Recherche

Test Q de Cochran, tutoriel dans Excel

Test Q de Cochran

Utilisation du test Q de Cochran Le test Q de Cochran permet de comparer plusieurs échantillons appariés dont les valeurs sont binaires. Certains auteurs le présentent comme un cas particulier du test de Friedman (comparaison de k échantillons appariés) pour le cas où la variable mesurée est binaire, d'autres le présentent comme un test d'homogénéité marginale pour un tableau de contingence à k dimensions....

Tableaux disjonctifs complets

Qu’est-ce qu’un tableau disjonctif complet Un tableau disjonctif consiste en l'éclatement d'un tableau défini par n observations et q variables qualitatives en un tableau défini par n observations et p indicatrices où p est la somme des nombres de modalités des q variables : chaque variable Q(j) est décomposée en un sous-tableau à q(j) colonnes où la colonne k contient des 1 pour les observations correspondant...

Régression sur les Composantes Principales (PCR)

Principes de la régression sur les composantes principales La régression sur les composantes principales ou PCR (Principal Components Regression) comprend trois étapes : on réalise d'abord une ACP (Analyse en Composantes Principales) sur le tableau des variables explicatives, puis on effectue une régression OLS aussi appelée régression linéaire sur les composantes retenues, enfin on calcule les paramètres...

Lissage des séries chronologiques

Plusieurs méthode lissage sont disponibles dans XLSTAT-Forecast : Lissage exponentiel simple Ce modèle est aussi parfois appelé lissage exponentiel simple de Brown, ou le modèle à moyenne mobile exponentiellement pondérée. Le lissage exponentiel simple permet de prédire une valeur en fonction des données passées, en donnant aux données un poids d'autant plus faible qu'elles correspondent à un passé...

Graphiques univariés

Pourquoi utiliser des graphiques univariés ? Avant d'utiliser des méthodes d'analyse avancées comme par exemple une analyse discriminante ou une régression multiple, il est nécessaire dans un premier temps, de découvrir les données afin d'identifier des tendances, de repérer des anomalies ou tout simplement de disposer d'informations essentielles telles que le minimum, le maximum, ou la moyenne d'un...

Visualisation en coordonnées parallèles

Pourquoi la visualisation en coordonnées parallèles ? Cette méthode de visualisation est particulièrement utile en analyse de données pour détecter ou pour valider l'existence de groupes homogènes. On peut par exemple utiliser cette méthode à l'issue d'une Classification Hiérarchique Ascendante. Construction d'un graphique en coordonnées parallèles Si l'on considère que N individus sont décrits par...

Modèle de type ARIMA

Principe des modèles ARIMA Les modèles de la famille ARIMA permettent de représenter sous une forme succincte certains phénomènes variant avec le temps, et de faire des prévisions pour les valeurs futures du phénomène, avec un intervalle de confiance autour des prévisions. Modèle ARIMA L'écriture mathématique des modèles ARIMA varie d'un auteur à l'autre, ceci impliquant notamment des différences pour...

Statistiques descriptives (y compris box plots et scattergrams)

XLSTAT vous propose un nombre important de statistiques descriptives et de graphiques qui vous permettront d'avoir un premier aperçu pertinent de vos données. Bien que vous puissiez sélectionner plusieurs variables (ou échantillons) à la fois, XLSTAT calcul l'ensemble des statistiques descriptives pour chacun des échantillons indépendamment. Statistiques disponibles dans XLSTAT XLSTAT vous donne les...

Tests sur les tableaux de contingence

Principes de stest sur les tableaux de contingence XLSTAT permet d'obtenir de nombreuses statistiques spécifiques afin d’évaluer le lien, l'association, entre les R lignes et les C colonnes d'un tableau de contingence. Tests d'indépendance entre les lignes et les colonnes d'un tableau de contingence Khi’² de Pearson, Rapport de vraisemblance : G’² de Wilks, Approximation du test exact (bilatéral) de...