Karteikarten: Principes fondamentaux de la statistique descriptive — 23 Karten

Statistiques descriptives — définition ?

Résumé des données par mesures de tendance centrale et dispersion.

Paramètres de position — rôle ?

Résument la localisation centrale d’un ensemble de données.

Moyenne arithmétique — calcul ?

Somme des valeurs divisée par le nombre d’observations.

Médiane — valeur ?

Valeur centrale d’un échantillon ordonné.

Mode — définition ?

Valeur la plus fréquente dans un ensemble.

Paramètres de dispersion — rôle ?

Quantifient la variabilité ou dispersion des données.

Variance — formule ?

Moyenne des carrés des écarts à la moyenne.

Écart-type — relation avec variance ?

Racine carrée de la variance.

Coefficient de variation — calcul ?

(Écart-type / Moyenne) × 100 %, mesure relative de dispersion.

Visualisation de données — outils ?

Boxplot et histogramme.

Tests d'hypothèses — objectif ?

Évaluer la compatibilité des données avec une hypothèse.

Valeur p — signification ?

Probabilité d’observer un résultat si H0 est vraie.

Seuil de signification — valeur typique ?

0,05 (5 %).

ANOVA — rôle principal ?

Comparer plusieurs moyennes pour voir si elles diffèrent.

F-statistique — utilisation ?

Comparer variance expliquée et résiduelle.

Régression linéaire simple — relation ?

Modèle entre une variable dépendante et une indépendante.

Coefficient de régression — rôle ?

Indique la variation de Y pour une unité de X.

Régression multiple — définition ?

Modèle avec plusieurs variables explicatives.

Modèles linéaires généralisés — objectif ?

Modéliser des variables non quantitatives avec une fonction de lien.

Homogénéité des variances — test ?

Test de Levene.

Normalité des résidus — importance ?

Condition pour la validité des tests paramétriques.

Transformation des données — but ?

Améliorer normalité ou stabilité de variance.

Indépendance des données — condition ?

Observations non influencées entre elles.