Guides des notions de statistique
Les idées essentielles pour lire et présenter correctement des résultats, chacune avec des exemples chiffrés que vous pouvez reproduire dans les calculatrices.
Écart type : la différence entre échantillon (n−1) et population (n)
Pourquoi divise-t-on par n−1 ? Correction de Bessel, STDEV.S et STDEV.P d'Excel, et un exemple calculé à la main.
G02Quartiles, IQR et valeurs aberrantes : pourquoi chaque méthode donne un résultat différent
QUARTILE.INC, QUARTILE.EXC et charnières de Tukey : pourquoi les quartiles diffèrent, IQR, règle 1.5×IQR et boîte à moustaches.
G03Loi normale et score z : probabilités cumulées et score des x % supérieurs
Propriétés de la loi normale, score z, règle 68–95–99.7, lecture des probabilités cumulées et seuil des 10 % supérieurs, pas à pas.
G04Bien interpréter la valeur p : définition et 5 idées fausses courantes
Définition exacte de la valeur p, 5 idées fausses (ce n'est pas la probabilité que H0 soit vraie), seuil α, taille d'effet, uni/bilatéral.
G05Intervalle de confiance à 95 % : sa vraie signification et son calcul
Interpréter correctement un intervalle de confiance à 95 %, choisir z ou t, exemples pour une moyenne et une proportion, Wald ou Wilson.
G06Taille d'échantillon d'un sondage : la fixer selon la marge d'erreur et le niveau de confiance
Formule n = z²·p(1−p)/E², pourquoi p=0.5, correction pour population finie, tableau des tailles et envois selon le taux de réponse.
G07Quel test statistique choisir ? Guide selon la situation
Type de données, nombre de groupes, appariement : un tableau de décision entre test t, khi-deux, corrélation et tests non paramétriques.
G08Corrélation et régression : r de Pearson, ρ de Spearman et interprétation de la pente
Pearson ou Spearman, coefficient de détermination r², pente de régression, corrélation et causalité, effet des valeurs aberrantes.