en chantant en chœur. On
s’arrêtait un peu au bar de la rue Lepic, et on rentrait se coucher,
chacun avec sa petite femme.
… Ainsi passèrent le joli mois de mai et le beau mois de juin. Le
travail marchait tout seul, maintenant, si bien que Sophie ne
descendait plus que l’après-midi, jamais le soir. Et par ce beau
temps, avec la certitude de trouver tout de suite quelqu’un, c’était
presqu’un plaisir de faire le boulevard. Il y avait foule, beaucoup
d’étrangers. On n’avait qu’à se montrer pour être choisie. Tous les
jours, Sophie remontait avec trente-cinq, quarante, vingt francs. Pas
souvent vingt. Totote aussi tenait une bonne série. Les hommes
étaient contents. L’aisance et le bonheur régnaient dans les foyers.
Dans ces moments-là, on trouve qu’il vaut mieux avoir une petite
femme qu’une maison de banque : on a moins de responsabilités.
Les dimanches d’été, on allait au bal de l’Artilleur, à la Jatte. Là,
c’est famille. Dans toute l’île, des gosses montent et redescendent
les talus en courant, les balançoires volent dans les arbres, des
jeunes filles courent, rouges et excitées, dans une odeur de crêpes
et de frites. Un chien mouillé aboie sur la berge, tandis que, dans
une barque qui suit le fil de la rivière, une femme, avec des jeunes
gens, rit aux éclats, parce qu’elle essaie de ramer. On entend la
cliquette d’un marchand de plaisir.
A l’Artilleur, c’est deux sous la danse. On s’en donnait tant qu’on
pouvait. Et on revenait le soir, après avoir dîné au bord de l’eau…
Au mois d’août, le boulevard était vide. Il n’y avait plus rien à faire
à Paris. L’Escalope et la Turque partirent aux bains de mer. Ils
s’installèrent au Tréport. Sophie se rappelait ce que lui avait dit P’tit-
Jy : c’est vrai que la mer, ce n’était pas beau… L’Escalope, qui
n’avait pas de copains, ne savait pas quoi faire, pendant que sa
femme travaillait. D’abord il dormit toute la journée. Et puis ça
l’embêta. Alors il se remit à faire un peu le camelot. Cela rendait
bien, surtout le dimanche, avec les trains de plaisir…
On revint à Paris vers le milieu de septembre. Mais maintenant la
Turque et l’Escalope s’entendaient moins bien. D’abord, il y avait
cinq mois déjà qu’on était ensemble. Et puis, l’Escalope avait peut-
être eu tort de travailler, au bord de la mer. A présent, Sophie
trouvait qu’il pouvait bien gagner aussi ; elle ne voulait plus le nourrir
à rien faire. Il avait perdu de son prestige ; elle, au contraire, elle
avait pris de l’assurance. Ce qui fait que, maintenant, il ne l’avait
plus à la bonne tous les jours. Des fois, il fichait des gifles à Fifi. A
présent, elle ne lui remettait plus tout son pèze, elle planquait. Il s’en
aperçut, il devint sévère ; elle eut des marques… Et puis maintenant,
il regardait les femmes ; ça énervait Sophie, aussi.
Un jour, l’Escalope était descendu au boulevard ; il ne remonta
pas. L’agent l’avait fait. Ce n’était rien, sauf pour son orgueil…
Seulement, il arriva qu’on lui ressortit une vieille histoire, je ne sais
pas quoi, un coup, il y avait dix-huit mois, à Neuilly. Avec ce M.
Bertillon, c’est jamais fini ! Paraît qu’on recherchait l’Escalope pour
ça. Fallait qu’on lui en veuille !… Enfin, il en prit pour trois ans.
Cela attrista un peu la Turque. Trois ans ! Pauvre l’Escalope ! Il
n’était pas méchant gars, au fond… Mais tout de même, elle en avait
plein le dos d’un homme. P’tit-Jy avait raison. Elle poussa un soupir
de soulagement… Et aux propositions :
« Non, messieurs, je vais vivre seule », répondit-elle.
Ils faisaient :
« A ton aise, Thérèse ! »
IV
Pied-Mou était parti au régiment. Totote était veuve aussi. Totote

