Notice
6 How does your data look?
- document 1 document 2 document 3
- niveau 1 niveau 2 niveau 3
Descriptif
A data set is most often presented in the form of a table of individuals X variables crossing statistical individuals with the variables collected. Since two variables are of a qualitative nature, they can be crossed together, thus constituting a contingency table that contains the numbers corresponding to the crossings of modalities.
Thème
Avec les mêmes intervenants et intervenantes
-
1 Distribution des valeurs de multiples échantillons
GayFrédérickEchantillons, Distribution Normale, Moyenne d’une population, p-value
-
1 Distribution of multiple sample values
GayFrédérickSamples, Normal Distribution, Average of a population, p-value
-
2 Does a sample come from this population?
GayFrédérickComparison of a sample to a norm, Null hypothesis (HO), Alternative hypothesis (H1), Alpha risk, p-value
-
2 Un échantillon provient-il de cette population ?
GayFrédérickComparaison d’un échantillon à une norme, Hypothèse nulle (HO), Hypothèse alternative (H1), Risque alpha, p-value
-
3 Deux échantillons proviennent-ils ou pas de la même population ?
GayFrédérickComparaison de 2 échantillons, Hypothèse nulle (H0), Hypothèse alternative (H1), Risque alpha, p-value
-
3 Do two samples come from the same population or not?
GayFrédérickComparison of 2 samples, Null hypothesis (H0), Alternative hypothesis (H1), Alpha risk, p-value
-
4 Comment poser ses hypothèses ?
GayFrédérickTest d’hypothèse, Hypothèse nulle (H0), Hypothèse alternative (H1), Risque alpha, p-value, Test bilatéral, Test unilatéral
-
4 How do you make hypotheses ?
GayFrédérickHypothesis test, Null hypothesis (H0), Alternative hypothesis (H1), Alpha risk, p-value, Bilateral test, Unilateral test
-
-
-
6 Comment se présentent vos données ?
GayFrédérickIndividus statistiques, Variables, Types de variable, Tableau individus-variables, Tableau de contingence
-
7 Validity of a diagnostic test in every day life
GayFrédérickDiagnostic test, Intrinsic validity, A priori validity, Sensitivity, Specificity