2025-Lean Six Sigma GreenBelt Phase d'analyse - Test d'hypothèses à l'aide de Microsoft-Excel et Minitab

1. Intro sur l'analyse de données: Bonjour les amis. Commençons par ce programme de formation, analyse des données de coins à l'aide de MiniTab. Qu'allez-vous apprendre dans ce cours ? Les compétences que vous allez acquérir dans ce cours sont donc quelques notions de base en statistiques. Nous aborderons les statistiques descriptives, les résumés graphiques, les distributions, l'histogramme, moustaches, les graphiques à barres et les graphiques en secteurs. Je vais mettre en place une nouvelle série sur le test d'hypothèse, que je partagerai dans le lien sous forme de lien dans la dernière vidéo. Mais commençons par comprendre tous les différents types d'analyse graphique. Qui devrait suivre ce cours ? Toute personne qui l'a fait, qui est un étudiant de Lean Six Sigma, qui souhaite obtenir la certification Green Belt, Black Belt, ou qui souhaite appliquer statistiques et des analyses graphiques sur son lieu de travail. Même si vous êtes un entrepreneur ou un étudiant et que vous souhaitez comprendre les statistiques à l'aide de Minitab. Je vais tout couvrir. Nous allons apprendre quelles sont les erreurs qui se produisent le plus souvent lorsque nous analysons. Parce que lorsque nous faisons des analyses à l'aide de points de données théoriques simples, tout semble normal. Je vais donc vous montrer quelques pièges dans lesquels notre analyse échouera et comment vous devriez les éviter. Nous essaierons, à la fin de ce programme, de vous, que retirerez-vous de ce programme ? Vous comprendrez comment faire quelques analyses de base. Vous saurez quels sont les outils nécessaires pendant votre phase de mesure, tels que les calculs de capabilité, etc. Nous utiliserons pendant la phase d'analyse donc si possible, pour couvrir le test d'hypothèse. Sinon, si elle grandit, la vidéo devient plus grande, je la mettrai séparément. Ivan explique également quel graphique utiliser lorsque nous avons des erreurs courantes et nous effectuons une analyse graphique et créons des graphiques. Et comment puis-je tirer des informations et des conclusions de ces graphiques ? Cela vous aidera vraiment à bien comprendre ce programme. Voyons ce qu'est un Minitab ? Minitab est un logiciel de statistiques disponible et doté de plusieurs régions. Je vais donc trouver un nouveau projet. écran de mon Minitab ressemble à ceci. J'ai un navigateur sur le côté gauche. J'ai mon écran de sortie en haut, j'ai ma feuille de données, qui ressemble beaucoup à une feuille Excel, avec laquelle je peux travailler. Je peux continuer à ajouter ces feuilles et j'ai plein de données. Je peux faire de nombreuses analyses en utilisant mes options. Nous allons couvrir les statistiques de base, la régression. Nous allons couvrir de nombreuses statistiques de base et nombreux graphiques utilisant différents types de données, n'est-ce pas ? Donc, si vous souhaitez connaître ces choses, vous devez absolument vous inscrire et regarder ma vidéo. Merci beaucoup. 2. Récapitulatif de l'introduction à Lean Six Sigma: Comprendre la fonction de transfert en six sigma. Explorons maintenant la fonction et sa pertinence en six sigma Cela commence par comprendre la relation mathématique. Y est une fonction de X. Dans cette équation, Y représente la sortie et les résultats ou le résultat que nous voulons améliorer. X représente la variable d'entrée ou le modèle. F représente la fonction ou la transformation qui peut être appliquée à ces entrées. Fix Sigma consiste essentiellement à identifier et à optimiser le facteur X, les entrées qui pilotent la sortie En améliorant les X, nous devons améliorer le Y ou nous concentrer sur l'amélioration du Y. L' exemple de fonction de transfert dans Dmth. Prenons un exemple appeler un support technique pour résoudre un ratio informatique. Dans la phase définie, nous définissons un problème, temps qu'il faut pour qu'un client reçoive une solution. Y, qui est égal au temps de résolution, O est le temps total nécessaire pour résoudre le problème du client. Au cours de la phase de mesure, nous identifions et mesurons les différents facteurs impliqués dans l'appel. Comme le temps passé dans la file d'attente, le temps passé avec le support, le temps passé à transférer les appels entre les agents, le temps de résolution. analyse de la phase, nous déterminons quels X sont critiques et quelles sont les variations typiques entre les facteurs. Au cours de la phase d'amélioration, nous mettons en œuvre des modifications afin de réduire le temps consacré à chaque étape. Peut-être que l'automatisation de certaines réponses ou l'optimisation de la logique de routine sont ce qui y est abordé Pendant la phase de contrôle, nous surveillons le système pour assurer que le Y qui correspond au temps nécessaire à la résolution s'est effectivement amélioré et qu'il est resté stable au fil du temps. Ce processus peut être répété en continu pour apporter de nouvelles améliorations. Lorsqu'elle est suivie rigoureusement, la DMAC est une puissante méthodologie reproductible permettant d'obtenir Amélioration supplémentaire, méthodologies en six Sigma que nous avons au stylo Sixema nan par d'autres outils, techniques et pratiques éprouvés techniques et pratiques y compris le contrôle statistique des processus Il utilise le graphique de contrôle pour surveiller la variation au fil du temps. Il utilise les limites de contrôle supérieure et inférieure pour identifier les cas où le processus est statistiquement incontrôlable. outils SPC peuvent déclencher le cycle DMX lorsque la variation et le défaut dépassent le seuil acceptable. outils de variation et de réduction des défauts Les outils de variation et de réduction des défauts sont couramment inclus dans la gestion de la qualité totale. Ils aident à identifier la cause première et les opportunités d'optimisation. Ces outils jouent un rôle clé lors la phase d'analyse et d'amélioration du DMC Travail d'équipe et cercles de qualité. À l'origine de Teta, l'accent était mis sur une approche d'équipe pour l'amélioration des processus Les employés de tous les niveaux collaborent régulièrement pour résoudre un problème en utilisant les outils et méthodologies fournis dans Six Sigma Les cercles de qualité intègrent souvent des outils statistiques, des techniques DMAT et DPAtrduction Ensuite, les projets Six Sigma et la route de la ceinture jaune. Dans la section suivante, nous aborderons les projets Six Sigma et soulignerons les projets Six Sigma et ce qu'une ceinture jaune doit savoir, notamment les rôles et les responsabilités liés au projet, ainsi que la valeur la ceinture jaune apporte à l'équipe d'amélioration Généralement, la durée d' un projet Six Sigma peut varier considérablement Un projet à court terme peut ne durer que quelques heures ou quelques jours, en particulier lorsqu'il est piloté par petite équipe chargée de la qualité qui vise à obtenir des documents supplémentaires. Un projet à long terme peut s'étendre sur plus d'un an, en particulier lorsque la portée est complexe et interfonctionnelle. C'est là que la ceinture noire entre en jeu. Cependant, les projets Six Sigma les plus courants, qui constituent une ceinture verte, durent environ quatre à huit semaines, ce qui laisse suffisamment de temps pour recueillir les données, passent par toutes les phases du cycle DMC Rôles d'adolescents dans les projets Six Sigma. Chaque membre de l'équipe joue un rôle distinct et essentiel. Comprenons-les. Une ceinture noire de maître et un Blag. Ces personnes dirigent et gèrent des projets. Ils veillent à l'alignement sur la stratégie et encadrent les membres de l'équipe. Ceintures vertes. Ils ont géré une analyse détaillée, collecte de données et ont aidé à mettre en œuvre l'amélioration des processus. Les ceintures jaunes sont les personnes qui fournissent des informations clés, aident à la collecte de données et soutiennent les activités de mise en œuvre. Bien que ce ne soit pas en tant que chefs de projet, Yellow Bells jouent un rôle essentiel au sein de l'équipe, qui dirige l'exécution quotidienne du projet Six Sigma Quels sont les objectifs communs des projets Six Sigma ? portée du projet varie et vise souvent à réduire les variations de l'expérience client. Dans le monde d'aujourd'hui, l'expérience compte beaucoup. Accélérer les délais de mise sur le marché, éliminer les erreurs et les défauts, réduire les coûts opérationnels, voici quelques éléments essentiels à prendre en compte lors de la mise en œuvre Six Sigma et une offre de parrainage et de gestion par les dirigeants projet sans un soutien, un financement et une visibilité solides de la part de la direction sont très différents d'ecofaxe Pertinence de la méthodologie. Pi Sigma est si puissant, mais il ne convient pas à tous les problèmes Évitez d'adopter une méthodologie ou une mentalité universelle. Commencez petit, puis agrandissez. Renforcez la confiance et les compétences nécessaires petits projets gérables avant vous lancer dans un effort de transformation plus large Savez-vous quand utiliser d'autres approches ? Dans certains cas, d' autres méthodologies peuvent être plus appropriées. Initiative Lean, réingénierie des processus métier, nous l'appelons BPR, Business Process Management ou Ou l'autre méthodologie qui peut être utilisée. Le contrôle de la portée est très important. Si la portée du projet est trop large et que le résultat n' est pas clair, il devient ingérable Coûts par rapport aux avantages. Tenez compte du retour sur investissement avant d'investir du temps et des ressources. Par exemple, dépenser 100 heures pour économiser seulement 10 heures par an n'est pas un compromis efficace. est très important de procéder à une évaluation de l'état de préparation Il est très important de procéder à une évaluation de l'état de préparation avant d'entreprendre un projet. Cela permet à votre organisation de se préparer avant que nous ne nous lancions dans la prise en charge d'un projet. Définissez le résultat souhaité. Qu'est-ce que nous essayons de réaliser et pourquoi ? Établissez des critères de réussite. À quoi ressemble le succès, tant pour l'organisation que pour les personnes impliquées ? Évaluez la disponibilité des données. Disposons-nous de données fiables, pertinentes et actualisées pour étayer l'analyse ? Constituez la bonne équipe. Avons-nous des personnes ayant les compétences, influence et l'engagement nécessaires pour assurer le succès du produit ? Élaborez une analyse de rentabilisation. Quelle est la valeur de l'amélioration ? Qui a tendance à en bénéficier et qui pourrait résister ? Quel est le retour sur investissement attendu ? Il est très important de contribuer à la préparation organisationnelle lorsque vous planifiez un projet Six Sigma Ce sont là des questions clés parce qu'elles sont très importantes. quoi ressemblera l'état futur par rapport à la situation actuelle ? Sommes-nous en train de résoudre un problème réel dans notre entreprise ? Est-ce le bon moment pour mettre en œuvre le Six Sigma ? Une évaluation minutieuse garantit que le projet Six Sigma est non seulement pertinent, mais également réalisable et impactant pour Est-ce que nous évaluons les performances ? Avons-nous de solides arguments en l'application du Six Sigma dans notre analyse de rentabilisation Enfin, y a-t-il autre chose qui se passe dans votre projet qui mérite votre attention ? Dans Six Sigma, existe-t-il réellement la bonne approche ? Ces questions peuvent être certaines que notre organisation est prête à six SEMA pour un problème donné Il existe trois étapes clés pour évaluer l' état de préparation de l'organisation. Première étape, évaluez les perspectives et le chemin futur. Posez la question, ma chaîne est-elle critique ? Les entreprises en ont besoin dès maintenant. Évaluez les performances actuelles. Posez la question. Existe-t-il une solide justification stratégique faveur de l'application du Six Sigma dans nos activités ? Passez en revue les systèmes et leur capacité de changement. Posez-vous la question suivante : les améliorations existantes peuvent-elles apporter le niveau de changement nécessaire à notre réussite et à notre compétitivité sans recourir au Six Sigma ? Pour commencer, considérez l'importance de l' expérience client, de la satisfaction client. Nous nous concentrons sur la voix du client pour susciter le changement. Les améliorations sont essentielles et le client en a besoin. C'est là que les outils d' analyse de données Six Sigma sont utiles. Cela nous aide à comprendre en quoi le client se soucie vraiment. Six Sigma fournit un outil puissant planification stratégique future en améliorant l'efficacité du marketing, faisant les choses correctement du premier coup et en identifiant ce qui compte vraiment pour le client qui concerne nos projets et services L'un de ces outils précieux de la boîte à outils Six Sigma est le modèle CO, qui nous aide à comprendre et à hiérarchiser les besoins des clients de manière plus efficace Le modèle CO est une méthode qui permet de recueillir des données auprès des clients et de comprendre ce qui compte vraiment pour eux. Qu'est-ce qui différencie nos offres des autres ? Cela nous aide à identifier des éléments importants, tels que les fonctionnalités qui peuvent améliorer la satisfaction du client lorsqu'elles sont bien livrées au client. Quels sont les insatisfaisants potentiels qui pourraient nuire à l' expérience client s'ils ne sont pas traités ? En analysant ces commentaires, nous pouvons prioriser les améliorations susceptibles créer une plus grande valeur pour nos clients Passons maintenant à la planification stratégique. analyse Six Sigma peut jouer un rôle essentiel en identifiant les facteurs clés qui motivent les clients Satisfaction des clients, intégration de ceux-ci dans la planification stratégique. L'amélioration des performances est particulièrement nécessaire. Si la culture organisationnelle fait partie d' une approche standard de TIC Sigma grâce à une charte de projet efficace, au développement de métriques, à des systèmes de contrôle et à un cercle de qualité, les équipes peuvent améliorer de manière significative l'alignement des performances au sein de l' La rentabilité demeure une priorité absolue. Six Sigma est particulièrement efficace pour réduire le coût de la qualité De nombreuses organisations dépensent de 20 à 75 % des coûts simplement pour garantir la qualité des produits et des services. En réduisant ces coûts, nous restons en phase avec les attentes de nos clients et livrons toujours mieux et plus rapidement que nos concurrents. OK. Concept de lentille. La fabrication allégée, en particulier dans un environnement du secteur des services, implique reconnaître les initiatives d'amélioration continue. N se concentre essentiellement sur la rationalisation et l'amélioration des processus afin de créer plus de valeur avec vos ressources TahiOo, souvent considéré comme le père de la pensée moderne en matière de privilège, a souligné que l'essence du privilège repose sur un principe simple calculer le temps entre la réception de commande du client et la réception du paiement pour l'exécuter, puis travailler continuellement pour réduire ce délai le plus possible Len vise fondamentalement à éliminer le gaspillage sur l'ensemble de la chaîne de valeur, en réduisant le temps, les efforts et les ressources inutiles. Le résultat est de maximiser la valeur, d'améliorer l'efficacité, d' améliorer la qualité et d'accroître la satisfaction des clients. Dans une installation de fabrication, réussites sont nombreuses. Actuellement, nous en avons beaucoup, même dans le secteur des services. 3. Travail de projet: Laissez-nous comprendre quel est le travail de projet que nous allons effectuer dans ce programme d'analyse de données à l'aide de MiniTab. Comme je vous l'ai dit, nous allons travailler avec MiniTab. Voici le Minitab que je vais utiliser. Je vais également partager avec vous une fiche technique, fiche technique de votre projet, où j'ai plusieurs exemples, où nous effectuons des calculs de capacité. Nous allons essayer de voir les distributions et vous pouvez voir qu'il existe différents onglets. Exemple un exemple deux exemple trois, nous allons essayer de faire une analyse de tendance. Nous allons essayer de voir les graphiques de Pareto. Nous avons beaucoup de données qui ont été partagées avec vous, ce qui vous donnera une expérience pratique de l' utilisation des données, n'est-ce pas ? Commençons donc. 4. Bases des statistiques: Bienvenue sur notre prochain sujet important, les bases des statistiques. Dans cette vidéo, vous découvrirez ce que sont les statistiques, statistiques descriptives et les statistiques inférentielles Commençons par la première question. Qu'est-ce que les statistiques ? Les statistiques concernent la collecte, l'analyse et la présentation des données. Par exemple, si nous voulons déterminer si le sexe a une influence sur le journal préféré, genre et le journal sont que l'on appelle les variables que nous voulons analyser. Analyser si le genre a une influence sur le journal préféré. Nous devons d'abord collecter des données. Pour ce faire, nous créons un questionnaire qui pose des questions sur le genre et le journal préféré. Nous enverrons ensuite le questionnaire et attendrons deux semaines. Ensuite, nous pouvons afficher les réponses reçues dans un tableau de ce tableau. Nous avons une colonne pour chaque variable, une pour le sexe et une pour le journal. D'autre part, chaque ligne représente la réponse d'une personne. Par exemple, le premier répondant est un homme et a indiqué l'époque de l'Inde. La seconde est une femme, et a déclaré l'Hindou, et ainsi de suite. Bien entendu, il n'est pas nécessaire que les données proviennent d'une enquête. Les données peuvent également provenir d' une expérience dans laquelle. Par exemple, vous souhaitez étudier l'effet de deux médicaments sur la tension artérielle. Prenons un autre exemple concret. Imaginez que vous êtes directeur de magasin et que vous voulez savoir si la présentation d'un nouveau produit augmente les ventes. Vous pouviez collecter des données sur les ventes auparavant. Et une fois le nouvel affichage configuré, ces données vous aideront à analyser l'efficacité de l'affichage, ou supposons que votre administrateur scolaire souhaite comprendre si des sessions de tutorat supplémentaires aident les élèves à améliorer leurs résultats en mathématiques Tu pouvais collecter des scores avant ? Après les séances de tutorat pour analyser l'impact. La première étape est maintenant terminée. Nous avons collecté des données et nous pouvons commencer à les analyser. Mais que voulons-nous réellement analyser ? Nous n'avons pas interrogé l' ensemble de la population , mais nous avons prélevé un échantillon. Maintenant, la grande question est voulons-nous simplement décrire les données de l'échantillon ou voulons-nous faire une déclaration concernant l'ensemble de la population ? Si notre objectif se limite à l'échantillon lui-même. C'est-à-dire que nous voulons uniquement décrire les données collectées. Nous utiliserons des statistiques descriptives. Les statistiques descriptives fourniront un résumé détaillé de l'échantillon. Par exemple, si nous interrogions 100 personnes sur leur journal préféré, statistiques descriptives nous indiqueraient combien de personnes préfèrent l'époque de l'Inde ou l'époque hindoue. Cependant, si nous voulons tirer des conclusions sur la population dans son ensemble. Nous utilisons des statistiques inférentielles. Cette approche nous permet de tirer des conclusions sur la population à partir de nos données d'échantillonnage Par exemple, à l'aide de statistiques inférentielles, nous pouvons estimer la proportion de tous les adultes d'une ville qui préfèrent un journal spécifique sur la base d'un échantillon de 500 personnes interrogées Les statistiques inférentielles peuvent également nous aider à déterminer si un certain groupe démographique, comme le sexe, influence de manière significative les préférences en matière de journaux. En analysant nos échantillons de données, nous pouvons tirer des conclusions sur les préférences de l'ensemble de la population en matière de journaux. En utilisant à la fois des statistiques descriptives et inférentielles, nous pouvons mieux comprendre nos résultats et prendre des décisions éclairées concernant les stratégies marketing ou la création de contenu pour différents journaux Dans la prochaine leçon, nous aborderons de manière plus approfondie les applications pratiques des statistiques. Restez à l'affût. 5. Importance des niveaux de mesure ou des types de données: Importance des niveaux de mesure. Comprendre le niveau de mesure est crucial pour plusieurs raisons. Analyse appropriée. Les différents niveaux de mesure nécessitent des techniques statistiques différentes. L'utilisation de la mauvaise méthode peut mener à des conclusions erronées. Interprétation des données. Connaître le niveau permet de mal interpréter les résultats. Par exemple, les valeurs moyennes sont significatives pour les données d'intervalle et de ratio, mais pas pour les données nominales ou ordinales Visualisation : les techniques efficaces de visualisation des données varient en fonction du niveau de mesure. Les diagrammes à barres conviennent aux données nominales, tandis que les histogrammes conviennent mieux aux données d'intervalle et de ratio Examinons plus en détail chaque niveau de mesure. Niveau de mesure nominal. Les variables nominales catégorisent les données sans établir d'ordre significatif Par exemple, demander aux personnes interrogées quel leur mode de transport pour se rendre à l'école, en autobus, en voiture, à vélo ou à pied est une mince affaire. Chaque catégorie est distincte, mais il n'y a pas de classement ou d'ordre inhérent entre elles. L'analyse des données nominales implique le comptage des fréquences ou l'utilisation diagrammes à barres pour visualiser les distributions. Niveau de mesure ordinal, variables ordinales introduisent un ordre ou un classement significatif entre les catégories, mais les différences entre les grades ne sont pas toujours Par exemple, demander aux élèves d'évaluer leur satisfaction à l'égard de leur mode de transport comme étant très satisfait, satisfait, neutre, satisfait ou très satisfait démontre une mesure ordinale Bien que nous puissions classer ces réponses du moins satisfaisant au plus satisfait, la différence numérique entre satisfait et très satisfait n'est pas quantifiable L'analyse implique généralement des calculs médians et des tests non paramétriques Niveaux d'intervalle et de ratio de mesure, variables métriques. variables d'intervalle et de ratio Les variables d'intervalle et de ratio sont considérées comme des variables métriques. Elles partagent la caractéristique que intervalles entre les valeurs sont espacés de manière égale, mais que les variables de ratio ont également un point zéro réel, ce qui rend toutes les opérations arithmétiques valides Les exemples incluent la mesure de l'âge, du poids ou du revenu. Par exemple, demander aux personnes interrogées le nombre de minutes qu'il faut pour se rendre à l'école mesure les données sur de minutes qu'il faut pour se rendre à les intervalles, où les intervalles entre les réponses, par exemple 10 minutes, 20 minutes, sont cohérents et significatifs. Cela permet d'effectuer des mesures statistiques telles que le calcul moyennes et l'utilisation techniques statistiques avancées telles que l'analyse de régression Résumé. Il est essentiel de comprendre ces niveaux de mesure pour concevoir des enquêtes et choisir les analyses statistiques appropriées. Les données nominales nous informent sur les catégories sans aucune commande. Les données ordinales permettent classement mais pas la mesure précise des différences, tandis intervalle et le ratio des données métriques permettent mesure précise et prennent en charge un large éventail d'analyses statistiques Qu'il s'agisse de créer des tables de fréquences , des diagrammes à barres ou des histogrammes, le choix du bon niveau de mesure garantit une interprétation précise des données et des informations pertinentes dans divers domaines d'étude et de recherche Examinons de plus près chaque niveau de mesure. Niveau de mesure nominal. Les données nominales constituent le niveau de mesure le plus élémentaire. Les variables nominales catégorisent les données, mais ne permettent pas un classement significatif des catégories Les exemples incluent le sexe, le mâle, la femelle, types d'animaux, les chiens, chats, les oiseaux, les journaux préférés. Dans tous ces cas, vous pouvez faire la distinction entre les valeurs, mais vous ne pouvez pas classer les catégories de manière significative Par exemple, pour déterminer si le sexe influence le journal préféré fait appel à des variables nominales. Dans un questionnaire, vous listeriez les réponses possibles pour les deux variables. Comme il n'y a pas d'ordre inhérent, la disposition des catégories dans le questionnaire n'a pas d'importance. Les données collectées peuvent être affichées dans un tableau et des tableaux de fréquences ou des diagrammes à barres peuvent être utilisés pour visualiser les distributions. Niveau de mesure ordinal. Les données ordinales peuvent être catégorisées et classées dans un ordre significatif, mais les différences entre les rangs ne sont pas mathématiquement égales Les exemples incluent les classements, premier, deuxième, troisième, les taux de satisfaction, les taux de satisfaction, les taux de satisfaction, neutralité, de satisfaction, de satisfaction, niveaux d'études, les niveaux d'études secondaires, les bacheliers, les masters, dans ce cas, alors que l' Les intervalles entre les grades ne sont pas nécessairement égaux. Par exemple, si un questionnaire vous demande dans quelle mesure êtes-vous satisfait de votre emploi actuel, avec des options allant de très insatisfait à très satisfait ? Les catégories de réponses sont ordonnées, mais la différence exacte entre chaque niveau de satisfaction n' est pas quantifiable L'analyse des données ordinales implique souvent calcul de médianes et l'utilisation de tests non paramétriques Niveau d'intervalle de mesure. Les données d'intervalle comportent des intervalles égaux entre les valeurs, mais il n'y a pas de véritable point zéro. Les exemples incluent la température en degrés Celsius ou Fahrenheit. Les données d'intervalle permettent de mesurer les différences entre les valeurs. Mais comme il n' y a pas de vrai zéro, les ratios ne sont pas significatifs. Des opérations statistiques telles que le calcul de moyennes et l'utilisation de techniques telles que analyse de régression sont possibles Niveau de mesure du ratio. Les données de ratio présentent des intervalles égaux entre les valeurs et incluent un point zéro réel. Les exemples incluent l'âge, le poids ou le revenu, car les données du ratio incluent un zéro vrai. Toutes les opérations arithmétiques sont valides. Ce niveau permet de calculer des ratios et moyennes et d'utiliser des méthodes statistiques avancées Oh. Ce que nous avons appris présent à l'aide d'un exemple. Imaginez que vous menez une enquête dans une école pour comprendre comment les élèves arrivent à l'école. Voici les questions que vous pourriez vous poser. Chacun correspondant à un niveau de mesure différent. La première question pourrait être quel mode de transport utilisez-vous pour vous rendre à l'école ? options peuvent inclure le bus, voiture, le vélo ou la marche. Il s'agit d'une variable nominale. Les réponses peuvent être classées par catégories, mais il n'y a pas d'ordre significatif. Cela signifie que le bus n'est pas plus haut que le vélo. Marcher n'est pas plus haut que la voiture et ainsi de suite. Si vous souhaitez analyser les résultats de cette question, vous pouvez compter le nombre d' élèves utilisant chaque mode de transport et le présenter sous forme de graphique à barres. Ensuite, vous vous demandez peut-être quelle mesure êtes-vous satisfait votre mode de transport actuel ? choix peuvent inclure «   très insatisfait », « insatisfait neutre », «   satisfait » ou « très Il s'agit d'une variable ordinale. Vous pouvez classer les réponses pour voir quel mode de transport est le plus satisfait. Mais c'est exactement la différence entre satisfait et très satisfait. Par exemple, n'est pas quantifiable. Pour la dernière question, combien de minutes vous faut-il pour vous rendre à l'école ? Ici, le nombre de minutes nécessaires pour se rendre à l'école est une variable métrique. Vous pouvez calculer le temps moyen nécessaire pour vous rendre à l'école et utiliser toutes les mesures statistiques standard. Nous pouvons visualiser ces données à l'aide d'un histogramme montrant la distribution des temps nécessaires pour se rendre à l'école et comparer les différents modes de transport Ainsi, en utilisant des données nominales, nous pouvons classer et compter les réponses, mais nous ne pouvons en déduire aucun ordre Les données ordinales nous permettent de classer les réponses, mais pas de mesurer les différences précises entre les grades Les données métriques nous permettent de mesurer les différences exactes entre les points de données. Comme déjà mentionné, les niveaux de mesure métriques peuvent être subdivisés en intervalle et échelle de ratio Mais quelle est la différence entre les niveaux d'intervalle et de ratio ? Explorons la différence entre les niveaux d'intervalle et de ratio de mesure à l'aide d'un exemple. Intervalle par rapport au niveau de mesure. Lors d'un marathon, le temps mis par les coureurs pour terminer la course sert d'exemple pratique. Imaginons un scénario dans lequel le coureur le plus rapide termine en 2 heures et le plus lent en 6 heures Voici comment nous classons le niveau de mesure en fonction des informations fournies. Niveau de mesure du ratio. Un niveau de mesure à ratio se caractérise par un point zéro réel où zéro représente l'absence de la quantité mesurée. Dans l'exemple du marathon, tous les coureurs partent à la même heure 0,0 lorsqu'ils commencent la course. Avec un vrai point zéro, nous pouvons faire des comparaisons significatives, par exemple en affirmant que le coureur le plus rapide a mis trois fois moins de temps que le coureur le plus lent, 2 heures contre 6 heures Ce niveau permet des opérations de multiplication et de division significatives. Par exemple, si un coureur termine en 4 heures et un autre en 12 heures, on peut dire avec précision que le premier coureur était trois fois plus rapide que le second. Niveau d'intervalle de mesure. Un niveau d'intervalle de mesure ne possède pas de véritable point zéro. Dans le contexte d'un marathon, si le chronomètre démarre en retard et que nous ne mesurons le décalage horaire coureur le plus rapide ayant pris le départ à l'heure, nous perdons la véritable référence zéro Bien que les intervalles entre les valeurs soient toujours également espacés et que les opérations arithmétiques telles que l'addition et la soustraction soient valides, multiplication et la division peuvent ne pas avoir Par exemple, dire qu'un coureur a terminé 4 heures d'avance sur un autre est significatif. Mais on ne peut pas affirmer qu' un coureur était quatre fois plus rapide qu'un autre sans connaître le temps total des deux. En résumé, la mesure du niveau d'intervalle permet d' intervalles égaux entre les valeurs et prend en charge des opérations telles que l' addition et la soustraction, mais ne possède pas le véritable point zéro nécessaire pour des ratios significatifs Maintenant, un petit exercice pour vérifier si tout est clair pour vous. Tout d'abord, nous avons l'État des États-Unis, qui est un niveau de mesure nominal. Cela signifie que les données sont utilisées pour étiqueter ou nommer des catégories sans aucune valeur quantitative. Dans ce cas, les États sont des noms sans ordre ni classement inhérents. Ensuite, nous avons des évaluations de produits sur une échelle de 1 à 5. Il s'agit d'un exemple de données ordinales. Ici, les numéros ont un ordre ou un rang. Cinq vaut mieux qu'un, mais les intervalles entre les notes ne sont pas nécessairement égaux. En ce qui concerne les noms des départements tels que les achats, les ventes, les opérations, les finances, cela est également nominal. Les catégories présentées ici, telles que les différents départements sont destinées à la catégorisation et n'impliquent aucun ordre Ensuite, nous avons les émissions de CO 2 par an, qui sont mesurées sur une échelle de ratio métrique. Ce niveau permet d'effectuer toute la gamme des opérations mathématiques, y compris des ratios significatifs. Zéro émission signifie aucune émission du tout. Ensuite, nous avons les numéros de téléphone. Bien que les numéros de téléphone soient numériques, ils sont classés comme nominaux Ce ne sont que des identifiants sans valeur numérique pour l'analyse Le niveau de confort est un autre exemple ordinal. Cela peut inclure des niveaux tels que faible, moyen ou élevé, qui indiquent une commande, mais pas la différence exacte entre ces niveaux. surface habitable en mètres carrés est mesurée sur une échelle de ratio. Tout comme les émissions de CO 2, mètre carré signifie qu'il n' y a pas d'espace habitable et les comparaisons telles que le double ou la moitié sont significatives. Enfin, nous avons la satisfaction au travail sur une échelle de 1 à 4. Il s'agit de données ordinales. Il classe les niveaux de satisfaction, mais la différence entre chaque niveau n'est pas quantifiée. Dans la prochaine leçon, nous approfondirons applications pratiques de la conception d'expériences. Restez à l'affût. 6. Mesures de centre et mesures de dispersion: Examinons les deux méthodes, commençant par les statistiques descriptives. Pourquoi les statistiques descriptives sont-elles importantes ? Par exemple, si une entreprise souhaite comprendre comment ses employés se rendent au travail Il peut créer une enquête pour recueillir ces informations. Une fois que suffisamment de données sont collectées, elles peuvent être analysées à l'aide de statistiques descriptives. Alors, en quoi consistent exactement les statistiques descriptives, leur objectif est de décrire et de résumer un ensemble de données de manière significative. Cependant, il est essentiel de noter que les statistiques descriptives ne reflètent les données collectées et ne permettent pas de tirer des conclusions sur une population plus importante. En d'autres termes, le fait de savoir comment certains employés une entreprise se déplacent ne nous permet pas d'évaluer le comportement de tous les travailleurs Maintenant, pour décrire les données de manière descriptive, nous nous concentrons sur quatre éléments clés, les mesures de tendance centrale, mesures de dispersion, les tables de fréquences et les graphiques Commençons par les mesures de la tendance centrale, qui incluent la moyenne, la médiane, etc. Tout d'abord, la moyenne, la moyenne arithmétique, est calculée en additionnant toutes les observations et en divisant par le nombre d'observations Par exemple, si nous avons les résultats des tests de cinq étudiants, nous les additionnons et les divisons par cinq pour trouver que le score moyen au test est de 86,6 Vient ensuite la médiane. Lorsque les valeurs d'un ensemble de données sont classées par ordre croissant, la médiane est la valeur médiane S'il y a un nombre impair de points de données, il s'agit simplement de la valeur moyenne. S'il y a un nombre pair, la médiane est la moyenne des deux valeurs intermédiaires. Un aspect important de la médiane est qu'elle résiste aux valeurs extrêmes ou aux valeurs aberrantes Par exemple, quelle que soit sa taille, la dernière personne figure dans un ensemble de données élevé. La médiane restera la même. Bien que la moyenne puisse changer manière significative en fonction de cette valeur, elle reste inchangée quelle que soit la taille de la dernière personne. Cela signifie qu'il n'est pas affecté par les valeurs aberrantes. En revanche, les hommes peuvent changer manière significative en fonction de la taille de cette dernière personne, ce qui la rend sensible aux valeurs aberrantes Parlons maintenant du mode. Le mode est la ou les valeurs les plus fréquentes dans un ensemble de données. Par exemple, si 14 personnes se déplacent en voiture, six à vélo, cinq marchent et cinq empruntent les transports en commun, voiture est le mode de transport puisqu' il apparaît le plus souvent Nous passons ensuite aux mesures de dispersion, qui décrivent la répartition des valeurs d' un ensemble de données. Les principales mesures de dispersion incluent les variantes. Plage d'écart type et plage interéquatale, en commençant par l' commençant par Il indique la distance moyenne entre chaque point de données et la moyenne. Cela nous indique dans quelle mesure les points de données individuels s'écartent de la moyenne Par exemple, si l' écart moyen par rapport à la moyenne est de 11,5 centimètres, nous pouvons calculer l' écart type à l' aide de la formule Sigma est égal à la racine carrée de la somme de chaque valeur moins la moyenne Au carré, divisé par n, où Sigma est l' écart type N est le nombre d'individus. X sub i est la valeur de chaque individu, et x bar est la moyenne. Il est important de noter qu'il existe deux formules pour l' écart type. On divise par n, tandis que l'autre divise par n moins un. Ce dernier est utilisé lorsque notre échantillon ne couvre pas l' ensemble de la population, comme dans les études cliniques. Ce dernier est utilisé lorsque notre échantillon ne couvre pas l' ensemble de la population, comme dans les études cliniques. Maintenant, en quoi l' écart type diffère-t-il de la variance ? L'écart type mesure la distance moyenne par rapport à la moyenne. Alors que la variance est simplement la valeur au carré de l'écart type Ensuite, discutons de la plage et de la plage intequatale. La plage est la différence entre les valeurs maximales et minimales d'un ensemble de données. D'autre part, la plage inéquartile représente la moitié médiane des données, calculée comme la différence entre le premier quartile, Q un, et le troisième quartile, qu Cela signifie que 25 % des valeurs se situent dessous et 25 % au-dessus de la plage interquartile Avant de passer aux derniers points, comparons brièvement ces concepts, les mesures de tendance centrale et les mesures de dispersion. Envisageons de mesurer la tension artérielle des patients. Les mesures de tendance centrale fournissent une valeur unique qui représente l'ensemble de données dans son intégralité. Aider à identifier un point central autour duquel les points de données ont tendance à se regrouper. D'autre part, les mesures de dispersion, telles que l'écart type, plage et la plage InteQatile indiquent l'étendue des points de données Qu'ils soient étroitement regroupés autour du centre ou largement dispersés. En résumé, alors que les mesures de tendance centrale mettent en évidence le point central de l'ensemble de données, les mesures de dispersion décrivent la manière dont les données sont distribuées autour de ce centre. Passons maintenant aux tableaux, en concentrant sur les types les plus importants, fréquence et les tables de contingence Un tableau de fréquence indique la fréquence laquelle chaque valeur distincte apparaît dans un ensemble de données. Par exemple, une entreprise a interrogé ses employés sur leurs options de trajet domicile-travail, voiture, à vélo, à pied et en transports Voici les résultats de 30 employés avec leurs réponses. Nous pouvons créer un tableau des fréquences pour résumer ces données en listant les quatre options dans la première colonne et en comptant leurs occurrences dans le tableau. Il est clair que le mode de transport le plus courant chez les employés est la voiture. 