était un peu mollasse, un peu gnangnan, mais bonne fille. La Turque
et elle habitèrent toutes les deux ensemble.
C’est beaucoup les hommes qui vous donnent votre genre.
Quand elles ne furent plus, ni l’une, ni l’autre, avec des hommes du
boulevard Clichy, elles quittèrent le trottoir, elles firent les cafés.
Elles avaient de la toilette, elles pouvaient se lancer comme les
autres. Il suffit d’être un peu intelligente et pas trop voyou. A présent
qu’elles étaient seules, il leur semblait que rien ne pourrait plus les
arrêter. Avoir l’expérience des michets, savoir travailler, et n’avoir
plus derrière soi quelqu’un pour vous manger tout, — pourquoi, avec
du travail et de la conduite, qu’elles ne mettraient pas de l’argent de
côté, et qu’elles n’arriveraient pas, elles aussi ?
Elles faisaient des rêves d’avenir, elles se voyaient déjà
propriétaires d’un petit chalet à La Garenne ou à Bécon. On aurait
élevé des poules, planté de l’oseille et du persil, avec des
géraniums, et toutes les deux, le soir, avant de se coucher, fait une
partie de cartes, tranquillement…
… En attendant, c’était la vie, la nuit, à l’électricité, la fumée et
les bocks, des Anglais, des gens saouls en habit, des jockeys et des
chauffeurs, tout le monde qui vit tard et en désordre dans les
tavernes surchauffées.
Il y avait des soirs mornes, où les heures se traînaient, où les
garçons bâillaient, où ça n’en finissait pas. Ces soirs-là, il n’y avait
que des hommes qui venaient là par habitude, par devoir, pour ne
pas se coucher. Alors un ennui dense enveloppait tout. Les femmes
se taisaient, elles n’avaient même plus la force de bavarder. Chacun
regardait l’heure. Les arrivants n’excitaient pas la curiosité, on savait
qu’ils seraient pareils à ceux qui étaient déjà là : la nuit était
mauvaise.
D’autres fois, au contraire, on sentait que le vent était à la fête.
On était soi-même en train. Et à peine l’escalier aux glaces
descendu, le nègre de fer, sur lequel on essaie sa force, à peine
dépassé, des voix, des rires vous entouraient. La galerie orientale
illuminée était pleine d’agitation. Des habits noirs circulaient, et des
femmes vêtues de soies multicolores. On causait fort, d’une table à
l’autre. Le barman en veste blanche se hâtait, débouchait, versait,
mélangeait des boissons, servait. Sur les hauts tabourets, devant le
comptoir d’acajou, des femmes en robes blanches, dont les jupes
pendaient comme celles des amazones, des femmes décolletées,
brillantes, éblouissantes, riaient. Une volière : des petits cris, un bruit
pressé de voix. De mille ampoules, une lumière sèche éclatait,
toutes les couleurs violentes.
Ces soirs-là, tout conspirait pour faire de la vie quelque chose
d’amusant et de singulier. Il arrivait à la fois des choses drôles de
quoi distraire quinze nuits. Un monsieur promenait un petit serpent
dans une boîte en carton. Tout à coup il soulevait le couvercle : on
était saisi, on avait peur, on criait. Mais tout le monde voulait avoir
peur. « Tu l’as vu, le type avec son serpent ?… » Ces soirs-là le
baron était là. Le baron avait accoutumé de prendre des cuites au
kummel. Le chapeau sur l’oreille, il se tenait debout, au milieu du
passage, serrant d’une main son petit verre, son parapluie de l’autre.
Il engueulait par phrases entrecoupées, l’interprète du Grand-Hôtel :
« Tu es un… grec, tu es d’une… race… méprisable…, un salaud…,
tu es… le… rebut… de l’Orient…, tu es un… menteur… et un…
rhéteur… » L’autre, avec un fort accent allemand, répondait, de
temps en temps, très calme : « Laissez-moi dranquille, che n’ai rien
à faire avec fous. »
Le gros baron allait faire un tour dans la taverne. Il tapotait
gaiement les joues d’une femme qui passait. Elle lui échappait en
criant : « Ah ! j’aurai de la veine ce soir, j’ai mis ma tête entre les
pattes d’un cochon ! » Il ne répondait rien. Il avait l’air ivre et satisfait.
Ces soirs-là, un jeune aide-major, très excité, criait d’un ton de
commandement : « Gérant, les chiottes !… Vous foutrai quatre jours,
nom de Dieu ! » et l’idée fixe d’un type était d’accrocher son chapeau
aux ailes du ventilateur… « Rien que des affolés, ce soir ! »
Une bande arrivait, en plastrons chiffonnés, qui chantait :
Meunier, meunier, tu es cocu !

Tu es cocu, car je l’ai vu,
En passant par ton moulin
Et rin tin tin…
Et celui qui marchait en tête portait un écriteau au bout de sa

canne : « Je suis le Cocu sanguinaire. »
Il y avait des gens saouls. On cassait des verres. Une femme
était affalée sur une banquette : « Qu’est-ce que t’as, ma crotte ? —
J’suis saoule. »
La voix tonitruante de l’aide-major perçait le tumulte : « Une
tisane à sept francs !… Une !… Au trot !… »
Et des femmes passaient sans cesse au milieu des tables, des
grosses blondes, une longue fille en rouge, diabolique ; une autre
tout en noir, aux traits durs. Un monsieur seul à une table mâchait un
sandwich. Les garçons circulaient, portant leurs plateaux chargés de
bocks… La bouquetière s’approchait, vous offrait ses fleurs. Le
baron l’engueulait : « Tu fais toujours des rapports à la Préfectance,
saleté ! Veux-tu t’en aller ! » — « Oh ! un homme si riche ! » disait la
bouquetière.
Totote et la Turque s’étaient assises à une table : « Vous nous

