WikiStat

  • L'analyse des correspondances simples : AFC
    L’AFC a été introduite de façon complète dans les années 60 par JP. Benzecri. L’AFC est de fait une ACP. Les composantes principales sont toujours obtenues à partir de la distance entre les différents points des nuages multidimensionnels, mais les points ont des coordonnées qui ont subi une transformation préalable permettant de conserver une métrique identique à celle de l’ACP pour calculer ces distances.

    Le but de l’AFC reste donc le même : lire l’information contenue dans un Espace multidimensionnel par une réduction de la dimension de cet espace en concevant un Maximum de l’information contenu dans l’espace de départ.
  • Les types de questions qui constituent un questionnaire
    Le questionnaire joue un rôle de premier plan dans la démarche de collecte de données. Un questionnaire bien conçu permet de recueillir des données de manière efficace et en minimisant le risque d'erreur. Alors une fois que le thème de l'enquête est connu, que l'échantillon est élaboré et que la méthode d'enquête a été arrêtée, l'élaboration du questionnaire peut alors débuter. Mais de quoi est fait un questionnaire ?

    Il existe plusieurs types de questions qui forment un questionnaire. Selon l'information à recueillir, il est possible d'opter pour l'un ou pour l'autre des types de questions ci-après :
  • L'Analyse en Composante Principale (ACP)
    L'Analyse en Composante principale (ACP) fait partie des analyses descriptives multi-variées. Le but de cette analyse est de résumer le maximum d'informations possibles en perdant le moins possible pour:

    • Faciliter l'interprétation d'un plus grand nombre de données initiales

    • Donner plus de sens aux données réduites

    L'ACP permet donc de réduire des tableaux de grandes tailles en un petit nombre de variables (2 ou 3 généralement) tout en conservant un maximum d'information. Les variables de départ sont dites « métriques ».
  • Les tests d'hypothèses...
    Un test d'hypothèses est un procédé d'inférence permettant d'évaluer une hypothèse statistique à partir de l'étude d'un échantillon aléatoire par rapport à une ou plusieurs populations. Le principe des méthodes de l'inférence statistique est de déterminer, avec une probabilité donnée, si les différences constatées au niveau des échantillons peuvent être imputables au hasard ou si elles sont suffisamment importantes pour signifier que les échantillons proviennent de populations vraisemblablement différentes.
    Exemple : Cas du taux de fumeurs dans une population d'étudiants en comparaison au taux de fumeurs dans la population globale.
  • La méthode des quotas
    En général, les enquêtes ne peuvent pas être appliquées sur l’ensemble de la population-mère du fait de l’étendue de la population, du coût de la recherche, du temps à y consacrer ainsi que la certitude d’utiliser la meilleure méthode pour y parvenir. Il est évident que l’échantillonnage est le moyen auquel il faut recourir.
    La technique à employer consisterait en la construction d’un échantillon qui ressemblerait à la population dont il est issu, en d’autres termes qu’il soit représentatif de cette dernière. Cela permettra aux résultats d’être les plus fiables possibles.
    Il existe deux types de méthodes d’échantillonnage :
    • Les méthodes probabilistes. Les unités de sondages sont tirées au sort de manière aléatoire
    • Les méthodes non-probabilistes (ou empiriques). La méthode la plus répandue et dont nous parlerons ici est celle des quotas
  • Le redressement d'échantillons
    Le redressement d’échantillons est une pratique courante dans l’univers des études et des sondages. Certains résultats ne s’envisagent d’ailleurs tout simplement pas sans le recours préalable à cette technique. C’est le cas notamment des sondages politiques, dont les valeurs sont toujours fournies après l’application de multiples calages, pour prendre en compte les répartitions sociodémographiques ou encore les résultats des élections précédentes.
    Nous vous invitons à découvrir les objectifs et les méthodes du redressement d’échantillons, dans le domaine des études de marché.
  • L'échantillonage probabiliste - Mon échantillon est-il représentatif ?
    Il existe plusieurs méthodes mais toutes ont en commun le même préambule: le « champ de l’enquête ». Il convient de définir initialement l’univers de référence ou la population mère c'est-à-dire l’intégralité des individus que l’on souhaite étudier (individus, familles, entreprises, etc.).
    La mise en place de l’échantillon probabiliste consiste en la sélection aléatoire (par hasard) d’un groupe d’individu appelé échantillon.

    Les quatre méthodes les plus répandues se différencient par leur mode d’extraction aléatoire et les étapes préalables pour y parvenir :

    • Échantillonnage probabiliste simple
    • Échantillonnage probabiliste systématique
    • Échantillonnage probabiliste stratifié
    • Échantillonnage en grappes et à plusieurs degrés
  • La boîte à moustaches
    La boîte à moustaches, traduction de Box & Whiskers Plot, a été développée par le statisticien John Wilder TUKEY (1977) pour représenter schématiquement la distribution d'une variable.
    Cette représentation graphique peut être un moyen pour approcher les concepts abstraits de la statistique. Elle doit son nom à sa forme qui évoque une moustache.
  • Le trio de choc de la mesure d'une tendance centrale
    Un paramètre statistique est dit de tendance centrale s'il s'agit d'un nombre clé autour duquel les observations sont réparties : mode, médiane, moyenne sont des paramètres de tendance centrale.
  • Une moyenne peut en cacher une autre
    En statistique, la moyenne est l’un des paramètres de position le plus utilisé. Or, l’un des problèmes de cette notion est d’avoir été trop facilement adoptée et, de façon assez floue, dans le langage courant au point d’en oublier qu’il en existe plusieurs aux usages bien spécifiques.
    Quelles sont donc ces moyennes ? A quoi servent-elles ? Et, surtout, laquelle utiliser ?
    • Résultas 1-10 (de 11)
     |<  < 1 - 2  >  >|