14 employés ont choisi cette option. Le tableau des fréquences fournit un résumé concis des données. Mais que se passerait-il si nous avions deux variables catégorielles au lieu d'une ? C'est là qu'un tableau de contingence, également appelé tabulation croisée, entre en jeu Imaginez que l'entreprise possède deux usines, l'une à Détroit et l' autre à Cleveland ? Si nous interrogeons également les employés sur leur lieu de travail, nous pouvons afficher les deux variables à l'aide d'un tableau de contingence Ce tableau nous permet d' analyser et de comparer la relation entre les deux variables catégorielles Les lignes représentent les catégories d'une variable. Alors que les colonnes représentent les catégories des autres, chaque cellule du tableau indique le nombre d' observations correspondant à la combinaison de catégories correspondante. Par exemple, la première cellule indique le nombre d' employés qui se déplacent en voiture et travaillent à Détroit a été indiqué six fois. Merci. Je vous verrai dans la prochaine leçon de statistiques. 7. Minitab: Dans ce cours, nous allons en apprendre davantage sur les tests d'hypothèses. Je vais vous apprendre à tester des hypothèses à l'aide de MiniTab. Je vais également vous apprendre à tester des hypothèses à l'aide de Microsoft Office. C'est utiliser Excel et Microsoft Office pour ceux qui souhaitent utiliser MiniTab. Laissez-moi vous montrer où vous pouvez télécharger Minitab. Minitab.com sous Téléchargements. Nous arrivons ici à la section de téléchargement. Vous disposez d'un logiciel statistique MiniTab, qui est disponible gratuitement pendant 30 jours. J'ai également téléchargé la version d'essai sur mon système et l'analyse de Dando et je vous l'ai montrée. N'oubliez pas qu'il n'est disponible que pendant 30 jours. Assurez-vous de suivre l'intégralité du programme de formation au cours des 30 premiers jours. Lorsque vous en ressentez la valeur, vous devriez absolument vous tourner vers la version sous licence de MiniTab, qui est disponible ici. Il me suffit de cliquer sur Télécharger et télécharger Woodstock. Cela commence par un essai gratuit de 30 jours. Et c'est assez de temps pour pratiquer tous les exercices qui sont entraînés. Il vous demandera certaines informations personnelles afin qu'il puisse vous contacter et qu'il puisse vous aider avec certaines réductions. S'il y en a. Vous avez une section appelée Dr. MiniTab ou vous avez un numéro de téléphone. Si vous appelez du Royaume-Uni, il vous sera facile d'appeler là-bas. Mais si vous parlez depuis d'autres endroits, parler à MiniTab est une option beaucoup plus simple. C'est un très bon outil statistique et les fonctionnalités sont régulièrement mises à jour. Personnellement, je pense que cet investissement en vaudra la peine. Mais pour ceux qui n'ont pas les moyens d'opter pour la licence, ils peuvent utiliser Microsoft Office au moins certaines fonctionnalités, pas toutes, mais certaines fonctionnalités sont disponibles. Donc, dans un premier temps, je vais vous montrer l'ensemble de l'exercice différents types d' hypothèses à l'aide de MiniTab. Ensuite, nous passerons à Microsoft Excel, resterons connectés et continuerons à apprendre. 8. Statistiques descriptives: Au cours de la séance d'aujourd'hui, nous allons en apprendre davantage sur les statistiques descriptives. Les statistiques descriptives signifient que je veux comprendre les mesures du centre. Comme les mesures du mode centre, moyenne, médiane. Je veux comprendre les mesures de la propagation. Il ne s'agit que d'une plage, écart type et d'une variance. Prenons une simple donnée que j'ai. J'ai un temps de cycle en minutes pour près de 100 points de données. Je vais prendre la durée du cycle en minutes à partir de la fiche technique de mon projet journalier. Je vais aller dans Minitab et je vais coller mes données là où je veux faire des statistiques descriptives. Statistiques. Cliquez sur Statistiques de base et dites Afficher les statistiques descriptives. Lorsque je fais cela, une option apparaît dans la fenêtre contextuelle, appelée as, qui m'indique les champs de données disponibles dont je dispose. J'ai une durée de cycle en quelques minutes. Cela me dit donc que je veux analyser le temps de cycle variable en minutes. Je vais simplement cliquer sur OK, et vous le trouverez immédiatement dans ma fenêtre de sortie. Je peux juste tirer ça vers le bas. Dans ma fenêtre de sortie. Cela me montre qu'il a fait quelques analyses statistiques pour le temps de cycle variable en minutes. J'ai 100 points de données ici. Le nombre de valeurs manquantes est 0. La moyenne est de 10,064. L'erreur type de la moyenne est de 0,103, écart type est de 1 et la valeur minimale est de 7,5. Un n'est rien, mais votre quartile un est 9,1. Médiane, c'est-à-dire que votre Q2 est 10,35, Q3 est 10,868 et la valeur maximale est 12,490. Si j'ai besoin de plus d'analyses statistiques, je peux poursuivre et répéter cette analyse. Cette fois, je vais cliquer sur Statistiques. Et je peux regarder les autres points de données dont j'ai besoin. Supposons que si j'ai besoin de la plage, je n'ai pas besoin d'erreur type, j'ai besoin d'une plage interquartile. Je veux identifier quelle est l'ambiance. Je veux identifier quelle est l'asymétrie et mes données. Qu'est-ce que le kurtosis dans mes données ? Je peux tout sélectionner et dire, OK, je vais cliquer sur OK. Lorsque je fais cela, tous les autres paramètres statistiques que j'ai sélectionnés apparaîtront dans ma fenêtre de sortie. Il s'agit de ma fenêtre de sortie. Il m'indique donc à nouveau le point de données supplémentaire que j'ai sélectionné. Le rayon n'est donc rien d'autre que votre écart type au carré. Il est de 0,0541. Il m'indique la plage maximale moins minimale. C'est 4,95. L'intervalle interquartile est de 1,707. Il n'y a aucun mode dans mes données. Et le nombre de points de données à 0 parce qu'il n'y en a plus, les données ne sont pas asymétriques. Les valeurs sont très proches de 0, c'est 0,05, mais il y a kurtosis. Cela signifie que mes données n' apparaissent pas comme des données non professionnelles. C'est tellement bien, nous aimons voir à quoi ressemble ma distribution. Faisons ça. Je clique sur Statistiques, je clique sur Statistiques de base et je clique sur Résumé graphique. Je sélectionne la durée du cycle en minutes. Et je dis que je veux voir un intervalle de confiance de 95 %. Je clique sur, OK, voyons le résultat. Le résumé des minutes du cycle diamant. Il me montre la moyenne, l' écart type, la variance. Toutes les statistiques sont affichées sur le côté droit. Moyenne, écart type, variance, asymétrie, aplatissement, nombre de points de données minimum du premier quartile médian, troisième quartile maximum. Ces points de données, que vous voyez comme Q1 minimum, médian, T3 et maximum, seront couverts dans la boîte à moustaches. La boîte à moustaches est encadrée en utilisant ces points de données. Et quand vous regardez le Velcro, il indique que la cloche n' est pas une courbe raide, c'est une courbe un peu plus grosse, et donc la valeur d'aplatissement est une valeur négative. Nous poursuivrons notre apprentissage plus en détail dans la prochaine vidéo. Merci. 9. Statistiques descriptives ou inférentielles: Examinons les deux méthodes, commençant par les statistiques descriptives. Pourquoi les statistiques descriptives sont-elles importantes ? Par exemple, si une entreprise souhaite comprendre comment ses employés se rendent au travail Il peut créer une enquête pour recueillir ces informations. Une fois que suffisamment de données sont collectées, elles peuvent être analysées à l'aide de statistiques descriptives. Alors, en quoi consistent exactement les statistiques descriptives, leur objectif est de décrire et de résumer un ensemble de données de manière significative. Cependant, il est essentiel de noter que les statistiques descriptives ne reflètent les données collectées et ne permettent pas de tirer des conclusions sur une population plus importante. En d'autres termes, le fait de savoir comment certains employés une entreprise se déplacent ne nous permet pas d'évaluer le comportement de tous les travailleurs Maintenant, pour décrire les données de manière descriptive, nous nous concentrons sur quatre éléments clés, les mesures de tendance centrale, mesures de dispersion, les tables de fréquences et les graphiques Commençons par les mesures de la tendance centrale, qui incluent la moyenne, la médiane, etc. Tout d'abord, la moyenne, la moyenne arithmétique, est calculée en additionnant toutes les observations et en divisant par le nombre d'observations Par exemple, si nous avons les résultats des tests de cinq étudiants, nous les additionnons et les divisons par cinq pour trouver que le score moyen au test est de 86,6 Vient ensuite la médiane. Lorsque les valeurs d'un ensemble de données sont classées par ordre croissant, la médiane est la valeur médiane S'il y a un nombre impair de points de données, il s'agit simplement de la valeur moyenne. S'il y a un nombre pair, la médiane est la moyenne des deux valeurs intermédiaires. Un aspect important de la médiane est qu'elle résiste aux valeurs extrêmes ou aux valeurs aberrantes Par exemple, quelle que soit sa taille, la dernière personne figure dans un ensemble de données élevé. La médiane restera la même. Bien que la moyenne puisse changer manière significative en fonction de cette valeur, elle reste inchangée quelle que soit la taille de la dernière personne. Cela signifie qu'il n'est pas affecté par les valeurs aberrantes. En revanche, les hommes peuvent changer manière significative en fonction de la taille de cette dernière personne, ce qui la rend sensible aux valeurs aberrantes Parlons maintenant du mode. Le mode est la ou les valeurs les plus fréquentes dans un ensemble de données. Par exemple, si 14 personnes se déplacent en voiture, six à vélo, cinq marchent et cinq empruntent les transports en commun, voiture est le mode de transport puisqu' il apparaît le plus souvent Nous passons ensuite aux mesures de dispersion, qui décrivent la répartition des valeurs d' un ensemble de données. Les principales mesures de dispersion incluent les variantes. Plage d'écart type et plage interéquatale, en commençant par l' commençant par Il indique la distance moyenne entre chaque point de données et la moyenne. Cela nous indique dans quelle mesure les points de données individuels s'écartent de la moyenne Par exemple, si l' écart moyen par rapport à la moyenne est de 11,5 centimètres, nous pouvons calculer l' écart type à l' aide de la formule Sigma est égal à la racine carrée de la somme de chaque valeur moins la moyenne Au carré, divisé par n, où Sigma est l' écart type N est le nombre d'individus. X sub i est la valeur de chaque individu, et x bar est la moyenne. Il est important de noter qu'il existe deux formules pour l' écart type. On divise par n, tandis que l'autre divise par n moins un. Ce dernier est utilisé lorsque notre échantillon ne couvre pas l' ensemble de la population, comme dans les études cliniques. Ce dernier est utilisé lorsque notre échantillon ne couvre pas l' ensemble de la population, comme dans les études cliniques. Maintenant, en quoi l' écart type diffère-t-il de la variance ? L'écart type mesure la distance moyenne par rapport à la moyenne. Alors que la variance est simplement la valeur au carré de l'écart type Ensuite, discutons de la plage et de la plage intequatale. La plage est la différence entre les valeurs maximales et minimales d'un ensemble de données. D'autre part, la plage inéquartile représente la moitié médiane des données, calculée comme la différence entre le premier quartile, Q un, et le troisième quartile, qu Cela signifie que 25 % des valeurs se situent dessous et 25 % au-dessus de la plage interquartile Avant de passer aux derniers points, comparons brièvement ces concepts, les mesures de tendance centrale et les mesures de dispersion. Envisageons de mesurer la tension artérielle des patients. Les mesures de tendance centrale fournissent une valeur unique qui représente l'ensemble de données dans son intégralité. Aider à identifier un point central autour duquel les points de données ont tendance à se regrouper. D'autre part, les mesures de dispersion, telles que l'écart type, plage et la plage InteQatile indiquent l'étendue des points de données Qu'ils soient étroitement regroupés autour du centre ou largement dispersés. En résumé, alors que les mesures de tendance centrale mettent en évidence le point central de l'ensemble de données, les mesures de dispersion décrivent la manière dont les données sont distribuées autour de ce centre. Passons maintenant aux tableaux, en concentrant sur les types les plus importants, fréquence et les tables de contingence Un tableau de fréquence indique la fréquence laquelle chaque valeur distincte apparaît dans un ensemble de données. Par exemple, une entreprise a interrogé ses employés sur leurs options de trajet domicile-travail, voiture, à vélo, à pied et en transports Voici les résultats de 30 employés avec leurs réponses. Nous pouvons créer un tableau des fréquences pour résumer ces données en listant les quatre options dans la première colonne et en comptant leurs occurrences dans le tableau. Il est clair que le mode de transport le plus courant chez les employés est la voiture. 14 employés ont choisi cette option. Le tableau des fréquences fournit un résumé concis des données. Mais que se passerait-il si nous avions deux variables catégorielles au lieu d'une ? C'est là qu'un tableau de contingence, également appelé tabulation croisée, entre en jeu Imaginez que l'entreprise possède deux usines, l'une à Détroit et l' autre à Cleveland ? Si nous interrogeons également les employés sur leur lieu de travail, nous pouvons afficher les deux variables à l'aide d'un tableau de contingence Ce tableau nous permet d' analyser et de comparer la relation entre les deux variables catégorielles Les lignes représentent les catégories d'une variable. Alors que les colonnes représentent les catégories des autres, chaque cellule du tableau indique le nombre d' observations correspondant à la combinaison de catégories correspondante. Par exemple, la première cellule indique le nombre d' employés qui se déplacent en voiture et travaillent à Détroit a été indiqué six fois. Merci. Je vous verrai dans la prochaine leçon de statistiques. 10. Notions de statistiques inférentielles, partie 2: Passons aux statistiques inférentielles. Nous allons commencer par un bref aperçu de ce que c'est. Suivi d'une explication des six éléments clés. Alors, qu'est-ce que les statistiques inférentielles ? Cela nous permet de tirer des conclusions sur une population à partir des données d'un échantillon. Pour clarifier les choses, la population est l'ensemble du groupe qui nous intéresse. Par exemple, si nous voulons étudier la taille moyenne de tous les adultes aux États-Unis, notre population inclut tous les adultes du pays. L'échantillon, quant à lui, est un sous-ensemble plus petit issu de cette population Par exemple, si nous sélectionnons 150 adultes américains, nous pouvons utiliser cet échantillon pour tirer conclusions sur l' ensemble de la population Voici maintenant les six étapes de ce processus. Hypothèse. Nous partons d'une hypothèse. Quelle est la déclaration que nous voulons tester ? Par exemple, nous pourrions vouloir déterminer si un médicament a un impact positif sur tension artérielle chez les personnes souffrant d'hypotension. Oh, dans ce cas, notre population est composée de toutes les personnes souffrant d' hypertension artérielle aux États-Unis, car il n'est pas pratique de recueillir données auprès de l'ensemble de la population Nous nous appuyons sur un échantillon pour tirer des conclusions sur la population à l'aide de notre échantillon Nous utilisons des tests d'hypothèses. Il s'agit d'une méthode utilisée pour évaluer une affirmation concernant un paramètre de population sur la base d'un échantillon de données. Différents tests d' hypothèses sont disponibles, et à la fin de cette vidéo. Je vais vous expliquer comment choisir le bon. Comment fonctionnent les tests d'hypothèses ? Nous commençons par une hypothèse de recherche. Également connue sous le nom d'hypothèse alternative, c'est ce que nous recherchons des preuves dans notre étude. Également appelée hypothèse alternative. C'est pour cela que nous essayons de trouver des preuves. Dans notre cas, l'hypothèse est que le médicament affecte la tension artérielle. Cependant, nous ne pouvons pas le tester directement avec un test d' hypothèse classique. Nous testons donc l'hypothèse inverse, savoir que le médicament n'a aucun effet sur la tension artérielle. Voici le processus. Premièrement, supposons l'hypothèse du non. Nous supposons que le médicament n' a aucun effet, c' est-à-dire que les personnes qui le prennent et celles qui n'ont pas la même tension artérielle moyenne. T, collectez et analysez des échantillons de données. Nous prélevons un échantillon aléatoire. Si le médicament présente un effet important sur l'échantillon, nous déterminons ensuite la probabilité de prélever un tel échantillon ou un échantillon qui s'écarte encore plus, si le médicament n' a réellement aucun effet, ou un échantillon qui s'écarte encore plus, si le médicament n' a réellement aucun effet, T, évaluez la valeur de probabilité p. Si la probabilité d'observer un tel résultat sous l' hypothèse nulle est très faible. Nous envisageons la possibilité que le médicament ait un effet. Si nous avons suffisamment de preuves, nous pouvons rejeter l'hypothèse nulle. La valeur p est la probabilité qui mesure la force des preuves par rapport à l'hypothèse nulle. En résumé, l' hypothèse nulle indique qu'il n'y a aucune différence dans la population, et le test d'hypothèse calcule la probabilité observer les résultats de l'échantillon si l'hypothèse nulle est vraie Nous voulons trouver des preuves à l'appui de notre hypothèse de recherche. Le médicament affecte la tension artérielle. Cependant, nous ne pouvons pas le tester directement, nous testons donc l' hypothèse opposée, l'hypothèse nulle. Le médicament n'a aucun effet sur la pression artérielle. Voici comment cela fonctionne. Supposons l'hypothèse du non. Supposons que le médicament n'ait aucun effet. Cela signifie que les personnes qui prennent le médicament et celles qui n'ont pas la même tension artérielle moyenne collectent et analysent des données. Prélevez un échantillon aléatoire. Si le médicament présente un effet important dans l'échantillon. Nous déterminons la probabilité d'obtenir un tel résultat, ou un résultat plus extrême. Si le médicament n'a vraiment aucun effet, calculez la valeur p. La valeur p est la probabilité d' observer un échantillon aussi extrême que le nôtre. En supposant que l'hypothèse nulle est vraie. Importance statistique. Si la valeur p est inférieure à un seuil défini, généralement 0,05 Le résultat est statistiquement significatif, ce qui signifie qu'il est peu probable qu'il soit le fruit du seul hasard. Nous avons alors suffisamment de preuves pour rejeter l'hypothèse nulle. Une faible valeur p suggère que les données observées ne correspondent pas à l'hypothèse nulle. qui nous amène à la rejeter au profit de l'hypothèse alternative. Une valeur p élevée suggère que les données sont cohérentes avec l'hypothèse nulle. Nous ne le rejetons pas. Points importants Une faible valeur p ne prouve pas que l' hypothèse alternative est vraie. Cela indique simplement qu'un tel résultat est peu probable si l' hypothèse nulle est vraie. De même, une valeur p élevée ne prouve pas que l' hypothèse nulle est vraie. Cela suggère que les données observées sont probablement soumises à l'hypothèse nulle. Merci. Je vous verrai dans la prochaine leçon de statistiques. 11. Notions de tests d'hypothèses en détail: Bon retour. Comprenons l' hypothèse plus en détail. Hypothèse de Nous avons une population entière que nous aimerions étudier. Mais il y aurait toujours des contraintes de temps et de ressources pour étudier l'ensemble de la population. Par conséquent, nous prélevons un échantillon de la population en utilisant différentes techniques d'échantillonnage et en retirons un échantillon. Nous étudions l'échantillon et tirons des conclusions sur la population, sous forme de statistiques inférentielles Qu'est-ce qu'une hypothèse exactement ? Une hypothèse est une hypothèse qui ne peut être ni encline ni désapprouvée Dans un processus de recherche, l'hypothèse est formulée au tout début, et le but est de la rejeter ou de ne pas la rejeter. Afin de rejeter ou de ne pas rejeter l'hypothèse, des exemples de données provenant de l' expérience ou d'une enquête sont nécessaires, qui sont ensuite évalués à l'aide d'un test d'hypothèse. En utilisant des hypothèses, les hypothèses sont généralement réalisées en commençant par un examen littéral Sur la base de l'examen littéral, vous pouvez soit justifier pourquoi vous avez formulé l' hypothèse de cette manière Un exemple d' hypothèse pourrait être les hommes gagnent plus que les femmes pour le même travail en Autriche. L'hypothèse est l'hypothèse d'une association attendue. Votre objectif est de rejeter ou de ne pas rejeter l'hypothèse nulle. Vous pouvez tester votre hypothèse sur la base des données. L'analyse des données est effectuée à l'aide des tests d' hypothèses. Les hommes gagnent plus que les femmes pour le même travail en Autriche. Vous avez réalisé une enquête auprès de près de 1 000 employés travaillant en Australie, un test T auprès d'un échantillon indépendant. Dans ce test, l' hypothèse dont vous avez besoin à partir de l'enquête est adaptée à des tests d' hypothèse tels que le test T ou le test d'analyse de corrélation. Nous pouvons utiliser des outils en ligne tels que l'onglet Données ou les outils Excel pour résoudre ce problème. Comment formuler une hypothèse ? Pour formuler une hypothèse, il faut d'abord définir une question de recherche. Une hypothèse précise sur la population peut ensuite être dérivée de la question de recherche. Les hommes gagnent plus que les femmes pour le même travail en Australie. Au sujet, quelle est la question que nous voulons poser et quelle en est l'hypothèse ? Vous fournirez ensuite les données au test d'hypothèse et en tirerez la conclusion. Il s'agit d'une très belle représentation visuelle de la façon dont un test d'hypothèse est effectué. Les hypothèses ne sont pas de simples déclarations. Ils sont formulés de manière à pouvoir être testés avec Ils peuvent être testés avec des données collectées au cours du processus de recherche. Pour tester une hypothèse, il est nécessaire de définir exactement quelles variables sont impliquées et comment ces variables sont liées. Les hypothèses sont donc des hypothèses concernant la relation de cause à effet de l'association entre les variables. Qu'est-ce qu'une variable dans ce cas ? variable n'est rien d'autre qu'une propriété d'un objet ou d'un événement qui peut prendre différentes valeurs. Par exemple, la couleur des yeux est une variable. S'il s'agit de la propriété de l'objet, je peux prendre différentes valeurs. Si vous faites des recherches dans le domaine des sciences sociales, vos variables peuvent être le sexe, le revenu, les attitudes, la protection de l'environnement, etc. Si vous faites des recherches dans le domaine médical, vos variables peuvent être le poids corporel, le tabagisme, le rythme cardiaque, etc. Alors, en quoi consiste exactement l'hypothèse nulle et alternative ? Il y a toujours deux hypothèses qui sont exactement opposées l'une à l'autre et qui prétendent être opposées Ces hypothèses opposées sont appelées hypothèses nulles et alternatives et sont représentées par H zéro et H A ou H un, H zéro et H L'hypothèse nulle de H zéro suppose qu' il n'y a aucune différence entre deux ou plusieurs groupes en ce qui concerne les caractéristiques que nous essayons d'étudier Les hypothèses nulles sont alors. L'hypothèse nulle suppose qu'il n'y a aucune différence entre deux groupes ou plus en ce qui concerne les caractéristiques. Par exemple, le salaire des hommes et des femmes n'est pas différent en Autriche. L'hypothèse alternative est l'hypothèse que nous voulons prouver ou que nous collectons des données pour la prouver. L'hypothèse alternative, quant à elle, suppose qu'il existe une différence entre les deux ou plusieurs groupes. Par exemple, le salaire des hommes et des femmes est différent en Autriche. L'hypothèse que vous voulez tester ou ce que vous voulez déduire de la théorie indique généralement l'effet. Le sexe a un effet sur le salaire. Cette hypothèse est appelée hypothèse alternative. C'est une très belle déclaration, non ? Il existe une autre façon de l'écrire, savoir que le sexe a un effet sur le salaire, et le test d'hypothèse est appelé hypothèse alternative. L'hypothèse nulle indique généralement qu'il n'y a aucun effet. Le sexe n'a aucun effet sur le salaire. Dans le test d'hypothèse, seule l'hypothèse nulle peut être testée. L'objectif est de savoir si l'hypothèse nulle est rejetée ou non. Il existe différents types d'hypothèses. Quels sont les types d'hypothèses disponibles ? distinction la plus courante est entre les différences, hypothèse de corrélation, elle peut être directionnelle et une hypothèse non directionnelle. Hypothèse différentielle et de corrélation. Les hypothèses différentielles sont utilisées lorsque différents groupes doivent être distingués entre le groupe d' hommes et le groupe de femmes Les hypothèses de corrélation sont utilisées lorsqu'ils veulent établir une relation ou qu'une corrélation entre la variable doit être testée La relation entre l'âge et la taille. Hypothèse de différence. L'hypothèse de différence est un test qui consiste à déterminer s'il existe une différence entre deux ou plusieurs groupes. Exemple d'hypothèse de différence le groupe d'hommes gagne plus que les femmes. risque de crise cardiaque est plus élevé chez les fumeurs que chez les non-fumeurs. Il existe une différence entre l'Allemagne, l'Autriche et la France en termes d' heures travaillées par semaine. Ainsi, une variable est toujours une variable catégorique comme le sexe, statut tabagique ou le pays D'autre part, l'autre variable est une variable ordinale ou une variable du salaire, du pourcentage de risque de crise cardiaque et des heures de travail par semaine Maintenant, comprenons un peu plus en détail l'hypothèse de corrélation . Un test d'hypothèse de corrélation, relations entre deux variables. Par exemple, la taille et le poids du corps. À mesure que la taille de la personne augmente, le poids corporel est affecté. L' hypothèse de corrélation, par exemple, est que plus une personne est grande, est lourde, plus la puissance d'une voiture est élevée, sa consommation de carburant est élevée la note en mathématiques est bonne, plus le futur salaire est élevé. Comme vous pouvez le voir dans les exemples, les hypothèses de corrélation prennent souvent la forme suivante plus le taux est élevé, plus le taux est bas. Ainsi, au moins deux variables d' échelle ordinale sont examinées Hypothèse directionnelle et non directionnelle, les hypothèses sont divisées en directionnelles et non directionnelles. C'est-à-dire qu'il s'agit d' hypothèses unilatérales ou bilatérales. Si l'hypothèse contient des mots tels que « meilleur », pire », l'hypothèse est généralement directionnelle. Cela peut être positif ou négatif. Dans le cas d'une hypothèse non directionnelle, on découvre souvent les éléments de base, exemple s'il existe une différence entre les formulations, mais on ne précise pas dans quelle direction se situe la différence. Pour l' hypothèse non directionnelle, la seule chose intéressante est de savoir s'il existe une différence de valeur entre les variables considérées. Dans une hypothèse directionnelle, quel intérêt y a-t-il à ce qu' un groupe soit supérieur ou inférieur à l'autre ? Vous avez une hypothèse à deux faces, ou vous pouvez avoir une hypothèse unilatérale comme du côté gauche ou du côté droit. non directionnelle, hypothèse non directionnelle permettant de vérifier s' il existe une différence ou une relation. Peu importe la direction dans laquelle la relation existe ou les différents coûts. Dans le cas d'une hypothèse de différence, cela signifie qu'il existe une différence entre deux groupes, mais cela ne dit pas si l'un des groupes a une valeur plus élevée. Il existe une différence entre le salaire des hommes et celui des femmes, mais cela ne dit pas qui gagne le plus. Il existe une différence dans le risque de crise cardiaque entre fumeurs et non-fumeurs, mais cela ne permet pas de savoir qui est le plus à risque. En ce qui concerne l'hypothèse de corrélation, elle signifie une relation ou une corrélation entre deux variables. Mais il n'est pas dit si la relation est positive ou négative. Il existe une corrélation entre taille et le poids et il existe une corrélation entre la puissance et la consommation de carburant de la voiture. Dans les deux cas, on ne dit pas que la corrélation est positive ou négative. Lorsque vous parlez d'une hypothèse directionnelle, nous indiquons également le sens de la relation ou de la différence. En cas d'hypothèse différente, une déclaration est faite : quel groupe a la valeur la plus élevée ou la plus faible ? Les hommes gagnent plus que les femmes. Les fumeurs ont un risque plus élevé de crise cardiaque que les non-fumeurs. Dans le cas d'une hypothèse de corrélation, la relation est établie pour savoir si une corrélation est positive ou négative. Plus une personne est grande, plus elle est lourde. Plus la puissance d'une voiture est élevée, plus sa consommation de carburant est élevée. L'hypothèse alternative directionnelle unilatérale inclut uniquement les valeurs qui diffèrent dans un sens des valeurs de l'hypothèse nulle. Maintenant, comment interpréter la valeur p dans une hypothèse directionnelle ? Habituellement, les logiciels statistiques vous aident toujours à calculer la valeur p. Excel est également devenu très intelligent dans le calcul de la valeur p, et il aide à calculer le test non directionnel et aide également à donner la valeur p pour cela. Pour obtenir la valeur p pour une hypothèse directionnelle, il faut vérifier si l' effet est dans la bonne direction, puis la valeur p est divisée par deux et si le seuil de signification n'est pas accéléré de deux, mais d'un seul côté De plus, nous avons un tutoriel sur la valeur P. Alors, s'il vous plaît, allez regarder cela dans la phase analysée de mon cours. Si vous sélectionnez une hypothèse alternative dirigée dans un type de données logiciel, pour le calcul de l'hypothèse, la conversion est effectuée automatiquement et vous ne pouvez que lire. Maintenant, instructions étape par étape pour tester l'hypothèse. Vous devez effectuer une recherche documentaire, formuler l'hypothèse, définir le niveau d'échelle, déterminer le niveau de signification, déterminer le test d'hypothèse, quel test d'hypothèse convient aux niveaux d'échelle et au style d' hypothèse ? Le prochain tutoriel porte sur les tests d'hypothèses. Vous en apprendrez davantage sur les tests d' hypothèses et découvrirez lequel est le meilleur et comment le lire. 12. Introduction aux outils 7Qc: T. Bienvenue dans le nouveau cours sur sept outils de qualité. C'est l'un des concepts les plus importants si vous envisagez d'apporter une petite amélioration continue à votre processus, à vos opérations ou à votre configuration de fabrication. Même si vous travaillez dans le secteur des services, ces outils vous aideront à assurer le suivi de la qualité. C'est avec ça que nous allons commencer. Alors, les sept outils de contrôle qualité, que vais-je aborder dans le cadre de ce programme de formation ? Il s'agit des sept outils de contrôle qualité. Premièrement, les objets catapultent, l'histogramme, l' histogramme, l'analyse de Pareto, le diagramme de Fishburn, également appelé diagramme d' Ishikawa, les feuilles de contrôle Ishikawa Nous n'allons pas seulement couvrir ces outils à un niveau élevé. Nous allons donner quelques exemples façon de dessiner ces choses en utilisant Microsoft Excel dans la mesure du possible. Nous allons également vous donner quelques exemples d'exercices avec des données qui peuvent vous aider à effectuer ces activités très facilement. Nous allons parler de ce qu'est l'outil, comment l'utiliser, quand l'utiliser, certaines erreurs courantes à éviter et d'un guide étape par étape pour créer le résultat requis. 13. Checksheet: Passons à l'outil de qualité suivant parmi les sept outils de contrôle qualité, la feuille de contrôle. Apprenons-en plus sur la feuille de contrôle. Les fiches de contrôle sont utilisées pour enregistrer et compiler systématiquement les données À partir des sources historiques ou des observations au fur et à mesure qu'elles se produisent. Il peut être utilisé pour collecter des données à des endroits où les données sont réellement générées au fil du temps. Il peut être utilisé pour saisir des données quantitatives et qualitatives. Je vous ai donc montré une simple feuille de contrôle où vous trouverez types de défauts et le nombre de fois ce défaut particulier se produit. Cela peut être utilisé pour enregistrer et compiler systématiquement les données provenant de sources historiques ou d' observations au fur et à mesure qu'elles se produisent. Il peut être utilisé pour collecter des données à des endroits où les données sont générées en temps réel. Ce type de données peut être aussi bien quantitatif que qualitatif. La feuille de contrôle est l'un des sept contrôles de qualité de base. À quoi sert la feuille de contrôle ? Il est utilisé pour créer des données faciles à comprendre et cela s'accompagne d'un processus simple et efficace À chaque entrée, créez une image claire des faits tels qu'ils sont proposés à l'opinion de chaque membre de l'équipe. C'est pourquoi c'est l'un des systèmes axés sur les données. Il normalise l'accord sur les définitions de chaque condition. Comment utilise-t-on une forme de chèque ? Nous sommes d'accord sur la définition des événements ou des conditions observés. Exemple. Si nous cherchons la cause première des défauts de gravité 1, accord pour en faire une cause de gravité 1. Décidez qui collecte les données, choisissez la personne qui participera à cette activité. Notez les sources à partir desquelles les données sont collectées. Les données doivent prendre la forme d' un échantillon ou de l'ensemble de la population. Il peut être à la fois qualitatif et quantitatif. Décidez du niveau de connaissance requis pour la personne impliquée dans le plan de collecte de données. Décidez de la fréquence de collecte des données, si les données doivent être collectées, une base hebdomadaire, horaire, quotidienne ou mensuelle. Décidez de la durée de la collecte des données, c'est-à-dire durée pendant laquelle les données doivent être collectées pour en faire un résultat significatif. Construisez une feuille de contrôle simple à utiliser, concise, complète et permettant d'accumuler des données de manière cohérente tout au long de la période de collecte Veuillez noter que les fiches de contrôle ont été créées comme l'un des outils de qualité lorsque nous étions à l'ère industrielle. Nous sommes actuellement à l'ère de l'information. Nous avons tellement de logiciels ERP, machines capturent des données grâce à l'informatique, et il existe divers autres rapports générés par ordinateur qui sont applicables Essayez d'utiliser une feuille de contrôle uniquement et uniquement lorsque vous êtes dans un processus de saisie de données entièrement manuel C'est l'un des outils les moins utilisés ces derniers mois. Permettez-moi de reformuler : utilisez le moins d'outils ces dernières années. À moins et jusqu'à ce que votre entreprise n'ait absolument aucune approche systématique pour capturer les données. C'est un très bon outil si vous faites appel à des employés de couleur bleue et que vous ne disposez pas de systèmes de haute technologie pour saisir les données. J'ai donc joint le modèle de feuille de contrôle dans la section projet et ressources. Vous pouvez vous y référer. Donne-moi juste une seconde. Je vais vous montrer la feuille de contrôle à l'écran. Je peux donc utiliser une feuille de contrôle que je vous ai donnée dans le cadre de mon modèle de parado Vous pouvez noter les catégories ici, en me disant qu'il s'agit d'un défaut, un défaut, deux. répertorier Quel que soit le nom de votre défaut, veuillez répertorier tous les défauts ici, n'est-ce pas ? Et ensuite, vous pouvez le commercialiser À quelle fréquence cela se produit-il ? Où que cela se passe, veuillez commencer à en écrire un. À quelle fréquence le voyez-vous et quand le voyez-vous ? Ceci, en conjonction avec le fait que je pourrai utiliser ultérieurement ces données pour mon analyse de Pareto, pour laquelle j'ai créé une vidéo séparée, vous pouvez les utiliser Vous n'avez pas besoin d'une feuille de contrôle séparée dans le monde d'aujourd'hui. Vous pouvez utiliser celui que j'ai donné ici. Merci. Je te verrai au prochain cours. 