 Comparaison des résultats sur 20 dans 2 classes de 4 élèves  Moyennes identiques  Situation identique dans les 2 classes ?  Pourquoi ?   paramètres.

Slides:



Advertisements
Présentations similaires
Comparaison d’une moyenne observée à une moyenne théorique
Advertisements

Corrélation Position du problème Définition covariance (X,Y) r =
STATISTIQUE INFERENTIELLE L ’ESTIMATION
Introduction aux statistiques
Chapitre 5. Description numérique d’une variable statistique.
TESTS RELATIFS AUX CARACTERES QUANTITATIFS
C1 Bio-statistiques F. KOHLER
Comparaison de deux moyennes observées
Inférence statistique
Comparaison d'une distribution observée à une distribution théorique
Comparaison de deux pourcentages observés
Comparaison de plusieurs moyennes observées
Tests non paramétriques
Licence 3ème année de sociologie Semestre 1
1. Les caractéristiques de dispersion. 11. Utilité.
Régression -corrélation
L’OUTIL STATISTIQUE.
Les principaux résumés de la statistique
Vous êtes commercial dans une société de distribution darticles sportifs. Afin de promouvoir votre société, vous organisez un concours dathlétisme et vous.
Nombre de sujets nécessaires en recherche clinique
Régression linéaire simple
Groupe 1: Classes de même intervalle
Test 2.
Problème Autre formulation :
Corrélation et régression linéaire simple
L’analyse de variance.
Université dOttawa - Bio Biostatistiques appliquées © Antoine Morin et Scott Findlay :47 1 Concepts fondamentaux: statistiques et distributions.
LES STATISTIQUES BOULAHBAL Free Powerpoint Templates.
Objectifs du chapitre sur le khi-carré (χ2)
Objectifs du chapitre 2 d’Howell sur les statistiques descriptives
Séries chronologiques et prévision
Calcul littéral Identités remarquables
Mesures de position Ils s’expriment dans la même unité que les observations Moyenne et moyenne pondérée Exemple : on dispose du nombre moyen d’enfants.
Méthodes de Biostatistique
Rappels de statistiques descriptives
Sommaire: Mesures numériques de la dispersion d’une distribution
Howell Chap. 11: ANOVA. Du monde connu au monde inconnu Du test t à l’analyse de varianceDu test t à l’analyse de variance Trouvez des nouveaux noms pour.
STATISTIQUE DESCRIPTIVE ÉLÉMENTAIRE
STATISTIQUES DESCRIPTIVES
Micro-intro aux stats.
ANOVA à 1 facteur en groupes de mesure indépendants
Tâches Tâches antérieures Durée A -- 6 B 5 C 4 D E F A D G E F Niveaux
20- Racine carrée Racine carré d’un nombre positif
Fabienne BUSSAC MOYENNE 1. Moyenne Définition :
Gestion budgétaire des ventes
Concepts fondamentaux: statistiques et distributions
Principales distributions théoriques
Les distributions des rendements La méthode du kernel.
ACTIVITES 20- Racines carrées.
STATISTIQUE INFERENTIELLE LES TESTS STATISTIQUES
Problème Autre formulation :
L’erreur standard et les principes fondamentaux du test de t
Audit de l’entreprise iA Xperts Robin BUREL Anthony BRANCA Clément GARNIER Alexis SMADJA Groupe B.
(Guadeloupe 97) Ecrire les nombres suivants sous la forme a , a et b étant deux entiers avec b le plus petit possible. C = D= b
Chapitre 4 Variables aléatoires discrètes
Test 2.
les mesures de dispersion
STATISTIQUES.
Analyse des semis de point
1 L2 STE. Test du χ2 d’adéquation/conformité: Il s'agit de juger de l'adéquation entre une série de données statistiques et une loi de probabilité définie.
Paramètres de position et de dispersion
Chapitre 4 Concepts fondamentaux Les composantes d’un test statistique Les hypothèses nulles en statistiques Le sens de p Inférence: comment traduire p.
ECHANTILLONAGE ET ESTIMATION
Mesures de description des valeurs des variables
Tests relatifs aux variables qualitatives: Tests du Chi-deux.
Chapitre 5 Interprétation des données d’enquête 1.
Chapitre 4: Variation dans le temps  Les données : audience totale en milliers (tableau 4.1, p. 47, extrait) o Origine : enquête sur les habitudes d’écoute.
Chapitre 4: Variation dans le temps  Les données : audience totale en milliers (tableau 4.1, p. 47, extrait) o Origine : enquête sur les habitudes d’écoute.
Transcription de la présentation:

