incompréhension de certains terme en stat
Bonjour/Bonsoir,
Quelqu'un pourrait m'expliquer par "vulgarisation" ce que veux dire un coefficient de corrélation, en faite c'est surtout le terme coefficient de corrélation que je ne comprends pas. J'aurais voulu savoir également que veux dire types d'échantillons appariés et indépendant. Merci pour votre aide.
Ah oui aussi j'oubliais qu'est ce qu'on appel risque alpha et puissance de test s'il vous plait et a quoi sa correspond ?
Bonjour.
Une grande partie des stats est assez élémentaire pour qu'on n'ait pas besoin de vulgariser ses termes. C'est le cas de la corrélation, notion qui parle du fait que deux variables statistiques sont liées entre elles (on dit corrélées). Quand on en connaît une, on peut en gros prévoir l'autre. Par exemple la taille et le poids d'un homme : On sait qu'un homme de 2m fera rarement moins de 100 kg, alors que la plupart des hommes de 1,70 m pèsent aux environs de 70 kg. la taille et le poids sont corrélées.
Le cas de base est lorsqu'on peut utiliser un modèle approximatif de la forme Y=aX+b où X et Y sont les deux variables statistiques étudiées (on parle de "corrélation linéaire"). On mesure l'adéquation du modèle aux mesures qui ont été effectuées par le "coefficient de corrélation linéaire", qui est proche de -1 ou de 1 quand le modèle est précis, proche de 0 quand il est imprécis.
Les calculs à ce sujet sont simples, on pourrait les enseigner en début de lycée, ils ont été au programme de classes de première à une époque (peut-être encore, je ne connais plus les programmes). Donc si tu prends un cours sur ce sujet, par exemple un livre de BTS, ou pour les sections AES de l'université, tu pourras comprendre.
Même chose pour les échantillons : Ils sont appariés lorsqu'il s'agit de mesures simultanées sur les mêmes individus (mon exemple de taille et poids correspond à des échantillons appariés); dans ce cas, on peut parler de corrélation. Ils sont indépendants si on a pris un échantillon au hasard pour chaque type de mesure.
Pour ta dernière question, c'est déjà nettement plus "costaud", et on ne peut pas comprendre ça sans étudier sérieusement un cours sur les tests. Je peux te donner des idées sur ces deux choses, mais ça ne te servira pas beaucoup :
* Le risque alpha est le risque (à choisir avant de commencer) de rejeter l'hypothèse du test alors même qu'elle était parfaitement vérifiée.
* La puissance du test est la mesure de la capacité du test à distinguer entre populations qui vérifient l'hypothèse et populations qui ne la vérifient pas.
Cordialement.
NB : Pourquoi as-tu besoin de ça ?
Salut,
Effectivement, le coefficient de corrélation veut dire ce qu'il dit, tout est dit dans le terme.
Le tout est de comprendre qu'on ne peut pas interpréter un coefficient de corrélation si on ne dit pas quel type de corrélation on mesure. La plus simple d'entre elles est la corrélation linéaire, et effectivement elle est enseignable dès le lycée car conceptuellement, il est facile de se dire que deux variables sont d'autant plus liées que la relation qui les lie est proche du type. C'est un cas de base car 1) on peut difficilement trouver de relation plus simple entre deux variables, 2) ce ne sont pas les exemples dans la vie de tous les jours qui manquent, et 3) le coefficient de corrélation utilisé pour mesurer cette relation linéaire est bien connu (coeff de Pearson) et est quand même facilement interprétable lorsqu'on revient à sa définition mathématique (ce ne sont pas les cours et les pages web qui manquent non plus).
... et d'une manière générale, un coefficient nul ne fait foi que pour le type de corrélation qu'il sert. Par conséquent, un coefficient de corrélation linéaire nul n'exclut par exemple pas la possibilité d'avoir des variables corrélées exponentiellement ou via une puissance.le "coefficient de corrélation linéaire", qui est proche de -1 ou de 1 quand le modèle est précis, proche de 0 quand il est imprécis.
Merci pour ta réponse theguitarist, mais comment je peux interprété le coefficient de corrélation ? Imaginons en utilisant le coefficient de corrélation de Pearson qui ne s'effectue que sur une variable quantitative qui suit une loi normal et dont les 2 échantillons sont indépendants j'obtient par exemple 0,3 le 0,3 voudrait dire quoi dans un exercice par exemple si je travail sur la probabilité qu'une personne qui mange une glace dans l'eau puis ce mourrir ?
Merci gg0 donc pour indépendant je prends un exemple c'est comme si je comparais le poids et la taille d'un chat de 20 kg par rapport a un homme de 50 kg là on peut dire que c'est 2 variable quantitative indépendante non ?
Azaaar, que de confusions dans ton message #4.
La corrélation se fait sur des séries doubles, donc des données appariées (sinon, en changeant l'ordre d'une des séries de valeurs on changerait le résultat !!), quantitatives, mais en aucune façon nécessairement gaussiennes (Normales). D'ailleurs ce n'est que par extension qu'on peut parler d'une variable statistique Normale, une série statistique est toujours discrète (nombre fini de valeurs). Enfin la corrélation ne définit aucune probabilité, et le fait de mourir ou pas n'est pas une variable quantitative.
j'ai l'impression que tu cherches à comprendre des explications statistiques (un livre, ou un article que tu lis) sans accepter que ça demande, pour être lu un minimum d'apprentissage de la technique.Tu es comme le passager d'un avion dont le pilote est mort et qui prétend le faire atterrir alors qu'il n'a jamais piloté.
Et ça continue au message suivant, où je ne vois pas de série statistique. Avec un homme et un chat, il n'y a pas de statistiques, seulement 2 poids et 2 tailles. manifestement, tu ne comprends même pas le vocabulaire et même l'objet de la statistique.
Donc arrête d’interpréter nos propos, prends un cours de statistiques descriptives, et lis-le. Tu ne sais pas de quoi on parle, tu ne comprends pas nos propos, on ne va pas faire ici un cours que tu peux trouver partout. Puis, quand tu seras au clair sur ce qu'on fait en stats descriptives (donc une bonne idée de la notion de corrélation), tu pourras passer à la partie plus délicate : échantillonnage (c'est surtout des probabilités appliquées) et théorie des tests.
On peut apprendre seul, je l'ai fait. Mais il faut décider d'apprendre, la "vulgarisation" n'apprend pas grand chose. tes messages #4 et #5 le montrent bien.
Désolé, il n'y a pas de simplification de ce sujet.
Rappel : Les stats descriptives ne demandent pas de grandes connaissances mathématiques. Seulement la volonté de comprendre.