14. Boxplot: Aujourd'hui, nous allons en apprendre davantage sur boxplot et le comprendre en détail Nous aurions tous vu Boxplot à plusieurs reprises. Mais voyons ce qu' il interprète. Alors, qu'est-ce qu'un boxplot exactement ? Avec un boxplot, vous pouvez généralement afficher graphiquement de nombreuses informations sur vos données La case indique la fourchette des 50 % intermédiaires de l'endroit où se situe votre valeur. Comprenons le diagramme à cases, comment il est divisé. Si le début de la boîte est appelé Q un, il s'agit de l'extrémité inférieure de la boîte et il est également appelé premier quartile Q est l'extrémité supérieure de la boîte ou le troisième quartile. La distance entre Q 3 et Q est appelée plage interquartile, qui correspond à la moitié médiane de vos données Les 25 % des données se situent en dessous du point 1. Dans la case, vous avez 50 % des données, et par conséquent, 25 % des données se trouvent au-dessus de la case. Vous avez une ligne principale et une ligne médiane à l'intérieur de la boîte, qui divise à nouveau les données en 25 et 25 % Supposons donc que lorsque nous affichons l'âge du participant, sur le graphique, il soit 31 ans. Cela signifie que 25 % des participants ont moins de 31 ans. Q trois, c'est 63 ans. Cela signifie que 25 % des participants ont plus de 63 ans. 50 % des participants ont entre 31 et 63 ans. La moyenne et la médiane. La médiane est de 42 ans, ce qui signifie que la moitié des participants sont âgés de plus de 42 ans et l'autre moitié de moins de 42 ans. La ligne en tiret est également appelée ligne moyenne ou valeur principale, qui représente la moyenne. Comme la moyenne est éloignée de la médiane, cela indique clairement que les données le sont. La ligne continue représente la médiane et la ligne pointillée représente la moyenne Les points les plus éloignés sont appelés valeurs aberrantes. La hauteur de la moustache est environ 1,5 fois la plage interquartale La moustache ne peut pas maintenir le ping indéfiniment. La valeur aberrante et la moustache en forme de pointe. S'il n'y a pas de valeur aberrante, la valeur maximale est ici S'il y a une valeur aberrante, la moustache en forme de T est le dernier point correspondant à 1,5 fois l' intervalle interquaral, les autres points étant considérés comme des valeurs aberrantes Comment créer un boxplot ? Vous disposez d'une feuille Excel pour créer votre boxplot, et vous pouvez également le faire à l'aide d'outils en ligne Oui, donc je peux juste opter pour les graphiques. Sur ce, je peux dire que je prends la variable métrique, puis vous avez une option d'histogramme, et vous avez également une option de boxplot, qui indique clairement que le Q est 29, 66, la médiane est 42, Man 46 Le maximum est de 99, la clôture supérieure est de 99. Il n'y a pas de valeurs aberrantes. Allons-y et modifions les données. Laissez-moi en faire 126. Dès que je change la valeur d' une personne à 126, à votre retour, vous constaterez qu'il y a une valeur aberrante dans l'histogramme, et il est très évident ici que 126 est une Et ici, la clôture supérieure est de 92. Le Q trois est toujours le même, le Q est toujours le même. La taille de la boîte ne change donc pas et ainsi de suite. Hein ? Et si la personne est un euro ? Dans ce cas, vous verrez qu'il ne fait pas partie d'une valeur aberrante, mais qu'il fait tout de même partie du disque. Je peux réduire le graphique, je peux montrer la ligne zéro. Je peux montrer l' écart type. Je peux montrer les points. Je peux le faire à l' horizontale et à la verticale. Toutes ces options sont donc possibles grâce à un outil statistique en ligne. Je peux évidemment télécharger le fichier Zip et travailler avec. OK. Comment puis-je faire du boxplot en utilisant une feuille Excel ? J'ai donc copié les mêmes données ici. j'ai différents groupes, j'ai choisi mon âge comme donnée. Et maintenant, je vais insérer le graphique recommandé, accéder à tous les graphiques, et j'ai un tableau à cases et à moustaches Et je peux voir ma boîte et mon tableau à moustaches. Je peux supprimer mes lignes de quadrillage et ajouter les étiquettes de données, et cela montre clairement mon chemin. Je peux peut-être simplement l'augmenter pour le rendre plus visible. Je peux changer la couleur de mon graphique pour qu'elle soit différente. Oh et je peux choisir le Ma moyenne est ici. Ma médiane est 421, trois et. Maintenant, le même graphe, je peux également le regrouper en fonction des racines. Je prends le groupe et l'âge. Je clique sur dedans, je peux cliquer sur le graphique recommandé, accéder à tous les graphiques et faire des cases et des moustaches. Cette fois, j'ai quatre boîtes pour chacun des groupes. Je peux changer la couleur de mon graphique. C'est bon. Je peux inclure les étiquettes de données. Lorsque je l'inclus ici et que je clique sur le signe virgule, vous constaterez que les points de égalité ont été. Il est donc très facile de dessiner un graphique à l'aide d' Excel ou à l'aide de certains outils en ligne Donc, pour les groupes, j'ai pris le groupe plus le A, et pour cela, j'ai pris. Donc, pour A, disons pour le groupe C, si je change la valeur à 100, vous constaterez qu'il y a une valeur aberrante là-bas La valeur minimale est dix, changeons les valeurs 25. Vous vous rendrez compte que c'est ainsi que les valeurs changent. Génial. Je te verrai donc au prochain cours. Oh. 15. Partie 1 de la parcelle de boîte: Dans cette leçon, nous allons en savoir plus sur la boîte à moustaches. Une boîte à moustaches est l'une des techniques graphiques qui nous aide à identifier les valeurs aberrantes, n'est-ce pas ? Voyons comment se forme une boîte à moustaches. Comprenons d'abord le concept avant de passer aux travaux pratiques. Une boîte à moustaches est appelée boîte à moustaches parce qu'elle ressemble à une boîte et qu'elle est visqueuse comme le chat. Le chat a sur son visage. Maintenant, tout comme le chat ne peut pas avoir et moins visqueux, la taille de la moustache de la boîte à moustaches sera décidée en fonction de certains paramètres. Vous verrez certaines terminologies importantes lorsque vous formerez une boîte à moustaches. Premièrement, quelle est la valeur minimale ? Quel est le premier quartile ? Qu'est-ce que la médiane ? Qu'est-ce que le noyau serré ? Troisièmement, quelle est la taille de la moustache maximale ? Et quelle est la valeur maximale du point de données ? Ici ? Le nombre minimum de chiens au-dessus du point minimum et où la moustache peut être étendue. Q1 représente le premier trimestre, soit 25 % des données. Supposons que nous ayons 100 points de données. 25 % des données seront inférieures à ce seuil. Entre le premier et le deuxième trimestre. Vingt-cinq pour cent de vos données seront formées, seront présentes. Q2 est également appelé la médiane ou le centre de vos données. Donc, si je range mes données dans l'ordre croissant ou décroissant, le point de données du milieu est appelé médiane et il est appelé Q2. Q3, ou autrement appelé quartile supérieur, parle des vingt-cinq pour cent des données après le milieu. Donc techniquement, à ce jour, vous avez couvert soixante-quinze pour cent de vos données seront inférieures à votre troisième quartile, soixante-quinze pour cent de vos données seront inférieures à votre troisième quartile, 25 pour cent en dessous du premier trimestre, 50 % des données en dessous du deuxième trimestre, soixante-quinze pour cent les données sont inférieures au troisième trimestre. Techniquement, sur 100 % des données, 75 % des données sont inférieures au troisième trimestre. Cela signifie que vingt-cinq pour cent de mes points de données seront supérieurs au troisième trimestre. Maintenant, la distance entre Q1 et Q3 est appelée, est appelée comme la taille de la boîte. Et cette taille de boîte est également appelée plage interquartile. Q3 moins Q1 est appelé intervalle interquartile. Comme je vous l'ai dit au début du cours, la taille des moustaches dépend de l'intervalle interquartile ou IQR. Q3. Je peux former cette ligne 1,5 fois la taille de la boîte. Donc 1,5 fois dans IQR plus q3 sera la limite supérieure pour ma moustache. Sur le côté droit. Sur la face supérieure. Si je veux dessiner la moustache sur le côté gauche, ce n'est rien d'autre que la même 1,5 fois dans la plage interquartile. Mais je soustrais cette valeur de Q1 et je l'ai étendue jusqu'à cette valeur. Il définit donc la limite inférieure. Vous pouvez avoir des points de données qui se situent en dessous du point minimum. Vous pouvez avoir des points de données qui dépassent la taille maximale du risque que ces points de données soient appelés valeurs aberrantes. La beauté de la boîte à moustaches est qu'elle vous aidera à identifier s'il existe des valeurs aberrantes dans votre jeu de données. Voyons comment créer une boîte à moustaches ? Parce que physiquement, je n'ai pas à m' inquiéter de trouver 2525% pour cent. Et vraiment par personne, nous allons aller sur Minitab et ensuite faire le travail. Voyons donc cette fiche technique. Dans notre cours précédent, nous avons fait quelques statistiques descriptives à ce sujet. Et nous avons trouvé les points de données. Nous avons trouvé des points de données minimum Q1, Q2, Q3 et maximum. Essayons de créer une boîte à moustaches pour la durée du cycle en minutes. Je vais donc cliquer sur le graphique. Je vais aller à la boîte à moustaches et voir une boîte à moustaches simple et cliquer sur, OK, je vais sélectionner la durée du cycle en minutes. Et je vais dire, OK, voyons la vue des données. Si vous regardez cette boîte à moustaches, la ligne ci-dessous est appelée celle. Il est 9,16. La médiane est la ligne médiane, et il n'est pas nécessaire qu'elle soit exactement au centre. Le haut de la boîte est Q3, soit 10,86 dans cette plage de données, et l'intervalle interquartile est 1,7. Ma boîte peut s'étendre 1,5 fois sur le coude et elle peut aller 1,5 fois sur le ballon. Et vous constatez qu'il n'y a pas d'astérisque dans cette boîte à moustaches, qui indique très clairement qu'il n'y a aucune valeur aberrante dans mon jeu de données actuel. Reprenons d' autres ensembles de données. Dans notre prochaine vidéo pour comprendre comment faire une boîte à moustaches. 16. Partie 2 de la parcelle de la boîte: Poursuivons notre voyage mieux comprendre les boîtes à moustaches . Si vous accédez à la feuille de votre fichier de projet, appelée boîte à moustaches. J'ai collecté des données sur la durée du cycle pour cinq scénarios différents. Comme vous pouvez le voir à certains endroits, j'ai plus de points de données, comme j'ai presque 401745 données. À certains endroits, je n'ai que 14 points de données. Essayons donc d'analyser cela plus en détail pour comprendre comment fonctionne la boîte à moustaches. J'ai copié ces données sur Minitab, cas un, deux, T3 et T4. La première chose que je voudrais faire est de faire quelques statistiques descriptives de base pour toutes les clés étrangères. Je suis en train de tout sélectionner. Et puis je vois, quand je vois ma sortie, je peux voir que dans trois cas, j'ai 45 points de données. Dans le quatrième cas, j'ai 18 points de données. Dans le cinquième cas, j' ai 14 points de données. Donc le nombre de points de données est très, si vous regardez ma valeur minimale, si vous regardez ma valeur minimale, elle varie de 1, un, vingt et un, vingt-deux. Et la valeur maximale se situe quelque part entre 4090. Dans un scénario, j'ai développé des valeurs allant de 21 à 40. Dans un scénario, j'ai des valeurs de deux à 90, ce qui montre très clairement que le nombre de points de données ou le faire. Mais ma fourchette de valeurs est blanche. Donc, si vous regardez le taux, il varie de 18,8 à 99 points. Donc dans le deuxième cas, j'ai 1200 comme fourchette, donc 99 ans. Et la même chose peut également être observée en tant qu'écart type. Vous pouvez voir que l' asymétrie des données est différente et que le kurtosis est différent. Commençons par comprendre la boîte à moustaches en détail. Et dans la vidéo suivante, lorsque je parlerai de l'histogramme, nous allons comprendre le modèle de distribution en utilisant le même ensemble de données. Commençons. Je clique sur le graphique. Je peux cliquer sur boîte à moustaches et je clique sur simple. Ce que je peux faire, c'est que je peux prendre 11 cas à la fois pour analyser mes données. premier cas me montre une boîte à moustaches et cette boîte à moustaches montre très clairement qu'il n'y a pas de valeur aberrante dans mes données. Et la plage se situe entre. Quand je place le curseur ici, j'ai 45 points de données. Ma moustache varie de 21,6 à 4,4, et ma plage interquartile est de 5,95. Ma médiane est de 30,3. Mon premier quartile est de 26,9. Mon troisième quartile est 32,85. Refaisons ça pour le deuxième cas. Quand je fais mes clés aussi, si vous regardez maintenant, la boîte est très petite car ici mes points de données sont les mêmes. Fortified by Vickery va encore de 21,6 à 40 pour ressembler à mon scénario précédent. Mais j'ai des valeurs aberrantes ici, qui vont bien au-delà. Si vous vous souvenez, les statistiques descriptives pour les enfants jusqu'à ma valeur minimale sont de un et ma valeur maximale est de 100. Ma médiane ressemblait à mon scénario précédent. Mon Q1 est également similaire, pas pareil, mais similaire. Et Q3 est également similaire. Mais quand vous regardez la boîte à moustaches, la boîte est très petite, ce qui indique très clairement que mon intervalle interquartile est de 6,95. Mon visqueux ne peut aller que 1,5 fois et tout point de données au-delà, Misko sera appelé comme une valeur aberrante. Je peux sélectionner ces valeurs aberrantes, n'est-ce pas ? Et c'est très clairement voir, k est deux, la valeur est 100 et c'est dans la ligne numéro un. Ligne numéro 37, j'ai une valeur appelée 90. Dans la ligne numéro 30, j'ai une valeur appelée est 88. Et dans la ligne numéro 21, j'ai une valeur appelée un, qui est une taille minimale. J'ai donc des valeurs aberrantes des deux côtés. Comprenons le cas trois. Quand je regarde la chimie, je place mon curseur sur la boîte à moustaches. J'ai les mêmes 45 points de données. Ma viscose ou de 21,6 à 40 pour ça ressemble à mon cas un, cas deux. Mais dans ce scénario, j'ai beaucoup de valeurs aberrantes. À l'extrémité inférieure. C'est-à-dire, au fond de mon cœur, serré, non ? Il est facile pour nous de cliquer sur chacune d'entre elles et de voir comment sont mes boîtes. qui est beau ici, c'est que je n'ai que 18 points de données, mais j'ai quand même une valeur aberrante. Allons-y pour que k soit cinq. Et comprenez cela également. J'ai une boîte plus petite. Je n'ai que 14 points de données et j'ai une valeur aberrante sur le bouton haut et une valeur aberrante sur l'extrémité inférieure. Ici, la valeur est 23. Mais le fait de voir ces intrigues différemment me rend difficile de faire une comparaison. Est-ce que je peux tout afficher sur un seul écran ? Donc je vais au graphique, je vais à la boîte à moustaches. Je vais faire un environnement simple sélectionné. Je sélectionne tous les cas ensemble et je vois plusieurs graphiques. Je vois de la peau et je vois que l'axe doit être vu. Les lignes de la grille doivent être visibles. Et je clique sur, OK. J'obtiens les cinq points de données, cinq scénarios de cas dans un graphique. Cela me facilitera la tâche de faire l'analyse, dans ce cas. Alors faites-le individuellement quand j'ai vu le cas, si nous nous montrons une grande bande. Mais quand je compare l'un à côté de l'autre, je peux savoir que dans le cas deux, j' ai des valeurs aberrantes en haut et en bas. le troisième cas, j'ai des valeurs aberrantes en bas. Dans le cas quatre, j'ai des valeurs aberrantes en haut. Dans le cas 5, j'ai des prises des deux côtés. Le nombre de points de données est différent. Les gros seront tirés au sort. La taille de la boîte ne peut pas être déterminée par le nombre de points de données. J'ai 45 points de données, mais ma boîte est très étroite. J'ai 14 points de données et ma boîte est blanche. Donc, la taille de la boîte. Donc, si j'ai 14 points de données, cela va diviser mes données en quatre parties. Ainsi, trois points de données en dessous du premier trimestre, trois points de données entre le premier et le deuxième trimestre, trois points de données entre le deuxième et le troisième trimestre et trois points de données au-delà du troisième trimestre. Alors que lorsque j'avais 45 points de données, il est distribué en tant que 11111111. Ma médiane serait le chiffre du milieu. L'apprentissage de cet exercice est qu' en examinant la taille de la boîte, vous ne pouvez pas déterminer le nombre de points de données. Mais ce que vous pouvez certainement déterminer, c'est que, compte tenu de cet ensemble de données, est-ce que j'ai des points de données qui sont extrêmement élevés ou très bas ? Le but du dessin d' une boîte à moustaches est donc de voir la distribution et d' identifier les valeurs aberrantes, le cas échéant. J'espère que le concept est clair. Si vous avez des questions, vous êtes libre de les poser dans le groupe de discussion. Je me ferai un plaisir d'y répondre. Merci. 17. Pareto analysis: Bonjour les amis. Poursuivons notre apprentissage sur sept outils de contrôle qualité. L'outil que nous allons apprendre aujourd'hui est diagrammes de Pareto sont également appelés analyse de parto Ceci est basé sur le célèbre statisticien et non sur le statisticien Permettez-moi de me corriger, économiste qui a fait le tour du monde pour étudier la proportion de richesse par rapport à la population. Ce faisant, M. Pareto a découvert le principe du 80 20 Plongeons-y en profondeur. Donc, l'analyse de Pareto, le principe qui vous aide à vous concentrer sur le plus important pour en tirer le maximum d'avantages Il décrit le phénomène selon lequel une petite quantité de valeur élevée contribue davantage au total qu'un grand nombre de valeurs faibles. L'objectif est de savoir quels sont ces attributs de grande valeur sur lesquels je dois me concentrer plutôt que sur tant d'éléments de faible valeur. En bref, cela s'appelle identifier les quelques personnes essentielles au lieu de celles qui sont insignifiantes Quels sont ces blocs rouges qui ne sont que trois ou quatre ? Mais la contribution est majeure. Au lieu de regarder des centaines de petites choses où la contribution totale est mineure. Même si je considère mes dépenses personnelles, revenu total que je gagne, majeure partie de mon argent est consacrée au paiement d'EMI, au paiement des loyers et des factures. agit donc de quelques points essentiels pour moi, plutôt que de nombreux articles triviaux, où j'essaie de regarder les billets de bus, la nourriture que je mange ou les petits achats que je fais Donc, si je veux faire de bonnes économies, je dois me concentrer sur la manière dont je peux rembourser mon EMI plus rapidement, comment je peux avoir un loyer qui respecte mon budget. L'analyse de Pareto est basée sur la célèbre règle des 80-20. Il indique qu'environ 80 % des résultats proviennent de 20 % de l'effort. Très bien dit, les 80 % d'effort proviennent de 20 % d'efforts. De même, 80 % des problèmes ou des effets proviennent de 20 % des causes. Nous l'utilisons pour notre analyse des causes. Le pourcentage exact peut varier d'une situation à l'autre, alors que nous pensons qu' il est de 80 20, même s'il s'agit de 75 à 25, nous devrions continuer à fixer ces quelques points essentiels. Parfois, nous pouvons l' obtenir sous la forme d'un 70 30, parfois nous pouvons même l'obtenir sous la forme d'un 88 12. Ce ne sont là que quelques exemples. Le problème est de savoir quelles sont ces causes majeures que je peux corriger avec un minimum d'effort pour obtenir le maximum de résultats. Dans de nombreux cas, peu d'efforts sont généralement responsables de la plupart des résultats. Quelques causes sont généralement responsables de la plupart des efforts. Pour en revenir à mon examen, certains chapitres de mon livre plus d'importance lors de mon examen final Si je lis attentivement ces chapitres, ma probabilité d'obtenir 60 à 70 % devient très facile. Au lieu d'essayer de lire les 20 chapitres de mon classeur, je pourrais me concentrer sur quelques chapitres pour obtenir les résultats L'analyse de Sparto est utilisée par décideurs pour identifier les efforts les plus importants afin décider lequel sélectionner en premier, la prise de décision Il est utilisé pour les projets d'amélioration des processus afin de se concentrer sur les causes qui contribuent le plus à un problème particulier. Cela permettra de hiérarchiser les causes potentielles, les facteurs et les principaux éléments du processus du problème étudié. Il s'agit d'une boîte à outils d'amélioration continue. L'analyse de Pareto est utilisée lors de la priorisation des projets afin de se concentrer sur des projets importants qui apporteront de la valeur au client et à l'entreprise Plutôt que de réaliser tous les projets dans ma liste de projets, je me concentrerais sur les quelques projets, deux ou trois projets majeurs, qui peuvent m'apporter le maximum d'avantages. Vous pouvez faire attention lors la définition du cadrage du projet si vous utilisez le parto Aysis ou si vous hiérarchisez vos ressources, à savoir qui est la principale personne requise pour qui est la principale personne requise Nous pouvons également utiliser l' analyse parto pour visualiser vos données afin de savoir rapidement où vous devez vous concentrer Par exemple, j'ai beaucoup de données sur les défauts, comme ten tear off dense catch. Je fais l'analyse et j'ai ces données. Si je le place dans l' ordre décroissant des défauts, je trouve que l' arrachage est l'effort maximal Et suivi d'un sténopé, puis, et ainsi de suite Sur ceux qui sont en gris, je ne vais pas trop me concentrer car ils ne contribuent pas de manière majeure. Si je répare la déchirure, j'obtiendrai un maximum de résultats. Si je dois corriger les trois premiers, je vais obtenir une réduction majeure des défauts qui se produisent dans mon processus. Par exemple, si vous collectez des données sur les types de défauts, l'analyse par l'opérateur peut révéler quel type de défaut est le plus fréquent. Vous pouvez vous concentrer sur vos efforts pour résoudre la cause qui a le plus d'effet. L'avantage de l'analyse parto est de vous aider à vous concentrer sur ce qui compte vraiment Il distingue les causes majeures du problème des causes mineures. Il permet de mesurer l'impact de l'amélioration en couvrant avant et après. Cela permet de parvenir à un consensus sur ce qui doit être traité en premier. Le principe de Pareto s'est avéré vrai pour de nombreux frais, 20 % d'efforts pour obtenir 80 % de résultats Au lieu de travailler ou nous pouvons aussi dire que 20 % des causes me donnent 80 % d'effet. Donc, si je pense à l'analyse des causes et des effets, il s'agit encore une fois de 20 % de causes, 80 % d'efforts. effet, si je regarde également l'analyse des résultats de l' effort, nous disons qu'il faut faire moins d'efforts pour obtenir le maximum de résultats. 20 % des clients de l'entreprise sont responsables de 80 % de son chiffre d'affaires ou 80 % des ventes proviennent de 20 % des clients. C'est donc le concept d'un effort de 20 % contre un résultat de 80 %. Le bureau de Pardo Analysis Act peut être considéré comme étant donné que 20 % des travailleurs effectuent 80 % du travail 20 % du temps passé sur une tâche aboutit à 80 % des résultats. 20 % de la population possède 80 % de la richesse du pays. N'est-ce pas vrai, même dans notre pays, notre État, notre communauté ? Nous constatons que très peu de personnes possèdent le maximum de richesse. Vous pouvez utiliser 20 % des outils ménagers, 80 % du temps. Vous pouvez porter 20 % de vos vêtements, 80 % du temps. Il est donc temps pour vous de simplement appliquer une analyse partielle à votre vie personnelle pour nettoyer votre garde-robe si vous croyez au concept de minimalisme 20 % des automobilistes sont à l' origine de 80 % des accidents. 80 % des plaintes des clients proviennent de 20 % des clients. Quelques causes seulement expliquent majeure partie de l'effet sur la perche à poisson. Si je convertis mon analyse parto en une analyse à la perche à poissons, vous constaterez que peu de causes contribuent à la principale En écoutant tous ces exemples, vous auriez compris que Pareto n'est pas limité à s'appliquer uniquement à votre bureau ou à votre lieu de travail Vous pouvez même appliquer l' analyse partielle à votre vie personnelle. Si je m'adresse à Twitter ou une plateforme de médias sociaux comme celle-ci, la plupart des 20 % d'utilisateurs actifs de Twitter sont responsables de 80 % des tweets au total. Le graphique Parto est un type spécial de graphique à barres qui trace la fréquence des données historiques Vous devez donc comprendre que ces données datent d' hier, d'aujourd'hui matin ou du mois dernier. Il s'agit donc d'une donnée catégorique. L'axe x indique très clairement qu'il s'agit d'une donnée catégorique et l'axe y indique la fréquence d'occurrence L'analyse Parto ne peut donc pas être utilisée pour des données continues, veuillez noter Donc, si vous le voyez, vous aurez des données catégoriques fréquence est tracée par ordre décroissant, dont la fréquence est tracée par ordre décroissant, les principales causes étant le moins d'efforts pour obtenir Les données catégoriques, c' est le niveau de données le plus bas qui permet de classer des personnes, des objets ou des événements Je peux le rendre plus simple. Tout ce qui est créé avec des mots est appelé donnée catégorique Emplacement géographique, météo, couleur, type d' appareil, groupe sanguin, groupe sanguin, type de compte bancaire, comme épargne ou courant, FD ou prêt personnel , type d'erreur ou de défaut, type de donnée. Analyse de Pareto, l'axe vertical représente la fréquence des données catégorielles. L'axe X représente les catégories des étiquettes. L'axe horizontal représente les données catégoriques à l' origine d'un ou de plusieurs problèmes La barre est disposée par ordre décroissant de gauche à droite La plus fréquente est du côté gauche, la moins fréquente est du côté droit. Vous n'avez pas à vous inquiéter si vous avez Microsoft Excel, il le dessinera pour vous. Si vous utilisez une ancienne version d'Excel, je partagerai un modèle dans la section projet et ressources ci-dessous. Si vous avez trop de catégories, vous pouvez regrouper ces petites catégories peu fréquentes dans la catégorie appelée « La dernière barre est généralement un peu plus haute que les précédentes. Vous pouvez éventuellement placer une courbe de fréquence cumulée au-dessus la barre en lui donnant un axe y secondaire pour représenter le pourcentage cumulé. Cela permet simplement d' interpréter les résultats plus facilement et d'identifier la connexion 80 20. L'analyse parto met l'accent sur les efforts déployés dans les catégories dont la barre verticale représente 80 % des résultats Vous devez rechercher quelque chose qui soit une cause majeure, un effet maximal et un minimum d'effort pour obtenir le maximum de résultats. Si vous regardez les deux modèles de parto, A et B, lequel est la meilleure illustration du modèle de parto Je suggère que c'est le modèle A parce que modèle B montre que la plupart d' entre eux contribuent presque également. Comme il s'agit d'une distribution uniforme, je ne suis pas d'accord. Je choisirais celui qui est de catégorie A. Et c'est faux. Si les graphiques obtenus illustrent clairement un modèle de parto. Cela suggère que seules quelques causes sont à l'origine d'environ 80 % du problème. Cela signifie qu'il y a un effet de parto et que vous pouvez concentrer vos efforts sur lutte contre ces quelques causes pour obtenir le maximum de résultats Si vous avez reçu un modèle tel que le graphe B, l'analyse parto ne fonctionnera pas et nous devrons également utiliser un autre QC. Cependant, si aucun schéma paradoxal n'est trouvé, on ne peut pas dire que certaines causes sont plus importantes que d'autres Comme je viens de le dire. Assurez-vous que votre diagramme paradoxal contient suffisamment de points de données pour qu'il soit significatif Dans le monde d'aujourd'hui, de nombreuses données sont disponibles, alors assurez-vous capturer autant de données que possible. L'analyse de Pareto sur la façon de construire un diagramme de Parto. Si vous faites partie de votre équipe, définissez le problème que vous essayez de résoudre, identifiez les causes possibles à l' aide du brainstorming ou de techniques similaires Décidez de la méthode de mesure à utiliser pour la comparaison, de la fréquence, du coût, du temps, etc. Comment construire un graphique de Parto, collecter les données et exiger que les données catégorielles soient analysées Calculez la fréquence des données catégorielles. Tracez une ligne horizontale et placez la barre verticale pour indiquer la fréquence de la catégorie. Tracez une ligne verticale sur la gauche pour placer la fréquence sur la gauche de la ligne au cas où vous la dessineriez sur du papier millimétré. Microsoft Excel peut créer automatiquement un diagramme paradoxal. Mais si vous le faites manuellement, triez les catégories ordre de fréquence d'occurrence du plus petit au plus grand sur le côté gauche. Vous devez calculer votre courbe de fréquence cumulée et une courbe de pourcentage cubultive Si vous observez le défilé porter ses fruits, concentrez vos efforts d'amélioration sur les quelques catégories dont la barre verticale est la plus importante. Ces causes sont susceptibles d'avoir le plus d'impact sur le résultat de votre processus. J'ai prélevé un échantillon de Pareto pour analyser la raison pour laquelle le patient utilise bien un appel dans un hôpital lorsqu'il est admis Ils ont donc besoin d'une aide aux toilettes, nourriture ou d'eau, de repositionnement de leur lit, de problèmes intraveineux, médicaments contre la douleur, d'un rappel urgent au lit, d'obtenir tous ceux qui sont en gris arrivent pas fréquemment et ne sont pas importants Donc, si nous nous concentrons sur les trois premiers, ou sur les quatre premiers. Donc, si je dois dire que quatre facteurs contribuent à 40 % de l'effort, vous obtiendrez 70 % de l'effet. Je pourrais donc décider de travailler uniquement sur les trois premiers, soit 30 % d'efforts, pour obtenir tout de même 68 % d'efforts Tout va bien. L'idée étant que je dois faire moins d'efforts pour obtenir le maximum de résultats. Réclamations de clients dans une usine. Une équipe de l'usine a réalisé une analyse paradoxale pour répondre au nombre croissant de plaintes du point de vue du client D'une certaine manière, la direction peut comprendre. Il s'agit d'un type de plainte d'un client, d'une plainte concernant un produit , d'un document colis ou d'une livraison. Nous pouvons constater que les clients se plaignent un maximum de fois du type de produit ou du défaut du produit. Suivi par les problèmes liés au document. Réclamation d'un client dans une usine, les principales catégories peuvent être trop génériques et peuvent être divisées en sous-catégories Donc, si je pense aux plaintes relatives aux produits, c'est à un niveau élevé, je pourrais les considérer comme des sous-éléments du problème A. S' agit-il d'un problème de rayure, de bosse, d' un trou d'épingle, d'une paire de HMA ou autre Vous pourrez également appliquer à nouveau le point sur la plainte relative au produit, à que si vous voulez régler les problèmes liés aux rayures et aux bosses dans le cadre d'une plainte relative au produit, la majorité des plaintes relatives au produit seront rejetées Type de réclamation relative aux documents, nous pouvons constater que les informations manquantes sont la principale cause, suivies d'une erreur de facturation, mauvaise quantité, etc. Le diagramme de Parto peut faire l'objet d'une analyse plus approfondie utilisant les principales catégories à diviser en sous-catégories ou les sous-composants où le problème spécifique survient plus souvent sont appelés Réclamations de clients dans une usine. Les résultats suggèrent que trois sous-catégories apparaissent le plus souvent Notez qu'il est possible de fusionner deux graphiques en un seul. J'ai donc un type de réclamation concernant un produit et un type de document, et je peux continuer et les marginaliser. Pero Principles doit son nom l'économiste italien Wilfredo Peto Joseph Juran a appliqué principes de Peto à la gestion de la qualité pour la production commerciale Dans votre analyse, pensez à utiliser des données contextuelles, des métadonnées et des colonnes contenant des données textuelles bases de données contiennent souvent de nombreuses données catégoriques sur l'environnement à partir duquel les données sont extraites Ces données peuvent être très utiles lors d'analyses ultérieures lors de l'étude des concepts et des idées qui sont à l'origine des causes. Les principes de Pareto peuvent vous aider à mesurer l'impact de l'amélioration en comparant l'avant et l'après Si vous constatez que le travail bleu a été un obstacle majeur, après les projets, vous constatez qu'il y a une amélioration majeure dans cette catégorie Le nouveau graphique de Parto peut montrer qu'il y a une réduction importante de la dose primaire. Statistiquement, les principes du paradoxe peuvent être décrits par la distribution des centrales électriques et de nombreux phénomènes naturels pour illustrer cette distribution. J'en viens à la fin du concept de l' analyse partielle Dans la vidéo suivante, je vais vous montrer comment je fais une analyse de Pareto à l'aide de Microsoft cel Rendez-vous au prochain cours. 18. Tests d'hypothèses et signification statistique (1): Découvrons les concepts liés aux tests d' hypothèses et à la signification statistique. Premièrement, les tests d'hypothèses lorsque nous effectuons un test d' hypothèse, nous commençons par une hypothèse de recherche, également appelée hypothèse alternative. Dans votre cas, l' hypothèse de recherche est que le médicament a un effet sur la tension artérielle. Cependant, nous ne pouvons pas tester directement cette hypothèse à l'aide d'un test d'hypothèse classique. Nous testons plutôt l'hypothèse inverse selon laquelle le médicament n'a aucun effet sur la tension artérielle. Nous partons du principe qu'en moyenne, les personnes qui prennent le médicament et celles qui ne le prennent pas ont la même tension artérielle dans la population. Si nous observons un effet important du médicament dans un échantillon, nous nous demandons alors s'il est probable qu'un tel échantillon soit prélevé ou encore plus extrême si le médicament n'a aucun effet. La probabilité d' obtenir un tel échantillon, en supposant l'hypothèse nulle, sans effet est appelée valeur P. La valeur P indique la probabilité d'obtenir un échantillon qui s'écarte autant que notre échantillon observé ou encore plus extrême si l' hypothèse nulle était vraie Si la valeur p est très faible, généralement inférieure à 0,05, nous avons des preuves pour rejeter l'hypothèse nulle en faveur de l'hypothèse alternative Une faible valeur p suggère que les données ou l'échantillon observés sont incompatibles avec l'hypothèse nulle. Donc, troisièmement, signification statistique. Lorsque la valeur p est inférieure à un seuil prédéterminé, souvent 0,05 Le résultat est considéré comme statistiquement significatif. Cela signifie qu' il est peu probable que le résultat observé soit le fruit du seul hasard, et nous disposons de suffisamment de preuves pour rejeter l'hypothèse nulle. Le seuil de valeur p est fixé à 5 %, soit 0,05, une faible valeur p suggère que les données ou l' échantillon observés ne sont pas conformes à l'hypothèse nulle Inversement, une valeur p élevée suggère que les données observées sont cohérentes avec l'hypothèse nulle, et nous ne la rejetons pas. Quatrièmement, des erreurs dans les tests d' hypothèses. N'oubliez pas qu'une faible valeur de p ne prouve pas que l' hypothèse alternative est vraie. Cela suggère simplement que le résultat observé est peu probable dans l'hypothèse nulle. De même, une valeur P élevée ne prouve pas que l' hypothèse nulle est vraie. Cela suggère simplement que le résultat observé est probable dans l'hypothèse nulle. Comprenons maintenant les deux types d'erreurs. L'erreur de type 1 et l'erreur de type 2. Une erreur de type 1 se produit lorsque nous rejetons par erreur une véritable hypothèse nulle Dans votre exemple, cela signifierait conclure que le médicament agit alors qu'il ne fonctionne pas réellement. L'erreur de type 1 se produit lorsque vous rejetez l'hypothèse nulle, alors qu'en réalité, l'hypothèse nulle est vraie, mais que votre décision concernant l'hypothèse nulle est rejetée. Une erreur de type 2 se produit lorsque nous ne rejetons pas une fausse hypothèse nulle. L'erreur de type 2 se produit lorsque vous ne rejetez pas l'hypothèse nulle, alors qu'en réalité, l'hypothèse nulle est fausse, mais que votre décision concernant l'hypothèse nulle est acceptée. Dans votre exemple, cela signifierait ne pas tenir compte du fait que le médicament fonctionne. L'échantillon prélevé n'a pas montré de grande différence. J'ai pensé à tort que le médicament ne fonctionnait pas. Dans la prochaine leçon, nous approfondirons les applications pratiques de la conception d'expériences. Restez à l'affût. 