payez un bock ? » Ces messieurs avaient dit oui.
Ils semblaient très gais. Ils commençaient des phrases et ne les
achevaient pas, étouffant de rire au milieu. Deux visages glabres.
« Tu as vu le coup où je leur ai pris cinquante louis ? » Celui qui
parlait se mit à rire intérieurement avec une profonde allégresse
concentrée :
« J’avais senti… que la main… était bonne… »
L’autre riait plus fort. « Du whisky ! du whisky ! du whisky ! » Avec
leurs cannes ils tapaient bruyamment sur la table, en fumant à
bouffées hâtives des cigares noirs. On les servit. Ils burent. Puis ils
demandèrent du champagne. Le joueur avait fait asseoir Sophie à
côté de lui sur la banquette, et il la tenait par la taille en la regardant
amoureusement.
— Veux-tu que je mette quelque chose dans ton bas ? dit-il.
Il tira de sa poche une poignée d’or, de monnaie et de billets
chiffonnés, il choisit deux louis, puis, relevant la jupe de Sophie, il lui
caressa la jambe, remonta lentement jusqu’à la chair, et glissa les
pièces dans son bas. Sophie riait aux éclats… Il avait soif : il but un
grand verre de Champagne. Puis il s’appuya contre la banquette, et
regarda le plafond en riant tout seul.
Son ami, au teint basané, racontait à Totote qu’il arrivait de
Madagascar : il y avait longtemps qu’il n’avait pas fumé l’opium, et
cela le rendait malheureux. Pour se consoler, il buvait. Il parlait aussi
de son boy qu’il regrettait.
A la table voisine, était assis un Anglais à monocle, qui promenait
sur tout ce qui l’entourait un œil froid et infiniment dédaigneux. Il était
accompagné d’un jeune Français bavard, auquel il répondait
quelquefois par un hochement de tête. L’Anglais s’était fait servir un
grand verre d’absinthe pure. Son compagnon disait avec
exubérance :
— Il n’est pas fort ce type-là ! Avec la gifle qu’il m’a donnée, il
aurait dû me casser deux dents. Je ne lui ai pas répondu à cause de
ma famille,… et puis mon parapluie me gênait… Mais je regrette
maintenant de ne pas lui avoir montré ma connaissance de la
boxe !… »
L’Anglais hochait la tête.
— Il fallait l’assommer ! cria le colonial.
— Nom de Dieu ! Quand je le rencontrerai, je l’assommerai ! fit
l’autre avec furie.
La bouquetière était venue. Le joueur lui avait donné un louis. Il
demanda du tabac, puis il tira de sa poche un billet de banque, et en
roula une cigarette qu’il alluma. Mais la fumée le fit tousser. Il jeta
cela. « Mauvais ! » Le billet n’était brûlé qu’au quart. Trois femmes
qui passaient se jetèrent par terre pour le ramasser. Elles se
battaient. Il y eut des cris, un brouhaha, de toutes parts on désertait
les tables, on accourait. Mais déjà elles s’étaient relevées. L’une
saignait du nez, la deuxième était échevelée, corsage déchiré, la
troisième s’enfuyait vers la sortie en courant.
L’Anglais sourit et dit « Very well ! » puis il but une gorgée
d’absinthe… Une petite femme s’assit à sa table en jacassant
comme une pie. Tiens ! c’était la môme Bertha !
— Comme il y a longtemps qu’on ne t’a pas vue ! lui cria Sophie.
— Tu ne sais donc pas, la Turque ? j’ai été enceinte… J’étais pas
plus grosse que maintenant, mais ça y était tout de même. J’ai entré
à l’hôpital. Ah ! ce qu’on s’y embête ! Je disais tous les jours à
l’interne : M’sieur l’interne, je veux accoucher… Enfin c’est arrivé.
Ah ! il était rigolo mon gosse, si t’avais vu ! Seulement il était mort…
Je suis bien maintenant, tu sais. J’ai un petit ami qui est gentil avec
moi, il me paie ma chambre, il me paie tout.
On débouchait une nouvelle bouteille de champagne.
Il était tard maintenant, quatre ou cinq heures. La nervosité des

