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 Toutes les statistiques et tous les graphiques et cliquez sur "Ecart 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 Toutes les statistiques et tous les graphiques et cliquez sur "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".

Dans la feuille de travail, le nom de la colonne du coefficient de variation est CVariation.

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 1er quartile. Dans la feuille de travail, le nom de colonne pour le 1er quartile est Q1.

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. Dans la feuille de travail, le nom de colonne pour le troisième quartile est Q3.

Maximum

Le maximum est la plus grande valeur de données d'un échantillon. Utilisez le maximum 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. Une valeur d'EIQ importante indique une plus grande dispersion des données.

Nombre de valeurs présentes

Nombre de valeurs présentes dans votre échantillon. Dans la feuille de travail, le nom de colonne pour N présent est N.

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 *. Dans la feuille de travail, le nom de colonne pour N manquant est N manquant.

Nombre total

Nombre total d'observations dans la colonne. Sert à représenter le total des valeurs présentes et manquantes. Dans la feuille de travail, le nom de colonne pour N total est Dénombrement.

N 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. Dans la feuille de travail, le nom de colonne pour le pourcentage cumulé est % cumulé.

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. Pour plus d'informations, reportez-vous à la rubrique Toutes les statistiques et tous les graphiques et cliquez sur "MoyTronquée".

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. En d'autres termes, 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