 Comparaison des résultats sur 20 dans 2 classes de 4 élèves  Moyennes identiques  Situation identique dans les 2 classes ?  Pourquoi ?   paramètres de dispersion  Pour voir si les observations ont tendance à: o bien se regrouper bien près de la moyenne o se disperser, y compris loin de la moyenne Paramètres de dispersion 1 iClasse AClasse B Total48 Moyenne12

 Comparaison des résultats sur 20 dans 2 classes de 4 élèves  Moyennes identiques  Situation identique dans les 2 classes ?  Pourquoi ?   paramètres de dispersion  Pour voir si les observations ont tendance à: o bien se regrouper bien près de la moyenne o se disperser, y compris loin de la moyenne Paramètres de dispersion 2 iClasse AClasse B Total48 Moyenne12

 Comparaison des résultats sur 20 dans 2 classes de 4 élèves  Moyennes identiques  Situation identique dans les 2 classes ?  Pourquoi ?   paramètres de dispersion  Pour voir si les observations ont tendance à: o bien se regrouper bien près de la moyenne o se disperser, y compris loin de la moyenne Paramètres de dispersion 3 iClasse AClasse B Total48 Moyenne12

 Comparaison des résultats sur 20 dans 2 classes de 4 élèves  Moyennes identiques  Situation identique dans les 2 classes ?  Pourquoi ?   paramètres de dispersion  Pour voir si les observations ont tendance à: o bien se regrouper bien près de la moyenne o se disperser, y compris loin de la moyenne Paramètres de dispersion 4 iClasse AClasse B Total48 Moyenne12

 Comparaison des résultats sur 20 dans 2 classes de 4 élèves  Moyennes identiques  La situation est-elle identique dans les 2 classes ?  Pourquoi ?   paramètres de dispersion  Pour voir si les observations ont tendance à: o bien se regrouper bien près de la moyenne o se disperser, y compris loin de la moyenne Paramètres de dispersion 5 iClasse AClasse B Total48 Moyenne12

 Comparaison des résultats sur 20 dans 2 classes de 4 élèves  Moyennes identiques  La situation est-elle identique dans les 2 classes ?  Pourquoi ?   paramètres de dispersion  Pour voir si les observations ont tendance à: o bien se regrouper bien près de la moyenne o se disperser, y compris loin de la moyenne Paramètres de dispersion 6 iClasse AClasse B Total48 Moyenne12

 Comparaison des résultats sur 20 dans 2 classes de 4 élèves  Moyennes identiques  La situation est-elle identique dans les 2 classes ?  Pourquoi ?   paramètres de dispersion  Pour voir si les observations ont tendance à: o bien se regrouper bien près de la moyenne o se disperser, y compris loin de la moyenne Paramètres de dispersion 7 iClasse AClasse B Total48 Moyenne12

 Comparaison des résultats sur 20 dans 2 classes de 4 élèves  Moyennes identiques  La situation est-elle identique dans les 2 classes ?  Pourquoi ?   paramètres de dispersion  Pour voir si les observations ont tendance à : o bien se regrouper bien près de la moyenne : classe B o se disperser, y compris loin de la moyenne : classe A Paramètres de dispersion 8 iClasse AClasse B Total48 Moyenne12