19. TestofHypothesis: Bonjour les amis. Poursuivons notre voyage sur l'analyse de données Minitab. Aujourd'hui, nous allons en apprendre davantage sur les tests d'hypothèses. Vous avez peut-être entendu dire que nous effectuons des tests d' hypothèses pendant la phase d'analyse et d'amélioration de notre projet. Donc, pour comprendre comment fonctionne le test d' hypothèse, comprenons un scénario de cas simple. Je vais revenir sur ce graphique et vous expliquer que c'est le cas. Comme vous le savez, lorsque nous nous adressons au tribunal, le système judiciaire peut être utilisé pour expliquer le concept de test d'hypothèse. Le juge commence toujours par une déclaration qui dit que la personne est présumée innocente jusqu'à ce que sa culpabilité soit prouvée. Ce n'est rien d'autre que votre hypothèse nulle, le statu quo. Quand ils sont attrapés cas qui continue. Les avocats ont essayé de produire des données et des preuves. Et tant que nous n'avons pas de données solides et de preuves solides, la personne est dans le statut d'innocente. L'accusé ou l'avocat de l'opposition essaie donc toujours de dire que cette personne est coupable et j'ai des données et des preuves pour le prouver. Il essaie de travailler sur une hypothèse alternative. Et le juge dit que je suis d'accord avec le statu quo de l' hypothèse nulle par défaut. Permettez-moi de vous expliquer de manière plus simple. Vous et moi, nous ne sommes pas traduits en justice parce que par défaut, nous sommes tous dans l'OSA, c'est le statu quo. Qui sont traduits devant le tribunal. Les personnes qui ont une chance de venir ont commis un crime. Ça peut être n'importe quoi. De la même façon. quoi essayons-nous de tester des hypothèses Sur quoi essayons-nous de tester des hypothèses lorsque je fais ma phase d'analyse du projet. J'ai donc plusieurs causes qui peuvent contribuer à mon projet. Pourquoi ? Nous faisons une analyse des causes profondes et nous apprenons à le savoir, d'accord ? Peut-être que l'expédition a été retardée. Peut-être que la machine pose problème, peut-être que le système de mesure pose problème. Peut-être que la matière première n' est pas de bonne qualité. Nous avons plusieurs raisons qui existent. Maintenant, je veux le prouver à l'aide de données, et c'est là que j'ai essayé d'utiliser des tests d'hypothèse. Tous les processus présentent des variations. Nous savons que tous les processus suivent la courbe en cloche. Nous n'ajoutons jamais le centre. Il y a quelques variations dans chaque processus. Maintenant les données ou l' échantillon que vous avez mis à jour, s'agit-il d'un échantillon aléatoire provenant du même Banco ? Ou s'agit-il d'un échantillon provenant d' une courbe en cloche complètement différente ? Les tests d'hypothèse vous aideront donc à les analyser. Chaque fois que nous établissons un test d'hypothèse, nous avons deux types d'hypothèses, comme je vous l'ai dit, le statu quo ou l'hypothèse par défaut, qui est votre hypothèse nulle. Par défaut, nous supposons que l'hypothèse nulle est vraie. Pour rejeter l'hypothèse nulle, nous devons produire des preuves. L'hypothèse alternative est l'endroit où il y a une différence. Et c'est la raison pour laquelle le test d'hypothèse a effectivement été initié, n'est-ce pas ? Nous allons comprendre avec de nombreux exemples. Alors restez connecté. Donc, quand je suis en train de formuler une hypothèse nulle et alternative, disons que je dis que mes mu ne sont rien d'autre que ma moyenne, ma moyenne de population est égale à une certaine valeur. Souvenez-vous toujours que votre hypothèse alternative s'exclut mutuellement. Si mu est égal à une certaine valeur, l'hypothèse alternative indiquerait que mu n'est pas égal à cette valeur. Par exemple, mu est inférieur à une certaine valeur en tant qu'hypothèse nulle. Par exemple, si je vends Domino's Pizza, je constate que mon délai de livraison moyen est inférieur à 30 minutes. Le client vient me dire, sachez que le délai de livraison moyen est de plus de 30 minutes, cela devient mon remplaçant. Parfois, si nous avons l'hypothèse nulle, mu est supérieur à égal à une certaine valeur. Par exemple, ma qualité moyenne est supérieure à 90 %. Ensuite, le client revient et me dit que vous savez que votre qualité moyenne est inférieure à ce pourcentage. Souvenez-vous donc toujours que l'hypothèse nulle et les hypothèses alternatives s' excluent mutuellement et se complètent. Nous reprendrons de nombreux autres exemples au fur et à mesure que nous irons plus loin. 20. Notion d'hypothèse nulle et alternative: Passons aux statistiques inférentielles. Nous allons commencer par un bref aperçu de ce que c'est. Suivi d'une explication des six éléments clés. Alors, qu'est-ce que les statistiques inférentielles ? Cela nous permet de tirer des conclusions sur une population à partir des données d'un échantillon. Pour clarifier les choses, la population est l'ensemble du groupe qui nous intéresse. Par exemple, si nous voulons étudier la taille moyenne de tous les adultes aux États-Unis, notre population inclut tous les adultes du pays. L'échantillon, quant à lui, est un sous-ensemble plus petit issu de cette population Par exemple, si nous sélectionnons 150 adultes américains, nous pouvons utiliser cet échantillon pour tirer conclusions sur l' ensemble de la population Voici maintenant les six étapes de ce processus. Hypothèse. Nous partons d'une hypothèse. Quelle est la déclaration que nous voulons tester ? Par exemple, nous pourrions vouloir déterminer si un médicament a un impact positif sur tension artérielle chez les personnes souffrant d'hypotension. Oh, dans ce cas, notre population est composée de toutes les personnes souffrant d' hypertension artérielle aux États-Unis, car il n'est pas pratique de recueillir données auprès de l'ensemble de la population Nous nous appuyons sur un échantillon pour tirer des conclusions sur la population à l'aide de notre échantillon Nous utilisons des tests d'hypothèses. Il s'agit d'une méthode utilisée pour évaluer une affirmation concernant un paramètre de population sur la base d'un échantillon de données. Différents tests d' hypothèses sont disponibles, et ce, à la fin de cette vidéo. Je vais vous expliquer comment choisir le bon. Comment fonctionnent les tests d'hypothèses ? Nous commençons par une hypothèse de recherche. Également connue sous le nom d'hypothèse alternative, c'est ce que nous recherchons des preuves dans notre étude. Également appelée hypothèse alternative. C'est pour cela que nous essayons de trouver des preuves. Dans notre cas, l'hypothèse est que le médicament affecte la tension artérielle. Cependant, nous ne pouvons pas le tester directement avec un test d' hypothèse classique. Nous testons donc l'hypothèse inverse, savoir que le médicament n'a aucun effet sur la tension artérielle. Voici le processus. Premièrement, supposons l'hypothèse du non. Nous supposons que le médicament n' a aucun effet, c' est-à-dire que les personnes qui le prennent et celles qui n'ont pas la même tension artérielle moyenne. T, collectez et analysez des échantillons de données. Nous prélevons un échantillon aléatoire. Si le médicament présente un effet important sur l'échantillon, nous déterminons ensuite la probabilité de prélever un tel échantillon ou un échantillon qui s'écarte encore plus, si le médicament n' a réellement aucun effet, ou un échantillon qui s'écarte encore plus, si le médicament n' a réellement aucun effet, T, évaluez la valeur de probabilité p. Si la probabilité d'observer un tel résultat sous l' hypothèse nulle est très faible. Nous envisageons la possibilité que le médicament ait un effet. Si nous avons suffisamment de preuves, nous pouvons rejeter l'hypothèse nulle. La valeur p est la probabilité qui mesure la force des preuves par rapport à l'hypothèse nulle. En résumé, l' hypothèse nulle indique qu'il n'y a aucune différence dans la population, et le test d'hypothèse calcule la probabilité observer les résultats de l'échantillon si l'hypothèse nulle est vraie Nous voulons trouver des preuves à l'appui de notre hypothèse de recherche. Le médicament affecte la tension artérielle. Cependant, nous ne pouvons pas le tester directement, nous testons donc l' hypothèse opposée, l'hypothèse nulle. Le médicament n'a aucun effet sur la pression artérielle. Voici comment cela fonctionne. Supposons l'hypothèse du non. Supposons que le médicament n'ait aucun effet. Cela signifie que les personnes qui prennent le médicament et celles qui n'ont pas la même tension artérielle moyenne collectent et analysent des données. Prélevez un échantillon au hasard. Si le médicament présente un effet important dans l'échantillon. Nous déterminons la probabilité d'obtenir un tel résultat, ou un résultat plus extrême. Si le médicament n'a vraiment aucun effet, calculez la valeur p. La valeur p est la probabilité d' observer un échantillon aussi extrême que le nôtre. En supposant que l'hypothèse nulle est vraie. Importance statistique. Si la valeur p est inférieure à un seuil défini, généralement 0,05 Le résultat est statistiquement significatif, ce qui signifie qu'il est peu probable qu'il soit le fruit du seul hasard. Nous avons alors suffisamment de preuves pour rejeter l'hypothèse nulle. Une faible valeur p suggère que les données observées ne correspondent pas à l'hypothèse nulle. qui nous amène à la rejeter au profit de l'hypothèse alternative. Une valeur p élevée suggère que les données sont cohérentes avec l'hypothèse nulle. Nous ne le rejetons pas. Points importants Une faible valeur p ne prouve pas que l' hypothèse alternative est vraie. Cela indique simplement qu'un tel résultat est peu probable si l' hypothèse nulle est vraie. De même, une valeur p élevée ne prouve pas que l' hypothèse nulle est vraie. Cela suggère que les données observées sont probablement soumises à l'hypothèse nulle. Merci Je vous verrai dans la prochaine leçon de statistiques. 21. Statistiques Comprendre la valeur P: Qu'est-ce que la valeur p et comment est-elle interprétée ? C'est ce dont nous parlerons dans cette vidéo. Commençons par un exemple. Nous aimerions vérifier s'il existe une différence de taille entre l' Américain moyen et le basketteur américain moyen. L'homme mesure en moyenne 1,77 mètre. Nous voulons donc savoir si le basketteur moyen mesure également 1,77 mètre Nous formulons donc l'hypothèse nulle. La taille moyenne d'un joueur de basket américain est de 1,77 mètre. Nous supposons que dans la population de basketteurs américains, la taille moyenne est de 1,77 mètre. Cependant, comme nous ne pouvons pas sonder l'ensemble de la population, nous tirons un échantillon. En ce qui concerne le monoxyde de carbone, cet échantillon ne donnera pas une moyenne exacte de 1,77 mètre. Cela serait très peu probable. Oh. Il se peut que l'échantillon prélevé par hasard s'écarte 3 centimètres sur 8 centimètres 15 centimètres ou de toute autre valeur Puisque nous testons une hypothèse non dirigée, c' est-à-dire que nous voulons seulement savoir s'il existe une différence Peu nous importe dans quelle direction va la différence. Passons maintenant à la valeur p. Comme mentionné, nous supposons que dans la population, il existe une valeur moyenne de 1,77 mètre. Si nous tirons un échantillon, il différera de la population d'une certaine valeur. La valeur p nous indique probabilité de prélever un échantillon qui s'écarte de la population d' un montant égal ou supérieur à la valeur observée Regardons encore une fois de plus près. Nous avons un échantillon différent de la population. Nous nous intéressons maintenant à probabilité de tirer un échantillon qui s'écarte autant que le nôtre ou plus de la population Ainsi, la valeur p indique la probabilité de tirer un échantillon dont la moyenne se situe dans cette plage. Par exemple, si par hasard l' échantillon s'écarte de 3 centimètres par rapport à 1,77 La valeur p nous indique la probabilité de prélever un échantillon qui s'écarte 3 centimètres ou plus de la population Si, par hasard, l'échantillon s'écarte de 9 centimètres par rapport à 1,65 mètre, la valeur p nous indique la probabilité de tirer un échantillon qui s'écarte de 9 centimètres ou plus de Prenons un exemple où nous obtenons une différence de 9 centimètres avec notre logiciel de statistiques préféré Comme Mini tab, calcule la valeur p de 0,03. Cela représente 3 %. Cela nous indique qu'il n'y a que 3 % de chances de prélever un échantillon dont la différence est égale ou supérieure à 9 centimètres par rapport à la moyenne de la population de 1,77 mètre Pour les données normalement distribuées. Cela signifie que la probabilité que la moyenne se situe dans cette plage est 1,5 % dans un sens et de 1,5 % dans l'autre Pour un total de 3 %. Si cette probabilité est très faible. On peut bien sûr se demander si l'échantillon provient d'une population d'une moyenne de 1,65 mètre Si cette probabilité est très faible. On peut bien sûr se demander si l'échantillon provient d'une population d'une moyenne de 1,77 mètre Ce n'est qu'une hypothèse selon laquelle la valeur moyenne des joueurs de basket est de 1,77 mètre. Et c'est précisément cette hypothèse que nous voulons tester. Par conséquent, si nous calculons une très petite valeur p, cela prouve que la moyenne de la population n'est pas du tout de 1,77 mètre Ainsi, nous rejetterions l'hypothèse nulle, qui suppose que la moyenne est de 1,77 mètre. Ainsi, nous rejetterions l'hypothèse nulle, qui suppose que la moyenne est de 1,77 mètre. Mais à quel moment la valeur p est-elle suffisamment petite pour rejeter l'hypothèse nulle ? Ceci est déterminé avec ce que l'on appelle le niveau de signification, également appelé niveau Alpha. Il y a deux points importants à noter ici. Premièrement, le seuil de signification est toujours déterminé avant l'étude et ne peut pas être modifié par la suite afin d'obtenir finalement les résultats souhaités. Deuxièmement, pour garantir un certain degré de comparabilité, le seuil de signification est généralement fixé à 5 % ou 1 % Une valeur AP inférieure à 1 % est considérée comme très significative. Moins de 5 % est dit significatif et plus de 5 % est dit significatif. En résumé, la valeur p nous indique si nous rejetons ou non l'hypothèse nulle. Pour rappel, l'hypothèse nulle part du principe qu'il n' y a pas de différence. Alors que l'hypothèse alternative suppose qu'il existe une différence. En général, l'hypothèse nulle est rejetée si la valeur p est inférieure à 0,05 Ce n'est toujours qu'une probabilité, et nous pouvons nous tromper dans notre déclaration. Si l'hypothèse nulle est vraie dans la population, I, la moyenne est de 1,77 mètre. Mais nous en tirons un échantillon qui se trouve être assez éloigné. Il se peut que la valeur p soit inférieure à 0,05. Nous rejetons à tort l'hypothèse nulle. C'est ce qu'on appelle une erreur de type 1. Si dans la population, l'hypothèse nulle est fausse. C'est-à-dire que la moyenne n'est pas de 1,77 mètre, mais nous tirons un échantillon qui se trouve être très proche de 1,77 La valeur p peut être supérieure à 0,05, et nous ne pouvons pas rejeter l'hypothèse nulle C'est ce qu'on appelle une erreur de type 2. Merci d'avoir appris avec moi. Je vous verrai dans la prochaine leçon de statistiques. 22. Types d'erreurs: Voyons d'autres exemples d' hypothèses nulles et alternatives. Supposons donc que si mon projet est sur le point de vous abandonner, mon hypothèse nulle est une valeur fixe. Je dirais donc que ma moyenne actuelle de mon temps moyen actuel pour construire pour partager les 70% de Julie est. Actuel. La moyenne de P à S est de 70 %. L'hypothèse alternative signifierait qu'il n'est pas de 70 %. Supposons que je pense à la teneur en humidité d'un projet. Je suis dans une configuration de fabrication et je souhaite mesurer si la teneur en humidité doit être égale à 5 %. Ou 5 % est ce qui est acceptable pour mon client, alors je peux dire que mon taux d'humidité est inférieur à 5 %. Ensuite, l' hypothèse alternative prétendrait que la teneur en humidité est supérieure à 5 %. Le cas où la moyenne est supérieure à, alors l'hypothèse nulle. Ce problème ne nous intéresse pas. Comprenons-le davantage. La question était la suivante : est-ce qu'un récent processus d' approbation de prêt de TED pour les petites entreprises a réduit le temps de cycle moyen pour le traitement du prêt ? La réponse est peut-être non. La durée moyenne du cycle n'a pas changé. Ou le responsable peut constater que oui, la durée moyenne du cycle est inférieure à 7,5 %. Le statu quo est donc égal à 7,514 minutes. Et l'alternative dit, non, c'est moins de 7,414 minutes ou jours, quelle que soit l'unité de mesure principale que nous mesurons, n'est-ce pas ? Donc, par défaut, votre statu quo est une hypothèse nulle. Et l'exemple ou le statut dont vous souhaitez prouver une hypothèse alternative plus facile. Il peut y avoir des flèches lorsque nous prenons des décisions. Revenons donc à notre cas de code. L'accusé n'est en réalité pas coupable, n'est-ce pas ? Laisse-moi prendre mon rayon laser. Par défaut, l'accusé ou la réalité est que l' accusé n'est pas coupable. Le verdict vient également que l'accusé, la personne n'est pas coupable. C'est une bonne décision, non ? Donc oui, nous avons pris une très bonne décision selon laquelle la personne est innocente. En réalité, l' accusé est coupable. Et le verdict de culpabilité vient également. La décision est une bonne décision. Ce qui se passe, c'est qu'en réalité, la personne n'est pas garantie, mais le verdict arrive qu'elle est coupable et qu' une personne innocente est condamnée. C'est une erreur. C'est une très grosse erreur. Dans le cas d'une personne du Nord, condamnée et mise en prison, sanctionnée par une peine, c'est une erreur. L'erreur peut même se produire de l'autre côté, où en réalité la personne est coupable, mais le verdict vient qu'elle n'est pas coupable. Le coupable est déclaré innocent et il est prêt à le faire. C'est aussi une flèche, mais c'est une erreur plus importante. La plus grande erreur que vous pouvez écrire dans la zone de commentaires, qu'en pensez-vous ? Quelle est l'erreur la plus grande ? Est-ce que l'erreur est une erreur plus grande ou est-ce que l'erreur est la plus grande flèche ? Si aucune personne saine d'esprit ne se fait condamner est une plus grande erreur ou si une personne coupable se déplace librement sur les routes, soit une flèche plus grande ? J'espère que vous avez déjà écrit les commentaires. La réalité est donc que cela devient ma plus grande erreur. Et c'est ce qu'on appelle une erreur de type un. Parce que si un innocent est condamné, nous ne pouvons pas rendre le temps qu'il a perdu. On ne peut pas comprendre qu'il irait à beaucoup de traumatisme émotionnel. Si un coupable est déclaré innocent, nous pouvons l'amener devant la cour supérieure et la Cour suprême et pour lui faire prouver que oui, il ne l'est pas, il est coupable, non ? Je peux donc décider ici que la personne est condamnée. Il devrait être condamné et il devrait être déclaré coupable et puni. Cette erreur est donc appelée erreur de type deux. Si quelqu'un vous demande quelle erreur est la plus grande, tapez une erreur, elle est également appelée erreur alpha. Et c'est ce qu'on appelle une erreur bêta. Bon ? Continuons davantage dans notre prochain cours. 23. Types d'erreurs part2: Revoyons les types de flèches. Donc, comme nous savons que si la personne n' est pas coupable ou si la personne est innocente, le verdict dit également que la personne n'est pas coupable. C'est une bonne décision. Si la personne est coupable, le verdict est qu'elle est coupable. Encore une fois, la décision est une bonne décision. Le condamné ne l'est pas, doit être condamné ou doit être puni. Le problème se produira lorsqu' une personne innocente sera prouvée coupable et qu'elle souffrira. Le deuxième type de problème qui se produit lorsque le coupable, une personne avec un criminel est déclarée innocente. Et il a dit, C'est ce qu'on appelle une erreur de type 1. C'est-à-dire qu'une personne innocente condamnée ou punie est une erreur de type 1. Elle est également appelée flèche alpha. Un coupable, criminel libéré est appelé erreur de type deux ou erreur bêta, qui est également une erreur que nous voulons éviter. Le niveau de signification est défini par la valeur Alpha. quelle mesure voulez-vous prendre la bonne décision ? Donc, l'erreur de type 1 se produit lorsque la valeur null est vraie, mais nous l'avons rejetée. Une erreur de type deux se produit alors qu' en réalité le null est faux, mais nous ne le rejetons pas. Comment cela nous aide-t-il à traiter ? Donc, comprenons cela tous les jours pour la feuille de déjeuner. Bon ? Comprenons cela plus en détail. C'est le scénario réel. Écrivons le réel en haut. Et ces mythes comme le jugement. Bon, maintenant, réfléchissons au processus. Le processus n'a pas changé. N'a pas changé. Aucune alternative ne sera modifiée. Maintenant, le jugement est noté. Et le jugement est que le processus s'est amélioré. Ok. Je vais maintenant vous poser une question très importante. Si un processus n'a pas changé et que l'on juge qu'il n' y a pas de changement, s'agit de la bonne décision. processus a changé et le jugement est également que le processus s'est amélioré. C'est également une bonne décision. Maintenant, imaginez que le processus n' a pas changé, mais nous avons déclaré que j'ai maintenant un processus amélioré et un produit amélioré et j'informe le client : Est-ce correct ? C'est une erreur. Et cela s'appelle une erreur de type 1 car cela semble ancien, mais notre dette est vendue au client en tant que produit neuf. Pouvez-vous comprendre ce qu'il adviendra de la réputation de l'entreprise ? L'équipe ou le produit est vendu au client en tant que nouveaux produits. Nouveau produit de base unique. Qu'adviendra-t-il de la réputation de l'entreprise ? Il va être jeté et nous disons donc ce n'est pas une bonne décision. Maintenant, comprenez ici aussi que le processus a changé. Le processus s'est amélioré, mais le jugement n' a pas été amélioré. Il s'agit également d'une erreur. Je ne le nie pas. C'est ce qu'on appelle une erreur de type deux ou un audit est également appelé erreur bêta. Juste ici. Ce qui se passe, c'est que nous ne communiquons pas au client que l'amélioration s'est produite, n'est-ce pas ? Nous ne conservons donc pas les articles améliorés dans le produit de couvain dans l'entrepôt. Ce n'est pas correct non plus, mais la plus grande erreur est ici où nous n'avons pas fait d'amélioration, mais j'informe le client que vous êtes de mauvaises personnes. 24. Jingle: Lorsque nous faisons un test d'hypothèse, il y a toujours deux hypothèses. L'une est l'hypothèse par défaut, qui est l'hypothèse nulle, et la seconde est l'hypothèse alternative que vous souhaitez prouver. Et c'est la raison pour laquelle vous faites cette hypothèse. Donc, lorsque vous faites l'hypothèse, la raison pour laquelle nous le faisons est que nous n'avons jamais accès à l'ensemble de la population. Donc, lorsque nous collectons l'échantillon, nous voulons comprendre s'il provient de la courbe en cloche ou la distribution d'où nous comprenons la variation que vous voyez, c' est en raison de la propriété naturelle de l'ensemble de données. Parfois, l'échantillon peut se trouver au coin d'extrémité du Velcro. Et c'est un endroit où nous avons la confusion selon laquelle ces données appartiennent au Velcro d'origine ou appartiennent-elles au Velcro d'origine ou au deuxième alternatif ? Bienvenue. C'est là. Nous ferons des exercices qui vous permettront de comprendre cela de manière plus facile à faire. Hypothèse, vous obtenez des informations telles que la valeur de p en dehors des résultats des statistiques de test. Vous obtenez également la valeur de p. Nous comparons toujours la valeur de p avec la valeur nulle que nous avons définie. Supposons que vous vouliez être confiant à 95 %. Ensuite, vous définissez la valeur de p sur 5 %. Et si vous définissez le niveau de confiance à 90 %, votre valeur Alpha est de dix pour cent ou votre valeur de p est de 0,10. La raison pour laquelle nous utilisons une valeur de p est que si vous pouvez voir cette courbe en cloche, l'observation la plus probable fait partie du centre de la cloche. Des observations très improbables viennent de la queue. Cette valeur de p, la raison verte, vous aide à dire s'il appartient au Velcro d' origine ou s'il appartient à la majeure partie alternative, c'est-à-dire que vous essayez de prouver par l'hypothèse alternative. Par conséquent, la valeur de p aide à vous en souvenir facilement. Rappelez-vous le jingle. Ci-dessous, null. Cela signifie que si la valeur de p est inférieure à la valeur alpha, je vais rejeter l'hypothèse nulle. P vol à haut niveau. Si la valeur de p est supérieure à la valeur alpha, nous ne rejetons pas l'hypothèse nulle, concluant que nous n'avons pas suffisamment de preuves statistiques que l'hypothèse alternative existe. Nous allons faire beaucoup d' exercice et je vais chanter ce jingle plusieurs fois pour qu' il soit facile pour vous de vous en souvenir. En dessous de null, passez derrière nullcline. Certains des participants avec, quand je fais l'atelier, s'embrouillent, ils disent que rien ne veut dire quoi ? L'autre chose dont je leur dis de se souvenir facilement est f pour vol et F pour champ. Donc si P est nul, nous volerons. Cela signifie que vous ne rejetez pas l'hypothèse nulle. L'hypothèse nulle existera. L'autre hypothèse sera rejetée. Rappelez-vous encore une chose qui est principalement posée pendant l'entretien. La valeur de p était de 1,230,123. Rejetteriez-vous l'hypothèse nulle ou accepteriez-vous l'hypothèse nulle ? Ou accepteriez-vous l' autre hypothèse ? Ou accepterez-vous l'hypothèse nulle ? En tant que statisticien ? Nous n'acceptons aucune hypothèse. Soit nous rejetons l'hypothèse nulle soit nous ne rejetons pas l'hypothèse nulle. Nous le disons toujours du point de vue de null car le statu quo par défaut plus facile hypothèse nulle. Si le P est élevé, nous n'acceptons pas l'hypothèse nulle et alternative. N'acceptons-nous pas l'hypothèse nulle. Nous disons que nous ne rejetons pas l'hypothèse nulle. Si le p est faible, nous n'acceptons pas l'alternative, mais nous disons, je rejette l'hypothèse nulle, concluant qu'il existe suffisamment de preuves statistiques que les données proviennent de l'autre Bellcore . Nous continuerons avec de nombreux exercices. Cela vous donnera confiance façon de pratiquer, d' interpréter et d'utiliser les statistiques inférentielles dans votre analyse lorsque vous le faites. 25. Sélection des tests: L'une des questions les plus fréquemment posées à mes participants lorsque je participe au projet est quelle hypothèse dois-je utiliser le loyer ? Il s'agit donc d'une analyse simple qui vous aidera à comprendre cela. Quels tests dois-je utiliser ? Tout comme lorsqu'un patient consulte un médecin, le médecin ne lui prescrit pas tous les tests. Il lui a juste mis le test approprié en fonction du problème que le patient pêche. Si le patient voit que j'ai eu un accident, le médecin dira que je pense que vous devriez faire votre radiographie. Il ne lui demanderait pas de passer son test COVID ou son test RT-PCR. Si la personne tousse et souffre de fièvre, la RT-PCR est suggérée. Et à ce moment-là, nous ne sommes pas en mesure de satisfaire la radiographie. Il en va de même lorsque nous faisons de simples tests d'hypothèses, que nous essayons de comprendre ou de comparer cela avec la population. Nous voulons savoir quel test devons-nous effectuer ? Lorsque, si je teste les moyennes, c'est votre moyenne, vous comparez la moyenne d' un échantillon à la valeur attendue. Je compare donc l' échantillon avec ma population. Ensuite, je passe mon test T à un échantillon. Je n'ai qu'un seul échantillon que je compare. Je veux comparer si la performance moyenne de l', si les ventes moyennes sont égales à x montant, qui est la valeur attendue. Nous nous attendions donc à ce que les ventes soient, disons, de 5 millions. Ma moyenne s'élève à 4,8. J'ai rencontré qui ne le sont pas. Alors je peux faire un test T à un échantillon. Comparez la moyenne des échantillons avec deux proportions différentes. Donc, si j'ai deux T indépendants, disons que je donne une formation en ligne. Je mène une formation hors ligne. C'est le Shrina et j'ai un groupe d'étudiants qui suivent mon programme en ligne. J'ai un groupe différent d'étudiants qui suivent mon programme. Je veux comparer l' efficacité de l'entraînement. J'ai donc deux échantillons, et ce sont deux échantillons indépendants parce que les participants sont différents. Ensuite, je vais faire un test T à deux échantillons. Si je veux comparer les deux échantillons pour que les gens viennent suivre ma formation. Avant mon programme de formation, je fais une évaluation mon programme de formation leur compréhension de ce que Lean Six Sigma. Et je peux suivre le programme de formation et le même groupe de participants assiste au test après le programme d'entraînement. Donc les participants ou la scène. Mais le changement qui s' est produit est la formation qui a eu un impact sur eux. J'ai les résultats des tests avant l'entraînement et j'ai les résultats des tests après l'entraînement, je veux comparer l' entraînement est efficace. Ensuite, j'opte pour un test T apparié à deux échantillons. Progresser davantage. Supposons que si je teste la fréquence, j'ai des données discrètes et que je souhaite tester la fréquence car dans données discrètes, je n'ai pas de moyennes. Je prends des fréquences. Ainsi, lorsque je compare le nombre d' une variable dans un échantillon à la distribution attendue, tout comme j'ai eu un test t d'échantillon. L'équivalent pour une donnée discrète serait mon ajustement du Khi deux. I, par défaut, devrait être une valeur normale, une valeur particulière ou une valeur inattendue. Et je compare ça. À quelle distance se trouvent mes données ? J'opte pour un ajustement du Khi deux. Ce test est disponible sur MiniTab dans Excel. Il n'est pas disponible. Je vais donc créer un modèle et vous le donner, ce qui vous permettra de faire facilement le test du chi carré. Les trois différents types de tests du Khi deux utilisant le modèle Excel. Si je dois compter certaines des variables entre deux échantillons. Ce sera donc un test T homogène du chi carré. Je vérifie un échantillon simple pour voir si les variables discrètes sont indépendantes. Je fais le test d' indépendance du chi carré. Si j'ai une certaine proportion de données, comme de bonnes ou de mauvaises candidatures, je les accepte plutôt que je les rejette. Et je dis que d'accord, 50 % des candidatures sont acceptées, ou vingt-cinq pour cent des personnes sont placées. J'ai une proportion que je veux tester. Si je n'ai qu'un seul échantillon, j'opte pour un test de proportion. Si je veux comparer la proportion de commerce par rapport aux diplômés en sciences ou à la proportion de diplômés en finance, MBA, personnes ayant un MBA en marketing, j'ai deux échantillons différents, donc je peux optez pour le test à deux proportions. Donc pour résumer, quand je teste, est-ce que je teste des moyennes ? Est-ce que je teste des fréquences comme des données discrètes ou est-ce que je teste des proportions ? En fonction de cela, vous choisissez le test approprié et vous y travaillez. Nous allons tout pratiquer en utilisant Men dab et exit. Le jeu de données est disponible dans la section description. Dans la section projet, je vous invite tous à le mettre en pratique et à mettre vos projets, votre analyse dans la section projets. Si vous avez des doutes, vous pouvez les mettre dans la section discussion et je me ferai un plaisir de répondre à vos doutes. Bon apprentissage. 26. Les concepts de T test en détail: Que vous apprend cette vidéo ? À propos du test T ? Cette vidéo couvre tout ce que vous devez savoir sur le test T. À la fin de cette vidéo, vous découvrirez ce qu'est le test AT, quand l'utiliser, les différents types de tests t, d'hypothèses et d'hypothèses impliqués, comment le test AT est calculé et comment interpréter les résultats Qu'est-ce qu'un test T ? Commençons par les bases. Un test t est une procédure de test statistique. Cela permet d'analyser s'il existe une différence significative entre les moyennes de deux groupes. Par exemple, nous pouvons comparer la tension artérielle des patients recevant le médicament A par rapport à. Médicament B, types de tests t. Il existe trois principaux types de tests t le test t à un échantillon, le test t à échantillons indépendants, ou test à deux t, et le test t à échantillons appariés. Qu'est-ce qu'un test t pour un échantillon ? Nous utilisons un test t à un échantillon lorsque nous voulons comparer la moyenne d' un échantillon à une moyenne de référence connue. Par exemple, un fabricant de tablettes de chocolat affirme que ses tablettes pèsent en moyenne 50 grammes. Nous prélevons un échantillon. Trouvez son poids moyen. Supposons que le poids de l'échantillon soit de 48 grammes et utilisez un test t sur un échantillon pour voir s'il diffère significativement des 50 grammes déclarés. Qu'est-ce qu'un test t pour des échantillons indépendants ? Les échantillons indépendants à tester comparent les moyennes de deux groupes ou échantillons indépendants. Par exemple, nous pouvons comparer l'efficacité de deux colorants antidouleur en assignant au hasard 60 personnes à deux groupes recevant le médicament A et l'autre médicament B. Puis en utilisant un test t indépendant pour évaluer toute différence significative dans le soulagement de la douleur. Qu'est-ce qu'un test t pour les échantillons jumelés ? Les échantillons appariés à tester comparent les moyennes de deux groupes dépendants. Par exemple, pour évaluer l' efficacité d'un régime, nous pourrions peser 30 personnes auparavant. Après le régime, à l'aide d'un test par paires d'échantillons, nous déterminons s'il y a une différence de poids significative auparavant. Après le régime. Il est essentiel de comprendre la différence entre les échantillons dépendants et indépendants pour choisir le type de test t adapté à votre analyse. Échantillons dépendants ou échantillons appariés, référence aux cas où chaque observation d' un échantillon est associée à une observation spécifique. Dans l'autre échantillon, cette association est due à la nature de la collecte de données, par exemple avant et après les mesures Sur les mêmes individus, paires appariées dans le cadre d'une expérience. Le test t d'échantillons appariés est utilisé pour déterminer si. La différence moyenne entre ces observations appariées est statistiquement significative. D'autre part, les échantillons indépendants sont des observations, tirées de deux groupes distincts, ou de populations qui ne sont pas apparentées ou associées de manière systématique. Chaque observation d'un échantillon est totalement indépendante des autres observations. Dans l'autre échantillon, les échantillons indépendants, test T évalue si les moyennes de ces deux groupes indépendants diffèrent significativement l'une de l'autre Le choix entre ces types de tests t dépend de la manière dont les données ont été collectées et de la relation entre les échantillons comparés. L'utilisation du test t correct garantit que votre analyse statistique reflète avec précision la nature de votre question de recherche et la structure de vos données. Voici une note intéressante. Le test t à échantillons appariés est très similaire au test t à échantillon unique. Nous pouvons également considérer les échantillons jumelés à tester comme un échantillon qui a été mesuré à deux moments différents. Nous calculons ensuite la différence entre les valeurs appariées, en nous donnant une valeur pour un échantillon. La différence est de un moins cinq plus deux moins un moins trois, et ainsi de suite. Nous voulons maintenant tester si la valeur moyenne de la différence qui vient d' être calculée s'écarte d'une valeur de référence Dans ce cas, zéro, c'est exactement ce que fait le test t sur un échantillon. Quelles sont les hypothèses ? Pour un test t, bien sûr, nous avons d'abord besoin d'un échantillon approprié dans le test t à échantillon unique, nous avons besoin d'un échantillon et la valeur de référence dans le test t indépendant. Nous avons besoin de deux échantillons indépendants, et dans le cas d' un test t apparié, un échantillon apparié, la variable pour laquelle nous voulons tester s'il existe une différence entre les moyennes doit être métrique. L'âge, le poids corporel et le revenu sont des exemples de variables métriques . Par exemple, le niveau d'éducation d'une personne n'est pas une variable métrique. En outre, la variable métrique doit être distribuée normalement dans les trois variantes de test pour savoir comment tester si vos données sont distribuées normalement. Dans le cas d'un test t indépendant, les variances entre les deux groupes doivent être approximativement égales Vous pouvez vérifier si les variances sont égales en utilisant le test L evens. Quelles sont les hypothèses du test t ? Commençons par le test t à un échantillon dans le test à un échantillon t. L'hypothèse nulle est que la moyenne de l'échantillon est égale à la valeur de référence donnée. y a donc aucune différence, et l' hypothèse alternative est la moyenne de l'échantillon n'est pas égale à la valeur de référence donnée. Qu'en est-il des échantillons indépendants à tester ? Dans le test t indépendant, l'hypothèse nulle est que les valeurs moyennes des deux groupes sont les mêmes. n'y a donc aucune différence entre les deux groupes, et l' hypothèse alternative est que les valeurs moyennes des deux groupes ne sont pas égales. Il y a donc une différence entre les deux groupes. Enfin, les échantillons appariés sont testés dans un test par paires t, l'hypothèse nulle est que la moyenne de la différence entre les paires est nulle, et l' hypothèse alternative est que la moyenne de la différence entre les paires n'est pas nulle. Nous savons maintenant quelles sont les hypothèses. Avant de voir comment le test t est calculé. Voyons un exemple de la raison pour laquelle nous avons réellement besoin d'un test t. Supposons qu'il y ait une différence dans la durée des études pour un baccalauréat entre les hommes. Et des femmes en Allemagne. Notre population est donc composée de tous les bacheliers ayant étudié en Allemagne. Cependant, comme nous ne pouvons pas sonder tous les bacheliers, nous tirons un échantillon aussi représentatif que possible. Nous utilisons maintenant le test pour tester l'hypothèse nulle selon laquelle il n'y a aucune différence dans la population. S'il n'y a pas de différence dans la population, s'il n'y a pas de différence dans la population, nous verrons certainement quand même une différence dans la durée de l'étude dans l'échantillon. Il est très peu probable que nous ayons tiré un échantillon où la différence serait exactement nulle. En termes simples, nous voulons maintenant savoir à quelle différence est mesurée dans un échantillon. On peut dire que la durée de l'étude des hommes et des femmes est significativement différente. Et c'est exactement ce à quoi répond le test T. Mais comment calculer un test t ? Pour faire ça ? Nous calculons d'abord la valeur t pour calculer la valeur t. Nous avons besoin de deux valeurs. Nous avons d'abord besoin de la différence entre les moyennes, puis de l' écart type par rapport à la moyenne. Cette erreur est également connue sous le nom d'erreur standard. Dans le test t à un échantillon, nous calculons la différence entre la moyenne de l'échantillon et la moyenne de référence connue. S est l'écart type des données collectées, et n est le nombre de cas. S divisé par la racine carrée de n est alors l' écart type par rapport à la moyenne. Quelle est l'erreur standard ? Dans le test t des échantillons dépendants, nous calculons simplement la différence entre les moyennes des deux échantillons. Pour calculer l'erreur type, nous avons besoin de l' écart type et du nombre de cas du premier et du deuxième échantillon, selon que nous pouvons supposer variance égale ou inégale pour nos données Il existe différentes formules pour l'erreur type. Dans un test t à échantillon apparié , il suffit de calculer la différence entre les valeurs appariées et de calculer la moyenne à partir de cela. L'erreur type est alors la même que pour un test t sur un échantillon. Qu'avons-nous appris jusqu'à présent sur la valeur t ? Quel que soit le test t, nous calculons. La valeur t sera plus grande si la différence entre les moyennes est plus grande, et la valeur t sera plus petite si la différence entre les moyennes est plus petite. De plus, la valeur t diminue lorsque la dispersion de la moyenne est importante. Ainsi, plus les données sont dispersées, moins les différences moyennes sont significatives. Nous voulons maintenant utiliser le test t pour voir si nous pouvons rejeter l'hypothèse nulle ou non. Pour ce faire, nous pouvons désormais utiliser la valeur t de deux manières. Soit nous lisons la valeur critique t dans un tableau, soit nous calculons simplement la valeur p à partir de la valeur t. Nous allons passer en revue les deux dans un instant. Mais qu'est-ce que la valeur p ? Un test t teste toujours l'hypothèse nulle selon laquelle il n'y a aucune différence. Tout d'abord, nous supposons qu' il n'y a aucune différence dans la population. Lorsque nous tirons un échantillon, celui-ci s'écarte de l'hypothèse nulle dans une certaine mesure La valeur p nous indique la probabilité que nous tirions un échantillon dont l' écart par rapport à la population est écart par rapport à la population égal ou supérieur à celui de l'échantillon que nous avons prélevé. Ainsi, plus l'échantillon s'écarte de l'hypothèse nulle, plus la valeur p diminue Si cette probabilité est très faible, on peut bien sûr se demander si l'hypothèse nulle est valable pour la population Il y a peut-être une différence, mais à quel moment peut-on rejeter l'hypothèse nulle ? Cette limite est appelée seuil de signification, qui est généralement fixé à 5 %. S'il n'y a que 5 % de chances que nous tirions un tel échantillon. Ou un autre qui soit plus différent. Nous avons alors suffisamment de preuves pour supposer que nous rejetons l'hypothèse nulle. En termes simples, nous supposons qu'il existe une différence, que l' hypothèse alternative est vraie. Maintenant que nous savons quelle est la valeur p, nous pouvons enfin voir comment la valeur t est utilisée pour déterminer si l'hypothèse nulle est rejetée ou non. Commençons par le chemin passant par la valeur critique t, que vous pouvez lire dans un tableau. Pour ce faire. Nous avons d'abord besoin d'un tableau des valeurs t critiques, que nous pouvons trouver dans l'onglet Données sous les didacticiels et la distribution T. Commençons par le boîtier à deux embouts. Nous allons examiner brièvement le boîtier à queue unique à la fin de cette vidéo. Ci-dessous, nous voyons le tableau. abord, nous devons décider du niveau de signification que nous voulons utiliser. Choisissons un seuil de signification de 0,05 %. Ensuite, nous examinons dans cette colonne 120,05, soit 0,95. Nous avons maintenant besoin des degrés de liberté du test t à un échantillon et du test t à échantillons jumelés. Les degrés de liberté sont simplement le nombre de cas moins un. Si nous avons un échantillon de dix personnes, il y a neuf degrés de liberté. Dans le test des échantillons indépendants, nous ajoutons le nombre de personnes des deux échantillons et nous le calculons moins deux parce que nous avons deux échantillons. Notez que les degrés de liberté peuvent être déterminés différemment selon que nous supposons une variance égale ou égale. Donc, si nous avons un seuil de signification de 5 % et neuf degrés de liberté, nous obtenons une valeur t critique de 2,262 Maintenant, d'une part, nous avons calculé une valeur t avec le test t et nous avons la valeur t critique. Si notre valeur t calculée est supérieure à la valeur t critique. Nous rejetons l'hypothèse nulle. Supposons, par exemple, que nous calculions une valeur t de 2,5. Cette valeur est supérieure à 2,262 et, par conséquent, les deux moyennes sont tellement différentes que nous pouvons rejeter l'hypothèse nulle D'autre part, nous pouvons également calculer la valeur p pour la valeur t que nous avons calculée. Si nous saisissons 2,5 pour la valeur t et neuf pour les degrés de liberté, nous obtenons une valeur p de 0,034 La valeur p est inférieure à 0,05, et nous rejetons donc l'hypothèse nulle comme contrôle Si nous copions la valeur t de 2,262 ici, nous obtenons exactement une valeur p de 0,05, qui est exactement Si vous souhaitez calculer le test AT avec l'onglet Données, vous suffit de copier vos propres données dans ce tableau. Cliquez sur le test d'hypothèse , puis sélectionnez les variables qui vous intéressent. Par exemple, si vous souhaitez vérifier si le sexe a un effet sur le revenu, il vous suffit de cliquer sur les deux variables et d'obtenir automatiquement le test AT, calculé pour des échantillons indépendants. Ci-dessous. Vous pouvez lire la valeur p. Si vous n'êtes toujours pas sûr l'interprétation des résultats, vous pouvez simplement cliquer sur interprétation vers l'intérieur Un test à deux points pour des échantillons indépendants, en supposant des variances égales, a montré que la différence entre les femmes et les hommes en ce qui concerne le salaire de la variable dépendante n' était pas statistiquement significative Ainsi, l' hypothèse nulle est retenue. La dernière question est maintenant quelle est la différence entre hypothèse dirigée et une hypothèse non dirigée ? Dans le cas non dirigé, l'hypothèse alternative est qu'il existe une différence Par exemple, il existe une différence entre le salaire des hommes et celui des femmes en Allemagne. On s'en fout de savoir qui gagne le plus. Nous voulons simplement savoir s'il y a une différence ou non. Dans une hypothèse dirigée. Nous nous intéressons également à la direction de la différence. Par exemple, l'hypothèse alternative pourrait être que les hommes gagnent plus que femmes ou que les femmes gagnent plus que les hommes. Si nous examinons graphiquement la distribution t, nous pouvons voir que dans le cas recto verso, nous avons une plage sur la gauche et une plage sur la droite. Nous voulons rejeter l'hypothèse nulle si nous sommes ici ou là avec un seuil de signification de 5 %. Les deux plages ont une probabilité de 2,5 %. Ensemble, seulement 5 %, si nous effectuons un test T unilatéral, l'hypothèse nulle n'est rejetée que si nous nous situons dans cette plage ou, selon la direction dans laquelle nous voulons tester dans cette plage avec un seuil de signification de 5 %, A 5 % se situent dans cette plage. Merci d'avoir appris avec moi. Je vous verrai dans la prochaine leçon de statistiques. 