femmes augmentait : elles passaient et repassaient avec plus
d’impatience, plus d’inquiétude… L’une, entre autres, était
saisissante. Elle était vieille, flétrie, fardée, funèbre. Elle s’avançait
en silence au milieu des autres, jetant à chacun des regards
avides…
Deux femmes parlaient fort :
— On est mieux à Londres, tu sais. On fout une livre au
policeman, il vous laisse faire ce qu’on veut.
— Ah ! oui, ici, toujours Saint-Lazare ! Les agents vous disent :
Qu’est-ce que ça te fait, tu vas être huit jours tranquille, et tu peux
bien être sûre que pendant ce temps-là, la machine n’aura pas
remplacé ton turbin !
Cependant, Bertha montrait ses pieds à Totote :
— Est-ce que tu t’y connais en chaussures ? Elles sont jolies
celles-là, pas ?
L’Anglais était devenu tout à fait raide. Il avait les dents serrées,
l’œil fixe et morne. De temps en temps, son compagnon l’appelait :
— Hé ! Chamberlain !
Il ne répondait pas. Enfin, tout à coup, il s’effondra sur la table,
écrasa son verre et s’endormit.
Sophie mangeait des œufs durs. Son joueur ne riait plus, il était
muet et paraissait très fatigué ; maintenant que son visage n’était
plus éclairé par la joie, on le voyait comme il était, usé et ridé, blême.
La nuit finissait, l’excitation générale était tombée, et le vacarme
s’était apaisé. Soudain on avait senti sa lassitude. Beaucoup de
gens étaient partis. Ceux qui restaient encore, affaissés sans gestes
sur les banquettes, ne parlaient plus. Seul, un homme ivre disait très
haut des phrases sans suite que personne n’écoutait. L’électricité
même semblait épuisée, elle éclairait plus faiblement. On entendait
le ronflement régulier du ventilateur, et, de temps à autre, des chocs
de soucoupes. Les garçons, sur des chaises, la serviette pendante,
sommeillaient.
Une femme singulière était assise à côté d’un Allemand endormi.
Elle portait une robe crème toute garnie de dentelles, et, sur ses
cheveux teints, une couronne de lierre. Sa figure était fanée et ridée,
mais un sourire d’enfant la parait, et des yeux d’une douceur infinie.
Elle se leva et fit le tour des tables. Elle ne s’approchait pas,
quémandeuse, à la manière des filles, mais avec le sourire innocent
et charmant d’une petite fille, comme en jouant. Elle était
incohérente et incompréhensible avec sa couronne sur ses cheveux
rouges, avec son âme d’enfant dans sa face vieille, et cet air égaré.
Alors toutes les femmes s’éveillèrent, elles s’attroupèrent. Elles
regardaient l’inconnue. Elles se mirent à la railler sournoisement :
— Il y a une femme qui dit que tu as soixante ans, moi je dis que
tu en as vingt-sept ou vingt-huit.
— Laissez mon âze, répondit une jolie voix avec un accent
étranger puéril, laissez mon âze, ze souis touzours belle.
— Madame a été dans le monde ce soir… Madame a été au
spectacle… fit une autre.
— Oui, zoustement, à l’Opla.
— Mais madame va nous donner des billets pour son théâtre, car
madame joue…
— Mais oui, tu vois pas, c’est Sarah Bernhardt !
Elle les regardait avec des yeux étonnés, gracieux. Mais la
taverne fermait : on allait éteindre. Chacun se levait, gagnant
l’escalier. La Turque avait pris le bras du joueur. On portait
Chamberlain, qui se laissait aller comme un mort, tout le corps en
zigzags. C’était un lent défilé devant les tables souillées.
On se trouva dehors, et l’air froid de l’aube vous glaça les os. Les
femmes, en sortant, donnaient des cigarettes au chasseur. A la
porte, attendaient des cochers, un marchand de nougat, et un
vendeur du Soir : Tom-Pouce. Il dit tout bas à Fifi : « Ça va ? »… Et il
s’approcha du michet en tendant ses journaux :
— M’sieur l’baron, une demi-douzaine ?… Non ?… Eh ben,
prêtez-moi dix sous, M’sieur l’baron, je vous les rendrai demain
matin.
Le joueur fit signe à un cocher, et monta en fiacre avec Sophie.
Sur le trottoir, devant la taverne, les femmes entouraient la folle,
la chinaient encore : — « Dis, tu viens avec moi ? j’habite rue
Marbeuf… Tu feras bien une passe sur un banc des Champs-
Élysées… »
V
Sophie habitait maintenant dans une de ces petites rues

