Variabilité — pourquoi échantillons ?
Pour représenter la population malgré la variabilité individuelle.
Hasard — rôle ?
Explique les écarts aléatoires entre moyennes ou pourcentages.
R — pourquoi l’utiliser ?
Pour analyses flexibles, reproductibles et adaptées aux grands jeux de données.
RStudio — interface ?
Comporte script, console, environnement, et panneaux Files, Plots, Packages, Help.
Population — définition ?
Ensemble complet d’individus d’étude, avec paramètres inconnus.
Analyse univariée — description ?
Étude d’un seul caractère par individu.
Analyse bivariée — description ?
Étude de deux caractères par individu.
Variable qualitative — types ?
Nominale (sans ordre) ou ordinale (avec ordre).
Variable quantitative — types ?
Discrète (valeurs isolées) ou continue (intervalle).
Effectif — définition ?
Nombre d’individus pour une modalité ou classe.
Fréquence — calcul ?
Effectif divisé par total, $f_i=n_i/n$.
Fréquence cumulée — rôle ?
Somme des fréquences jusqu’à une valeur donnée.
Fonction de répartition — rôle ?
Associe à chaque $x$ la probabilité $P(X \, ext{≤}\, x)$.
Échantillon très différent — implication ?
Ne prouve pas forcément des populations différentes.
Échantillon très semblable — implication ?
Ne garantit pas que populations sont semblables.
Variables qualitatives — exemple ?
Couleur des yeux, groupe sanguin.
Teste tes connaissances avec un QCM de 16 questions sur Introduction à la statistique descriptive.
1. Quel est un avantage essentiel de R pour l’analyse statistique par rapport à des outils clique-bouton ?
2. Comment calcule-t-on la fréquence d’une modalité ou d’une valeur ?
Révisez le cours complet dans la fiche de révision de Introduction à la statistique descriptive.
Voir la fiche →Importe ton cours et l'IA génère des flashcards en 30 secondes.
Générateur de flashcards