 Dispersion dans la classe A  Pour voir si l’élève « 1 » est proche de la moyenne : 5 − 12 = − 7  Dispersion générale : moyenne des écarts à la moyenne  Problème : somme « toujours » nulle  Solution : écarts au carré  variance :  ² = 38,5 pour la classe A  Pour contrer la nécessaire élévation au carré, racine carrée : o écart type =  = racine carrée de  ² = indice de dispersion le + habituel o  = 6,205 pour la classe A Paramètres de dispersion 9 Classe APoints 15− − Total Moyenne12038,5

 Dispersion dans la classe A  Pour voir si l’élève « 1 » est proche de la moyenne : 5 − 12 = − 7  Dispersion générale : moyenne des écarts à la moyenne  Problème : somme « toujours » nulle  Solution : écarts au carré  variance :  ² = 38,5 pour la classe A  Pour contrer la nécessaire élévation au carré, racine carrée : o écart type =  = racine carrée de  ² = indice de dispersion le + habituel o  = 6,205 pour la classe A Paramètres de dispersion 10 Classe APoints 15− − Total Moyenne12038,5

 Dispersion dans la classe A  Pour voir si l’élève « 1 » est proche de la moyenne : 5 − 12 = − 7  Dispersion générale : moyenne des écarts à la moyenne  Problème : somme « toujours » nulle  Solution : écarts au carré  variance :  ² = 38,5 pour la classe A  Pour contrer la nécessaire élévation au carré, racine carrée : o écart type =  = racine carrée de  ² = indice de dispersion le + habituel o  = 6,205 pour la classe A Paramètres de dispersion 11 Classe APoints 15− − Total Moyenne12038,5

 Dispersion dans la classe A  Pour voir si l’élève « 1 » est proche de la moyenne : 5 − 12 = − 7  Dispersion générale : moyenne des écarts à la moyenne  Problème : somme « toujours » nulle  Solution : écarts au carré  variance :  ² = 38,5 pour la classe A  Pour contrer la nécessaire élévation au carré, racine carrée : o écart type =  = racine carrée de  ² = indice de dispersion le + habituel o  = 6,205 pour la classe A Paramètres de dispersion 12 Classe APoints 15− − Total Moyenne12038,5

 Dispersion dans la classe A  Pour voir si l’élève « 1 » est proche de la moyenne : 5 − 12 = − 7  Dispersion générale : moyenne des écarts à la moyenne  Problème : somme « toujours » nulle  Solution : écarts au carré  variance :  ² = 38,5 pour la classe A  Pour contrer la nécessaire élévation au carré, racine carrée : o écart type =  = racine carrée de  ² = indice de dispersion le + habituel o  = 6,205 pour la classe A Paramètres de dispersion 13 Classe APoints 15− − Total Moyenne12038,5

 Dispersion dans la classe A  Pour voir si l’élève « 1 » est proche de la moyenne : 5 − 12 = − 7  Dispersion générale : moyenne des écarts à la moyenne  Problème : somme « toujours » nulle  Solution : écarts au carré  variance :  ² = 38,5 pour la classe A  Pour contrer la nécessaire élévation au carré, racine carrée : o écart type =  = racine carrée de  ² = indice de dispersion le + habituel o  = 6,205 pour la classe A Paramètres de dispersion 14 Classe APoints 15− − Total Moyenne12038,5

 Dispersion dans la classe A  Pour voir si l’élève « 1 » est proche de la moyenne : 5 − 12 = − 7  Dispersion générale : moyenne des écarts à la moyenne  Problème : somme « toujours » nulle  Solution : écarts au carré  variance :  ² = 38,5 pour la classe A  Pour contrer la nécessaire élévation au carré, racine carrée : o écart type =  = racine carrée de  ² = indice de dispersion le + habituel o  = 6,205 pour la classe A Paramètres de dispersion 15 Classe APoints 15− − Total Moyenne12038,5