paisibles qui se trouvent derrière la Madeleine, et à distance égale
de la taverne de l’Olympia et des cafés de la gare Saint-Lazare.
L’hôtel était très bien. C’était, ma foi ! mieux tenu que chez la mère
Giberton, et c’était plus comme il faut. Si la pauvre P’tit-Jy avait pu
revenir, elle aurait trouvé que sa Fifi — elle le disait bien — n’avait
pas mal réussi. Oui, maintenant, la Turque avait de la toilette, et elle
avait bon genre, ce n’était plus comme dans le temps, où elle
n’aurait pas pu entrer dans un café, parce qu’elle était trop mal
nippée. Elle possédait un petit chien : Kiki ; Kiki passait toute sa vie
dans la chambre de sa maîtresse, et chaque fois que celle-ci
rentrait, elle le retrouvait avec attendrissement. Ce pauvre petit qui
était resté enfermé tout seul si longtemps !… Il était derrière la porte,
il l’avait entendue, elle ouvrait, il sautait sur elle en poussant des
jappements aigus ; elle le prenait dans ses bras et le caressait. « Ah !
Kiki ! petit Kiki ! Kikikikikikiki ! » Elle jouait beaucoup avec lui, il la
désennuyait.
Sa chambre était gentille, et, à elle en somme, bien qu’elle fût
encore en meublé. Elle avait un jeu de brosses en ébène qu’un
Monsieur très chic lui avait donné (probablement un marquis ou un
duc : on voyait une grande couronne brodée sur tous ses caleçons).
Elle avait des bibelots, une ombrelle japonaise, des éventails, deux
lampes : elle s’était arrangé un intérieur.
Sophie n’était pas malheureuse. C’était une des mieux de l’hôtel,
elle y était très bien vue, tous ses amis étant sérieux. Elle était
devenue raisonnable, elle n’était plus enfant comme autrefois : elle
ne pensait plus à l’amour. Elle considérait que ceux qui lui donnaient
le plus étaient ceux qui l’aimaient le mieux. D’ailleurs, elle ne les
chérissait ni les uns, ni les autres, et n’était attachée à personne.
Un soir, elle ramena du Mollard un petit jeune homme, qui avait
peut-être dix-sept ou dix-huit ans. Elle avait peu de goût pour les tout
jeunes gens : généralement c’est sans le sou, — mais on voyait que
celui-là était d’une famille riche. Elle s’était comportée avec lui
comme avec tout le monde, elle avait fait sa petite affaire avec la
complaisance et l’amabilité impersonnelles qui étaient dans ses
habitudes. Au bout d’une heure il était parti, et elle n’avait rien
remarqué de particulier en lui, sinon qu’il était encore maigre comme
une mineure. D’ailleurs, maintenant, elle était tellement habituée aux
hommes qu’elle ne faisait plus attention à eux. Le michet, c’est le
michet : c’est toujours la même chose ; tous à peu près pareils. Elle
s’était endormie après son départ : en se réveillant elle l’avait oublié.
Elle fut assez étonnée quand, le surlendemain — il était une
heure, et elle venait de se lever — elle le vit entrer dans sa chambre.
Il lui apportait un bouquet. Il avait l’air embarrassé, il se mit sur le
bord d’une chaise encombrée de jupons, se fit tout petit, et la
regarda.
La Turque n’aimait guère qu’on vînt dans la journée. Comme elle
se couchait tard, elle était fatiguée, elle sentait un cercle de plomb
autour de sa tête, elle avait les idées vagues, l’haleine chaude, — et
elle n’avait pas encore fait sa figure : elle était pâle et défaite. Toute
la journée, elle se traînait. Elle ne recommençait à vivre que la nuit,
à la lumière électrique.
« Et qu’est-ce qui t’amène ? » demanda-t-elle.
Il ne savait pas quoi répondre. Enfin il dit :
« J’avais une grande envie de vous voir. »
Sophie comprit mal. Et déjà docile, passive, elle s’apprêtait. Mais
lui ne s’approchait pas d’elle, il continuait à la regarder de loin, avec
une muette admiration. Il aurait voulu lui dire tout ce qu’il éprouvait. Il
n’osait pas. Avant de frapper à sa porte, il était resté là un bon
moment, le cœur battant, tout tremblant. Puis il s’était décidé. Il était
encore ému… Il avait rêvé à elle tout hier.
La Femme !
Il avait rêvé à tous ses gestes, à son peignoir, à son petit chien, à
la voix douce dont elle lui parlait. Et dans cette chambre, bourrée de
choses féminines, de dessous, de rubans, et dans cette odeur
musquée, il était profondément troublé, toute son adolescence
s’agitait… La Femme !… Tout le touchait, il aurait voulu adorer
Sophie, lui parler longuement à l’oreille, l’embrasser avec infiniment
de délicatesse et de respect, ou bien vivre à ses pieds, comme un
héros de roman, en jouant de la guitare en sourdine, ou en disant
des vers ; son cœur débordait de tendresse.
Sophie, tout ébouriffée, s’était mise à sa toilette, elle se faisait les
ongles. Il l’agaçait un peu, elle détestait qu’on lui fît perdre son
temps. Il avait commencé à lui parler, avec hésitation : « Mais tutoie-
moi donc, mon gros, dit Sophie. — Oui ! vous voulez bien ? Oh ! que
vous êtes gentille ! » Maintenant il était content ; il croyait qu’elle
l’aimait. Il se lança aussitôt dans de grandes déclarations. Il disait
qu’il irait pour elle au bout du monde.
— Oh ! dit la Turque, arrête-toi à Asnières et donne-moi la
différence !
Puis elle attendit.
Mais ça continuait. Il lui parlait toujours de son amour, de son
cœur, d’un tas de choses qui n’intéressaient plus du tout Sophie.
Elle levait les épaules. Enfin, elle l’interrompit :
— C’est pas tout ça. C’est pour coucher avec moi que tu es venu,
mon petit ?… Non ?… Alors, qu’est-ce que tu viens faire ?
Il se taisait, décontenancé par le ton brusque de son amie. Il
avait eu subitement le cœur gros. Il allongea la main, et posa sur les
genoux de Sophie son bouquet de fleurs, en disant presque tout
bas : « Je vous aime. »
La Turque éclata d’un rire énervé, et elle s’écria : « Ah non ! tu
sais ! le boniment, c’est ça qui ne me tombe pas ! J’ai pas le temps.
Et puis, on n’en vit pas. Si c’est pour ça que tu es venu, c’est pas la
peine de revenir. Au revoir : il faut que je m’habille… Et puis tu peux
remporter ton bouquet, tu aurais bien mieux fait de me donner les
quarante sous qu’il t’a coûtés. »
… Cependant, vers le soir, une grande tristesse envahit Sophie.

Elle réfléchit. Il y avait longtemps qu’elle ne s’était sentie aussi triste.
Tout à coup elle vit clair, elle vit ce qu’elle était devenue. Mon Dieu !
Oh ! mon Dieu !…
Avant l’Escalope, elle eût été si heureuse de rencontrer ce qu’elle
avait repoussé aujourd’hui ! Oui, c’était cela qu’elle avait cru trouver
en Gaston, et qu’elle avait amèrement regretté quand il était parti…
Qu’était-elle devenue ? Elle n’avait plus de cœur… Alors, jamais elle
n’aimerait plus personne ? Nulle tendresse ne l’émouvait plus…
Quand ce petit était là devant elle, si doux, si troublé, elle n’avait
pensé qu’une chose : que le boniment, c’est un truc pour poser des
lapins aux femmes. Elle était pire que la dernière des dernières : elle
se rappelait qu’il y en avait une qui avait été en maison au
Transvaal, celle-là racontait que là-bas, chaque femme, parmi les
clients, en choisissait un pour l’aimer, pour causer avec lui. Ces
femmes-là, elles avaient encore du cœur. Elle, Sophie, n’en avait
plus.
Elle était désolée. Elle se rendait compte de l’honneur que le
gentil petit lui faisait. Tandis que tous les hommes la considéraient
comme un instrument, comme une chair à plaisir anonyme, il avait
vu en elle une femme. Elle restait pour lui lointaine et charmante. Si
elle l’avait compris, elle aurait pu se relever à ses propres yeux,
redevenir en quelque façon ce qu’elle avait été.
Mais elle n’avait pas compris ! Ce soir-là elle ne sortit pas, elle se
coucha, écœurée. Elle ne caressa même pas Kiki.
VI
(A l’entrée de la taverne, elles attendent, assises côte à côte sur

