Sélection des statistiques pour la fonction Afficher les statistiques descriptives

Stat > Statistiques élémentaires > Afficher les statistiques descriptives > Statistiques

Sélectionnez les statistiques à inclure au résultat. Les modifications apportées dans cette sous-boîte de dialogue ne s'appliquent qu'à la session en cours. Pour modifier les paramètres par défaut des sessions futures, sélectionnez Outils > Options > Commandes individuelles > Afficher les statistiques descriptives. Sélectionnez les statistiques souhaitées et cliquez sur OK.

Remarque

La modification des paramètres par défaut ne changera pas de façon rétroactive les préférences des projets dans lesquels vous avez déjà utilisé l'option Afficher les statistiques descriptives. Pour modifier les statistiques affichées avec l'option Afficher les statistiques descriptives dans ces projets, sélectionnez les statistiques souhaitées dans la sous-boîte de dialogue Statistiques.

Moyenne

Utilisez la moyenne pour décrire l'échantillon avec une seule valeur qui représente le centre des données. De nombreuses analyses statistiques utilisent la moyenne en tant que mesure standard pour le centre de la loi des données.

Erreur type de la moyenne

Vous pouvez utiliser l'erreur type de la moyenne pour déterminer avec quelle précision la moyenne de l'échantillon évalue la moyenne de la population. Pour plus d'informations, reportez-vous à la rubrique Toutes les statistiques et tous les graphiques et cliquez sur "Erreur type de la moyenne".

Ecart type

Utilisez l'écart type pour déterminer la dispersion des données par rapport à la moyenne. Pour plus d'informations, reportez-vous à la rubrique Qu'est-ce que l'écart type ?.

Variance

Utilisez la variance pour déterminer la dispersion des données par rapport à la moyenne. Elle est égale à l'écart type au carré. Pour plus d'informations, reportez-vous à la rubrique Qu'est-ce que la variance ?.

Coefficient de variation

Le coefficient de variation (appelé CDV) est une mesure de la dispersion qui décrit la variation des données par rapport à la moyenne. Le coefficient de variation est ajusté de façon à ce que les valeurs soient sur une échelle sans unités. C'est pourquoi vous pouvez utiliser le coefficient de variation à la place de l'écart type pour comparer la variation des données ayant des unités ou des moyennes très différentes. Pour plus d'informations, reportez-vous à la rubrique Toutes les statistiques et tous les graphiques et cliquez sur "CDV".

Etendue

L'étendue est la différence entre la plus grande valeur des données de l'échantillon et la plus petite. L'étendue représente le plus petit intervalle contenant l'ensemble des valeurs des données.

Somme

La somme est le total de toutes les valeurs des données.

Minimum

Le minimum est la plus petite valeur de données d'un échantillon. Utilisez le minimum pour détecter une éventuelle valeur aberrante ou une erreur d'entrée de données. L'une des manières les plus simples d'estimer la dispersion de vos données consiste à comparer le minimum et le maximum.

Premier quartile

25 % des valeurs de données de l'échantillon sont inférieures à la valeur du premier quartile.

Médiane

La médiane est une autre mesure du centre de la loi. Elle est généralement moins influencée par les valeurs aberrantes que la moyenne. La moitié des valeurs de données est supérieure à la valeur de la médiane, tandis que l'autre moitié des valeurs est inférieure.

Troisième quartile

25 % des valeurs de données de l'échantillon sont supérieures à la valeur du troisième quartile.

Maximum

Le minimum est la plus grande valeur de données d'un échantillon. Utilisez le minimum pour détecter une éventuelle valeur aberrante ou une erreur d'entrée de données. L'une des manières les plus simples d'estimer la dispersion de vos données consiste à comparer le minimum et le maximum.

Etendue interquartile

L'étendue interquartile (EIQ) est la distance entre le premier quartile (Q1) et le troisième quartile (Q3). Utilisez l'étendue interquartile pour décrire la dispersion des données. A mesure que la dispersion des données augmente, l'EIQ devient plus important.

Mode

Utilisez le mode pour décrire un ensemble complet d'observations avec une seule valeur qui représente la valeur la plus courante dans l'échantillon. Vous pouvez utiliser le mode avec la moyenne et la médiane pour obtenir une caractérisation globale de la distribution des données.

Nombre de valeurs présentes

Nombre de valeurs présentes dans votre échantillon. Cette statistique est appelée N dans les résultats de Minitab.

Nombre de valeurs manquantes

Nombre de valeurs manquantes dans votre échantillon. Le nombre de valeurs manquantes correspond au nombre de cellules contenant le symbole de valeur manquante *. Cette statistique est appelée N* dans les résultats de Minitab.

Nombre total

Nombre total d'observations dans la colonne. Sert à représenter le total des valeurs présentes et manquantes. Cette statistique est appelée Dénombrement total dans les résultats de Minitab.

Nombre cumulé

Le nombre cumulé est le cumul du nombre d'observations dans des catégories successives. Par exemple, une école élémentaire enregistre le nombre d'élèves dans chaque niveau. La colonne CumN contient le dénombrement cumulé d'élèves :
Niveau scolaire Dénombrement NCum Calcul
1 49 49 49
2 58 107 49 + 58
3 52 159 49 + 58 + 52
4 60 219 49 + 58 + 52 + 60
5 48 267 49 + 58 + 52 + 60 + 48
6 55 322 49 + 58 + 52 + 60 + 48 + 55

Pourcentage

Le pourcentage représente la contribution d'une catégorie par rapport à l'ensemble. Le pourcentage correspond à la division de l'effectif de cette catégorie par l'effectif total, multipliée par 100. Par exemple, si vous inspectez 400 pièces et que 21 d'entre elles sont défectueuses, le pourcentage de défauts est le suivant : .

Pourcentage cumulé

Le pourcentage cumulé est la somme de toutes les valeurs de pourcentage jusqu'à la catégorie concernée, par opposition aux pourcentages individuels de chaque catégorie.

Moyenne tronquée

La moyenne tronquée permet d'éliminer l'impact des valeurs très élevées ou très faibles sur la moyenne. Lorsque les données comportent des valeurs aberrantes, la moyenne tronquée peut s'avérer être une meilleure mesure de la tendance centrale que la moyenne.

Somme des carrés

La somme non corrigée des carrés se calcule en mettant au carré chaque valeur de la colonne, et en calculant la somme de ces valeurs au carré. Par exemple, si la colonne contient x1, x2, ... , xn, la somme des carrés est égale à (x12 + x22 + ... + xn2). A la différence de la somme des carrés corrigée, la somme des carrés non corrigée inclut l'erreur. Les valeurs sont élevées au carré sans soustraction préalable de la moyenne.

Asymétrie

L'asymétrie permet de déterminer dans quelle mesure vos données ne sont pas symétriques. Pour plus d'informations, reportez-vous à la rubrique Influence de l'asymétrie et de l'aplatissement sur les lois de distribution.

Aplatissement

L'aplatissement des données permet de décrire le pic qu'elles présentent par rapport à une courbe normale. Pour plus d'informations, reportez-vous à la rubrique Influence de l'asymétrie et de l'aplatissement sur les lois de distribution.

MSSD

La moitié de la moyenne du carré des différences successives (MMCDS) est utilisée comme une estimation de la variance. Elle peut être utilisée pour tester si une séquence d'observations est aléatoire. En contrôle qualité, la MMCDS peut être utilisée pour estimer la variance lorsque l'effectif du sous-groupe est égal à 1.

En utilisant ce site, vous acceptez l'utilisation de cookies à des fins d'analyse et de personnalisation du contenu.  Lisez notre politique