27. 1 test de t d'échantillon: Voyons quels tests d' hypothèse dois-je utiliser ? Dans Minitab, vous disposez d'un assistant qui peut vous aider à prendre cette décision. Donc, si vous passez au test d' hypothèse assistant, cela vous aidera à identifier fonction du nombre d' échantillons que vous avez. Supposons que si vous avez un échantillon, vous pouvez faire un test t à un échantillon, un écart type d'échantillon, un pourcentage d'échantillon défectueux, qualité d'ajustement du Khi deux. Si vous avez deux échantillons, vous avez deux tests t pour des échantillons différents. Test T si les éléments avant et après sont identiques. Ecart type de l'échantillon par rapport au pourcentage d'échantillon du test d'association du Khi deux défectueux. Si vous avez plus de deux échantillons, alors nous avons un test d' écart type ANOVA unidirectionnel, pourcentage du Khi deux est défectueux et test d'association du Khi deux. Nous allons tout mettre en pratique avec de nombreux exemples. Passons donc au premier exemple. Nous avons le TDAH des appels en quelques minutes. Nous avons prélevé un échantillon de 33 points de données. La moyenne est de sept minutes, la valeur minimale est de quatre minutes, la valeur maximale est de dix minutes. La raison pour laquelle nous devons faire un test d'hypothèse est que le responsable des processus que son équipe est capable de fermer la résolution ou sur appel en sept minutes. Et la moyenne du processus est également de sept minutes, minimum est de quatre minutes. Mais le client voit que les agents les gardent en attente et cela prend plus de sept minutes sur l'appel. Maintenant, je veux valider statistiquement si c'est correct ou non. Chaque fois que nous mettons en place des tests d'hypothèse, nous devons suivre l'approche en cinq étapes et six étapes. Étape numéro un, définissez l'hypothèse alternative. Définissez l'hypothèse nulle, qui n'est rien d'autre que votre statu quo. Quel est le niveau de signification ou votre valeur alpha ? Si rien n'est spécifié, recevoir une valeur Alpha de cinq pour cent. Nous avons d'abord défini l'hypothèse alternative. Dans notre cas, que dit le client ? Le client constate que le temps de traitement moyen est supérieur à sept minutes. Le statu quo ou le SLA convenu est le TDAH doit être inférieur à sept minutes. Comme je vous l'ai dit, l'hypothèse nulle et l'hypothèse alternative s' excluent mutuellement et se complètent. Maintenant, identifiez le test à effectuer. Combien d'échantillons ai-je en ma possession ? Je n'ai qu'un seul échantillon de la HD du centre de contact. Je vais donc prélever un échantillon de test t. Ok ? Maintenant, je dois faire les statistiques de test et identifier la valeur de p. Si vous vous souvenez de l'exemple précédent, nous avons dit que si la valeur de p est inférieure à la valeur alpha, nous rejetons l'hypothèse nulle. Si la valeur de p est supérieure à cinq pour cent ou la valeur Alpha, nous ne rejetons pas l'hypothèse nulle. Laissez-nous faire cela. Donc, si vous vous souvenez, nous avons les données de nos projets. Dans les données du projet, nous avons le test d'hypothèse. Par ici. Je vous ai donné l' AHG du charbon en quelques minutes. J'ai donc copié ces données dans Minitab. Nous allons donc le faire de deux manières. La première fois et vous le montrer à l'aide de l'assistant. Ensuite, je vais vous le montrer à l'aide de statistiques. Donc, si je passe au test d' hypothèse assistant, quel est l'objectif que je souhaite atteindre ? C'est un test T à un échantillon. J'ai un échantillon. Est-ce que c'est méchant ? S'agit-il d'un écart type ? S'agit-il de numéros séparés, défectueux ou discrets ? Nous parlons de la moyenne 100 fois. Je vais donc prendre un test t d'échantillon. Pour les données en colonnes. Je l'ai sélectionné. Quelle est ma valeur cible ? Ma valeur cible est sept. L'autre hypothèse est que l'âge moyen de l'appel en minutes est supérieur à sept ans. C'est ce que le client se plaint. La valeur alpha est 0,05 par défaut, je clique sur OK. Voyons le résultat. Pour voir la sortie, vous allez cliquer sur Afficher et sortie uniquement. Tu vas voir ça. Si vous voyez la valeur de p, la valeur de p est de 0,278. Vous vous souvenez qu'en dessous de non-but être élevé nullcline, cette valeur de 0,278 est-elle supérieure à la valeur alpha de 0,05 ? Oui, ça l'est. Par conséquent, je peux conclure que la moyenne est d du charbon n'est pas significativement supérieure à la cible. Quoi que vous considériez comme supérieur à la cible, ce n'est que par hasard. n'y a donc pas suffisamment de preuves pour conclure que la moyenne est supérieure à sept avec un niveau de signification de 5 %. Et cela me montre également comment est le modèle. n'y a pas de points de données inhabituels car l' effectif de l'échantillon est d'au moins 20. La normalité n'est pas un problème. Le test est précis. Et il serait bon de conclure que le temps de traitement moyen n'est pas significativement supérieur à sept minutes. Je peux poursuivre et rejeter la réclamation du client. Les quelques appels que nous considérons comme des objectifs de haute qualité et de grande valeur. Cela ne peut être que par hasard. Le même test. Je peux également le faire en cliquant sur test, statistiques de base. Et je vais enregistrer un test t d'échantillon, un ou plusieurs échantillons, chacun dans une colonne. Je vais sélectionner votre TDAH. Je souhaite effectuer des tests d' hypothèse. La moyenne hypothétique est de sept. Je vais dans Option et je dis, quelle est l' hypothèse alternative que je veux définir. Je veux définir que la moyenne réelle est supérieure à la moyenne hypothétique. Cliquez sur OK. Si j'ai besoin d'un graphique, je peux mettre ces graphiques en place. Cliquez sur OK, puis sur OK. Je reçois cette sortie. Donc, les statistiques descriptives, c'est la moyenne, c'est l' écart type et ainsi de suite. L'hypothèse nulle est que mu est égal à sept. autre hypothèse est que mu est supérieur à sept. La valeur de p est de 0,278. En concluant à ce vol nul, nous ne rejetons pas l'hypothèse nulle, concluant que la durée moyenne de 100 heures est environ sept minutes. Continuons. Nous avons reçu nos résultats. Nous avons vu tout cela et nous avons conclu que le temps de traitement moyen n' est pas significativement supérieur à sept minutes. 28. Exemple de test 2 t d'exemple 1: Faisons un autre exemple de deux équipes, deux échantillons. Dans cet exemple, deux équipes dont les performances doivent être mesurées. Le manager de DMB a affirmé que son équipe est une équipe plus performante que l'ADN. Le responsable d'une équipe soutient que cette réclamation n'est pas valide. Passons à notre jeu de données. Donc, si vous allez dans le fichier de projet, vous aurez quelque chose appelé équipe a et équipe B. Alors laissez-moi simplement copier ces données. Ok. Laissez-moi aller ici et placer le radar sur le côté droit. Pourquoi puis-je également prendre une nouvelle feuille et coller les données. Bon ? Venons-en à un test d' hypothèse, un test t à deux échantillons. Permettez-moi de supprimer cette valeur. Et TB, l'équipe a est différente de la VM. Je peux aussi dire sur la base de l'hypothèse que l'équipe est prétendue que son équipe est meilleure qu'un. Donc je peux dire que c'est moins que la télévision. Et je clique sur OK. Encore une fois, dans cet exemple, j'obtiens un résultat qui indique que l'équipe n'est pas significativement inférieure à TB. Avez-vous les valeurs de 27,727,3 ? n'y a pas de différence statistique entre les deux pourboires, n'est-ce pas ? Les deux exemples que nous avons obtenus étaient donc comme ça. Allons voir un autre exemple. J'ai pris le temps de cycle du processus un et le temps de cycle du processus B. Copions donc simplement ces données. Il s'agit d'un autre ensemble de données. Et je me demande : « Quelle est mon hypothèse alternative ? Les deux faisceaux sont différents. Qu'est-ce que l'hypothèse nulle ? Les deux équipes sont identiques. Parce que ces deux équipes sont différentes. Je vais faire mon test t à deux échantillons. Les données de chaque équipe sont distinctes. Et je vois que la valeur alpha de la tuberculose est différente de 5%, puis je clique sur, OK. Maintenant, si vous voyez la sortie cette fois, cela indique que oui, le temps de cycle de a est significativement différent du temps de cycle de dB. Ici, ce 26,8, vingt-sept virgule six. Mais si je regarde la distribution, la distribution selon laquelle ce rouge ne chevauche pas ce rouge. Il y a donc une différence dans le temps de cycle des deux équipes. Si je dois faire la même chose en utilisant des statistiques, statistiques de base, un test t à deux échantillons. Comme lorsque vous étiez e à l'époque des options contre la tuberculose, y a-t-il des différences ? Je peux avoir mes graphiques. Je ne veux pas de graphique individuel. Je vais seulement prendre la boîte à moustaches et dire, d'accord, mu1 est la moyenne de la population du temps de cycle des processus, le temps de cycle du processus B. Maintenant, si vous voyez qu'il y a un écart type qui est une différence. La valeur de p est 0 , ce qui indique qu' il existe une différence significative entre les deux équipes. Soyez bas, rien n'est cool. Nous rejetons donc l'hypothèse nulle, disant qu'il y a une différence significative entre E et D. est-ce pas ? J'ai vu la même chose avec la distribution continue. Il y a donc une distribution plus importante ou ici et il y a une distribution plus petite. Je peux faire l' analyse graphique que j'ai apprise sur votre droite, puis voir comment l'équipe se comporte. Voici donc le résumé de l'ADN. La moyenne est de 26, l' écart type est de 1,5. Et si je fais défiler vers le bas, je rejoins l'équipe B et ça arrive de cette façon. Maintenant, je veux superposer ces graphiques afin pouvoir cliquer sur un graphique et un histogramme. Et je dirais un peu en forme et soyeux. Et je vais sélectionner ces deux graphiques sur un panneau séparé du même graphique, même vitamine C max. Cliquez sur OK. Cliquez sur OK. Vous voyez que la courbe en cloche des deux est différente ? Faisons un histogramme graphique superposé. Et en superposition au sol multiple sur ce graphique. Vous voyez qu'il y a une différence entre le bleu et le rouge ? Et donc, oui, le kurtosis est différent, le biais est différent, et c' est la conclusion mon test t à deux échantillons, qui indique que la distribution y est significative différence. Il existe une différence statistiquement significative entre le temps sacré d'être un combattant EN et celui de la mort. La deuxième chose que nous allons apprendre sur le test t au lit dans notre prochain exemple. 29. 2 exemple de test t 2: Revenons à notre exemple. Deux. Il existe deux centres dont les performances doivent être mesurées. Le responsable de sensoriel a affirmé que son équipe est une équipe plus performante que le centre B. L'ampleur du centre soit préconise que la réclamation est invalide. Encore une fois, je vais suivre mon processus en cinq étapes. Quelle est l' hypothèse alternative ? C'est mieux que B. Rendons les choses plus faciles. Il n'est pas égal à T, n' est pas égal à TB, ou le centre n'est pas égal au centre. Qu'est-ce que le centre non hypothétique a est égal au centre V, niveau de signification, cinq pour cent. Combien d'échantillons ai-je ? J'ai deux échantillons, éditeur central et les données du centre B. Comme j'ai deux échantillons, je dois faire un test t à deux échantillons. Passons à notre feuille Excel. J'ai les données pour Centauri et le centre B. Je vais les copier dans Minitab. Je place mes données ici. Faisons le test t à deux échantillons. Je vais donc à Stat, Statistiques de base et je dis test t à deux échantillons. Les deux échantillons se trouvent dans une seule colonne. Chaque échantillon possède sa propre colonne, je vais donc sélectionner cet échantillon. L'un est un échantillon sensoriel. Est-ce que tu centres B ? L'option est hybride. Ce n'est pas différent. La différence entre a et B est donc de 0. Et j'y vais et je le fais. Je peux avoir ma boîte à moustaches individuelle et dire OK, et dire OK, voyons la sortie. Les données sensorielles sont donc les vôtres et les données TBI sont ici. Et si vous voyez la valeur de p, la valeur de p est élevée. Encore une fois, j'ai un exemple qui dit que be high null fly, ce qui signifie qu'il n'y a pas de différence entre le centre et le centre B. Si vous voyez la valeur individuelle, mais que vous voyez la même chose. Voyons la boîte à moustaches. La boîte à moustaches indique que la moyenne n'est pas significativement différente car elle aurait prélevé un échantillon. C'est la raison pour laquelle c'est le cas, et vous voyez une valeur de 0, ce qui est une valeur aberrante. Nous devrions donc envisager cela. La même chose. Laissez-moi le faire en utilisant des tests d' hypothèse. Test t à deux échantillons, moyenne de l'échantillon. L'échantillon est différent. La moyenne du centre est différente de la moyenne des centres B et C. OK. Il en va de même pour la différence moyenne, la moyenne de Santa Fe n'est pas significativement différente de la moyenne décentrée. Bon ? Si vous voyez cette distribution, vous pouvez constater que la partie rouge se chevauche complètement, ce qui indique qu'il n'y a pas assez de preuves pour conclure à une différence. Il y a une différence lorsque vous voyez la moyenne, 6,86,5. Mais c'est peut-être à cause d'un hasard. Et il y a aussi un écart type. Par conséquent, ceux-ci le montrent à l'aide des barres rouges, indiquant qu'il n'y a pas de différence significative entre la semaine sensorielle et la semaine centrale. Nous allons continuer à découvrir d'autres exemples dans la vidéo à venir. 30. Test t couplé: Laissez-nous comprendre un autre exemple. Voici un exemple de test t apparié. Si vous regardez cette étude de cas, les psychologues ont voulu déterminer si un programme de course à pied particulier avait un effet sur leur fréquence cardiaque au repos. La fréquence cardiaque de 15 personnes sélectionnées au hasard a été mesurée. Les personnes ont ensuite été mises sur un programme de course à pied et mesurées à nouveau après un an. Les participants disent-ils « avant » et « après » ? Oui. Et c'est la raison pour laquelle il ne s'agit pas d'un test t à deux échantillons, mais d'un test t apparié, la mesure avant et après de chaque personne ou dans des bandes d'observation. Donc, si je reviens à mon jeu de données, j'ai quelque chose qui s'appelle avant et après, il y a une étape différente, je ne prends pas la valeur de différence. J'ai pris les données des 15 personnes et les ai mises dans un mini onglet. Bon ? Maintenant, je veux le faire parce que c'est la même personne avant et après moi, nous voulons comprendre les différents tests d'hypothèse. Je vais faire un test T apparié. Tout d'abord, quelle est l'hypothèse alternative ? Avant et après, c'est différent. Si vous vous souvenez, le programme d'avant et d'après, ils veulent déterminer s'ils ont un effet sur la course. La mesure est avant, l' outil de mesure est en place. moyenne avant est différente de la moyenne d'après. C'est donc mon hypothèse alternative. Donc, quelle est la signification de mon hypothèse nulle avant, c'est qu'il n'y a pas de changement. Le remplaçant voit que l'avant est différent de l'après. La valeur alpha est de 0,05. Cliquons sur OK. Voyons le résultat. La moyenne est-elle différente ? Qu'est-ce qu'une valeur de p de 0,007 ? La moyenne de avant est significativement différente de la moyenne d'après. Si vous regardez la valeur moyenne, elle était de 74,572,3. Mais il y a une différence. Donc, si vous voyez que la différence est supérieure à 0. Et si je regarde ces valeurs avant par rapport après, le point bleu est après le point noir est avant. La plupart des participants avaient réduit leur fréquence cardiaque après le programme de course à pied. Peu d'entre eux constituaient une exception, mais cela pouvait être une exception. n'y a pas de différences appariées inhabituelles car la taille de notre échantillon est d'au moins 20 La normalité n'est pas un problème. L'échantillon est suffisant pour détecter la différence dans la moyenne. Je peux donc voir qu'il y a une différence entre les deux. Merveilleux. Encore une fois, révision rapide. Bonjour, objectif nul puisque la valeur de p est inférieure au seuil de signification, nous concluons qu'il existe une différence significative entre les deux lectures. Si je dois faire la scène, je clique sur Stat, Statistiques de base. Mauvaise haine, chaque échantillon dans une règle. Avant, après l'option , ils sont différents. Laissez-moi prendre uniquement la boîte à moustaches et l'histogramme de Je ne veux pas choisir l'histogramme. Je ne prendrai que la boîte à moustaches. Hypothèse nulle. La différence est de 0. L'hypothèse alternative est que la différence est non nulle, les valeurs de p faibles, concluant que je rejette l'hypothèse nulle. Et il y a une différence en adoptant le programme. Donc, si vous voyez la valeur nulle, le point rouge est très éloigné de la moyenne de l' intervalle de confiance de la boîte pour conclure qu'il existe une différence entre suivre le programme par Ce spécialiste du cœur, c'est ça ? Donc, dans le prochain programme, nous allons apprendre, prendre plus d'exemples. 31. Un test d'échantillon Z: Le résumé rapide des différents types de tests que nous avons appris est que si je regarde les différences entre mon groupe et la population, je choisis un test t à un échantillon. Lorsque j'ai deux groupes d'échantillons différents, je fais un test t à deux échantillons. Si ces échantillons sont indépendants. Si j'opte pour un test T apparié. Test T apparié. Si le groupe est le même ensemble de personnes, mais il est ou un moment différent dans le temps. Comme nous avons vu l'exemple des battements de cœur. Les gens ont donc été mesurés sur leur rythme cardiaque. Le rapport via un programme en cours d'exécution et affiche le programme en cours d'exécution. Comment s'est passé ce battement de cœur chaud au repos, non ? Ce sont donc les choses que nous avons triées. Passons maintenant à d'autres exemples. Nous ajoutons donc au cas d'utilisation numéro cinq, l'analyse du pourcentage de graisse. Les scientifiques d'une entreprise qui fabrique des procédés qui veulent déterminer le pourcentage de graisse dans la source d'eau de l'entreprise. La date de publication de la publicité est de 15 % et les scientifiques mesurent que le pourcentage de graisse est de 20 échantillons aléatoires. La mesure précédente de l' écart type de la population est de 2,6. Il s'agit maintenant de l' écart type de la population. L'écart type de l'échantillon est de 2,2. Lorsque je connais le paramètre de population, je peux utiliser un test z sur un échantillon , car le nombre d'échantillons que j'ai est égal à un. Et je veux avoir l'écart type connu de la population. Maintenant, encore une fois, je vais appliquer la même chose que l'hypothèse alternative, n'est-ce pas ? Alors qu'est-ce que je vais dire ? Quelle est l'hypothèse alternative ? Le pourcentage de matière grasse n'est pas égal à 603050. Quel est le pourcentage de graisse de l"hypothèse nulle est égal à 15%. Niveau de signification de cinq pour cent. Parce que je sais qu'il s'agit d'un test à un échantillon et que j'ai l' écart type de la population. Je vais utiliser un test z d'échantillon. Faisons l'analyse. J'ai ouvert le fichier de projet et j'ai les exemples d'ID et je provoque des données de pourcentage de graisse ici. Permettez-moi de copier ces données dans Minitab. Mais copié le pourcentage de graisse avec les scientifiques ont fait. Comme nous connaissons l'écart type de la population, je peux utiliser un test z à un échantillon. Mes données sont présentes dans une colonne. C'est le fait présenté. L' écart type connu était de 2,6. Je souhaite effectuer des tests d' hypothèse. En moyenne, c'est 15 %. Donc mon hypothèse nulle est que le pourcentage de graisse est égal à 15. Mon hypothèse est que la graisse était un gros a n'est pas égal à 15. Je peux choisir un graphique de boîte à moustaches et d'histogramme et dire, OK, je vais vous montrer le résultat. Donc, l'hypothèse nulle est que le pourcentage de graisse est égal à 15. Une autre hypothèse est que le pourcentage de graisse n' est pas égal à 15. La valeur alpha est de 0,05. Ma valeur de p est de 0,012, car ma valeur de p est inférieure à la valeur alpha, P faible, aucune cool. Je rejette donc l'hypothèse nulle, concluant que le pourcentage de graisse n'est pas égal à 50. Si vous voyez ici, le pourcentage de graisse est supérieur à 50. Je peux refaire le même test. Cette fois-ci. Je peux y aller et vérifier. Mon pourcentage de graisse est-il supérieur à la moyenne hypothétique ? Allons-y. Et j'obtiens toujours ma valeur de p avec plus de confiance, 0,006 très loin de ma valeur Alpha. En concluant que oui, l'Alpha, la valeur nulle est hypothétisée, la moyenne est de 15. Mais l'échantillon indique qu'il y a une forte probabilité que votre pourcentage de graisse dans la source soit supérieur à 50. Quels sont les conseils que nous donnerons à l'entreprise ? Nous informerons l'entreprise que vous ne pouvez pas vendre la dénomination que le conteneur est 15 % parce que notre facteur est supérieur à 15 %. Donc, pour plus de sécurité, vous pouvez modifier l' étiquette du produit pour indiquer que le pourcentage de graisse est de 18, n'est-ce pas ? Parce que nous avons cinq pour cent, cela passe par 20. consommateur sera donc heureux de recevoir un produit contenant moins de matières grasses. Ensuite, pour recevoir un produit qui contient plus de matières grasses parce que nous sommes tous soucieux de notre santé, n'est-ce pas ? Continuons donc dans le cours suivant. 32. Un échantillon de proportion test-1p-test: Nous poursuivrons nos tests d' hypothèse. Parfois, nous pouvons avoir une part de l'action, n'est-ce pas ? nous n'avons pas de moyennes écart type ou de variance à Cependant, nous n'avons pas de moyennes, d' écart type ou de variance à mesurer, ce que nous faisons. Prenons cet exemple six, l'analyste marketing veut déterminer si le mâle, publicité pour le nouveau produit a entraîné un taux de réponse différent de la moyenne nationale. Normalement, chaque fois que vous mettez une publicité dans le journal, ils disent que la société de publicité voit habituellement , c'est que nous serons en mesure d'avoir impact de 6% ou 10% de résultat ou un certain nombre résultat juste ici. C'est-à-dire que c'est le même type de scénario. Ici. Ils ont prélevé un échantillon aléatoire de 1 000 ménages ayant reçu de la publicité. Et sur ces 10 000 ménages, l'échantillon 87 d'entre eux ont fait des achats après avoir reçu cette augmentation. Cette société, qui est une agence de publicité, prétend que j'ai eu un meilleur impact que les autres publicités. L'analyste doit effectuer le test z à une proportion pour déterminer si la proportion de ménages ayant effectué un achat était différente de la moyenne nationale de 6,5, car elle est de 8,7. Dans ce cas. Quelle est votre hypothèse alternative ? Une autre hypothèse est que la publicité est différente de la réponse à la publicité est différente de la moyenne nationale. Nous dirons ici qu'il n' y a pas de différence. Ils sont tous les deux péché, la valeur alpha est de cinq pour cent. Et nous allons prendre une proportion, un test z, un test de proportion d'événements. Je suis censé t'emmener à la minute près. Passons donc à Minitab. Je peux aller de l'avant et ces papas, statistiques de base, une proportion. Je n'ai pas de données dans ma chronique, mais je les ai résumées, n'est-ce pas ? Alors laisse-moi fermer ça, annuler, laisse-moi fermer ça. J'ai donc fait un test de proportion d'échantillon. J'ai résumé les données. Combien d'événements avons-nous absorbés ? Nous observons 87 événements à venir. L'échantillon est de mille. Je dois effectuer un test d' hypothèse et la proportion hypothétisée, 6,5, 0,0656% .5, non ? Il est donc de 0,065. Cette proportion n'est pas égale à la proportion hypothétique. Je dis, OK, je vois, OK. Maintenant, l'hypothèse nulle est que la proportion est égale à 6,5 %. Une autre hypothèse est que l'impact proportionnel n' est pas égal à 5,56 %. La valeur de p est de 0,008. Qu'est-ce que cela signifie ? Oui, sois faible, rien n'est cool. Donc nous rejetons l'hypothèse nulle, concluant que l'effet de la publicité, Il n'est pas de 6,6,5 pour cent, mais c'est plutôt parce que si vous voyez l'intervalle de confiance de 95 pour cent, Ça dit 0,7 % à 10 %, non ? Vous avez obtenu une proportion de 88,7 %. Et l' intervalle de confiance à 95% de la proportion est bien en avance sur 6,5, il commence à 7. Nous pouvons donc conclure qu'il y a un impact significatif de la publicité et nous pouvons passer en revue cette société de publicité. Continuons dans notre prochaine leçon. 33. Deux échantillons de proportion test-2p-test: Reprenons cet exercice à l' aide de l'Assistant. Nous avons donc les 80 produits de bœuf numérotés par le fournisseur E que nous avons vérifiés. 725 sont défectueux ou non défectueux. Alors, combien est-ce efficace ? Donc, si je fais une soustraction, ce serait 777802 moins 725 soit 77712 produits d'échantillonnage du fournisseur B ont été sélectionnés par 73. Parfait. Alors, combien est défectueux ? Un, 39. Essayons donc de faire notre test à deux proportions à l'aide assistant Minitab, puis des tests d'hypothèse, échantillons, des selles, du pourcentage d'échantillon défectueux du fournisseur E, 0 à 7771 à 139. La personne est défectueuse fournisseur E est inférieur au pourcentage de défectueux du fournisseur B. Je vais continuer et cliquer sur OK. Et je comprends. Oui, ce pourcentage de défectueux ou fournisseur est nettement inférieur au pourcentage de défectueux du fournisseur B. Et si je fais défiler vers le bas, Oui. Donc ça dit la différence, ce fournisseur est prêt à lire. Le test permet de conclure que le pourcentage représentatif du fournisseur a est inférieur à celui du fournisseur B à un niveau de signification de 5 %. Lorsque vous voyez ce pourcentage. De plus, vous pouvez clairement voir que nous poursuivrons les prochains tests d' hypothèse la semaine prochaine. Fais 34. Deux exemples de proportion test-2p-test-Exemple: Voyons maintenant l'exemple suivant. Il s'agit d'un exemple où un responsable d'exploitation échantillonne un produit fabriqué à partir de matières premières de deux fournisseurs, détermine si l'un des fournisseurs de matières premières est plus susceptible de produire une meilleure produit de qualité. 802 produits ont donc été échantillonnés auprès du fournisseur E 725 ou parfait, c'est-à-dire non défectueux. 712 produits ont été échantillonnés auprès du fournisseur B, 573 ou buffet. C'est-à-dire qu'il n'est pas défectueux. Nous voulons donc effectuer parce que quel est leur pourcentage de données personnelles non défectueuses ? Oui, j'ai deux proportions, tableau d'approvisionnement et le fournisseur B. Passons au principal. Je peux aller à Stat, Test à deux proportions de statistiques de base. J'ai mes données récapitulatives, les mêmes par la première facilité, 725 ou les deux agissent sur 802. Prenons donc 725025723712572371. L'option avec eux est qu'il y a une différence et découvrons-la. Donc la BVA, l'hypothèse nulle, c'est qu'il n'y a pas de différence entre les proportions. autre hypothèse est qu'il existe une différence entre les deux proportions. Quand je regardais la valeur de p, la valeur de p s'avère être Z, pour être nulle faible. Il conclut que je dois rejeter l'hypothèse nulle. Il existe une différence de performance entre les deux fournisseurs. Maintenant, si je pense au fait que je parle de parfait ou de non défectueux, actuellement, l' échantillon un a 90% de parfait et l'échantillon deux a 80% de parfait. Donc, en concluant que le fournisseur E est un meilleur fournisseur que le fournisseur B. N' est-ce pas ? Merci beaucoup. Nous allons continuer dans la leçon suivante. 35. Utiliser Excel = un échantillon t-Test: Nous comprenons souvent le test de l'hypothèse, mais nous avons un défi à relever. Le défi, c'est que je n'ai pas Minitab me. Ne puis-je pas tester l' hypothèse d'une manière simple plutôt que de passer par un calcul manuel à l'aide d'une calculatrice statistique. Ne vous inquiétez pas, c'est possible. Je vais vous montrer comment je peux faire un test d'hypothèse à l'aide de Microsoft Excel. Accédez au fichier. Accédez aux Options. Lorsque vous accédez à Options, accédez à Compléments. Lorsque vous cliquez sur Compléments. Laissez-moi cliquer ici. Vous avez une option appelée complément Excel dans l'option Gérer. Sélectionnez donc le complément Excel et cliquez sur OK. Cliquez sur Analysis ToolPak et assurez-vous que cette coche est activée. Une fois que vous l' avez, vous le trouverez dans votre onglet Données. Vous disposez d'une analyse de données. Si vous me permettez de cliquer dessus vous comprendrez ce qui est possible. Dans l'analyse des données. J'ai une corrélation OR, covariance, des statistiques descriptives, histogramme, un test T, des tests z, une génération de nombres aléatoires, régression d'échantillonnage et tout ça. Il devient donc très facile pour vous de tester des hypothèses. Au moins, l'hypothèse des données continues également été testée facilement via Microsoft Excel. Je vais vous faire un exercice étape par étape pour le moment. Revenons à la présentation. Prenons le premier problème. C'est-à-dire que j'ai les statistiques descriptives pour le HD de l'appel, le responsable des processus que son équipe travaille pour clore la résolution l'appel en sept minutes. Mais le client constate qu'il est resté en attente pendant longtemps et qu'il passe donc plus de sept minutes. Si je regarde les statistiques descriptives, elles me disent dix minutes, médiane est de sept et la moyenne de 7,1. Maintenant, je voudrais faire cette analyse en utilisant Microsoft exit. Alors allons-y. J'ai ce cas d'utilisation dans les données du projet que j'ai téléchargées, cliquez sur ASD, bien sûr, cela vous amène à cet endroit. Maintenant, je vais d'abord vous apprendre à faire des statistiques descriptives à l'aide de Microsoft Excel. Je vais cliquer sur Analyse des données dans l'onglet Données. Je vais chercher des statistiques descriptives. Cliquez sur, d'accord. Ma plage de saisie va d' ici vers le bas. J'ai sélectionné. Mes données sont regroupées par colonnes. L'étiquette est présente dans la première rangée. Et je veux que mes résultats soient placés dans un nouveau classeur. Je veux des statistiques récapitulatives et je veux avoir confiance en moi. Je clique sur OK. Excel est en train de faire quelques calculs et de le préparer. Oui Voici ma sortie. Je clique sur l'ancien ici pour voir quelle est la sortie. Vous pouvez donc voir que vous êtes la moyenne, mode médian, l' écart type, l'aplatissement, asymétrie, la plage, le minimum, le maximum, somme, le nombre, le niveau de confiance. Tous ces éléments peuvent être facilement calculés en cliquant sur un bouton. Je n'ai pas besoin d'écrire autant de formules. Revenons maintenant à notre ensemble de données. Je veux tester les hypothèses. Quelle est mon hypothèse nulle ? Lorsque l'hypothèse nulle est que le TDAH est égal à sept minutes. Hypothèse alternative. Le TDAH ne dure pas sept minutes. Il y a une valeur alpha différente que je définis à 5 %. Et avec cela, je vais effectuer les tests que je vais connecter, c'est un test t à un échantillon. Lorsque vous effectuez un test t sur un échantillon à l'aide de Microsoft Excel, vous devez suivre une petite astuce. L'astuce, c'est que je vais insérer une colonne ici. Et ça, je vais l'appeler factice. Parce que Microsoft Excel est livré avec une option de test t à deux échantillons. J'ai la HD de l'appel en quelques minutes et un factice où j' ai noté des zéros, des zéros. Cependant, la médiane moyenne, tout pour 0 est toujours égal à 0. Cliquez sur Analyse des données. Je vais descendre et je dirais test t sur deux échantillons en supposant une variance égale. Je vais sélectionner ceci. Je vais cliquer sur, OK. Ma plage d'entrée, l'une est cette ligne. Ma plage d'entrée passe par ce mannequin. Ma différence moyenne hypothétique est de sept minutes. L'étiquette est présente dans les deux valeurs Alpha fixées à 5 %. Et je dis que mes résultats doivent figurer dans un nouveau classeur. Je clique sur OK, il fait le calcul et me donne la sortie. Vous pouvez voir que les chiffres ont été transmis comme une habitude, il suffit de cliquer sur le karma dans la section Format pour que les chiffres soient visibles. Je change de vue parce que Dummy n'a aucune donnée. Je suis libre de supprimer cette colonne. Maintenant, nous allons comprendre ce que nous recherchons toujours ? Nous recherchons cette valeur, la valeur p. Tu te souviens de la formule ? Laissez-moi vous apporter mes formules ici. Oui Quelle est la conclusion ? La conclusion est P élevé. Je ne peux pas rejeter l'hypothèse nulle. La fin du TDAH de l'appel est de sept mois. Je rejette l'hypothèse alternative car ma valeur de p est supérieure à 0,05. Je vais prendre d'autres exemples dans les leçons suivantes. J'ai donc hâte que vous continuiez cette série. Si vous avez des questions, je vous demande de les déposer dans la section de discussion ci-dessous, et je me ferai un plaisir d'y répondre. Merci 36. Analyse de corrélation: Bienvenue à la prochaine leçon de notre phase analysée du cycle de vie DMac d'un projet Lean Six Sigma Parfois, nous nous retrouvons dans une situation où nous voudrions effectuer une analyse de corrélation. donc pensé aujourd'hui que je devrais vous expliquer en profondeur ce qu'est corrélation. Quelle est la différence entre corrélation et perte ? Comment interpréter corrélation lorsque je regarde le diagramme de dispersion Quel niveau de signification puis-je définir lorsque je fais mes tests d' hypothèse ? Corrélation de Pearson, corrélation de Spearman, corrélation série point b, et comment effectuer ces calculs en ligne à l'aide de certains des outils disponibles Commençons donc. Alors, en quoi consiste exactement l'analyse de corrélation ? L'analyse de corrélation est une technique statistique qui fournit des informations sur la relation entre les variables. L'analyse de corrélation peut être calculée pour étudier la relation entre les variables, la force de la corrélation déterminée par le coefficient de corrélation, qui est représenté par la lettre numérique r, qui varie de moins un à plus un. L'analyse de corrélation peut ainsi être utilisée pour faire des déclarations sur la force et la direction de la corrélation. Par exemple, vous voulez savoir s'il existe une corrélation entre l'âge auquel un enfant prononce sa première phrase et la réussite scolaire ultérieure. Vous pouvez ensuite utiliser l'analyse de corrélation. Aujourd'hui, chaque fois que nous travaillons avec corrélation, nous sommes confrontés à un défi. Parfois, nous sommes confondus avec les choses qui posent problème. Par exemple, si l'analyse de corrélation montre que deux caractéristiques sont liées l'une à l'autre, il est possible de vérifier de manière substantielle si une variable peut être utilisée pour prédire les autres variables. Si la corrélation mentionnée dans l'exemple est confirmée, par exemple, on peut vérifier si la réussite scolaire peut être prédite par l'âge auquel l'enfant prononce sa première phrase, cela signifie qu'il existe une équation de régression linéaire. J'ai une vidéo séparée expliquant ce qu'est une agrégation linéaire. Mais attention, il n'est pas nécessaire que la corrélation ait une relation causale. Cela signifie que toute corrélation pouvant être découverte doit donc être étudiée de plus près par l' expert en la matière, mais jamais interprétée immédiatement en termes de contenu, même si elle est très évidente. Voyons quelques exemples de corrélation et de causalité. Si la corrélation entre le chiffre de vente