la banquette. Il est tôt ; elles causent. Chapeaux à panache, figures
faites, sous les armes. En face d’elles, derrière son comptoir, et sous
ses bouteilles de toutes les couleurs, le garçon du bar, en veste
blanche, attend aussi le coup de feu et les regarde sans les voir.
Une lumière crue. Ça empeste le tabac froid. De temps en temps, un
homme qui a descendu l’escalier, pousse la grande porte de verre,
et entre au milieu des glaces. Mais ce n’est pas encore l’heure. Elles
causent.)
— Crois-tu que c’est bête ! Avec cet assassinat de la rue

Duperré, j’ai pas pu fermer l’œil jusqu’au départ de mon type.
Chaque fois qu’il remuait, j’avais peur. Il s’est levé une fois, et j’ai cru
que c’était fini. Je ne savais pas s’il valait mieux crier, ou bien avoir
l’air de dormir. J’hésitais. Pourtant, je me disais : si je me laisse voler
sans bouger, il ne me touchera pas. Mais il est revenu se coucher : il
avait simplement été à ses besoins. Vrai, on devient folle !
— Moi j’y pense jamais. S’il fallait qu’on pense à ça, on ne
pourrait pas vivre.
— Oui, mais cet homme-là, tu sais, il avait une figure qui ne me
revenait pas… Et puis il ne parlait pas… Enfin, je m’étais fait des
idées.
— Oh ! on voit toujours à peu près avec qui qu’on se trouve, et
celui dont on se méfie, on ne l’emmène pas !
— Tu sais, ça !… Des fois on est encore bien contente de
trouver… On ne choisit pas : on n’a pas toujours le moyen de
regarder à la figure et au genre… Et pour savoir qui l’on a avec soi,
on se trompe bien aussi ; tu sais, Joseph, l’avocat, les premières
fois, je le prenais pour un entraîneur.
— Dame ! bien sûr, c’est moins dangereux d’être la femme à
Fallières ! Mais qu’est-ce tu veux, Carmen, on l’a raté, ce vieux-là !…
Dis donc, comment trouves-tu mon chapeau ?
— Il est bien… Il est très bien… Il te va bien… Je trouve que tu le
mets trop en avant.
— Comme ça ?… Il est bien, hein ?
— Oui, Lucie. T’es belle. Ce soir, tu vas décrocher le rupin des
rupins.
— C’est vrai qu’il vous va bien votre chapeau. Qu’est-ce qui vous
l’a fait ?
— C’est Mme Lisette.
— Eh bien, elle fait bien.
— Tiens ! v’là la Suzanne qui arrive.
— J’peux pas la voir, cette femme-là. Elle me pue au nez.
— Elle a une robe neuve.
— La regarde pas, va, ça lui ferait trop de plaisir.
— Elle veut nous la faire à l’épate, ici. Ça ne prend pas. Elle
passe comme ça, une minute, sans s’arrêter, avant d’aller dans les
grands bars, et elle ne connaît personne.
— Elle n’est pas si bien que ça, d’abord. Elle n’a pas du tout le
grand genre.
— C’est comme Madeleine.
— Encore une épateuse ! Mais Madeleine, ce n’est pas un nom
de femme chic.
— Laisse donc, elles habitent en meublé comme nous. C’est
Victor qui me l’a dit. Et elles ne font pas tous les jours cinq louis, va.
— Enfin, zut pour elles !… Dis donc, Lucie, toi qui t’y connais
dans les rêves, j’en ai fait un drôle cette nuit… J’étais assise dans
l’herbe à la campagne. Tout à coup, il y a un oiseau énorme qui
descend sur moi, il me prend dans ses pattes, et il s’envole. Je
n’avais pas peur du tout, je regardais en bas, — et c’était comme en
chemin de fer : des champs, des maisons, des rivières qui
défilaient… On est arrivé au bord de la mer. On est descendu sur
une plage. L’oiseau s’est posé devant moi, il m’a regardée, et ça
s’est trouvé une négresse.
— T’as rêvé oiseau, t’as rêvé voyage, t’as rêvé négresse. C’est
un voyage la nuit en bateau à voile.
— Comme c’est bête de rêver comme ça !
— Ah ! barbe ! Ah ! encore une nuit à tirer ! Ce que j’ai la flemme
ce soir, Georgette ! Quand je pense que je vais peut-être rester là
jusqu’à quatre ou cinq heures, et qu’il va falloir tourner cinquante fois
autour des tables avant de trouver quelqu’un, ah ! j’en ai mal au
cœur !… Pour un peu, malgré les frais que j’ai déjà faits, mon fiacre,
mon coiffeur, je rentrerais chez moi !… Il y a des jours où le métier
vous dégoûte.
— Tu rentrerais, et puis tu sais bien que tu ne pourrais pas
dormir. Alors tu t’embêterais encore plus qu’ici. Moi, maintenant, je
ne peux plus m’endormir que quand il fait jour. J’ai déjà voulu passer
toute une nuit chez moi, toute seule, comme les rentières, pour
dormir : je ne peux pas. A minuit, il faut que je me lève et que je
vienne ici. Y a pas, j’en ai besoin. J’ai ça dans la peau maintenant.
— Oui, mais c’est quand il faut rentrer seule, après avoir attendu
ici toute la nuit pour rien !… Moi, ça me rend folle.
— Qu’est-ce que vous voulez ! Il y a tant de femmes, il n’y a que
de ça, sur les boulevards, dans les cafés, partout !
— Et puis on commence si jeune, maintenant !
— Enfin, pour les soirs qu’on s’embête, on a du bon temps…
Vois-tu qu’on redeviendrait ouvrière ! Ah mince ! j’aime mieux
travailler sur le dos ! On gagne plus de pognon et c’est moins
fatigant. Ah non ! travailler ! se lever de bonne heure ! sortir le
matin !… et gagner trois francs par jour !
— C’est possible. Mais quelquefois aussi on a un petit homme
qu’on aime bien. On croit à tous ses boniments. On est jeune.
— Oui, seulement ton petit homme te plaque salement en te
laissant un souvenir.
— Des fois. En tous cas, j’aimerais encore mieux en être là qu’où
j’en suis. Non, il a bien raison celui qui dit que quand on veut se
mettre putain, faut s’établir Chaussée-d’Antin ! Moi je m’ennuie. Je
ne peux plus aimer personne.
— La blague ! T’en trouveras cinquante pour un pour te laisser
faire.
— Ah non ! merci ! je ne veux pas d’un mec ! Ces hommes-là, ça
me dégoûte ! Je ne comprends pas qu’une femme paie pour un
homme, et un homme qui ne fait rien, et qui vit de la femme, c’est
pas un homme.
— Oh ! quand on aime bien un homme, c’est tout naturel de lui
donner ce qu’on a !
— Eh bien non ! j’en aurais peut-être envie, mais s’il se laissait
faire, il me dégoûterait.
— A ce compte-là, pourquoi que t’aimes pas tes michets, alors ?
Ils te paient, eux, ils se conduisent en hommes… T’es bête,
Georgette, on ne gobe pas quelqu’un parce qu’il fait quelque chose
pour vous, parce qu’il est chic. On l’aime parce qu’on l’aime, parce
qu’il est comme il est. Hein, Lucie ?
— Et puis ! Tous les hommes sont mecs !
— Ça !… Moi je dis que ce sont les femmes qui les rendent
maquereaux. En v’là un, par exemple, il était employé, la femme que
je connais l’a fait lâcher sa maison, elle ne voulait pas qu’il travaille,
elle voulait l’avoir tout le temps à elle, son petit homme. Eh bien ! sa
place perdue, il faut pourtant qu’il vive. Et en v’là un de plus.
— Mais toi la Turque ? Tu ne dis rien ?
— Ah ! les hommes me dégoûtent ! tout me dégoûte ! J’ai envie
de boire et de faire la bombe ! On s’embête trop autrement… Voilà le
monde qui arrive. A tout à l’heure.
— Toi aussi, Lucie, tu t’en vas ?
— Je vais faire un tour.
— Eh bien, reste avec moi Georgette, on est aussi bien à l’entrée
qu’ailleurs. On va voir venir. Tiens ! Deux bossus !… il va pleuvoir !…
VII
Elle sortait d’un bar de la rue Caumartin, où elle allait quelquefois

