Flashcard: Introduction à la Statistique et Échantillonnage — 20 carte

Traitement des données — définition ?

Étude de la collecte, organisation, analyse et interprétation des données.

Variable aléatoire — rôle ?

Représente un phénomène dont la valeur varie selon une loi de probabilité.

Objectif du traitement des données

Mieux connaître le phénomène en résumant ou inférant des caractéristiques.

Variables quantitatives — exemples ?

Poids, âge, température.

Variables qualitatives — exemples ?

Couleur, sexe, type.

Statistique descriptive — rôle ?

Décrire un ensemble d’individus avec indicateurs et graphiques.

Moyenne — utilisation ?

Représenter le centre d’une distribution.

Mesures de dispersion — exemples ?

Écart-type, variance.

Loi normale — forme ?

Courbe en cloche symétrique, centrée sur la moyenne.

Propriétés de la loi normale

Moyenne= médiane, 68-95-99,7 rule.

Estimation de paramètres — but ?

Approcher une valeur inconnue de la population via un échantillon.

Distribution d’échantillonnage — définition ?

Distribution des valeurs d’une statistique sur tous les échantillons possibles.

Impact de la taille d’échantillon

Plus n est grand, meilleure précision et stabilité.

Loi normale centrée réduite — rôle ?

Simplifier les calculs en standardisant une variable.

Application pratique — exemple ?

Vérifier la conformité du poids de bocaux avec la loi normale.

Méthodes d’échantillonnage — exemple ?

Aléatoire simple, stratifié, systématique.

Échantillonnage aléatoire — avantage ?

Garantit une représentativité optimale.

Distribution d’échantillonnage — importance ?

Évalue la fiabilité des estimations.

Effet de la taille d’échantillon

Augmente la précision, réduit la variabilité.

Variables numériques vs catégoriques

Numériques : opérations mathématiques ; catégoriques : classement.