Qu'est-ce que l'erreur ?

L'erreur désigne généralement la mesure dans laquelle les fonctions, formules et statistiques ne parviennent pas à expliquer ou modéliser complètement une valeur vraie ou théorique. En d'autres termes, elle désigne la différence entre une valeur réelle et une valeur prévue. Même s'il existe un certain degré d'erreur ou d'incertitude dans les analyses statistiques, le fait de détecter cette erreur et de la quantifier permet de l'expliquer.

Prenons l'exemple d'un entrepreneur engagé pour remplacer le toit d'une maison. Il peut calculer une estimation du prix pour ce travail grâce à un certain nombre de variables. Ces dernières peuvent comprendre les dimensions du toit, son inclinaison et son type. La variabilité de ces facteurs (ou d'autres) risque toutefois de se traduire par un coût final différent. Il est de l'intérêt de l'entrepreneur comme du propriétaire de la maison de connaître non seulement le coût estimé, mais aussi l'erreur associée à la formule utilisée pour faire cette estimation.

Exemples de types d'erreurs dans une ANOVA : 

Erreur résiduelle
Variabilité subsistant après l'identification des effets principaux et des interactions.
Taux d'erreur famille
Probabilité optimale d'obtenir au moins un intervalle de confiance ne contenant pas la véritable différence entre les moyennes des niveaux.
Erreur de 1ère espèce et erreur de 2e espèce
Probabilité de rejet d'une hypothèse vraie ou d'acceptation d'une hypothèse fausse.