l’après-midi, pour rejoindre les femmes, pour tuer le temps.
Ce jour-là, elle avait l’âme très lasse. L’automne, de nouveau,…
à peine s’il était cinq heures, et la nuit tombait sur le boulevard ; et
toute la journée avait été grise.
Absorbée, Sophie marchait, sans faire attention aux passants.
Elle allait droit devant elle, elle ne regardait rien. Tout à coup — elle
traversait la rue Auber — elle eut un coup au cœur… Ah ! Un
monsieur qui l’avait croisée !… Elle se retournait, chancelante, elle
regardait de tous ses yeux… Lui !… Mais oui, c’était lui ; oh ! c’était
Scholch !… Elle restait là, immobile, indécise, dans un arrêt subit,
absolu, de sa vie. Puis un grand mouvement la poussa en avant, elle
s’élança et courut…
Ils étaient maintenant face à face. Elle l’avait arrêté. Il avait un
peu grossi, mais c’était toujours lui… C’était lui, sa bouche, ses
yeux, cette petite moustache blonde, toujours, toujours, comme
hier… Oh ! c’était hier !… Oh ! tout le présent s’abolissait !…
Lui, en la voyant, avait violemment pâli, il avait eu un moment
d’égarement, il allait crier ; puis, aussitôt, il était redevenu semblable
à lui-même. On aurait dit, — c’est drôle ! — qu’il n’avait pas
d’émotion. C’est que le fait de retrouver Sophie, au bout d’une
seconde, lui était apparu comme un prodige naturel, il avait trop
attendu cela, toujours, à tout instant : l’impossible eût été que cela
n’arrivât jamais.
Ils étaient entrés dans un petit café désert. Ils causaient. Ils se
tutoyaient, — comme hier… Toi ! toi !…
Et « Toi… Mimi… Fine… » ces mots-là, se retrouvaient intacts,
sans une tache, sans une écornure, et tout — toute leur vie à eux
deux — se retrouvait, comme dans quelque caveau d’eux-mêmes,
où jamais, depuis longtemps, ils ne seraient plus descendus, mais
qui fidèlement, irréprochablement, aurait gardé leur trésor.
Et les mots leur montaient du cœur comme la flamme monte du
feu.
Les gestes aussi, les gestes d’autrefois, revenaient
immédiatement. Il y avait en eux des habitudes que tout eût fait
croire perdues, qu’ils ne se connaissaient plus, dont ils n’avaient
plus aucun souvenir : au premier signal, elles s’étaient retrouvées,
elles avaient rallié.
Et Sophie mettait sa main dans la manche de Scholch, d’un
mouvement familier d’autrefois, qui était remonté du passé, comme
cela, tout de suite…
A présent, il parlait, il parlait d’une voix douce et grave, sans
hésitation, d’abondance, avec une certitude infinie ; il disait des
choses qu’il savait si bien, qu’il s’était si souvent répétées à soi-
même ! « Il avait eu, hélas ! un moment de faiblesse — il était jeune !
— il avait été repris par sa famille, par son père qu’il avait toujours
respecté, par sa mère, si bonne, par ses sœurs. Tous les siens, qu’il
retrouvait là-bas, lui avaient fait considérer Sophie — sa Fine ! —
d’abord comme une étrangère, puis comme une femme qui le
détournait de sa vie,… et remué, retourné, ne sachant plus, loin
d’elle — il était si jeune ! — comme son père avait dit qu’il lui
pardonnerait, s’il promettait de ne pas la revoir, de ne pas lui
écrire,… il avait promis, hélas !… Seulement, voilà que, peu à peu, il
s’était repris, qu’il s’était dégagé, qu’il s’était remis à l’aimer : il voyait
qu’elle ne lui avait donné que du bonheur… Et il était devenu
malheureux : il avait été si heureux… Et un jour, à la fin, il avait fui, il
avait pris le train, et il était venu à Grenoble… Trop tard ! elle n’y
était plus ! Il n’avait pas pu retrouver sa trace… Il se serait mis avec
elle, aurait travaillé… Elle était partie !… Alors il était retourné chez
lui. On l’avait marié ; il avait laissé faire. Il n’était pas heureux, le
paradis était perdu, jamais il n’avait retrouvé la vie d’autrefois, la