 Dispersion dans la classe A  Pour voir si l’élève « 1 » est proche de la moyenne : 5 − 12 = − 7  Dispersion générale : moyenne des écarts à la moyenne  Problème : somme « toujours » nulle  Solution : écarts au carré  variance :  ² = 38,5 pour la classe A  Pour contrer la nécessaire élévation au carré, racine carrée : o écart type =  = racine carrée de  ² = indice de dispersion le + habituel o  = 6,205 pour la classe A Paramètres de dispersion 16 Classe APoints 15− − Total Moyenne12038,5

 Dispersion dans la classe A  Pour voir si l’élève « 1 » est proche de la moyenne : 5 − 12 = − 7  Dispersion générale : moyenne des écarts à la moyenne  Problème : somme « toujours » nulle  Solution : écarts au carré  variance :  ² = 38,5 pour la classe A  Pour contrer la nécessaire élévation au carré, racine carrée : o écart type =  = racine carrée de  ² = indice de dispersion le + habituel o  = 6,205 pour la classe A Paramètres de dispersion 17 Classe APoints 15− − Total Moyenne12038,5

 Dispersion dans la classe A  Pour voir si l’élève « 1 » est proche de la moyenne : 5 − 12 = − 7  Dispersion générale : moyenne des écarts à la moyenne  Problème : somme « toujours » nulle  Solution : écarts au carré  variance :  ² = 38,5 pour la classe A  Pour contrer la nécessaire élévation au carré, racine carrée : o écart type =  = racine carrée de  ² = indice de dispersion le + habituel o  = 6,205 pour la classe A Paramètres de dispersion 18 Classe APoints 15− − Total Moyenne12038,5

 Dispersion dans la classe A  Pour voir si l’élève « 1 » est proche de la moyenne : 5 − 12 = − 7  Dispersion générale : moyenne des écarts à la moyenne  Problème : somme « toujours » nulle  Solution : écarts au carré  variance :  ² = 38,5 pour la classe A  Pour contrer la nécessaire élévation au carré, racine carrée : o écart type =  = racine carrée de  ² = indice de dispersion le + habituel o  = 6,205 pour la classe A Paramètres de dispersion 19 Classe APoints 15− − Total Moyenne12038,5

iClasse AClasse B Total48 Moyenne12  Comparaison des résultats sur 20 dans 2 classes de 4 élèves   = 6,205 pour la classe A  Pour B, plus ou moins ? Pourquoi ?   = 3,162 pour la classe B  Conclusion : dispersion plus grande dans la classe A o information = un complément utile de la moyenne o moyennes identiques dans A et B o MAIS dispersions ≠ : B : dispersion faible ; pas d’échec et pas de belles réussites A : dispersion forte : 2 échecs graves et 2 belles réussites Paramètres de dispersion 20

iClasse AClasse B Total48 Moyenne12  Comparaison des résultats sur 20 dans 2 classes de 4 élèves   = 6,205 pour la classe A  Pour B, plus ou moins ? Pourquoi ?   = 3,162 pour la classe B  Conclusion : dispersion plus grande dans la classe A o information = un complément utile de la moyenne o moyennes identiques dans A et B o MAIS dispersions ≠ : B : dispersion faible ; pas d’échec et pas de belles réussites A : dispersion forte : 2 échecs graves et 2 belles réussites Paramètres de dispersion 21

iClasse AClasse B Total48 Moyenne12  Comparaison des résultats sur 20 dans 2 classes de 4 élèves   = 6,205 pour la classe A  Pour B, plus ou moins ? Pourquoi ?   = 1,581 pour la classe B  Conclusion : dispersion plus grande dans la classe A o information = un complément utile de la moyenne o moyennes identiques dans A et B o MAIS dispersions ≠ : B : dispersion faible ; pas d’échec et pas de belles réussites A : dispersion forte : 2 échecs graves et 2 belles réussites Paramètres de dispersion 22

