Observations relatives aux données pour la fonction Bootstrap pour un test de fonction à 1 échantillon

Pour garantir la validité de vos résultats, prenez en compte les indications suivantes lorsque vous collectez des données, effectuez une analyse et interprétez vos résultats.

Pour analyser une moyenne, une médiane, une somme, une variance ou un écart type, les données doivent être numériques
Vous devez avoir des données continues, comme le poids des paquets, ou des données discrètes, comme le nombre de plaintes. Si vos données sont binaires (oui/non ou succès/échec), analysez une proportion.
Pour analyser une proportion, les données ne peuvent contenir que deux catégories, par exemple succès/échec ou 1/0
Si vous avez des données qui sont continues ou discrètes, comme la longueur, le poids ou le nombre de plaintes, sélectionnez une fonction de données continues ou discrètes, telle que la moyenne.
Les données d'échantillon doivent être sélectionnées de manière aléatoire
Dans le domaine des statistiques, les échantillons aléatoires permettent de faire des généralisations ou des déductions sur une population. Si les données ne sont pas collectées de manière aléatoire, les résultats risquent de ne pas être représentatifs de la population. Pour plus d'informations, reportez-vous à la rubrique Caractère aléatoire des échantillons de données.
Chaque observation doit être indépendante de toutes les autres
Pour que les observations soient indépendantes, la valeur d'une observation spécifique ne doit pas dépendre d'une observation précédente. Si vos observations ne sont pas indépendantes, il est possible que vos résultats ne soient pas valides. Pour plus d'informations, reportez-vous à la rubrique Quelle est la différence entre des échantillons dépendants et indépendants ?.
L'effectif de l'échantillon ne doit pas être petit
Si l'effectif de votre échantillon est petit, les résultats de rééchantillonnage peuvent ne pas être fiables. Pour être sûr que les résultats sont valides, collectez un échantillon de taille moyenne à grande. Un effectif d'échantillon adéquat dépend des caractéristiques des données. Utilisez l'histogramme pour déterminer si l'effectif de votre échantillon est suffisamment élevé.
En utilisant ce site, vous acceptez l'utilisation de cookies à des fins d'analyse et de personnalisation du contenu.  Lisez notre politique