Statistiques – Concepts clés
Cette leçon résume les notions fondamentales de la statistique qui apparaissent dans les cartes d’apprentissage. Elle couvre la mesure de la dispersion, les estimations sans biais, les intervalles de confiance, les mesures de tendance centrale, ainsi que les relations entre corrélation et régression. Les lois de probabilité les plus utilisées pour les petits échantillons et la convergence vers la loi normale sont également présentées.
1. Estimation de la variance
Le meilleur estimateur non biaisé de la variance σ² est la variance elle‑même, calculée à partir des observations. Contrairement à un estimateur qui sous‑estime la dispersion, cet estimateur utilise la formule Σ(xᵢ‑\bar{x})²/(n‑1), garantissant l’absence de biais statistique.
2. Espérance et moyenne théorique
Dans une distribution normale N(μ, σ²), le paramètre μ représente l’espérance de la variable aléatoire. L’espérance correspond à la moyenne théorique attendue sur un nombre infini de tirages.
3. Convergence de la loi binomiale vers la loi normale
Lorsque le nombre d’expériences augmente, la loi binomiale converge vers une loi normale. Ce phénomène est une illustration du théorème de la limite centrale, qui montre que la somme (ou la moyenne) de variables indépendantes tend vers une distribution gaussienne, même si la loi de départ est discrète.
4. Intervalles de confiance vs étendue r
Deux méthodes permettent de caractériser la variabilité d’un échantillon :
- Intervalle de confiance (IC) : construit autour de la moyenne avec la formule \bar{x} ± t_β·σ/√n. Il fournit une fourchette probabiliste où se situe la vraie moyenne avec un niveau de confiance donné.
- Étendue r : différence entre la valeur maximale a_max et la valeur minimale a_min. Cette mesure ne tient pas compte du niveau de confiance, elle indique simplement l’amplitude des observations extrêmes.
L’IC est généralement préféré lorsqu’on souhaite quantifier l’incertitude autour de la moyenne, tandis que r est utile pour une description rapide de la dispersion totale.
5. Mesure robuste de tendance centrale
La médiane est la mesure de tendance centrale la plus robuste face aux valeurs extrêmes (outliers). Contrairement à la moyenne, la médiane ne dépend pas de la magnitude des valeurs extrêmes, ce qui la rend fiable pour des distributions asymétriques ou contaminées.
6. Relation entre écart‑type et variance
L’écart‑type σ est la racine carrée de la variance. Cette relation montre que la variance représente la dispersion au carré, tandis que l’écart‑type exprime la dispersion dans les mêmes unités que les données originales.
7. Gestion des valeurs aberrantes
Il est faux d’affirmer qu’une valeur aberrante doit toujours être supprimée avant l’analyse statistique. Un outlier peut refléter un événement réel rare et contenir une information précieuse. La décision de le retirer doit être justifiée par une analyse contextuelle, pas par une règle automatique.
8. Corrélation linéaire vs régression linéaire
Ces deux techniques quantifient des aspects différents de la relation entre deux variables :
- Corrélation linéaire mesure la force et la direction de l’association à l’aide du coefficient r. Elle ne fournit pas d’équation fonctionnelle.
- Régression linéaire modélise la relation fonctionnelle sous la forme y = a·x + b. Elle permet de prédire la valeur de y pour un x donné et fournit les paramètres a (pente) et b (ordonnée à l’origine).
9. Loi de Student pour petits échantillons
Lorsque la taille de l’échantillon n est petite, on utilise la loi de Student. Cette loi fournit le facteur t_β qui dépend de n et du niveau de confiance souhaité, remplaçant le facteur z de la loi normale.
10. Propagation des erreurs
Dans le cas d’une fonction linéaire G = a·x + b où x = x_m ± Δx, l’incertitude transmise à G est a·Δx. Cette règle de propagation montre que l’erreur se multiplie par le coefficient a qui relie x à G.
11. Valeur du paramètre tβ à 95 % pour n=16
Pour un niveau de confiance de 95 % et un échantillon de taille n = 16, le facteur t_β vaut 2,13. Cette valeur provient de la table de la loi de Student et est utilisée pour construire les intervalles de confiance.
12. Largeur à mi‑hauteur de la courbe gaussienne
La largeur à mi‑hauteur de la courbe gaussienne est notée Δe. Elle correspond à la distance entre les deux points de la distribution où la densité atteint la moitié de son maximum, offrant une mesure intuitive de la dispersion autour du pic.
En maîtrisant ces concepts, vous disposez d’un socle solide pour analyser des données, interpréter des résultats et appliquer les méthodes statistiques appropriées selon le contexte de vos études ou de vos projets professionnels.
