Bonjour,
Dans les rapports scientifiques, quand un résultat (exemple : taille moyenne des individus d'un échantillon) est donnée sous la forme X ± Y, Y correspond bien à l'erreur standard ?
Cette erreur standard se calcule bien en divisant l'écart-type par la racine du nombre d'individus ?
Merci, j'ai un petit doute là !
je ne comprend pas le terme "erreur standard".
et je crois que tu pars de travers en parlant de racine du nb d'individus.
je mets ce lien très simple qui rappelle ce qu'est l'écart type et la variance.
http://www.statcan.gc.ca/edu/power-p...214891-fra.htm
dans les publis on donne en général un intervalle de confiance à 95%. Si on le donne sous la forme X+/- Y c'est que la loi de la variable en question est symétrique. Comme ce n'est pas toujours le cas, on présente le plus souvent les choses sous la forme X (X1 - X2) (X est l'estimation ponctuelle, X1 et X2 les limites de l'intervalle de confiance).
Ok merci.
concrètement,
j'ai mesuré un échantillon de 40 insectes d'une population que j'étudie (j'étudie leur croissance, mes mesures sont celles de T0). J'ai des valeurs moyennes mais je veux mettre le +- de la forme X+- Y . Comment fais-je ?
Thanks
ça dépend de la loi de la variable mesurée. Qu'est-ce que T0?
je mesure la taille et le poids de chaque individu de l'échantillon au temps initial to puis je ferais de même au temps final tf
si c'est de simples mesures tu peux tracer un histogramme pour voir si la distribution a l'air symétrique unimodale. Si c'est le cas, tu fais l'hypothèse que la moyenne empirique suit une loi normale (le théorème central limite assure que quand la taille d'échantillon est grande la distribution de la moyenne empirique est gaussienne, mais la vitesse de convergence dépend de la distribution des mesures, si elle est trop mal foutue ça converge lentement et tu ne peux pas supposer qu'avec 40 valeur tu est proche d'une loi normale).
Si la distribution est supposée normale, tu estimes l'écart-type de la mesure, et tu le divises par la racine carrée de 40 pour avoir l'écart-type de la moyenne empirique, disons s. Un intervalle de confiance gaussien est donné par [m-1.96s,m+1.96s]. <note : si tu avais un échantillon de taille n<30 il te faudrait utiliser la loi de Student, mais pour n>30 elle est très proche de la loi normale>
Si la distribution n'est pas du tout symétrique, ou pas unimodale, tu peux calculer un intervalle de confiance par bootstrap (mais ça m'étonnerait que tu en aies besoin).