et le prix est analysée, une forte corrélation est identifiée. Il serait logique de supposer que le chiffre des ventes influencé par le prix et non par le sage. Le prix ne se produit pas dans l'autre sens. Cette hypothèse ne peut toutefois en aucun cas être prouvée sur la base d'une analyse de corrélation. De plus, il peut arriver que la corrélation entre la variable x et y soit générée par la variable. Par conséquent, nous aborderons cela en corrélation partielle plus en détail. Cependant, selon la variable qui peut être utilisée, vous pourrez peut-être définir une relation de cause à effet dès le départ. Prenons un exemple s'il existe une corrélation entre le H et le salaire. Il est clair que l'âge influence le salaire, non l'inverse. Le salaire n' influence pas l'âge. Donc, ce n'est pas parce que mon âge augmente ou simplement parce que j' ai un salaire plus élevé ou simplement parce que j' ai un salaire plus élevé que je serai vieux. Sinon, tout le monde voudrait gagner le moins de salaire possible. C'est juste de l'amour. Interprétez la corrélation. À l'aide de l'analyse de corrélation, deux affirmations peuvent être faites. L'un sur le sens de la corrélation, l'autre sur la force. De la relation linéaire entre les deux métriques ou les variables d' échelle ordinaires La direction indique si la corrélation est positive ou négative. Si la force détermine si la corrélation entre les variables est forte ou faible Donc, quand je dis qu'il existe une corrélation positive entre les deux, nous essayons de dire que les valeurs les plus élevées de la variable x sont accompagnées des plus grandes valeurs de la variable y et non l'inverse. La taille et la pointure des chaussures, par exemple, sont corrélées positivement Le coefficient de corrélation est de 0 à 1. C'est-à-dire que c'est une valeur positive. En revanche, une corrélation négative existe si une valeur plus grande de la variable x est accompagnée la plus petite valeur de la variable y et inversement. Le prix du produit et la quantité vendue ont généralement une corrélation négative. Plus un produit est cher , plus la quantité vendue est faible. Dans ce cas, le coefficient de corrélation sera compris entre moins un et zéro, en supposant qu'il s'agit d'une valeur négative. Il en résulte donc un résultat négatif. Comment déterminer la force de la corrélation ? En ce qui concerne la force du coefficient de corrélation r, le tableau suivant peut servir de guide. Si votre valeur est comprise entre 0,0 et 0,1, nous pouvons clairement affirmer qu' il n'y a aucune corrélation. Si la valeur est comprise entre 0,1 et 0,3, nous disons qu'il y a une corrélation faible ou mineure ou une corrélation. Si la valeur est comprise entre 0,32 et 0,5, corrélation moyenne, si la valeur est comprise entre 0,5 et 0,7, nous disons qu'il y a une forte corrélation ou une forte corrélation, et si la valeur est comprise entre 0,7 et un, nous disons que c'est une corrélation très élevée À la fin de ce module, je vais vous montrer comment calculer le cation de corrélation directement sur un outil en ligne. Allons donc plus loin. Lorsque vous le faites en ligne, l'un des outils que nous utilisons pour analyser la corrélation est un diagramme de dispersion, car le x et le y sont des données de type variable ou métrique, comme vous l'appelez Tout aussi important que de prendre en compte le coefficient de corrélation sous forme graphique, nous pouvons utiliser un nuage de points. Donc, comme âge, l'axe x contiendra toujours la variable d'entrée, et l'axe y aura la variable de sortie, car y est égal à la fonction de x. Et je peux voir qu'à mesure que mon âge augmente, mes salaires augmentent. Le diagramme de points vous donne une estimation approximative l'exactitude de l' existence d'une corrélation, existence d'une corrélation linéaire ou non linéaire et de la présence de valeurs aberrantes Lorsque nous effectuons une corrélation, nous pouvons également vouloir effectuer nos tests d'hypothèses, tester la signification de la corrélation. S'il existe une corrélation dans l'échantillon, il est tout de même nécessaire de vérifier s'il existe suffisamment de preuves que la corrélation existe également dans la population. Ainsi, la question se pose lorsque le copion de corrélation est considéré comme statistiquement significatif La signification du résient de corrélation peut être testée à l'aide du test t. En règle générale, il est vérifié si le coefficient de corrélation est significativement différent de zéro C'est-à-dire qu'une dépendance linéaire est testée. Dans ce cas, l' hypothèse nulle est qu'il n'y a aucune corrélation entre les variables étudiées. En revanche, l'hypothèse alternative suppose qu'il existe une corrélation. Comme pour tout autre test d' hypothèse, le seuil de signification est d'abord fixé à 5 %. La valeur Alpha est fixée à 5 %. Cela signifie que je devrais avoir 95 % de confiance dans l' analyse que je fais. Si la valeur p calculée est inférieure à 5 %, l'hypothèse nulle est rejetée et l' hypothèse alternative s'applique. Si la valeur p est inférieure à 5 %, elle suppose qu'il existe une relation entre le x et le. La formule du test t que nous utilisons pour les tests d'hypothèses est r dans la racine inférieure de n moins deux divisée par la racine inférieure de un moins r carré. Où n est la taille de l'échantillon, r r est la corrélation déterminée de l'échantillon, et la valeur p correspondante peut être facilement calculée dans le calculateur de corrélation. Hypothèse directionnelle et non directionnelle. L'analyse de corrélation peut être testée pour des hypothèses de corrélation directionnelles ou non directionnelles. Qu'entendons-nous par hypothèse de corrélation non directionnelle ? Vous souhaitez simplement savoir s'il existe une relation ou une corrélation entre deux variables. Par exemple, s'il existe une corrélation entre l'âge et le salaire, mais l'orientation des relations ne vous intéresse pas . Lorsque vous faites une hypothèse de corrélation directionnelle, vous vous intéressez également à la direction de la corrélation. S'il existe une corrélation positive ou négative entre les variables. Votre hypothèse alternative est alors un exemple. L'âge a une influence positive sur le salaire. à quoi vous devez faire attention , c'est que dans le cas d'une hypothèse directionnelle, vous allez suivre le bas de l'exemple. Vous allez donc vous demander s'il y a une influence positive ou non ? Donc, normalement, nous disons qu'il n'y a pas de corrélation et qu'il y a une corrélation. Mais ici, nous dirons qu'il n'y a aucune corrélation, et l' hypothèse alternative indiquera qu'il y a une influence positive sur la salade. Passons maintenant à la partie suivante. C'est l'analyse de corrélation de Pearson. Avec l'analyse de corrélation de Pearson, vous obtenez un énoncé concernant la corrélation linéaire entre les variables de l'échelle métrique La covariance correspondante est utilisée pour le calcul. La covariance donne une valeur positive s'il existe une corrélation positive entre les variables et une valeur négative s'il existe une corrélation négative entre les variables La covariance est calculée sous forme de COV ou covariance de X est calculée à l'aide de la formule indiquée à l'écran Ne t'inquiète pas. Nous n'avons pas à le calculer manuellement. Ensuite, nous avons des systèmes et des outils qui peuvent effectuer cette analyse pour nous. Cependant, la covariance n'est pas normalisée et peut prendre des valeurs comprises entre plus et moins l'infini Il est donc difficile de comparer la force de la relation entre les variables. Pour cette raison, le coefficient de corrélation est également une corrélation du mouvement du produit. Et cela est calculé d'une manière différente. Le coefficient de corrélation est obtenu en normalisant la Pour cette normalisation, la variance des deux variables est calculée comme indiqué par. Le coefficient de corrélation de Pearson peut désormais prendre des valeurs de moins un à plus un et peut être interprété comme suit La valeur de moins un signifie qu'il existe une relation linéaire entièrement positive, et plus la valeur de moins un indique qu'il existe une relation entièrement négative. Le plus et le moins. Avec la valeur zéro, il n'y a pas de relation linéaire. La variable n'est pas corrélée à chacune d'elles. La corrélation de plus un ressemblera à ceci, ce qui n'est possible qu'en théorie. La corrélation de 0,7 et plus ressemblera à ceci : elle sera positive et la plupart des points seront plus proches l'axe de la lumière de régression. La corrélation de plus trois sera dispersée, mais elle va dans le bon sens. Lorsque vous établissez une corrélation, vous obtenez une corrélation de -0,7, elles sont toutes dispersées vers le bas Ainsi, à mesure que la valeur de x augmente, la valeur de y diminue et la plupart des points sont dispersés sur le côté de régression. Nous obtenons la valeur de corrélation de zéro de plusieurs manières soit les points sont complètement dispersés, vous pouvez obtenir des lignes parfaites comme celle-ci ou comme celle-ci, ce qui, encore une fois, serait pas, ce qui signifie que vous devez effectuer une autre analyse pour interpréter les variables. Enfin, la force de la relation peut être interprétée et cela peut être illustré par le récit suivant. La force de la corrélation. S'il est compris entre 0 et 0,1, il n'y a aucune corrélation S'il est compris entre 0,1 et 0,3, il y a une faible corrélation 0,3 à 0,5, corrélation moyenne), 0,52 (0,7), très élevée (désolé, corrélation élevée), et 0,7 pour un, une corrélation très élevée Pour vérifier à l'avance s'il existe une relation linéaire, il convient d'envisager des diagrammes de dispersion De cette façon, la relation respective entre les variables peut également être vérifiée visuellement. La corrélation de Pearson n' est utile et utile que si des relations demor existent La corrélation de Pearson comporte certains ems, que vous devez garder à l'esprit Pour PSM, chaque fois que vous l'utilisez, les variables doivent être distribuées normalement et il doit y avoir une relation linéaire entre les variables La distribution normale peut être testée analytiquement ou graphiquement à l'aide du diagramme QQ, ce que je vais vous apprendre à faire de vérifier si les variables ont une corrélation linéaire Il est préférable de vérifier si les variables ont une corrélation linéaire à l' aide du diagramme de points Si les conditions ne sont pas remplies, corrélation de Spearman peut être utilisée J'espère donc que vous avez compris jusqu'ici, et poursuivons notre apprentissage. Continuons. Que faisons-nous lorsque mes données ne sont pas normales et que je souhaite établir une analyse de corrélation Dans ce cas, nous utilisons la corrélation de classement de Spearman. analyse de corrélation des rangs de Spearman est utilisée pour calculer la relation entre deux variables ayant un niveau de mesure ordinal Lorsque vous avez des données variables, ou je peux dire des données continues, nous utilisons une analyse de corrélation normale telle que l'analyse de correction de Pearson Mais si mes données sont ordinales ou non paramétriques, je peux poursuivre l'analyse de corrélation de Spearman Cette procédure est donc utilisée lorsque la condition préalable à l'analyse de corrélation, savoir les procédures paramétriques, n'est pas respectée ou lorsqu'il n'existe aucune donnée métrique ou variable continue et que les données ne sont pas normales Dans ce contexte, nous vous proposons de l'appeler corrélation de Spearman ou ligne de Spearman La corrélation des grades de Spearman est censée être utilisée. La question peut alors être traitée comme suit : corrélation de classement de Spearman est-elle similaire à celle du coefficient de corrélation de Percy Des exemples. Existe-t-il une corrélation entre deux variables ou caractéristiques ? Par exemple, existe-t-il une corrélation entre l'âge et la religiosité la population française ? Le calcul de la corrélation de classement est basé sur le système de classement de la série de données. Cela signifie que les variables de mesure du classement ne sont pas utilisées dans le calcul, mais sont transformées en grades. Le test est ensuite effectué à l'aide des grades. Pour le coefficient de corrélation des grades, p, les valeurs comprises entre moins un et un sont positives. S'il existe une valeur inférieure à zéro, p est inférieur à zéro, il existe une relation linéaire négative. Si la valeur est supérieure à zéro, il existe une relation linéaire positive. Si la valeur est nulle ou proche de zéro, par exemple 0,1 à -0,1, on peut dire qu'il n'y a aucune relation entre les variables Comme pour le coefficient de corrélation des spareans, la force de la corrélation peut être Donc, si c'est 0-0 0,1, il n'y a aucune corrélation S'il est de 0,12 0,3, il y a une petite corrélation S'il y a 0,3 à 0,5, il y a une régression moyenne. Il existe une corrélation élevée de 0,5 à 0,7 et une corrélation très élevée de 0,7 à un. S'il y a des valeurs négatives, on parlera de corrélation négative mineure , de corrélation négative élevée, etc. Il existe un autre type de corrélation appelé corrélation bisérielle ponctuelle. La corrélation sérielle point bi est utilisée lorsque l'une des variables est dichotomique Par exemple, avez-vous étudié ou non ? L'autre est une variable métrique comme le salaire. Dans ce cas, nous utilisons une corrélation ponctuelle par série. La corrélation d'un point par corrélation en série est identique à la corrélation de Pearson calculée Pour le calculer, l'une des deux expressions de la valeur dichotomique est codée L'autre est codé comme un. Analyse de corrélation calculée, nous vous montrerons à l'aide d'Excel ou d'autres outils disponibles gratuitement. Je vous montrerai le calcul après un certain temps, mais étudions d'abord le cas. Un étudiant souhaite savoir s' il existe une corrélation entre taille et le poids des participants au cours de statistiques À cette fin, l' étudiant a tiré un échantillon, qui est distribué ci-dessous. J'ai donc la taille des gens, j'ai le poids des gens. Pour analyser la relation linéaire au moyen d' une analyse de corrélation, vous pouvez calculer la corrélation à l'aide Excel ou des autres outils disponibles en ligne. Copiez d'abord le tableau dans le calculateur de statistiques. Cliquez ensuite sur corrélation et sélectionnez-la. Enfin, vous pourrez obtenir les encarts suivants. Faisons-le donc en ligne. Je suis donc venu sur data tab.net. Il s'agit d'un calculateur statistique en ligne. Les données ici sont sécurisées à 100 %, car les calculs sont effectués sur votre navigateur et les données sont insérées et stockées dans les cookies de votre navigateur. Les données sont de 100 %, et c'est la raison pour laquelle le calcul fonctionne très rapidement. Les données n'ont donc pas besoin d'un grand serveur, et donc de vous. J'ai donc le poids corporel, j'ai le poids et j'ai l'âge. Je veux donc comprendre. Donc, si je descends, j'ai une cortation. Je veux comprendre s' il existe une relation entre la taille du corps et le poids corporel. Quel type de corrélation je souhaite ? Allons-y d'abord avec Pearsons. Il existe une corrélation. Il y a une corrélation positive. Le niveau de signification est défini. 5 % Nous pouvons vérifier les hypothèses, et l'entreprise effectue immédiatement l'analyse. Il fait le complot QQ pour moi. Il dessine l'histogramme et affiche les résultats, n'est-ce pas ? On peut donc dire que oui, les données sont plus ou moins distribuées normalement. Je peux le copier en cliquant sur Télécharger le fichier PNG, et le fichier sera copié. Et tu pourras le voir de cette façon. Alors maintenant, permettez-moi de fermer cette tumba, afin qu'elle ait vérifié les hypothèses Le résumé en vers, le résultat de la corrélation de Pearson , a montré qu'il existe une très forte corrélation positive entre le poids corporel, la taille et le poids Les résultats ont montré que la relation entre le poids corporel, taille et le poids est statistiquement significative avec une valeur r positive. R est 0,86 et la valeur p est 0,01. 001. Ainsi, lorsque vous examinez la force de la corrélation, si la valeur est supérieure à 0,7 et un, nous disons qu'il s'agit d'une corrélation très élevée et d'un décor positif. Lorsque je fais des tests d' hypothèses, il n'y a aucune corrélation ou une corrélation négative entre la taille corporelle et le poids. Il existe une corrélation positive entre la taille du corps et le poids. Combien de cas avons-nous dix cas ? La valeur r est 0,86 et la valeur p est 0,001, ce qui est inférieur Par conséquent, nous rejetons l'hypothèse selon laquelle il n' y a pas de corrélation, et l'hypothèse alternative s'applique selon laquelle il existe une corrélation positive entre la taille du corps et le poids. L'avantage de travailler sur le brouillon de données est que vous disposez d'une interprétation basée sur l'IA. Ce tableau résume les résultats de l'analyse de la taille et du poids du corps, montrant le coefficient de corrélation r et le P va. La valeur du coefficient de corrélation indique la force et le sens de la relation entre la variable de taille et de poids, et la valeur du coefficient est de 0,86, ce qui suggère qu'il existe une corrélation positive très élevée Cela signifie qu'en général, mesure que la taille du corps augmente, le poids a également tendance à augmenter et vice versa. La valeur P. La valeur p ici suppose que les données disponibles fournissent des preuves suffisantes pour rejeter l'hypothèse nulle. Dans ce cas, l'hypothèse unilatérale testée et l'hypothèse nulle indiquent qu' il n'existe aucune corrélation ou une corrélation négative entre la taille et le poids de la population. Dans la plupart des cas, la valeur p est inférieure à 0,05, nous considérons qu'il existe une signification statistique Dans notre cas, la valeur p est de 0,001, ce qui est évidemment inférieur à 0,5 L'hypothèse nulle est rejetée, et le résultat de la corrélation de Pearson montre qu'il existe une signification statistique d'une corrélation positive entre la taille corporelle et le poids Le résultat de la corrélation de Pearson montre donc qu'il existe une corrélation très positive entre la taille et le poids, et celle-ci est enregistrée par corrélation positive statistiquement significative entre la valeur r de 0,86 et la valeur P Maintenant, il existe un diagramme de dispersion qui se fait automatiquement Je peux cliquer ici et obtenir ma droite de régression. Je peux changer d'essieu si je ne veux pas repartir de zéro Est-ce que je veux une ligne zéro ? Alors le zéro est inclus, mais je n'en veux pas. Je peux le changer. Comment est-ce que je veux mon image, le très grand PDM, etc. Je peux cliquer sur Télécharger TNG pour télécharger cette image. Maintenant, comme je vous l'ai dit, nous pouvons également faire le calcul de la covariance. Donc, quand je regarde la taille et le poids du corps, la covariance est de 1,29, n'est-ce pas ? Cela signifie donc qu'il existe une relation. C'est ainsi que vous faites le calcul. Maintenant, pour le calculateur point par série, nous pouvons avoir un autre type de données que nous voulons analyser La variation du salaire a-t-elle quelque chose à voir avec le sexe. Dans ce cas, je sélectionnerais la valeur métrique comme salaire et la variable nominale comme sexe, puis je ferai mon calcul. Cela mettrait le mâle à zéro et la femelle à un. Diagramme encadré, qui indique que oui, les hommes ont tendance à avoir un salaire plus élevé que les femmes. Ainsi, lorsqu'un étudiant veut savoir s' il existe une corrélation entre une augmentation de s, nous avons effectué cette analyse. L'hypothèse, si vous pouvez opter pour une hypothèse normale, il n'y a aucune corrélation entre la taille du corps et le poids. Il existe une association entre la taille et le poids, mais j'avais pris une hypothèse directionnelle dans mon test. La valeur P est la suivante, et nous avons vu comment générer la sortie. Tout d'abord, vous obtiendrez l'hypothèse nulle et l'hypothèse alternative. L'hypothèse nulle indique qu'il n'y a aucune corrélation entre la taille et le poids, puis nous avons l'hypothèse alternative qui bloque le contraire Si vous cliquez sur les oiseaux sous-marins, vous obtiendrez l'interprétation, que nous venons de voir. Nous pouvons aller de l'avant et nous avons en fait essayé l'hypothèse de corrélation directionnelle ou unilatérale. Et dans Excel, il existe d'autres outils qui peuvent vous aider à calculer. Nous avons donc simplement fait les tests, indiquant qu'il n'y a aucune corrélation ou qu'il y a une corrélation négative entre les gènes du corps et qu'il existe une corrélation positive entre l'augmentation du poids corporel. Et quand nous avons vu, nous avons obtenu que oui, il y avait une très forte corrélation positive, et donc que la valeur p était inférieure à 0,01 Dans ce cas, vous devez d'abord vérifier si la corrélation est dans toutes les directions de l'hypothèse alternative, c' est-à-dire si la taille et le poids sont positivement corrélés, et dans ce cas, la valeur p est divisée par deux Par conséquent, seule la distribution unilatérale est prise en compte. Cependant, cet outil prend en charge ces deux étapes et le résumé en vers est donné comme nous l'avons vu. Nous affirmons qu'il existe une corrélation positive entre la taille et le poids de l'ensemble de données de l'échantillon. Par conséquent, nous pouvons dire qu'il existe une corrélation positive entre la signification et nous pouvons voir qu'il existe une corrélation très positive entre les variables de hauteur et de pt Il existe donc une très forte corrélation positive entre la hauteur de l'échantillon et le point de contact. Sur ce, nous allons clore notre analyse de corrélation et je vous verrai dans le prochain cours. 37. Notion d'analysis de corrélation de Pearsons: Poursuivons notre parcours de corrélation. Je vais parler de la corrélation de Pearson aujourd'hui. analyse de corrélation de Pearson est un examen de la relation entre deux variables Par exemple, il s'agit d'une corrélation entre l'âge et le salaire d'une personne. Les deux sont des variables continues, et le diagramme sera donc dispersé. Donc, à mesure que l'âge de la personne augmente, le salaire augmente-t-il ? Maintenant, vous devez vous rappeler que y est une fonction de x, donc votre axe y aura le résultat, et l'axe x aura la variable indépendante. Plus précisément, nous pouvons utiliser le coefficient de corrélation de Pearson pour mesurer la relation linéaire entre deux variables Si la relation n' est pas linéaire, alors cette équation de corrélation ne sera pas un enfer. Je pense que vous auriez remarqué que j'ai changé mon AR pour cet enregistrement. Si vous l'avez aimé, il vous suffit de mettre un pouce en l'air dans la section des commentaires Continuons, la force et le sens de la corrélation. Grâce à l'analyse de corrélation, nous pouvons déterminer la force de la relation et la direction dans laquelle elle va. Nous pouvons lire la force et le sens de la corrélation dans la lettre r du coefficient de corrélation de Pearson, dont la valeur varie de moins un à plus un La force de la corrélation, la force de la corrélation, cela se lit sur le tableau. La valeur r comprise entre zéro et moins un indique qu' il n'y a aucune corrélation. Si la valeur de r est comprise entre 0,7 et un, il s'agit d'une corrélation très fortement corrélée et très forte Maintenant, si les valeurs sont positives, elles sont corrélées positivement, et si les valeurs sont négatives, elles sont corrélées négativement Supposons donc que la valeur r soit -0,66. On peut alors dire qu'il y a une forte corrélation négative. C'est ce que j'ai repris dans le livre des statistiques. Confinons-le. Qu'entendez-vous par direction de corrélation ? Une corrélation positive est une corrélation qui existe lorsque de grandes valeurs d'une variable sont associées à de grandes valeurs d'une autre variable ou lorsqu' un petit changement dans une variable est associé à un petit changement dans l'autre variable. Donc, s'il s'agit d'une corrélation positive, s'il y a une valeur plus grande sur l'axe x, cela correspond à une plus grande valeur sur l'axe y. Et une valeur inférieure sur l'axe x correspond à une valeur inférieure sur l'axe y, comme vous pouvez le voir sur ces deux images Une corrélation positive donne des exemples de taille et de pointure de chaussures. Il en résulte une corrélation positive. Ainsi, à mesure que la taille de la personne augmente, la pointure des chaussures augmente également. Le résultat est un coefficient de corrélation positive, et r est supérieur Maintenant, avez-vous vu qu'il y a une erreur dans ce graphique ? L'erreur est que la pointure est le résultat et que la hauteur est la variable indépendante, mais nous l'avons mal cartographiée pour l'éviter Permettez-moi donc de faire part de mes commentaires ici. Qu'est-ce qui ne va pas dans le graphe Pow ? La question est de savoir si le spectacle augmente la taille de ou entraîne une augmentation de la taille de la personne ou est-ce que l'augmentation de la taille de la personne contribue à augmenter la pointure des chaussures. Merci d'écrire dans les dix sections ci-dessous. Oui N'oubliez pas que y est une fonction de x. Et ici, y est la hauteur de la personne et x est mon erreur. X est la taille de la personne et y est la taille S. J'espère que ce que nous essayons de dire est maintenant clair. Y est donc une fonction de x. Permettez-moi de faire de la lettre un petit y parce que c'est le projet y. X est la taille de la personne. Donc, ici, l'erreur est que nous l'avons mal montré. La corrélation négative se produit lorsqu'une valeur élevée d'une variable est associée à une petite valeur de l'autre variable et vice versa. Ainsi, si l'axe y est grand, la valeur de l'axe x est faible. Et si la valeur de l'axe x est grande, la valeur de l'axe y est faible. C'est ce que l'on appelle une corrélation négative. Les points coulent. Contrairement à la précédente où les points circulaient vers le haut. Maintenant, la corrélation négative est trouvée entre la taille du produit et la valeur des ventes. Il en résulte un cation de corrélation négative. Que se passe-t-il lorsque le prix augmente, le volume des ventes diminue ? Et si le prix est réduit, les gens ont tendance à acheter plus de volume. Cela se traduit par une augmentation des ventes. Laissez-moi écrire qu'il s'agit d'augmentations. Très bien Le résultat est donc une corrélation négative, la valeur coefion de r est inférieure Plus la corrélation est forte, la valeur se rapproche de moins un. Et ici, le graphique est correct. Au fur et à mesure que le prix augmente, les volumes diminuent. Maintenant, comment calculer le coefficient de corrélation de Pearson ? C'est très important, non ? Le coefficient de corrélation de Pearson est calculé à l'aide de l'équation suivante Ici, r est le client de corrélation de Pearson. X i est la valeur individuelle d'une variable. Par exemple, il peut s'agir de l'âge de la personne. La barre X représente l'âge moyen de l'ensemble de données de l'échantillon. Y un est la valeur individuelle de l'autre variable ou de la variable de résultat, et la barre Y n'est rien le salaire moyen de l'ensemble de données d'échantillon. Ici, la barre x et la barre y sont respectivement la valeur moyenne de deux variables. C'est le nombre entier divisé par la racine inférieure de x un moins x barre carré, y un moins y bar carré entier. Donc, quand je le quadrillerai et que je ferai un underroot, je m'en occuperai Ainsi, x un représente les valeurs individuelles, et y un représente les valeurs individuelles de la variable de résultat. R est la corrélation de Pearson et la valeur moyenne. Dans cette équation, nous pouvons voir que les valeurs moyennes respectives de la première se soustraient de l'autre variable Dans notre exemple, nous avons calculé que la principale valeur était l'âge et le salaire. Nous soustrayons ensuite la valeur principale de chaque âge et salaire par rapport à la moyenne Nous multiplions ensuite les deux valeurs. Nous résumons ensuite les résultats individuels de la multiplication. L'expiration du dénominateur garantit que le coefficient de corrélation est toujours compris entre moins un et plus un N'oubliez pas que vous n'avez pas à les calculer manuellement. Actuellement, ces fonctionnalités sont disponibles sur Excel et sur plusieurs sites Web en ligne. Si vous voulez plusieurs valeurs positives, nous obtenons une valeur positive. Et si nous multiplions deux valeurs négatives, nous obtenons également une valeur positive de moins en moins e plus. Toutes les valeurs comprises dans cette plage ont donc une influence positive sur le coefficient de corrélation À mesure que l'âge augmente, le salaire augmente, mesure que l'âge diminue, les salaires diminuent. Si nous multiplions une valeur positive par une valeur négative, nous obtenons une valeur négative comprise entre moins et plus est moins. tout moment, il existe une gamme d' influences négatives sur le coefficient de corrélation Donc, les éléments surlignés dans la case violette, si les données tombent là-bas, cela se traduira par une corrélation négative. Par conséquent, si notre valeur est principalement constituée de deux zones vertes des deux chiffres précédents. Nous obtenons un coefficient de corrélation positif, donc une corrélation positive Si nos scores se situent principalement dans la zone rouge des chiffres, nous obtenons un coefficient de corrélation négatif et avons donc une corrélation négative Si les points sont répartis entre les quatre domaines, termes positifs et termes négatifs, ils s'annulent mutuellement, et nous pouvons nous retrouver avec corrélation très faible ou nulle. C'est donc une partie très importante, que vous devez comprendre. Hein ? Si les points sont distribués globalement, il n'y a aucune corrélation. Maintenant, en quoi les tests de corrélation et de coefficient sont-ils significatifs ? En général, le coefficient de corrélation est calculé à partir des données d'un Dans la plupart des cas, cependant, nous voulons tester l'hypothèse concernant la population. Comme nous ne pouvons pas étudier la population, nous prenons un échantillon, puis nous prenons un échantillon et, en étudiant l'échantillon, nous voulons tirer des conclusions sur la population Dans ce cas, l'analyse de corrélation, nous voulons ensuite savoir s'il existe une corrélation dans la population. Pour cela, nous testons si le coefficient de corrélation dans l'échantillon est statistiquement significatif et différent de zéro Maintenant, comment faisons-nous des tests d' hypothèses ? Pour la corrélation de Pearson ? L'hypothèse nulle et l'hypothèse alternative pour les corrélations de Pearson sont th L'hypothèse nulle indique qu' il n'y a pas corrélation et que, par conséquent la valeur R n'est pas significativement différente de zéro. Il n'y a aucun lien. L' hypothèse alternative indique qu' il existe une différence significative ou qu'il existe une corrélation linéaire entre les données. Attention. Nous testons toujours si l'hypothèse nulle est rejetée ou non. C'est très, très important. Nous n'acceptons jamais ou ne travaillons jamais sur des sujets comme moi. Le fait est que nous nous efforçons toujours de prouver ou de rejeter l'hypothèse nulle. Nous n'essayons jamais de prouver l'alternative, bien que nos recherches commencent parce qu'il existe une alternative. Dans notre exemple, lorsqu'il s' du salaire et de l' âge de la personne, nous pourrions donc poser la question. Existe-t-il une corrélation entre l'âge et le salaire pour la population allemande ? Pour le savoir, nous prélevons un échantillon et testons si le coefficient de corrélation est significativement différent de zéro dans cet échantillon. L'hypothèse nulle est donc qu'il n'y a aucune corrélation entre le salaire et l'âge dans la population allemande. L' hypothèse alternative est qu'il existe une corrélation entre le salaire et l'âge dans la population allemande. Importance et test. Lorsque le test du déficit de corrélation de Pearson est significativement différent de l'enquête par sondage à base zéro, nous le testons à l'aide de la formule du test t. Ici, r est le coefficient de corrélation, et n est la taille de l'échantillon Encore une fois, je dirais qu'il est bon de connaître la formule, mais de ne pas s'y perdre. Hein ? Une valeur P peut être calculée à partir des statistiques de test t, et la valeur p est inférieure au seuil de signification spécifié, qui est généralement de 5 %, puis l'hypothèse nulle est rejetée, sinon non. Nous voulons donc nous assurer que si la valeur p est supérieure à 0,05, nous ne rejetons pas l'hypothèse nulle Si la valeur p est supérieure à 0,05, nous ne rejetons pas l'hypothèse nulle Maintenant, quelles sont les hypothèses qui sous-tendent la corrélation de Pearson Qu'en est-il des hypothèses relatives à la corrélation de Pearson ? Ici, nous devons distinguer si nous voulons calculer le client de corrélation de Pearson ou si nous voulons tester une hypothèse Pour calculer le coefficient de corrélation de Pearson, seules deux variables métriques sont présentes Les variables métriques, par exemple, peuvent être le poids d'une personne, son salaire, sa consommation d'électricité, etc. Bref, variable continue. Le client de corrélation de Pearson nous indique ensuite l'ampleur de la relation linéaire et existe-t-il une relation non linéaire ? Nous ne pouvons pas lire à partir de la coion de corrélation de Pearson. Il s'agit donc d'une corrélation linéaire, et si vos données sont effectuées ou s'affichent de cette manière, nous avons tendance à aller de l'avant. Donc, dans ce cas, il n'y a aucune corrélation. Cependant, si nous voulons vérifier si le coefficient de corrélation de Pearson est significativement différent de zéro dans l'échantillon, nous voulons tester l' hypothèse selon laquelle les deux variables sont également distribuées normalement Parce que vous ne pouvez pas tester la corrélation de Pearson pour des données non normales Dans ce cas, les statistiques de test calculées t et la valeur p ne peuvent pas être interprétées de manière fiable. Si cette hypothèse n'est pas faite, corrélation de classement de Pearson sera utilisée Cela signifie que pour les données non normales, je vais utiliser la corrélation de classement de Pearson Comment calculer la corrélation de Pearson en ligne à l'aide d'Excel et d'autres outils Je vais vous le montrer sous peu. 38. Corrélation bisérielle de points: Découvrons maintenant la corrélation sérielle point par point. Je vais aborder la théorie et l' exemple et expliquer comment nous pouvons faire dans la pratique avec un calculateur en ligne. Restez connectés. Qu'est-ce que la corrélation sérielle point par point ? En avez-vous entendu parler plus tôt ou votre visage a pris une telle tournure ? On entend surtout parler de régression linéaire, de régression logistique Lorsque nous apprenons ce qu'est la corrélation, nous pensons à la corrélation simple, corrélation positive ou à la corrélation négative. Et chaque fois que nous faisons une corrélation, nous ne pensons qu'à des variables, des variables continues sur l'axe x et sur l'axe y. Voyons donc ce qu'est une corrélation point par série. Il s'agit d'un cas particulier de corrélation de Pearson, examine la relation entre une variable dicotone et une variable métrique OK. La règle de corrélation est que vos deux variables doivent être continues ou métriques. Mais en utilisant la corrélation point par série, je peux même vérifier l'existence d'une variable dichotyme, qui peut être oui Comprenons l'exemple d'une variable dicotone. Une variable dicotyme est une variable comportant deux valeurs : le sexe, comme homme et femme, et le statut de fumeur, comme fumeur ou non-fumeur Les variables métriques, quant à elles, sont le poids de la personne, le salaire de la personne, la consommation d'électricité, etc. Donc, si nous avons une variable dichotone et une variable métrique, nous voulons savoir s'il existe Nous pouvons utiliser une corrélation point par série. Comprenons-en donc la définition. corrélation point par série La corrélation point par série est un type particulier de corrélation, examine la relation entre dichotyque et une variable métrique dichotonomes sont des variables à deux valeurs, variables métriques sont des variables continues avec des valeurs infinies, comme la taille, le poids, le salaire, la consommation d'énergie, consommation d'énergie Comment est calculée exactement la corrélation point par série ? Il utilise le concept de corrélation de Pearson, mais dans la corrélation de Pearson, nous avons également une variable de nature nominale Supposons, par exemple, que vous souhaitiez étudier la relation entre le nombre d'heures étudiées dans le cadre d' un test et les résultats, c' est-à-dire que la personne a réussi ou échoué. Je peux donc voir ici combien d'heures la personne a passées à étudier et si cela lui a valu une réussite ou un échec ? Nous avons collecté des données pour l'échantillon de 20 étudiants. 