Statistique théorique et appliquée : 2 Inférence statistique à une et à deux dimensions
L'objet du tome 2 est la présentation des principales méthodes d'inférence statistique à une et à deux dimensions relatives à l'étude des données qualitatives (proportions et pourcentages, tableaux de contingence), à l'étude des moyennes et de la dispersion, y compris l'anal...
Enregistré dans:
Auteur principal : | |
---|---|
Format : | Livre |
Langue : | français |
Titre complet : | Statistique théorique et appliquée. 2, Inférence statistique à une et à deux dimensions / Pierre Dagnelie |
Édition : | 2e édition |
Publié : |
Bruxelles :
De Boeck
, DL 2006 |
Description matérielle : | 1 vol. (734 p.) |
Sujets : |
- Première partie : notions préliminaires
- Chapitre 1, Le choix d'une méthode d'analyse statistique
- Chapitre 2, Les conditions d'application des méthodes statistiques et l'examen initial des données
- Chapitre 3, Les tests d'ajustement et de normalité et les observations aberrantes
- Chapitre 4, Les transformations de variables
- Deuxième partie : l'étude des données qualitatives
- Chapitre 5, Les méthodes relatives à une ou deux proportions ou à un ou deux pourcentages
- Chapitre 6, Les tableaux de contingence
- Troisième partie : les méthodes relatives aux moyennes et à la dispersion
- Chapitre 7, Les méthodes relatives à la dispersion
- Chapitre 8, Les méthodes relatives à une ou deux moyennes
- Chapitre 9, L'analyse de la variance à un critère de classification
- Chapitre 10, L'analyse de la variance à deux critères de classification
- Chapitre 11, L'analyse de la variance à trois et plus de trois critères de classification
- Chapitre 12, Les comparaisons particulières et multiples de moyennes
- Quatrième partie : l'inférence statistique à deux dimensions
- Chapitre 13, Les méthodes relatives à la corrélation simple
- Chapitre 14, Les méthodes relatives à la régression linéaire simple
- Chapitre 15, La régression non linéaire simple et la modélisation
- Chapitre 16, La régression multiple et le modèle linéaire
- Chapitre 17, L'analyse de la covariance