Télécharger la présentation
La présentation est en train de télécharger. S'il vous plaît, attendez
Publié parRené Chénier Modifié depuis plus de 9 années
1
Analyse des données
2
Plan Lien entre les statistiques et l’analyse des données Propagation des erreurs Ajustement de fonctions
3
Échantillon vs population Une mesure échantillonne une population La distribution de l’échantillon approxime celle de la population La précision sur les estimations augmente avec la taille de l’échantillon N
4
Exemple de comptage
5
n = 100
6
n = 1000
7
n = 1 000 000
8
Précision sur la moyenne L’estimation de la moyenne s’affine avec N Population Échantillon
9
Erreur sur une variable dépendante
12
Propagation d’erreurs
14
x et y sont des variables indépendantes Et x et y sont des erreurs indépendantes Leurs effets s’additionnent quadratiquement
15
Propagation d’erreur pour des incertitudes indépendantes
16
Propagation d’erreurs (sans corrélations)
17
Moyenne pondérée Plusieurs mesures de x (x 1, x 2,... x i,,... x n ) Différentes précisions ( 1, 2,... i,,... n ) On cherche la meilleure évaluation de la moyenne µ Les mesures précises doivent contribuer davantage
18
Moyenne pondérée Si tous les i sont égaux,
19
Ajustement de courbes Soit f(x) une fonction physique On fait une mesure de f(x) en x = x 1 On cherche la probabilité que la mesure soit bonne
22
La probabilité totale est
23
La valeur de P ou de 2 nous dit si les mesures représentent bien la théorie
24
Ajustement En général, la situation est inversée On ne connaît pas f(x) Mais on connaît (ou on essaye) une forme –droite –polynôme –fonction arbitraire
25
Ajustement On cherche les a i qui maximisent P –Vraisemblance maximale –Maximum likelihood Ou qui minimisent 2 –Moindres carrés
26
Régression linéaire On veut passer la meilleure droite à travers n points expérimentaux
27
Régression linéaire On cherche a et b qui minimisent 2 2 équations, 2 inconnus (a et b)
28
Régression linéaire
30
Incertitudes égales (votre calculatrice)
31
Régression linéaire 5 mesures f(x) = 3x + 7 a=7b=3 2 = 10,1 a = 5,9b = 2,9 2 min = 5,9
32
Contours du 2
33
Incertitude sur les paramètres a et b dépendent des y i a et b dépendent des i On applique la règle de propagation
34
Incertitude sur les paramètres
35
Incertitude et 2
36
La régression linéaire trouve le minimum du 2 Un écart-type sur les paramètres correspond à une augmentation de 1 du 2. Pourquoi ? Les courbes de niveau indiquent la corrélation entre les paramètres
37
Incertitude et 2 Gaussienne d’écart-type = 1 L’incertitude représente une variation de 1 du 2
38
Corrélation linéaire On peut toujours passer une droite par des points Mais ces points peuvent-ils être décrits par une droite ? Le coefficient de corrélation linéaire r nous donne la réponse
39
Corrélation linéaire b = 2,7 b’ = 0,33 r = sqrt(bb’) = 0,95 b = 0,29 b’ = 0,33 r = sqrt(bb’) = 0,31
Présentations similaires
© 2024 SlidePlayer.fr Inc.
All rights reserved.