Commentaires
Diaporama
Plan
1
Statistique Inférentielle
  • 2 dimensions
2
Liaison entre 2 variables nominales : le test de Chi²
  • Données binaires : test exact de Fisher (2x2)
  • Données multicatégorielles : test de Chi² de Pearson :



  • Limite : fc >5



3
Exemple test exact de Fisher
4
Résultats avec XLSTAT
5
Comparaison variable qualitative – variable quantitative : Test ANOVA
  • Présupposés :
  • la distribution de la variable quantitative est normale
  • Les variances sont homogènes
  • Les données sont indépendantes


6
Les sources de variations
7
Exemple
8
 
9
Approche non paramétrique :
test de Kruskall-Wallis
  • On ne suppose pas la normalité de la distribution
  • Généralisation du test des rangs de Mann-Whitney
10
Exemple
11
 
12
  Corrélation entre 2 v.  quantitatives
test de Bravais-Pearson
  • Présupposés :
  • Normalité de la distribution des 2 variables
  • Données indépendantes
13
Transformation
14
Approche non paramétrique :
le test de Spearman
15
 
16
La régression linéaire
17
Répartition des points
18
La distance de Cook
  • Pour chaque point, on calcule la pente a1 et l’ordonnée à l’origine a0sans ce point.
  • La distance de Cook calcule la somme des variations avec et sans le point sur les 2 paramètres :


19
Calcul de Cook (XLSTAT)
20
Données atypiques (outliers)
21
Intervalle de confiance sur les paramètres
22
Intervalle de confiance de la droite
23
Limites de détection et niveau critique
24
Limite de détection et niveau critique  Méthode directe de calcul
  • Limite de Détection  = 3*sa0/a1


  • Niveau critique = 10*sa0/a1


25
Test d’exactitude :
test t de Student
  • tobs = |a1-R|/sa1
26
Test de précision :
Test F
27
Absence de biais sur la droite d’étalonnage : test t
  • t=a0/sa0
28
Test de sensibilité : 
Test t
  • d=pente1-pente2
  • var.d = var.pente1 +var.pente2