iClasse AClasse B Total48 Moyenne12  Comparaison des résultats sur 20 dans 2 classes de 4 élèves   = 6,205 pour la classe A  Pour B, plus ou moins ? Pourquoi ?   = 1,581 pour la classe B  Conclusion : dispersion plus grande dans la classe A o information = un complément utile de la moyenne o moyennes identiques dans A et B o MAIS dispersions ≠ : B : dispersion faible ; pas d’échec et pas de belles réussites A : dispersion forte : 2 échecs graves et 2 belles réussites Paramètres de dispersion 23

iClasse AClasse B Total48 Moyenne12  Comparaison des résultats sur 20 dans 2 classes de 4 élèves   = 6,205 pour la classe A  Pour B, plus ou moins ? Pourquoi ?   = 1,581 pour la classe B  Conclusion : dispersion plus grande dans la classe A o information = un complément utile de la moyenne o moyennes identiques dans A et B o MAIS dispersions ≠ : B : dispersion faible ; pas d’échec et pas de belles réussites A : dispersion forte : 2 échecs graves et 2 belles réussites Paramètres de dispersion 24

iClasse AClasse B Total48 Moyenne12  Comparaison des résultats sur 20 dans 2 classes de 4 élèves   = 6,205 pour la classe A  Pour B, plus ou moins ? Pourquoi ?   = 1,581 pour la classe B  Conclusion : dispersion plus grande dans la classe A o information = un complément utile de la moyenne o moyennes identiques dans A et B o MAIS dispersions ≠ : B : dispersion faible ; pas d’échec et pas de belles réussites A : dispersion forte : 2 échecs graves et 2 belles réussites Paramètres de dispersion 25

iClasse AClasse B Total48 Moyenne12  Comparaison des résultats sur 20 dans 2 classes de 4 élèves   = 6,205 pour la classe A  Pour B, plus ou moins ? Pourquoi ?   = 1,581 pour la classe B  Conclusion : dispersion plus grande dans la classe A o information = un complément utile de la moyenne o moyennes identiques dans A et B o MAIS dispersions ≠ : B : dispersion faible ; pas d’échec et pas de belle réussite A : dispersion forte : 2 échecs graves et 2 belles réussites Paramètres de dispersion 26

 Formules pour la variance et versions « simplifiées »  Autres paramètres : p. 41 et suivantes  Distribution normale : p. 44  Chapitre 3 : fin ! Paramètres de dispersion 27 22 ClassiquePour le calcul Simple Pondérée n p Pondérée f p

 Formules pour la variance et versions « simplifiées »  Autres paramètres : p. 41 et suivantes  Distribution normale : p. 44  Chapitre 3 : fin ! Paramètres de dispersion 28 22 ClassiquePour le calcul Simple Pondérée n p Pondérée f p

 Formules pour la variance et versions « simplifiées »  Autres paramètres : p. 41 et suivantes  Distribution normale : p. 44  Chapitre 3 : fin ! Paramètres de dispersion 29 22 ClassiquePour le calcul Simple Pondérée n p Pondérée f p

 Formules pour la variance et versions « simplifiées »  Autres paramètres : p. 41 et suivantes  Distribution normale : p. 44  Chapitre 3 : fin ! Paramètres de dispersion 30 22 ClassiquePour le calcul Simple Pondérée n p Pondérée f p

 Formules pour la variance et versions « simplifiées »  Autres paramètres : p. 41 et suivantes  Distribution normale : p. 44  Chapitre 3 : fin ! Paramètres de dispersion 31 22 ClassiquePour le calcul Simple Pondérée n p Pondérée f p

 Formules pour la variance et versions « simplifiées »  Autres paramètres : p. 41 et suivantes  Distribution normale : p. 44  Chapitre 3 : fin ! Paramètres de dispersion 32 22 ClassiquePour le calcul Simple Pondérée n p Pondérée f p

 Formules pour la variance  Autres paramètres : p. 41 et suivantes  Distribution normale : p. 44  Chapitre 3 : fin ! Paramètres de dispersion 33 22 ClassiquePour le calcul Simple Pondérée n p Pondérée f p