12 étudiants ont réussi, huit ont échoué. Nous avons enregistré le nombre d'heures de chacun des étudiants ayant étudié dans le cadre du test, et nous avons attribué un score de un à l'étudiant qui a réussi le test et de zéro à l'étudiant qui a échoué au test. Maintenant, nous pouvons soit calculer la corrélation de Pearson entre le temps et les résultats du test, soit utiliser l'équation du point par corrélation CDN. Nous pouvons maintenant calculer la corrélation de Pearson entre le temps et les résultats des tests avec l'équation Maintenant, ici, x y est la valeur moyenne des personnes qui ont échoué, et X un est la valeur moyenne des personnes décédées. N représente le nombre total d'observations. Aucun ne représente le nombre de personnes décédées, ni deux le nombre de personnes qui ont échoué. Tout comme le contenu de corrélation de Pearson, r, corrélation point par série est rp B varie également entre moins un et plus un Avec l'aide du cefent, nous pouvons déterminer deux choses C'est à quel point la relation est solide. S'agit-il d'une corrélation positive ? S'agit-il d'une faible corrélation positive, et dans quelle direction va la corrélation ? S'agit-il d'une corrélation positive ou d'une corrélation négative ? La force de la corrélation peut être lue dans le tableau. Si la valeur est comprise entre 0,0 et moins de 0,1, il n'y a aucune corrélation. Si la valeur est comprise entre 0,1 et moins de 0,3, corrélation est faible. La valeur est comprise entre 0,3 et 0,5, il existe une corrélation moyenne 0,52 0,7, une corrélation élevée de 0,7 à un, une corrélation très élevée Si la valeur est comprise entre zéro et moins un, on parle de corrélation négative. Si le coefficient est compris entre moins un et inférieur à zéro, il s'agit d'une corrélation négative donc une relation négative existe donc une relation négative entre la variable Si la valeur est comprise entre zéro et plus un, il s'agit d'une corrélation positive. donc une relation positive existe donc une relation positive entre les variables, et si le résultat est proche de zéro, nous disons qu'il n'y a pas de corrélation. Le coefficient de corrélation est généralement calculé à partir des données extraites de l'échantillon Cependant, nous voulons souvent tester des hypothèses sur la population. Nous voulons tester une hypothèse sur la population car nous ne pouvons pas étudier la population, nous utilisons une technologie d'échantillonnage. Nous calculons le taux de corrélation des données de l'échantillon. Nous pouvons maintenant vérifier si le coefficient de corrélation est significativement différent de zéro L'hypothèse nulle indique que le coefficient de corrélation ne diffère pas significativement de Il n'y a aucun lien. Une autre hypothèse indique que la cohésion de corrélation est significativement différente de zéro. Il y a une relation. Ainsi, lorsque nous calculons le point par corrélation en série, nous obtenons la même valeur p que nous calculons le test t pour un échantillon indépendant pour les mêmes données. Ainsi, que nous testions l' hypothèse de corrélation avec une corrélation point par série ou une hypothèse de différence du test t, nous obtenons la même valeur p. Qu'en est-il des hypothèses que nous devons prendre en compte chaque fois que nous effectuons une corrélation ponctuelle par série ? Ici, nous devons déterminer s'il s'agit simplement de calculer le coefficient de corrélation ou si nous voulons également tester l'hypothèse Pour calculer le coefficient de corrélation, une seule variable métrique et une variable dichotomique doivent être présentes une seule variable métrique et une variable dichotomique doivent . Toutefois, si vous souhaitez vérifier si le coefficient de corrélation est significativement différent de zéro, une variable métrique doit également être distribuée normalement Si ce n'est pas le cas, les statistiques de test calculées ou la valeur p ne peuvent pas être interprétées de manière fiable. Nous pouvons utiliser des calculateurs en ligne tels que l'onglet Données, qui peuvent vous aider à effectuer l'analyse et que je vais aborder maintenant Nous sommes sur le point d'accéder aux données. J' ai renseigné certaines données en termes de nombre de résultats de nos tests d'étude, et j'ai converti zéro et un tant que réussite et échec en zéro et un. Je peux importer mes données en utilisant ce bouton et je peux effacer le tableau en utilisant ce bouton. Vous disposez de paramètres qui vous permettent de décider du type de paramètres que vous souhaitez utiliser pour les visuels. Maintenant, descendons. Je suis en corrélation, et j'ai des options. Ici, ma variable nominale est le résultat du test. Ma variable métrique est notre strded. Je veux calculer les plans et le convolu de Pearson. Pour l'instant, je vais juste le garder sous le nom de Pearsons. Ma variable nominale est le résultat du test Dès que j'ai sélectionné la variable nominale comme résultat du test, ai pu l'identifier comme une corrélation en série du point pi. L'hypothèse indique qu'il n'y a aucune corrélation entre les résultats de notre étude et les résultats des tests. L'hypothèse alternative indique qu'il existe un lien entre le nombre d'heures étudiées et les résultats des tests. L' échec de la corrélation en série de points prend la valeur zéro, Ps prend la valeur un. La valeur de corrélation point par série r est de 0,31 degré de liberté r 18 t est de 0,14. La valeur p est J'ai le boxplot ici qui indique que mon boxplot pour les anciens étudiants est 50 % des participants étudient entre 8,5 et 19,25 heures et ont obtenu un laissez-passer Les gens qui ont échoué étudient de 7 à 13 heures, non ? Je peux même le télécharger en cliquant sur le bouton de téléchargement au format PNG. Et vous verrez que je suis capable de le faire. Maintenant, comment fonctionne le calcul pour la corrélation en série du point b ? Si vous calculez le point par corrélation en série, choisissez une variable métrique et une variable nominale à deux valeurs. Avant d'entrer dans le vif du sujet, permettez-moi de résumer en quelques mots. La corrélation en série point b a été effectuée pour déterminer la relation entre nos études et les résultats des tests. Il existe une corrélation positive entre notre étude et le résultat du test, qui n'était pas significative, statistiquement significative car la valeur p est supérieure à 0,05 Si j'avais plus de données comme celles-ci, où j'utilise plusieurs valeurs pour déterminer zéro et un pour les hommes et les femmes, puis elles auraient calculé. Il dit donc : y a-t-il une corrélation entre le salaire et le sexe ? Et nous pouvons très clairement voir que oui, hommes ont un salaire nettement plus élevé que les femmes. Mais si vous voyez la valeur p, elle est très proche de 0,05, mais elle est de 0,07 Nous ne rejetons donc pas l'hypothèse nulle, disant que c'est peut-être à cause de l'erreur d'échantillonnage. O 39. Régression logistique: Bienvenue à la prochaine leçon sur la régression logistique. Voyons l'exemple théorique et la façon dont nous procédons à l' interprétation. Quand utilisons-nous la régulation logistique ? Prenons un exemple. Où devons-nous vérifier si c'est une personne âgée qui souffrira d'un cancer ou s'il s'agit d'un homme ou d'une femme qui contracte davantage la maladie ? Est-ce un fumeur qui est à l' origine de la maladie ? Lorsque je veux vérifier la présence de plusieurs variables susceptibles de m'infecter et me dire si la maladie est possible, quelle est la probabilité de contracter une maladie ? Alors plongeons-nous plus profondément. Qu'est-ce que la régression exactement ? Une analyse de régression est une méthode de modélisation des relations entre des variables. Il permet de déduire ou de prédire une variable, que le client soit content ou triste, fonction d'une ou de plusieurs autres variables J'essaie donc de vérifier si c'est possible, fonction de la qualification de la personne, du temps que cela prend ou de son âge. Quel est le facteur qui l'affecte ? La variable que nous voulons déduire ou prédire est appelée variable dépendante ou critère, et les variables que nous utilisons pour la prédiction sont appelées variables indépendantes ou prédicteurs Quelle est la différence entre régression linéaire et la régulation logistique ? Dans une régulation linéaire, la variable dépendante est une variable métrique. Par exemple, le salaire, l'électricité, la consommation, etc. Cela signifie qu'il s'agit d'une variable continue. Dans une régression logistique, la variable dépendante est une variable dichotone Qu'est-ce qu'une variable dichotonyme ? Cela signifie que la variable n' a que deux valeurs. Par exemple, si une personne achètera ou n'achètera pas un produit en particulier, ou si une maladie est présente ou non. Comment utiliser la régulation logistique ? À l'aide de la régulation logistique, nous pouvons déterminer ce qui a une influence sur la présence ou non d'une certaine maladie Pourrions-nous étudier l' influence de l'âge, sexe et du statut tabagique sur cette maladie en particulier ? Dans ce cas, zéro signifie «  aucun malade » et « un » signifie « malade La probabilité d' apparition d'une maladie ou une caractéristique est un moyens par lesquels la présence de ces caractéristiques est estimée. Notre site de données rencontré ressemble à ceci : mes variables indépendantes pourraient être statut tabagique selon le sexe, et ma variable dépendante pourrait être une variable composée de zéros et de uns. Nous pouvons maintenant étudier l'influence de la variable indépendante et déterminer si la maladie a un effet sur la maladie. S'il y a une influence, nous pouvons prédire la probabilité qu' une personne soit atteinte d' une certaine maladie. Maintenant, bien sûr, la question se pose. Pourquoi avons-nous besoin d'une réglementation logistique dans ce cas ? Pourquoi la recréation linéaire ne fonctionne-t-elle pas ? Faisons donc un bref résumé de ce qui s'est passé lors de la régression linéaire Récapitulons rapidement ce qu'est la régulation linéaire. Dans la régression linéaire, il s'agit de notre équation de régression. Y est aller à b1x1 plus b2x2 plus b3x3, et B et xn plus c. Nous avons la variable dépendante y, et nous avons des variables indépendantes comme x un, x 2x3tx Et nous avons le coéion de régression, b one, b2bt Bn Maintenant, cependant, lorsque vous examinez cette variable, la variable dépendante est créée avec zéro ou un. Et par conséquent, votre sortie ressemblera à ceci. Vous avez beaucoup de points sur la ligne zéro et beaucoup de points sur une ligne, mais vous n'avez aucune donnée entre les deux. Quelle que soit la valeur dont vous disposez, la variable indépendante peut contribuer à la rendre égale à 0-1 Les résultats sont toujours nuls ou nuls. Dans une équation de régression, nous devons simplement placer une droite entre les points et nous constatons qu' il y a beaucoup d'erreur. Nous pouvons maintenant voir que dans le cas d'une régression linéaire, valeurs comprises entre plus et moins l'infini peuvent apparaître. Par conséquent, cette formule ne fonctionne pas. Quelle est la solution ? Cependant, l'objectif de la régression logistique est d'estimer la probabilité d'occurrence La plage de valeurs de prédiction doit donc être comprise entre 0 et 1. Par conséquent, nous voulons une ligne qui s'adapte à cette ligne et non une diagonale comme celle-ci. Nous avons donc besoin d'une fonction qui ne prend que des valeurs comprises entre zéro et un. C'est exactement ce que fait la fonction logistique. Peu importe où vous vous trouvez sur l'axe X, votre axe Y donnera soit zéro, soit un. Entre l'infini négatif et le plus infini, les seuls résultats sont de 0 à 1 Et c'est exactement ce que nous voulons. L'équation de la recoration logistique ressemblera à ceci La fonction logistique est désormais utilisée dans le cadre de la recréation logistique. Décomposons donc fois de plus la formule de recréation linéaire. Un plus y est égal à b1x1 plus b2x2 plus t b x, et ainsi de suite. Cette équation va maintenant être insérée dans la fonction. Lorsque vous faites cela, c'est e à la puissance moins votre plus grande équation de récréation linéaire, 1/1 plus e à la puissance de moins de l'équation Ainsi, la probabilité de la variable dépendante est donnée par cela. À quoi cela ressemble-t-il dans notre exemple ? Quelle est la probabilité d'une certaine maladie ? P est un disque. Quelle est la probabilité que la personne soit malade égale à 1/1 plus e bar moins B un pour H, B deux pour le sexe, B deux pour le sexe, P trois pour le fumeur plus Cela dépend du sexe et du statut tabagique. Pour Z, l'équation de l'équation linéaire est maintenant simplement insérée. Et lorsque vous faites cela, nous constatons que la probabilité d' une variable dépendante est égale à 1 dans cet exemple. Dans notre exemple, la probabilité de contracter une certaine maladie en fonction du paramètre du sexe et du statut tabagique. À quoi cela ressemble-t-il dans notre exemple ? E à la puissance de moins B un, B deux, B trois sont tous les coefficients de détermination afin que le modèle s'adapte le mieux aux données données. Pour résoudre ce problème, nous l'appelons méthode d'allégement maximal À cette fin, il existe bonnes méthodes numériques pour résoudre le problème de manière efficace. Mais comment interprétez-vous les résultats d'une réglementation logistique Jetons un coup d'œil au nombre de fixitios. Son sexe, son statut tabagique et sa maladie. 22 femmes non fumeuses et malades, 25 fumeuses sont malades, 18 fumeurs ne sont pas malades, 25 fumeuses sont malades, 18 fumeurs ne sont pas malades, ainsi de suite. Lorsque nous le mettons sur un calculateur statistique en ligne et que nous passons à la régression, puis que nous sélectionnons quelles sont mes variables dépendantes et quelles sont mes variables indépendantes ? Qu'est-ce qu'une prédiction selon laquelle on est malade ou non, et ainsi de suite ? Et lorsque nous cliquons dessus, il exécutera l'équation des loisirs pour nous. Nous voulons donc calculer les loisirs logistiques, nous devrons donc cliquer sur l'onglet loisirs Ensuite, nous y copions nos données et les variables sont affichées ici. Selon la façon dont vos variables dépendantes sont utilisées, calculateurs statistiques en ligne tels que l'onglet Données calculeront soit la recréation logistique, soit la recréation linéaire sous l'onglet Recréation Nous choisissons la maladie comme variable dépendante et le statut tabagique selon le sexe comme variable indépendante Maintenant, le calculateur va faire l' équation de régression logistique pour nous. Maintenant, parcourez lentement tout le tableau et comprenez, et commençons par le haut. Si vous ne savez pas comment interpréter les résultats, il existe un schéma appelé résumé en vers. Vous pouvez le copier dans Word, vous pouvez copier les résultats dans Excel et vous pouvez également copier le tableau de classification. Commençons donc. La première chose qui apparaît dans le tableau des résultats, ce sont les résultats, où nous disons que le nombre total de où nous disons que le nombre total de cas est de 36 personnes examinées. 26 ont été correctement estimés soit 72,22 % en pourcentage de temps. À l'aide du calcul, le modèle de régression, 26 sur 36 % ont été correctement assignés. Cela représente 72 %. Passons maintenant au tableau de classement ci-dessous. Vous avez la possibilité de l' exporter vers Word et Excel. Ici, vous pouvez voir à quelle fréquence les catégories « non malade » et « maladie » sont observées et à quelle fréquence elles sont prédites Les valeurs observées sont donc 11, cinq, cinq, 15, et les catégories prédites sont les suivantes. On peut donc dire qu'ils ont fait un moyen de prédiction correct. En réalité, la personne n' est pas malade, et le modèle a également prédit qu'elle ne l'était pas En réalité, la personne est décédée et le modèle a prédit la maladie. Les deux sont positifs. Du vrai positif et du vrai négatif. Mais nous avons un concept appelé faux négatif et faux positif. En réalité, la personne n' est pas malade, mais le modèle indique qu'elle l'est Il s'agit donc d'un cas faussement positif, ce qui n'est pas grave car vous pouvez certainement demander un deuxième avis et la personne fait attention. Ce qui est préoccupant, c'est le faux négatif. En réalité, la personne est malade, mais mon modèle ne permet pas de le prévoir Par conséquent, ces cinq patients ne suivront pas le traitement s'ils ne reçoivent pas le diagnostic actuel. Au total, les observations non liées à la maladie sont 16 11 plus 516. Sur ces 16, le modèle de loisirs a correctement noté 11 comme non malade » et a incorrectement classé 5 comme « maladie Sur 20 personnes malades, 15 ont été correctement notées comme maladie, Pi a été incorrectement noté comme étant. À noter, pour décider si une personne est malade ou non, un seuil de 50 % est utilisé Si la probabilité est supérieure à 50 %, nous le marquons comme malade. Comme la probabilité est inférieure à 50 %, nous la marquons comme non diminuée. Ainsi, si les estimations du modèle de régression sont supérieures à 50 %, la personne est déclarée morte, sinon pas morte. Passons au test du chi carré. Nous avons une vidéo détaillée sur Chi Square. La valeur du chi carré est de 8,79 degrés de liberté trois et la valeur p est de 0,32 Si P est faible, nul, vas-y. Nous allons passer aux tests d' hypothèses. Ici, nous pouvons lire si le modèle dans son ensemble est significatif ou non. La réponse est oui. Maintenant, voyons voir. Il existe deux modèles à comparer. Dans un modèle, toutes les variables indépendantes sont utilisées. Dans l'autre modèle, peu de variables indépendantes sont utilisées. À l'aide du test du chi carré, nous comparons la qualité de la prédiction lorsque les variables dépendantes sont utilisées et sa qualité lorsque les variables dépendantes ne sont pas utilisées. Et le test du chi carré t nous indique s'il existe une différence significative entre les deux résultats L'hypothèse nulle est que les deux modèles sont identiques. La valeur p est inférieure à 0,05. Cela signifie que l' hypothèse nulle est rejetée. Ainsi, lorsque l' hypothèse nulle est rejetée, nous supposons qu'il existe une différence significative entre les modèles. Le modèle dans son ensemble est donc significatif. Vient ensuite le résumé du modèle. Dans ce tableau, vous verrez une main avec une valeur de probabilité logarithmique de moins deux, et d'autre part, vous avez un coefficient de détermination ou une valeur carrée différents . Le résumé du modèle ressemble à ceci. Vous pouvez facilement l' exporter vers Word et Cel. Moins deux log de vraisemblance sont 40,67, valeur carrée du r de Cosell est 0,22 Et les autres valeurs sont également affichées. Le carré R est utilisé pour déterminer dans quelle mesure le modèle de loisirs explique la variable dépendante. Dans la recréation linéaire, le carré R indique la partie de la variation qui peut être expliquée par les variables indépendantes. Plus la variance peut être expliquée, meilleur est le modèle de régulation. Le carré R est utilisé pour déterminer dans quelle mesure le modèle de régulation explique la variable dépendante. Dans une régulation linéaire, le carré R indique la portion de variance qui peut être expliquée par les variables indépendantes. Plus la variance peut être expliquée et meilleur est le modèle de régulation. Cependant, dans le cas de la réglementation logistique, le sens est différent Il existe différentes manières de calculer r carré. Malheureusement, il n'y a pas encore d'accord sur la meilleure façon de procéder. Le carré R selon la cellule à monnaie est 0,22 Nagker ki est de 0,29 et ainsi Et voici le tableau le plus important, tableau avec le modèle coent Le paramètre le plus important du client est le rapport de cotes B, p. Les valeurs du coefficient B sont ici, les valeurs p sont ici et le rapport des cotes est Nous pouvons voir que la valeur p du sexe est supérieure à 0,05. Cela signifie que le sexe n'est pas un facteur contributif à la maladie. Dans la première colonne, nous pouvons lire les valeurs des coefficients comme 0,040 0,871 0,4 -2,73, puis nous pouvons insérer ces valeurs au lieu de Lorsque nous insérons le cypion, nous obtenons une équation comme celle-ci 1/1 plus efface 20,04 dans H, 0,87 dans le sexe plus 1,34 dans le fumeur moins la constante de 2,73, puis Grâce à cela, nous pouvons maintenant calculer la probabilité qu' une personne soit décédée. Nous voulons connaître la probabilité qu'une personne âgée de 55 ans, femme et fumeuse , femme et fumeuse Nous remplaçons la valeur de l'âge par 55, sexe par zéro parce qu' il ne s'agit pas d'un homme et celui d'un fumeur , puis nous calculons la valeur Lorsque nous faisons ce calcul, la valeur de probabilité est de 0,69 Cela signifie qu'il y a 69 % de chances qu' une fumeuse de 55 ans Sur la base de cette prédiction, il serait maintenant décidé de mener ou non une enquête approfondie. L'exemple est purement imaginaire. En réalité, il pourrait y avoir de nombreux autres facteurs et différentes variables indépendantes comme le poids de la personne, l'âge de la personne et bien d'autres facteurs pour déterminer si la personne est malade ou non Mais revenons maintenant à la table des négociations. Dans la colonne, on peut lire coefficient de différence significative à partir de zéro. L'hypothèse nulle est que le coefficient est nul dans la population. L' hypothèse nulle suivante est testée. Le coefficient est nul dans la population. Comme la variable est inférieure à 0,05, le coefficient prévu a une influence significative Dans notre exemple, nous constatons qu'aucun coefficient n'a d'impact significatif car toutes les valeurs p sont supérieures à 0,05 Passons maintenant à comprendre le rapport de cotes. Le ratio de cotes est de 1,042 0,39 83,81. Par exemple, le rapport de cotes est de 1,04, ce qui signifie que pour une augmentation d'une unité de la variable âge, la probabilité qu' une personne tombe malade augmente de 1,04 Et nous pouvons constater que pour les fumeurs, le rapport de cotes est très élevé Avec cela, nous arrivons à la fin des loisirs logistiques. Nous vous verrons lors de la séance pratique. Restez sur place. Merci 40. Pratique de la régression logistique: Nous utiliserons un calculateur en ligne pour effectuer une analyse de régression, en particulier l' analyse de régression logistique présentée dans cette vidéo J'ai mis en ligne une vidéo séparée sur la façon dont vous pouvez effectuer cette analyse à l'aide d'Excel. Continuons donc avec le calculateur de statistiques en ligne. Je peux importer mes données en cliquant sur le bouton d'importation et en déposant les fichiers Excel, fichier SV ou le fichier de l'onglet Données Je peux cliquer sur Parcourir et accéder à mes données. Hein ? J'ai donc déjà chargé mes données, que vous pouvez voir à l'écran. Je sais si une personne est décédée ou non, son âge, son sexe, son statut tabagique. Nous pouvons constater que le type de données a été automatiquement identifié par le calculateur statistique. Il indique que l'âge est une variable métrique, sexe est nominal et que le tabagisme est également normal. La maladie est nominale. Maintenant, ce que je fais c'est de cliquer sur régression, de faire défiler la page vers le bas. J'ai donc un bon nombre de cas. Laisse-moi juste faire défiler la page vers le bas. Lorsque je clique sur régression, je peux effectuer une régression linéaire simple, une régression multilinéaire et une régulation logistique Quelles sont mes variables dépendantes ? L'âge est ma variable dépendante. Le sexe est une variable dépendante. Le statut tabagique est une variable dépendante. Qu'est-ce que je veux prévoir ? Je veux prédire si la personne est malade ou non. Est-ce que je choisis la bonne solution ? Non Je veux vérifier, quelle est la variable dépendante ? Quel est mon Y ? Mon y indique si la personne est décédée ou non. Et mes variables indépendantes sont le sexe et le statut tabagique. Donc, pour ce qui est du genre, je prends l'homme comme un. Pour ce qui est du statut tabagique, je prends les fumeurs comme une seule référence , et le modèle est prédit que la personne soit malade ou non Maintenant, je peux cliquer sur le résumé en mots, et il fait une analyse appropriée et me le montre. Hein ? une analyse de régénération logistique a été réalisée pour examiner l' influence de l'âge, du sexe, de la femme et du statut de fumeur en tant que variables en tant que non-fumeurs, que maladie est prédite pour la valeur décéder, un modèle d'analyse logistique a montré que le chi carré pour les trois est de 8,79, la valeur p est de 0,32 et le nombre d'observations est Cela montre clairement qu' une analyse de régénération logistique a été réalisée pour examiner l' influence de l'âge, du sexe, de la femme et du statut de fumeur en tant que variables en tant que non-fumeurs, que la maladie est prédite pour la valeur décéder, qu' un modèle d'analyse logistique a montré que le chi carré pour les trois est de 8,79, la valeur p est de 0,32 et le nombre d'observations est de 36. Le coefficient de la variable p est de 0,04, ce qui est positif Cela signifie que lorsque l' augmentation de l'âge est associée à une augmentation de la probabilité de la maladie variable dépendante. Cependant, la valeur p est de 0,092, ce qui indique que l'influence n' est pas statistiquement significative Le rapport de cotes est de 1,04, ce qui indique que pour une augmentation d'une unité de la variable huit, l'augmentation de la probabilité que la variable dépendante soit supprimée augmente de 1,04 Le coefficient de la variable sexe féminin, la valeur B est négative de 0,87 Comme cette variable est négative, cela signifie que la valeur de la variable sexe féminin la probabilité que la variable dépendante diminue la probabilité que la variable dépendante devienne une maladie. Cependant, la valeur p de 2,0 0,28 indique que l'influence n' est pas statistiquement significative Le rapport de cotes est de 0,42, ce qui signifie que, pour la variable « sexe féminin », la probabilité de contracter la maladie variable dépendante augmente de 0,42 fois Le coefficient de la variable statut fumeur, valeur p, est de -1,32, ce qui est négatif, ce qui signifie que si la valeur de la variable statut fumeur est non-fumeur, la probabilité que la statut fumeur est non-fumeur, la probabilité que la variable dépendante soit décédée diminue. Cependant, la valeur p est de 0,089, ce qui indique que l'influence n' est pas statistiquement significative Le rapport de cotes est 0,26, ce qui signifie que la variable est le statut de fumeur, probabilité pour les non-fumeurs que la variable dépendante soit décédée augmente Maintenant, permettez-moi de reprendre la référence en tant que non-fumeur et la catégorie «   ceci » et « aucune maladie Passons maintenant au résumé. Nous constatons qu'il y a un léger changement dans l'analyse. Ils sont désormais tous devenus négatifs. Hein ? Le rapport de cotes a changé, indiquant que pour une augmentation d'une unité d'âge, 0,96 indique que la personne ne sera pas décédée, car maintenant nous ciblons les personnes non décédées, n'est-ce pas Vous devez donc faire attention ce que vous prenez comme référence. Que croyez-vous dans votre hypothèse, les hommes sont-ils plus susceptibles d'être malades Ainsi, lorsque vous considérez le sexe masculin, la valeur b est de -0,87 Maintenant, ma cible n' est pas malade. Il semble donc que la probabilité que l'homme ne soit pas malade diminue de 0,97 Mais si je regarde le terme « malade », vous constaterez qu'il s' agit désormais d'une valeur positive Le tabagisme est également une valeur positive. Nous devons donc savoir quelle est la variable cible que nous voulons étudier. Maintenant, descendons. Voyons les résultats, et j'ai même une interprétation de l'IA pour m'aider. Le tableau résume les performances globales de régression logistique binaire Ici, l'interprétation est nombre total de cas est de 36, soit le nombre total d' observations. Le tableau résume les performances globales du modèle logistique binaire Ici, l'interprétation est le nombre total de 36 cas. Il s'agit du nombre total d' observations ou d'instances sur lesquelles le modèle a été testé. Dans ce contexte, le nombre d'individus élément pour lequel le modèle a tenté de prédire le résultat, que la personne soit un acte ou non un acte. L'attribution correcte est de 26 cas sur 36, le modèle a prédit l' issue de 26 d'entre eux. Cette prédiction correcte incluait à la fois des vrais positifs identifiant correctement la personne malade et des vrais négatifs identifiant correctement les cas non malades En pourcentage 72,22 %. Il s'agit de la précision du modèle indiquant que le nombre de missions est de 26 divisé par le nombre total de cas 36. Je le multiplie par dix pour obtenir le pourcentage. Il nous indique comment le modèle fait la bonne prédiction. Maintenant, comprenons le tableau de classification. C'est là que nous essayons de classer. Je peux m'appuyer sur l' interprétation de l'IA pour le comprendre. Le tableau résume la mesure de la qualité de l' ajustement issue de l'analyse de régression logistique Ici, les vrais points positifs et négatifs sont 11 cas pour lesquels nous avons correctement prédit qu' ils ne sont pas malades faux positifs sont cinq cas où nous avons commis une erreur de type 1. faux négatifs sont cinq cas où nous avons prédit à tort qu'ils ne sont pas considérés comme des erreurs de type 2 Les vrais positifs sont correctement prédits comme étant malades. Exactitude de la prédiction. La prédiction correcte pour les personnes non malades est de 68,75 %. Le nombre total de cas non malades a été correctement identifié. Prédictions correctes concernant la maladie, la sensibilité ou nous appelons « sensibilité », 75 % des cas réels de maladie ont été correctement identifiés. La précision totale est de 72,22 % toutes les protections, qu'elles soient malades ou non, nous les avons correctement identifiées. Maintenant, comprenons le test du chi carré. L'avantage de ce calculateur statistique est qu'il vous donne une interprétation basée sur l'IA. Je n'ai pas besoin d' aller pour le changer. Le tableau présente les résultats du test du chi carré associé au modèle de régression logistique binaire Le test est souvent utilisé pour évaluer la signification globale du modèle. Ici, l'interprétation de chaque composant. J'ai mis au carré les statistiques où la réponse est 8,79 dans notre Cela mesure la différence entre la fréquence observée et attendue du résultat. Plus la valeur du chi carré est élevée plus l'écart entre la valeur attendue et la valeur observée est important, ce qui suggère que les prédicteurs du modèle ont une relation significative Degrés de liberté, ici, nous avons trois degrés de liberté représentant le nombre de prédicteurs dans la régression logistique simple valeur P est la probabilité d'observer les statistiques du test du chi carré aussi extrêmes que celles observées dans l'hypothèse nulle L'hypothèse nulle est qu'il n'existe aucune relation entre fréquence observée et attendue du résultat prédit par le volume. La valeur P est de 0,032, valeur P est de 0,032, ce qui suggère qu'il y a une probabilité de 3,22 % que les statistiques du chi carré observées Et l' hypothèse nulle était vraie. La valeur p est inférieure à 0,32 , ce qui indique qu'elle est inférieure au seuil de 0,05, ce qui indique qu'il existe un résultat de signification statistique Faisons maintenant un résumé du modèle. Donc, ici, il est indiqué que la probabilité de moins deux log est de 40,67. Il mesure la forme physique des modèles. Plus la valeur est faible, le modèle s'adapte mieux aux données. Dans notre cas, la valeur est de 40,67, ce qui signifie que c'est un modèle relativement saturé, un modèle parfaitement ajusté Ce chiffre à lui seul ne nous dit pas grand-chose. Par conséquent, nous devons le comparer avec différents autres nombres. La valeur carrée R de la cellule Cocin est de 0,22. Il s'agit d'une pseudo-mesure carrée en R qui indique l'ampleur de la variation de la variable prédite expliquée par le modèle. Il varie de 0 à 1 La valeur de 0,22 indique que la variance de 22 % est expliquée par le modèle Cependant, il convient de noter que cette mesure n'atteint jamais un, même pour un modèle parfait. Passons à la valeur carrée de Nagar K R. Il est de 0,29. Encore une fois, nous essayons d'ajuster le carré r pour atteindre un. Mais n'oubliez pas que 29 % de la variation s' explique par ce modèle. Cela signifie que vous devez inclure davantage de variables pour mieux comprendre le modèle. Lorsque nous examinons cela, nous constatons la différence entre les modèles. Le composant en question représente les différentes tailles, l'erreur type, la valeur z, la valeur p, le ratio attendu et le niveau de confiance de 95 %. Faisons l'interprétation. Le modèle prédit que le résultat de base est de -2,73 lorsque le prédicteur est nul, le cotes est de 0,7 Suggérer des chances de résultat plus faibles lorsque le prédicteur est à la valeur de référence À chaque augmentation d'une unité d'âge, la probabilité que la personne soit décédée augmente de 0,04 Cela représente une augmentation de 4 % des chances. Si le sexe est masculin, il y a une augmentation de 0,87 %, et ainsi Faisons la prédiction. Si la personne est âgée de 45 il s'agit d'un homme et qu'il est probable qu'elle fume, quelle est la probabilité qu' elle soit malade ? Il y en a 0,81 Est-ce que c'est plus de 0,45 ? 50 % ? Oui Il est probable que la personne soit malade. Mais si la personne est une femme, la probabilité diminue. De plus, si la personne est non-fumeuse , la probabilité qu'elle soit malade est très faible qu'elle soit malade est Nous passons maintenant à l'exemple suivant où nous essayons de vérifier si la personne achètera un produit ou non. Et les variables sont le sexe, l'âge et le temps passé en ligne. Je vais donc cliquer sur l'équation des loisirs. Quelle est la variable dépendante, le sexe, l'âge, le temps passé en ligne et le comportement d'achat sont mes variables dépendantes. Il existe trois types de prédictions, et non deux comme la dernière fois. Nous devons acheter maintenant, acheter plus tard et ne rien acheter. Catégorie de référence pour le genre féminin, je la prends en tant que femme, et passons au résumé. Ainsi, l' analyse de régression logistique réalisée ici indique que l'influence du sexe masculin, de l'âge et du temps passé en ligne sur la variable comportement d'achat pour la valeur actuelle L'analyse de régression logistique montre que le modèle est dans l'ensemble significatif Le nombre d'observations est de 24. Le coefficient selon lequel la variable genre est masculine est de 1,53, ce qui est Cela signifie que la valeur de la variable genre ma, la probabilité que la personne achète, augmente. La valeur p est de 0,201, ce qui indique que l'influence n' est pas statistiquement significative Le rapport de cotes est de 4,63, ce qui signifie que le sexe est masculin, la probabilité que la variable dépendante augmente désormais de 4,63 Le contenu de la variable ag est p égal à -0,11, ce qui Cela signifie qu'une augmentation l'âge est associée à une diminution de la probabilité que la variable dépendante le soit actuellement. Cependant, la valeur p est de 0,07 ce qui indique que l'influence n' est pas statistiquement significative Le rapport de cotes est de 0,9, ce qui indique qu'à chaque augmentation d'une unité d'âge, la personne n' augmente désormais que de 0,9 fois. Le coefficient du temps variable passé sur la boutique en ligne est de b -0,02, ce qui est Cela signifie que plus ils passent de temps sur Internet, moins ils ont de chances d'acheter maintenant. La valeur P est de 0,56 ce qui indique que ce n'est pas statistiquement significatif, et le temps passé en ligne augmente les chances de 0,98 24 cas, 17 ont été correctement prédits en pourcentage 70. Faisons l'analyse. Donc, euh, nombre total de cas 24, attribution correcte 17 pourcentages 70 Passons maintenant au tableau de classification. Nous pouvons comprendre que sont les erreurs de type 1 et de type 2 ? Vrais négatifs 13 cas ont été correctement prédits selon lesquels ils n'achèteront pas Les faux positifs sont trois cas, ce qui a été mal prédit puisqu'ils sont épinglés maintenant, mais en réalité, ils n'ont pas acheté Et les faux cas sont que quatre d'entre eux ont effectivement acheté, mais notre modèle a dit qu'ils n'en avaient pas acheté. Quatre cas ont été correctement prédits comme Pi maintenant. L'exactitude de maintenant est de 82 %, exactitude de maintenant est de 50 %, la précision totale est Si vous regardez l'équation du chi carré, nous obtenons une valeur p de 0,42 Ici, la probabilité d'un test du chi carré est extrêmement importante en tant que valeur observée de l'hypothèse nulle. L'hypothèse nulle est qu'il n'existe aucune relation entre la observée et la fréquence attendue et le résultat prédit par le modèle. Une valeur P de 0,42 devient inférieure à cette convention de 0,5, ce qui est statistiquement significatif Si je choisis le modèle de quelqu'un, nous pouvons voir que les valeurs r au carré sont très w. Et j' ai la valeur p. Alors maintenant , faisons une prédiction Si la personne est un homme âgé de 45 ans et que le temps passé est de 2 secondes Quelle est la probabilité qu'une personne achète ? Il n'y a pas beaucoup de probabilité. Mais si la personne a 20 ans, la probabilité augmente Nous pouvons donc comprendre que la nouvelle génération prête à acheter plus que les personnes âgées. Si nous avons une personne de 80 ans, la probabilité est absolument égale à 0,01 J'espère donc que vous apprendrez à faire de régression logistique dans cette vidéo. Oh. 41. Courbe ROC: D. Comprenons la courbe ROC. Nous venons de terminer notre apprentissage de la régression logistique. L'un des moyens de valider la précision du modèle consiste à utiliser la courbe ROC. Comprenons la théorie à l'aide d'exemples. ROC est donc synonyme de caractéristiques de fonctionnement du récepteur. Il s'agit d'une manière graphique de représenter les performances d' un modèle de classification binaire, également appelé modèle de régression logistique, ainsi que pour d'autres seuils de classification Comprenons à l' aide d'un exemple. Supposons que nous effectuons un test de dépistage sur patients afin de déterminer s'ils en bonne santé ou malades. Pour effectuer cette classification , le pharmacien effectue des tests sanguins puis décide qui sera malade et qui est en bonne santé Après avoir obtenu un échantillon de dix données, ils ont décidé de fixer un seuil, et toute personne en dessous de ce seuil sera considérée comme saine et toute personne au-dessus du seuil sera considérée comme malade Maintenant, comment décidons-nous quel devrait être le seuil ? Sur la base de laquelle vous pouvez prédire que le patient sera malade à l'avenir ? Supposons donc que nous ayons un échantillon de dix personnes avec leurs taux sanguins. Nous constatons que la plupart des personnes malades ont un taux sanguin plus élevé Et la plupart des personnes en bonne santé ont des taux sanguins plus bas. Nous décidons donc de fixer un seuil à 45. Donc, lorsque nous fixons un seuil à 45, nous disons que toute personne âgée de moins de 45 ans sera classée comme étant en bonne santé. Toute personne âgée de plus de 45 ans sera classée dans la catégorie des maladies. Nous pouvons maintenant voir qu'il y a certains problèmes ici, et comprenons ces problèmes en détail. Donc, dans ce cas, sur six personnes classées comme maladies, deux ou quatre sont correctement classées comme maladies, quatre sont correctement classées comme maladies, mais deux d'entre elles sont incorrectement classées comme maladies, mais en réalité, elles sont en bonne santé. Nous en avons donc classé quatre sur six dans la catégorie des maladies, ce qu'on appelle un taux positif de deux. Elle est également appelée sensibilité. D'autre part, parmi les quatre personnes en bonne santé, nous avons classé à tort une personne comme étant malade Une personne malade est considérée comme saine, et nous avons correctement classé trois personnes en bonne santé comme étant en bonne santé. Maintenant, lorsque nous classons à tort un sur quatre comme étant en bonne santé, cela s'appelle un taux de faux positifs, et il est représenté par FPR ou c'est un taux de spécificité négatif. Au seuil de 45, nous obtenons un taux de vrais positifs de 4/5, soit 80 %, et un taux de faux positifs de 2/5 Alors, qu'est-ce que le TPR ou deux taux positifs exactement ? Le taux de vrais positifs n'est rien vrais positifs divisés par un vrai positif plus un faux négatif. Deux points positifs concernent les personnes correctement classées comme malades. Nous avons correctement classé quatre d'entre elles dans la catégorie des maladies. faux négatifs sont les personnes qui sont incorrectement classées comme étant en bonne santé Nous avons donc commis une erreur avec une personne. Le total est donc de 4/1. vrai positif n'est donc rien, mais quatre d'entre eux ont été correctement classés comme malades. Mais le problème, c'est que sur les quatre personnes correctement classées, nous avons oublié l' une des personnes malades La raison pour laquelle nous devons connaître le TPR est la suivante : quel pourcentage de personnes ne seront pas traitées ? La spécificité est très importante pour comprendre que 20 % de la population pourrait ne pas être bien traitée, ou que nous classons correctement 80 % de la population que nous avons testée Comprenons le FPR, c'est faussement positif. faux positifs sont des personnes en bonne santé, classées à tort comme malades, et les deux