Les articles

Introduction aux statistiques


Objet statistique

La statistique est une science exacte qui vise à fournir à l'analyste des informations pour collecter, organiser, résumer, analyser et présenter des données. Il traite des paramètres extraits de la population, tels que la moyenne ou l'écart type.

Statistics nous fournit des techniques pour extraire des informations des données, qui sont souvent incomplètes car elles nous fournissent des informations utiles sur le problème à l'étude, c'est donc l'objectif de Statistics d'extraire des informations des données pour mieux comprendre. des situations qu'ils représentent.

Lorsque l'on aborde un problème impliquant des méthodes statistiques, celles-ci doivent être utilisées avant même de prélever l'échantillon, c'est-à-dire planifier l'expérience qui nous permettra de collecter les données afin de pouvoir ensuite extraire le plus possible. informations pertinentes au problème étudié, c'est-à-dire à la population dont proviennent les données.

Lorsque nous sommes en possession des données, nous essayons de les regrouper et de les réduire, sous forme d'échantillon, en laissant de côté le caractère aléatoire actuel.

Ensuite, l'objectif de l'étude statistique peut être d'estimer une quantité ou de tester une hypothèse, en utilisant des techniques statistiques pratiques, qui améliorent le plein potentiel des statistiques, car elles permettront de tirer des conclusions sur une population, sur la base de dans un petit échantillon, nous donnant toujours une mesure de l'erreur commise.

Cliquez ici pour voir l'exemple 1

Population et échantillon

Toute étude scientifique est confrontée au dilemme d'une étude de population ou d'échantillonnage. De toute évidence, une précision beaucoup plus élevée serait obtenue si l'ensemble du groupe, la population, était analysé qu'une petite portion représentative, appelée l'échantillon. Il est observé qu'il n'est pas pratique dans la plupart des cas d'étudier la population en raison des distances, du coût, du temps, de la logistique, entre autres raisons.

L'alternative pratiquée dans ces cas est de travailler avec un échantillon fiable. Si l'échantillon est fiable et fournit des inférences sur la population, nous l'appelons inférence statistique. Pour que l'inférence soit valide, un bon échantillonnage est nécessaire, exempt d'erreurs telles que le manque de détermination correcte de la population, le manque de caractère aléatoire et l'erreur de dimensionnement de l'échantillon.

Lorsqu'il n'est pas possible d'étudier de manière exhaustive tous les éléments de la population, nous étudions seulement quelques éléments, que nous appelons l'échantillon.

Cliquez ici pour voir l'exemple 2

Lorsque l'échantillon ne représente pas correctement, la population est biaisée et son utilisation peut donner lieu à des interprétations erronées.

Suivante: Recensement, statistiques descriptives et inductives

Vidéo: S1- Introduction à la statistique - Prof. Romain François PELTIER (Juillet 2020).