ebook download (eBook PDF) Understandable Statistics 11th Edition by Charles Henry Brase all chapter

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

ebook download (eBook PDF) Understandable Statistics 11th Edition by Charles Henry Brase all chapter

Uploaded by

Copyright:

Available Formats

(eBook PDF) Understandable Statistics

11th Edition by Charles Henry Brase

Understandable Statistics. Concepts and Methods 13th

Understandable Statistics: Concepts And Methods (AP

(Original PDF) Understanding Basic Statistics 8th

Understanding Basic Statistics 8th Edition Charles

Understanding Basic Statistics Solutions Manaul 8th

Understandable Statistics 12th Edition Brase C.H. -

(eBook PDF) Understandable Statistics: Concepts and

Textbook MKTG 11th by Charles W. Lamb

3 averages and Variation 88

CuMuLaTIVE REVIEW PRoBLEMS: cHAPTers 1–3 139

4 elementary Probability theory 142

4.3 Trees and Counting Techniques 177

UsinG technOlOGy 194

5 the binomial Probability

UsinG technOlOGy 268

6 normal curves and sampling distributions 270

UsinG technOlOGy 350

CuMuLaTIVE REVIEW PRoBLEMS: cHAPTers 4–6 354

7.3 Estimating p in the Binomial Distribution 387

UsinG technOlOGy 431

8 hypothesis testing 434

UsinG technOlOGy 526

9 correlation and regression 528

UsinG technOlOGy 612

CuMuLaTIVE REVIEW PRoBLEMS: cHAPTers 7–9 616

10 chi-square and F distributions 620

Part II: Inferences using the F Distribution 660

UsinG technOlOGy 704

11 nonparametric statistics 706

CuMuLaTIVE REVIEW PRoBLEMS: cHAPTers 10–11 748

appendix i: additional topics a1

appendix ii: tables a9

We can use this indicator to determine whether a number of

b NEW! What Does (concept,

NEW! Important Features of a

b Statistical Literacy Problems

Definition Boxes c BOX-AND-WHISKER PLOTS

box-and-whisker plot. Box-and-whisker plots provide another useful technique

5. Basic Computation: Central Limit Theorem Suppose x has a distribution with

begin with “1” about 30% of the time, with “2”

▲ chapter Focus Problems

REVISED! Tech Notes c

11. Pain Management: Laser Therapy “Effect of Helium-Neon Laser

mAjor cHANGes IN THe eleveNTH eDITIoN

critical Thinking, Interpretation, and statistical literacy

New Interpretation Features

New expand Your Knowledge Problems and Quick overview

revised examples and New section Problems

excel 2010 and most recent operating system for the

revised electronic student resources

use of student’s t Distribution in confidence Intervals and

confidence Intervals and Hypothesis Tests of Difference

FeATures IN THe eleveNTH eDITIoN

carefully Developed Pedagogy

• Definition boxes highlight important definitions throughout the text.

Technology Within the Text

AlTerNATe rouTes THrouGH THe TexT

Jorge Baca, Cosumnes River College

We also would like to acknowledge reviewers of previous editions.

Reza Abbasian, Texas Lutheran University

Michael R. Lloyd, Henderson State University

Charles Henry Brase