Statistiques de base — types de données

Source : Module 4 — Phase « Measure » · Statistiques de base (p. 87–89 / 265).

QCM 1 — 10 questions → QCM 2 — 10 questions (série 2) →

1 · Définition

Statistique :

• ensemble des méthodes qui ont pour objet la collecte, le traitement et l'interprétation des données ;
• ou bien encore, ensemble de données d'observation relatives à un groupe d'individus ou d'unités.

• Permet de prendre une décision liée à un risque d'erreur déterminé.
• L'analyse d'échantillons permet de tirer des conclusions sur la population.
  • Mais attention ! pas de certitude absolue — le raisonnement est basé sur des probabilités.

D // Module 4 : Phase « Measure » — p. 143

2 · Statistiques descriptives vs. analytiques

Statistiques descriptives :

• outils utilisés pour décrire une population ou un échantillon, présenter des résultats ;
• exemples : moyenne, médiane ; écart type, variance ; histogramme de fréquence, diagramme en bâtons ; diagramme de Pareto…

Statistiques analytiques (ou explicatives, ou inférentielles) :

• outils utilisés pour analyser des données et en déduire des conclusions pour l'action ;
• exemples : corrélation et régression simple et multiple ; analyse de la variance (ANOVA) ; tests d'hypothèses…

D // Module 4 : Phase « Measure » — p. 88 / 144

3 · Différents types de données — discrète / continue

                Donnée quantitative
                       |
          ┌────────────┴────────────┐
       Discrète                   Continue

Discrète :

• Se compte.
• Indivisible.
• Exemples : catégories ; nombre de défauts ; attributs (données discrètes binaires) ; Go / NoGo ; bon / mauvais.

Continue :

• Se mesure.
• Divisible indéfiniment.
• Exemples : temps ; longueur ; largeur ; pourcentage.

D // Module 4 : Phase « Measure » — p. 145

4 · Les échelles de données

Quatre échelles, de la moins à la plus riche en information : nominale, ordinale, d'intervalle, de ratio.

L'échelle nominale

• sans valeur quantitative, catégories totalement indépendantes, sans centralité numérique ;
• exemples : couleur de cheveux (brun, noir, blond, châtain, roux, autre) ; genre : homme, femme (échelle dichotomique : 2 classes).

L'échelle ordinale

• proportions d'idées non numériques (satisfaction, épanouissement, désagréments…) mais avec un ordre ;
• exemples : niveau de satisfaction (très insatisfait, plutôt insatisfait, neutre, plutôt satisfait, très satisfait) ; « Comment vous sentez-vous ? » (très malheureux, malheureux, neutre, heureux, très heureux).

D // Module 4 : Phase « Measure » — p. 89 / 146

L'échelle d'intervalles

• numérique : on peut calculer des valeurs statistiques (moyenne, écart-type) ;
• mais pas de vrai zéro — le zéro est une valeur comme une autre sur l'échelle ;
• impossible de calculer des ratios ;
• exemple : température en degrés Celsius.

L'échelle de ratios

• numérique : on peut calculer des valeurs statistiques (moyenne, écart-type) ;
• définition claire du zéro — échelle de proportions ;
• exemples : taille, poids, durée…

D // Module 4 : Phase « Measure » — p. 147

Réviser : flashcards sur les échelles de mesure

Clique sur la carte pour révéler la réponse ; navigue avec les flèches ou les boutons.

5 · Tableau récapitulatif des échelles

p. 89 / 148