négatifs sont des Les individus ont été correctement classés comme étant en bonne santé. Deux d'entre eux ont donc été classés à tort dans la catégorie des DC. Nous commençons donc le traitement pour eux, divisé par le nombre total cinq personnes réellement en bonne santé. Donc, le nombre total de personnes en bonne santé divisé par le nombre de personnes faussement positives. Donc, 40 % de la population a été de 0,4 %, c'est le taux de FPR. Alors, comment calculer le TPR et le FPR pour chaque seuil ? Dois-je fixer le seuil à 38 ? Dois-je fixer le seuil à 65 ans, et ainsi de suite. Dans ce cas, nous calculons le TPR et le FPR pour chacun des seuils Si je mets ce chiffre à zéro, alors mon taux de vrais positifs augmente, mais mon taux de faux positifs est presque nul. Ce sont donc précisément les deux valeurs qui sont tracées sur la courbe ROC Le taux de vrais positifs est tracé sur l'axe y et le taux de faux positifs est tracé sur l'axe x. Nous voulons décider que si vous passez à 0,240 0,2, notre taux de faux positifs est là, mais que le vrai positif augmente, et de même, à 0,4 0,6 0,8 et un Dessinons maintenant la courbe ROC complète pour notre exemple. Si nous choisissons une valeur seuil très faible, c' est-à-dire si nous la poussons complètement vers la gauche, nous classons correctement les cinq personnes malades Mais nous avons également mal classé les cinq personnes en bonne santé Par conséquent, le taux positif réel est de cinq sur cinq, soit un. De la même manière, nous avons classé à tort cinq personnes en bonne santé dans la catégorie des personnes malades Le taux de faux positifs est donc de cinq sur cinq, c'est encore une fois un. Pour cette raison, le premier point de données se trouve à un point un. Donc, lorsque nous repoussons le seuil, nous resterons correctement classés si je suis à 0,2. Je classe toujours correctement les cinq personnes comme malades, mais je classe également quatre des personnes en bonne santé J'en viens donc au point de données suivant. Donc, si je prends 0,8 comme seuil, mon véritable taux positif est de cinq sur cinq J'ai donc correctement classé toutes les personnes décédées dans la catégorie des personnes décédées. Mais sur cinq personnes en bonne santé, nous n'en avons désormais mal classé que quatre sur cinq Je suis donc à 0,8 en termes de taux de faux positifs. Pour le prochain roshold, où nous avons un taux positif de 0,1, nous sommes à 0,3, et nous constatons que nous avons correctement classé les cinq personnes comme malades, mais mes personnes en bonne santé Ce sera donc mon troisième point de données. Cinq personnes malades sont correctement classées. Le taux de faux positifs est que trois d'entre elles ont été classées à tort dans la catégorie des maladies sur cinq, soit 0,6 Au seuil suivant, la personne malade est classée à tort comme étant en bonne santé pour la première fois C'est le seuil. C'est l'endroit où la personne malade est mal classée comme étant Nous assistons donc à une baisse du taux positif réel, qui est passé de 12,8 Le taux de vrais positifs est de quatre sur cinq, soit 0,8, et le taux de faux positifs de trois sur cinq, soit 0,6. Nous pouvons maintenant le faire pour tous les autres seuils, et en conséquence, nous établissons notre courbe ROC. À ce stade, par exemple, 80 % des personnes du DAS ont été correctement classées comme maladies, 20 % des personnes en bonne santé ont été incorrectement classées comme maladies. À l'aide de la courbe ROC, nous pouvons comparer différentes méthodes de classification. Les modèles de classification sont autant meilleurs que la courbe est haute. Par conséquent, plus l' aire sous la courbe est grande, meilleur est le modèle de classification. En utilisant la courbe ROC, nous pouvons comparer différentes méthodes de classification, et c'est précisément la zone qui est reflétée par la zone AUC sous la valeur de la courbe L'aire sous la courbe est utilisée lors de l'évaluation du modèle de régression linéaire. La valeur AUC varie de 0 à 1. Plus la valeur est élevée, meilleur est le modèle. Qu'en est-il de la courbe ROC et de la régression logistique ? Par exemple, nous pourrions créer un nouveau modèle de classification en utilisant la régression logistique Ici, nous pourrions utiliser des valeurs supplémentaires telles que la valeur sanguine, l'âge et le sexe de chaque personne et essayer prédire si la personne est en bonne santé ou malade À propos de la courbe ROC et de la régression logistique, continuons Dans une régression logistique, la valeur estimée est alors la probabilité qu'une personne en particulier soit décédée Très souvent, 50 % d' entre eux se contentent de prendre comme seuil le seuil pour déterminer si une personne est décédée ou non Mais bien entendu, ce n'est pas ce à quoi nous pensons. Vous ne pouvez donc pas toujours prendre le seuil de 50 %. Par conséquent, même avec la réglementation logistique, nous construisons la courbe ROC pour différentes valeurs de seuil et voyons à quel niveau, nous avons la surface maximale Alors, comment puis-je obtenir la courbe ROC en ligne ? Voyons maintenant comment je peux effectuer ce calcul ROC en utilisant les données. J'ai donc renseigné des valeurs de données pour plus de 40 personnes, soit près de 40, taux sanguins différents et le fait que la personne soit malade ou non Je peux donc soit opter pour mon modèle de libération, dire que je veux indiquer que la variable est malade. L'état de la variable est oui ou non, et je veux la variable de test sous forme de valeur sanguine. Nous obtenons donc immédiatement le ROC, et le ROC montre à quels niveaux de spécificité et de sensibilité. La sensibilité n'est rien d'autre que mon véritable taux positif. Combien de personnes malades ai-je correctement classées ? La spécificité, en revanche, est de savoir combien d'entre elles ou combien de personnes en bonne santé ont été classées à tort comme malades Et nous voulons qu'il y en ait un. Les personnes malades ont 19 ans, non malades 22, et le positif est supérieur à un, la sensibilité est de un et cela me montre l'intégralité Nous pouvons perdre des échantillons de données. Et fais-le. Je peux également le trouver dans mon modèle de corrélation. Je vais donc passer à la réglementation, et je dis que ma variable dépendante est décédée et que la valeur sanguine est ma variable indépendante. En résumé, si l' analyse de la régulation logistique a été réalisée pour examiner si la valeur sanguine d' une variable permet de prédire la valeur , c' L'analyse des loisirs logistiques montre que la valeur du chi carré est de 5,23, valeur P est Cela signifie que le sang est capable de prédire que le taux sanguin n'a aucune influence sur la maladie. Nous rejetons l'hypothèse nulle car la valeur p est lo. Le client de la valeur sanguine B est de 0,03, ce qui est positif Cela signifie que l' augmentation de la valeur sanguine est associée à l'augmentation de la probabilité que la variable dépendante soit oui. La valeur p de 0,32 indique que l'influence est statistiquement significative Le rapport impair est de 1,03, ce qui indique qu'une augmentation d'une unité la valeur sanguine augmentera de 0,13 fois les probabilités que la variable dépendante soit « oui » Ainsi, lorsque nous élaborons la régression logistique, nous pouvons constater que nous venons lire le résumé selon lequel la valeur p est 0,03, ce qui indique que la valeur sanguine a une importance pour le malade Le tableau résume que sur les 41 cas étudiés ont été observés pour l'élaboration du modèle, dans ce contexte, le nombre de personnes dont étudiés ont été observés pour l'élaboration du modèle, dans ce contexte, le nombre de personnes avait prédit qu' elles étaient malades ou en bonne santé 28 d'entre eux sur 41 ont été correctement classés, les personnes malades classées comme malades et les personnes en bonne santé classées comme étant en bonne santé Le pourcentage est de 68,29. Il indique le nombre total de personnes correctement classées par 28 , divisé par 41, puis multiplié par 100 pour obtenir un pourcentage. Si je vous dis à quelle fréquence le modèle fait la bonne prédiction, qu'il s'agisse de la présence ou de l'absence de S. Nous pouvons donc voir que cela s'appelle une table de classification. Des personnes qui ne sont pas réellement malades et dont on a correctement prédit qu'elles ne le sont pas, des personnes malades et dont on a prédit qu'elles ne le sont Ce huit me préoccupe. Pourquoi ? Parce que ce sont ces personnes qui ne veulent pas se faire soigner . Et cinq d'entre eux ont été classés comme malades, alors qu'en réalité, ils ne souffraient pas Nous allons donc construire le modèle ROC, et le ROC (actuellement l'AOC, A sous la courbe) est de 0,699 Plus la courbe est haute, meilleur est le modèle. Sur 41 cas, l'attribution correcte a été effectuée pour 28 cas, et la mauvaise attribution s'est produite pour 13 cas. Ainsi, 68 % des personnes ont été correctement classées. Faisons maintenant une interprétation basée sur l' IA. L'interprétation de l'IA indique très clairement que le modèle est ajusté à deux logarithmes de vraisemblance. Plus la valeur est faible, meilleur est le modèle. Ici, la valeur est de 51,39 ce qui indique que le modèle est relativement saturé, un modèle parfaitement ajusté Le chiffre à lui seul ne dit pas grand-chose. Nous devons le comparer à d'autres modèles. Passons maintenant à l' interprétation du modèle. Le tableau montre que nous avons effectué une analyse de récursion logistique binaire, qui examine comment les prédicteurs influencent la probabilité d'un Components, Cefion B. Cela représente l' effet de chaque Un coefficient positif augmente les probabilités ou les probabilités logarithmiques du résultat, tandis coefficient négatif le Erreur standard. Cela mesure l'écart type de la cohésion estimée, relativement à la précision avec laquelle le modèle estime la valeur de cohésion La valeur z. Il s'agit du score z calculé sous la forme d'un coefent divisé par l'erreur type, il est utilisé pour tester l'hypothèse nulle selon laquelle le coefficient valeur P indique la probabilité d' observer les données ou quelque chose de plus extrême. Si l'hypothèse nulle est vraie, la valeur inférieure suggérée par P et par mot, la valeur p indique la probabilité d' observer les données ou quelque chose de plus extrême. Si l'hypothèse nulle est vraie, la valeur p la plus faible suggère que l'hypothèse nulle d'absence d' effet est moins probable. Interprétation. Le modèle prédit les probabilités logarithmiques de la ligne de base à -1,31, car tous les prédicteurs Le rapport impair est de 0,27, ce qui suggère que la probabilité d'un résultat est plus faible lorsque tous les prédicteurs correspondent à la valeur de référence Valeur sanguine qui augmente de trois. Maintenant, faisons la prédiction. Si ma valeur sanguine est de 85, il y a 75 % de chances que je souffre. Je vais également voir la courbe ROC. Le ROC, l'aire sous la courbe est de 0,699. Elle chut 42. Comprendre les données non normales: C'est normal ou pas. Essayons de comprendre comment fonctionnons-nous lorsque mes données ne sont pas normales ? Ou même avant d'y arriver, laissez-moi vous présenter ce monsieur. Des suppositions ? Qui est ce monsieur ? Vous pouvez taper dans la fenêtre de discussion si vous le savez. Et même si vous ne le savez pas, c'est très bien. n'y a pas de points de pénalité en cas de mauvaises suppositions. Oui Certains d'entre vous l'ont deviné, n'est-ce pas ? C'est la personne célèbre à l'origine de notre distribution normale. M. Carl cos. C'est un grand mathématicien. Et c'est lui qui a inventé le concept de distribution gaussienne ou de distribution normale. Voici donc le cerveau qui sous-tend le concept de distribution normale et tous les tests paramétriques que nous effectuons. Si mes données ne sont pas normales, elles peuvent être faussées. Il peut être biaisé négativement ou positivement. Si je dis incliné négativement, cela signifie techniquement qu'il a une queue sur le côté gauche. Une inclinaison positive signifie que la queue est sur le côté droit. Cela signifie que mes données ne se comportent pas normalement. Mes données peuvent ne pas être normales car suivent une distribution uniforme ou une distribution plate comme celle-ci. De plus, cela ne suit pas la distribution normale. Mes données peuvent présenter plusieurs pics, quelque chose comme celui-ci, ce qui signifie qu' il existe plusieurs groupes de données dans mon ensemble de données. Et ce n'est pas un comportement normal. Parce que mes données contiennent toutes ces choses. Je dois traiter ces données différemment lorsque je teste mes hypothèses. Et pourquoi ces données ne sont-elles pas normales ? Cela peut être dû à la présence de certaines valeurs aberrantes. Cela peut être dû à l'asymétrie de mes données ou à l' aplatissement présent dans les données. La raison pour laquelle vos données ne se comportent pas normalement pourrait donc être l'une de ces raisons. Résumons, qu'avons-nous appris ? Mes données ne sont pas normales si la distribution présente une asymétrie, si elle est unimodale, si elle n'est pas unimodale, mais s'il s'agit en fait d'une distribution bimodale ou multimodale. Il s'agit d'une distribution de queue épaisse contenant des valeurs aberrantes. Ou il peut s'agir d'une distribution plate comme une distribution uniforme. Voici quelques raisons fondamentales pour lesquelles mes données ne se comportent pas normalement. Bizarre, ce n'est pas une distribution normale, alors il y a plusieurs distributions. Il existe également d'autres distributions, qui parlent de la distribution exponentielle, qui modélise le temps entre les événements. La distribution log-normale. Ce qui signifie que si j'applique le logarithme aux données, mes données suivront une distribution normale. Distribution de Poisson, distribution binomiale, distribution multinomiale. Laissez-nous comprendre quelques exemples, des scénarios réels où les distributions non normales peuvent être appliquées. Si vous regardez cela, chaque fois que j'essaie de prédire quelque chose sur un intervalle de temps fixe. Ensuite, j'utilise la distribution de Poisson pour mon analyse et mon hypothèse. Quelques exemples de distribution de Poisson ou du numéro du service client appelé reçu par le centre d'appels. Le nombre de patients qui se présentent urgences d' un hôpital un jour donné, le nombre de demandes pour un article particulier dans une boutique en ligne au cours d'une journée donnée. Le nombre de colis livrés par la société de livraison au cours d'une journée donnée, le nombre d'articles défectueux produits par une entreprise de fabrication au cours d'une journée donnée. Si vous observez, il existe un comportement courant ici. Chaque fois que nous essayons de comprendre quelque chose sur une période donnée, cela peut être un jour donné, cela peut être un mois donné, étant donné B. Ensuite, nous préférons effectuer notre analyse en utilisant la distribution de Poisson. Quelques exemples de distribution log-normale. La taille du fichier téléchargé sur Internet, la taille des particules présentes dans un échantillon de sédiments, la hauteur de l'arbre, la taille des revenus financiers, la taille du jeu d'assurance. Si vous regardez ces exemples, si je prends l'exemple du rendement financier de leurs investissements, vous constaterez peut-être que, dans mon portefeuille de placements, certains investissements m'ont donné un très bon rendement de 100 %, 100 %, 150 %, 80 %. Vous constaterez également que j'ai investi dans une partie mon portefeuille parce que cela s'est traduit par un rendement nul ou un rendement négatif parce que je suis déficitaire. Mais dans l'ensemble, mon portefeuille me donne un rendement de 12 à 15 %, soit de 15 à 20 %. Vous essayez de dire que votre distribution n'est techniquement pas une distribution normale. Vous avez des rendements très faibles et des rendements très élevés. Mais si vous appliquez le logarithme à vos données, il se comporte comme une distribution normale selon laquelle l'ensemble de votre portefeuille se traduira par un rendement d' environ X pour cent. en va de même pour la réclamation d'assurance. Essayons de comprendre l'application de la distribution exponentielle. Le temps entre l'arrivée des clients dans la file d'attente, le temps entre les pannes d'une machine, votre usine, le temps entre les achats dans le magasin de détail, le temps entre les appels téléphoniques et le centre d'appels, le temps entre les pages consultées sur le site Web. Maintenant, si vous voyez entre la distribution de Poisson et la distribution exponentielle, il y a un élément commun. Quel est l'élément commun ? Nous essayons d'étudier en nous référant au temps. Chaque fois que vous effectuez une distribution normale, ce n'est pas en fonction du temps. Hein ? Voici donc quelques applications. Mais la différence entre un poison et une exponentielle réside dans une distribution de Poisson. C'est un jour donné, un jour donné, une semaine donnée, un mois donné. Nous essayons ici de comprendre le temps qui s'écoule entre les deux événements. Quel est l'écart de temps entre les deux événements ? La distribution exponentielle peut alors vous aider. Nous pouvons comprendre l' application d'une certaine distribution uniforme, comme la taille de l' élève dans la classe. Besoins en paquets dans un camion de livraison. Certains colis sont très volumineux, d'autres sont petits. Si vous le placez dans une distribution, vous constaterez également qu' il s'agit d' une distribution plate ou uniforme, car pour chaque catégorie de packages, vous aurez à peu près le même nombre de packages similaires. Marchandises que vous livrez. La distribution des résultats d'un examen à choix multiples. Répartition du temps d'attente à un feu de signalisation, distribution de l'heure d'arrivée d'un client dans un magasin de détail. Donc, si vous voyez tous ces exemples suivant une distribution uniforme, il ne s'agit pas d'une courbe en cloche. Parce que vous avez continuellement des personnes qui arrivent au magasin de détail. Ce n'est pas qu'il y ait un pic soudain. Et dans les scénarios réels d'une distribution intensive, il s'agit de la distribution où les valeurs aberrantes sont présentes, des signes de perte financière et d' un secteur de l'assurance ou d'autres signes de pertes financières. Si quelqu'un demande à un trader, il verrait ce chiffre extrêmement élevé et extrêmement faible. L'ampleur des précipitations extrêmes. Nous n'avons donc pas de précipitations extrêmes chaque année. Nous ne serions donc pas en mesure de dire que ce qui s' est passé est dû à une exception. Et la distribution à grande échelle est généralement affectée en raison de la présence de valeurs aberrantes. Ainsi, si vos données présentent des valeurs aberrantes, vous pouvez également constater que la distribution de la charge est une distribution détaillée. Et nous comprendrons lors de la prochaine session, quel type de tests non paramétriques dois-je effectuer ? En fonction du type de données anormales que nous commençons. L'ampleur de la consommation d' énergie, l'ampleur de la fluctuation économique due au krach boursier. Ce sont tous des exemples de votre distribution intensive. Exemples de données bimodales. Ici, vous devez comprendre bimodalité signifie que nous essayons d'étudier deux résultats. Répartition des résultats aux examens des étudiants qui ont étudié et de ceux qui ne l'ont pas fait. Répartition des âges des personnes appartenant à deux groupes d'âge distincts, taille de deux espèces différentes, répartition des salaires des employés de deux départements différents. Bonne chance sur une autoroute avec deux groupes de conducteurs lents et rapides. Vous pouvez donc voir ici que j'ai deux groupes de données différents. Et j'essaie de comprendre le comportement. Je vais poursuivre mes recherches dans le cadre de mon hypothèse ou de la ressource que j'essaie de trouver. Si j'ai plus de deux groupes, deux groupes différents, plus de deux groupes différents, comme trois groupes différents pour des groupes différents, alors cela devient une distribution multimodale. Hein ? Je pense donc que vous avez maintenant une idée des différentes distributions qui ne sont pas des distributions normales. Alors, comment puis-je déterminer si mes données ne sont pas normales ? Le premier point qui nous vient à l'esprit est un test de normalité. Mais avant même d'effectuer un test de normalité, vous pouvez utiliser des méthodes graphiques simples pour déterminer si vos données sont normales ou non. Vous pouvez utiliser un histogramme. Et ici, l'histogramme montre clairement plusieurs mouvements. Je vois donc clairement qu'il s'agit pas d'une distribution normale. Si j'essaie de mettre une ligne d'ajustement, je peux également constater qu' il y a une asymétrie dans mes données. Je peux également utiliser un diagramme à cases pour déterminer si mes données ne sont pas normales. Vous pouvez donc voir ici que j'ai une queue épaisse sur le côté gauche indiquant que mes données sont biaisées. Je peux également avoir des valeurs aberrantes qu' un boxplot peut facilement mettre en évidence. Je peux donc me cacher, identifier la distribution à queue épaisse à l'aide du boxplot. Également. Je peux utiliser des statistiques descriptives simples où je peux voir les chiffres du mode médian moyen. Et lorsque je constate que ces chiffres ne se chevauchent pas ou ne sont pas proches les uns des autres, cela indique simplement que mes données ne sont pas normales. Je peux examiner l'aplatissement et asymétrie de la distribution de mes données , puis déterminer si mes données se comportent normalement ou non. Je vous ai donc montré d'autres moyens de déterminer si vos données suivent une distribution et non une distribution anormale ou si vos données suivent une distribution normale. Maintenant, je voudrais dire encore une chose. Ne vous suicidez pas si votre moyenne était 23,78 et la médiane de 24, et si le mode serait 24,2 ou 24. Donc, s'il y a une légère déflation, nous la considérons tout de même comme normale. Hein ? asymétrie proche de zéro Une asymétrie proche de zéro indique que mes données sont normales. Mais si mon asymétrie est supérieure à moins deux ou plus deux, c'est certainement notre preuve de non-normalité. La cétose est également un moyen supplémentaire de déterminer si mes données suivent une distribution normale. La plupart du temps, nous préférons que le nombre d' aplatissement soit compris entre 0 et 3. Mais si votre cétose est négative, cela signifie que la courbe est plate. Les audits suivent une distribution uniforme. L'audit peut être une distribution trop pointue d' aplatissement élevé, ce qui peut également un aplatissement élevé, ce qui peut également indiquer que vos données sont trop parfaites. Et peut-être devez-vous vérifier s' ils n'ont pas manipulé vos données avant de les transmettre. Autre test AdText ou Anderson-Darling préféré, où nous essayons de comprendre si mes données sont normales ou non. Donc, l'hypothèse nulle de base, chaque fois que je fais un test NAT, est que mes données suivent une distribution normale. C'est donc le seul test pour lequel je veux que ma valeur de p soit supérieure à 0,05 Je ne rejette pas l'hypothèse nulle, concluant que mes données sont normales, et je m'en remets à mon test paramétrique préféré, qui me permet de faire facilement l'analyse. Mais que se passerait-il si, lors du test ADA, vos données et votre analyse montraient que la valeur de p est significative, qu'elle est inférieure à 0,05, peut-être 0,02 ? Puis il conclut que mes données ne sont pas une distribution normale. Et je dois étudier de quel type de non-normalité il s'agit. En conséquence, je vais devoir mettre en place le test, puis l'approfondir. Nous poursuivrons notre session lors de la prochaine journée de Venise. J'espère qu'il vous a plu. Si vous avez des questions, hésitez pas à commenter sur WhatsApp ou sur la chaîne Telegram ou dans la section des commentaires ici. Tout sujet que vous aimeriez apprendre dans le cadre de la session du mercredi. Je serais heureuse de me renseigner à ce sujet. Si vous pouvez mettre ces commentaires dans la boîte de discussion, dans le groupe WhatsApp ou dans le télégramme. J'aime vraiment t'enseigner et je te remercie d'être merveilleuse. Étudiants. Prends soin de toi. 43. Kruskal Wallis teste 3 groupes ou plus données non normales: Ce tutoriel concerne le test Crus Walus. Si vous voulez savoir ce qu'est le test crus c, walus et comment il peut être calculé et interprété Vous êtes au bon endroit à la fin de cette vidéo. Je vais vous montrer comment calculer facilement le test Walus en ligne Et nous commençons dès maintenant. Le test de Crus Walus est un test d' hypothèse utilisé lorsque vous souhaitez vérifier s'il existe une différence entre plusieurs groupes indépendants Maintenant, vous pouvez vous poser la question un peu et dire : « Hé, s'il existe plusieurs groupes indépendants, j'utilise une analyse de variance. C'est exact. Mais si vos données ne sont pas distribuées normalement et que les hypothèses de l'analyse de variance ne sont pas satisfaites. Le test WUS est utilisé. Le test de Wace est l' équivalent non paramétrique de l' analyse de variance à facteur unique Je vais maintenant vous montrer ce que cela signifie. Il existe une différence importante entre les deux tests. L'analyse des tests de variance, s'il existe une différence de moyenne. Ainsi, lorsque nous avons nos groupes, nous calculons la moyenne des groupes et vérifions si toutes les moyennes sont égales. lorsque nous examinons le test Crus C Wals, revanche, lorsque nous examinons le test Crus C Wals, nous ne vérifions pas si les moyennes sont égales Nous vérifions si les sommes des classements de tous les groupes sont égales. Qu'est-ce que cela signifie ? Maintenant, qu'est-ce qu'un grade ? Et qu'est-ce qu'une somme de rangs dans le test ALS classique ? Nous n'utilisons pas les valeurs mesurées réelles, mais nous trions toutes les personnes par taille, puis la personne ayant la plus petite valeur obtient la nouvelle valeur ou le premier rang. La personne ayant la deuxième plus petite valeur obtient le deuxième rang. La personne ayant la troisième plus petite valeur obtient le rang trois, et ainsi de suite et ainsi jusqu'à ce qu'un rang soit attribué à chaque personne . Nous avons maintenant attribué un rang à chaque personne, puis nous pouvons simplement additionner les grades du premier groupe. Additionnez les grades du deuxième groupe et additionnez les grades du troisième groupe. Dans ce cas, nous obtenons une somme de 54 rangs pour le premier groupe. 70 pour le deuxième groupe et 47 pour le troisième groupe. Le gros avantage est que si nous ne regardons pas la différence principale mais la somme des classements, les données n' ont pas besoin d'être distribuées normalement lors du test croisé. Nos données ne doivent satisfaire à aucune forme de distribution et, par conséquent, nous n'avons pas non plus besoin qu'elles soient distribuées normalement Exemples du test de Rusk Wallace pour le test de Rusk Bien entendu, les mêmes exemples peuvent être utilisés que pour l' analyse de variance à facteur unique, mais en ajoutant qu'il n'est pas nécessaire que les données soient distribuées normalement. Exemple médical. Pour une société pharmaceutique, vous souhaitez vérifier si un médicament XY a une influence sur le poids corporel. À cette fin, le médicament est administré à 20 personnes testées. Les personnes testées reçoivent un placebo et 20 personnes ne reçoivent aucun médicament ni placebo. Objectif, Déterminer si le médicament XY a un effet statistiquement significatif sur le poids corporel par rapport au placebo et aux groupes témoins. Exemple de sciences sociales. Trois groupes d'âge diffèrent-ils ? En termes de consommation quotidienne de télévision, question de recherche et hypothèse. La question de recherche pour le ruskal était peut-être un test. Existe-t-il une différence dans la tendance centrale de plusieurs échantillons indépendants ? Cette question aboutit à l'hypothèse nulle et alternative. Aucune hypothèse. Les échantillons indépendants ont tous la même tendance centrale et proviennent donc de la même population. Autre hypothèse, au moins un des échantillons indépendants n'a pas la même tendance centrale que les autres échantillons et provient donc d'une population différente Avant de discuter de la façon dont l'abattage des crus est calculé, test de valus est calculé, ne vous inquiétez pas Ce n'est vraiment pas compliqué. Nous examinons d'abord les hypothèses. Hypothèses. Quand utilise-t-on le cru c ? Test de Walus ? Nous utilisons le test de crus Walus si nous avons une variable nominale ou ordinale avec plus de deux valeurs Et une variable métrique, une variable nominale ou ordinale avec plus de deux valeurs est, par exemple, la variable, journal préféré, avec les valeurs, Washington Post, New York Times, USA today Il peut également s'agir de la fréquence de visionnage de la télévision quotidienne plusieurs fois par semaine. En réalité, aucune variable métrique n'est, par exemple, le salaire, le bien-être, bien-être ou le poids des personnes. Quelles sont les hypothèses actuelles ? Seuls plusieurs échantillons aléatoires indépendants présentant au moins des caractéristiques à l'échelle normale doivent être disponibles est pas nécessaire que les variables satisfassent à une courbe de distribution. L'hypothèse nulle est donc que les échantillons indépendants ont tous la même tendance centrale. Et donc issus de la même population ou en d'autres termes. Il n'y a aucune différence dans les sommes des rangs, et l'hypothèse alternative pourrait être qu'au moins un des échantillons indépendants n'a pas la même tendance centrale que les autres échantillons et provient donc d'une population différente. Ou pour le redire en d'autres termes. Au moins un groupe diffère en termes de sommes de classement. La question suivante est donc de savoir comment calculer un biscotte. Test de Wallace Ce n'est pas difficile. Supposons que vous ayez mesuré le temps de réaction de trois groupes. Groupe A groupe dans le groupe C, et maintenant vous voulez savoir s'il y a une différence entre les groupes en termes de temps de réaction. Supposons que vous ayez noté le temps de réaction mesuré dans un tableau. Supposons simplement que les données ne soient pas distribuées normalement et que vous deviez donc utiliser le cru k a été testé. Notre hypothèse nulle est donc qu' il n'y a aucune différence entre les groupes, et nous allons tester cela dès maintenant. Tout d'abord, nous attribuons un rang à chaque personne. Il s'agit de la plus petite valeur. Donc, cette personne obtient le premier rang. Il s'agit de la deuxième plus petite valeur. Cette personne obtient donc le deuxième rang, et nous le faisons maintenant pour tout le monde. Si les groupes n'ont aucune influence sur le temps de réaction, les rangs devraient en fait être distribués de manière purement aléatoire. Dans la deuxième étape, nous calculons maintenant la somme des rangs et la somme des rangs moyens pour le premier groupe La somme des rangs est de deux plus quatre plus sept plus neuf, ce qui est égal à 22, et le groupe compte quatre personnes. La somme moyenne des rangs est de 22/4, ce qui équivaut à 5,5. Maintenant, nous faisons de même pour le deuxième groupe. Ici, nous obtenons une somme des rangs de 27 et la somme des rangs moyens de 6,75, et pour le troisième groupe, nous obtenons une somme de 29 et la somme des rangs moyens de 7,25 Nous pouvons maintenant calculer la valeur attendue des sommes des classements. La valeur attendue, s' il n'y a pas de différence entre les groupes, serait que chaque groupe aurait une somme de rang de 6,5. Nous avons maintenant presque tout ce dont nous avons besoin. Nous interrogeons 12 personnes. Le nombre de cas est de 12. La valeur attendue des rangs est de 6,5. Nous avons également calculé la somme des classements moyens des différents groupes. Les degrés du cas pré-Domina sont de deux, et ils sont simplement donnés par le nombre de groupes moins un, ce qui fait trois moins un Enfin, nous avons besoin de la variance. La variance des rangs est donnée par n au carré -1/12. N est encore une fois un nombre de personnes, donc 12. Nous obtenons un écart de 11,92. Nous avons maintenant tout ce dont nous avons besoin avec ces valeurs. Nous pouvons maintenant calculer notre valeur de test g. La statistique de test correspond à la valeur de g carré et est donnée par cette formule n fois la somme de r bar moins e r carré, le tout divisé par Sigma au carré Dans notre cas, le nombre de cas est de 12. Nous avons toujours quatre personnes par groupe. Nous pouvons donc déduire que E 5,5 est le rang moyen du groupe A, 6,75 est le rang moyen du groupe B et 7,25 est le rang moyen du groupe C. Cela nous donne une valeur arrondie de 0,5, comme nous venons de comme nous venons Comme nous venons de le dire, cette valeur correspond à la valeur carrée. Nous pouvons maintenant facilement lire la valeur carrée critique dans le tableau des valeurs carrées critiques. Vous trouverez également ce tableau sur Internet. Nous avons deux degrés de liberté. Et si nous supposons que nous avons un seuil de signification de 0,05, nous obtenons une valeur carrée critique de 5,991 Bien entendu, notre valeur est inférieure à la valeur critique de g carré. Ainsi, sur la base de nos exemples de données, l'hypothèse nulle est retenue Je vais maintenant vous montrer comment calculer facilement le test de Cresco Wallace en ligne avec l'onglet Données Calcul en ligne. Pour ce faire, il vous suffit de vous rendre sur data tab.net, puis de cliquer sur le calculateur de statistiques et insérer vos propres données dans ce tableau Ensuite, vous cliquez sur cet onglet, et sous cet onglet, vous trouverez de nombreux tests d' hypothèse Lorsque vous sélectionnez les variables que vous souhaitez tester, l'outil suggère le test approprié. Après avoir copié vos données dans le tableau, vous verrez le temps de réaction et le groupe ici en bas. Maintenant, il suffit de cliquer sur le temps de réaction et le groupe, et il calcule automatiquement une analyse de variance pour nous Mais nous ne voulons pas d' analyse de variance. Nous voulons le test non paramétrique. Il suffit de cliquer ici. Maintenant, le calculateur calcule automatiquement le test de Ruskal Wallace Nous obtenons également une valeur e carrée de 0,5, les degrés de liberté sont de deux et la valeur p calculée est, et ci-dessous, vous pouvez lire l'interprétation. Ruskal Walus a montré qu'il n'y avait pas de différence significative entre les catégories Sur la base de la valeur p, nous ne pouvons donc pas rejeter l'hypothèse nulle avec les données utilisées . Essayez-le vous-même. C'est très simple. Restez connectés, continuez à apprendre, continuez à vous développer, à la prochaine leçon. 44. Conception d'expériences: Bonjour et bienvenue. Dans cette vidéo. Nous allons nous plonger dans le monde fascinant de la conception d'expériences Communément appelé DOE, nous discutons de ce qu'est le plan d' expériences ou DOE, des étapes du processus du projet DOE. Comment le DOE peut vous aider à réduire le nombre d'expériences. Comment estimer le nombre d'expériences nécessaires Et nous passons en revue les types de modèles les plus courants. Alors, en quoi consiste exactement la conception d'expériences ? La conception d'expériences ? Le DOE est une méthode structurée utilisée pour planifier, réaliser et interpréter des expériences. L'objectif principal du DOE est de découvrir comment différentes variables d'entrée, appelées facteurs, affectent une variable de sortie, appelée variable de réponse. Voici une explication plus simple. Approche systématique. Le DOE est organisé et méthodique. Il suit un processus étape par étape pour garantir que les expériences sont menées de manière logique et efficace. Variables d'entrée, facteurs. Il s'agit des éléments que vous modifiez au cours d'une expérience pour voir comment ils affectent le résultat. Par exemple, si vous préparez un gâteau, facteurs peuvent inclure la quantité de sucre, le temps de cuisson ou la température du four. Variable de sortie, variable de réponse. C'est ce que vous mesurez dans l'expérience pour voir l'effet des modifications que vous avez apportées aux facteurs. Dans l'exemple du gâteau, la variable de réponse peut être le goût ou la texture du gâteau. L'objectif du DOE est de comprendre la relation entre ces facteurs et la variable de réponse. Nous vous aidons à déterminer quels facteurs ont l'impact le plus important et comment ils interagissent les uns avec les autres. Imaginez que vous faites du vélo. La bonne rotation des roues dépend de l'état des roulements. Si les roulements sont bien lubrifiés, le couple de frottement est minimal, ce qui permet de pédaler sans effort Toutefois, si la lubrification est inadéquate ou si la température est trop élevée, efforts supplémentaires sont nécessaires pour maintenir la vitesse en raison de la friction accrue. Dans de tels cas, le DOE nous permet d' étudier systématiquement des facteurs tels que les types de lubrification, tels que l'huile ou la graisse, et les variations de températures (basse, moyenne ou élevée) afin de quantifier avec précision leur impact sur le bruit de friction Mais pourquoi est-ce important ? La conception d'expériences nous permet de concevoir des plans de test efficaces qui permettent de découvrir ces informations de manière efficace. manipulant soigneusement les facteurs et leurs niveaux, DOE nous aide à identifier les variables qui influencent de manière significative le résultat Que ce soit dans des systèmes mécaniques tels que les roulements ou dans des scénarios plus complexes impliquant des réponses humaines aux médicaments. Les applications du DOE sont vastes et diverses Qu'il s'agisse d'optimiser les processus de fabrication, améliorer la conception des produits ou d'affiner les traitements médicaux, DOE constitue un outil puissant pour identifier les facteurs critiques et déterminer conditions optimales pour obtenir les résultats souhaités. Il permet aux chercheurs et aux ingénieurs de prendre des décisions éclairées sur la base données empiriques plutôt que de se fier à des conjectures Dans nos prochains segments, nous explorerons les étapes essentielles d'un projet ADOBE, de la conception d' expériences à l' analyse des résultats Au fur et à mesure que nous avançons dans le cours, nous découvrons les subtilités de conception des expériences et découvrons comment cette approche méthodologique peut révolutionner votre approche l'expérimentation et de la recherche Restez à l'affût pour plus d'informations et de conseils pratiques. 45. Les domaines d'application pour un DOE: Voyons maintenant quels sont les domaines d' application du DOE. Les applications du DOE sont nombreuses et variées, qu'il s'agisse d'optimiser les processus de fabrication, améliorer la conception des produits ou d'affiner les traitements médicaux. Le DOE est un outil puissant pour identifier les facteurs clés et déterminer les meilleures conditions pour obtenir les résultats souhaités. Il aide les chercheurs et les ingénieurs à prendre des décisions éclairées basées sur données réelles plutôt que sur des conjectures Étapes du projet DOE, examinons le processus d'un projet DOE, la planification, la sélection, l'optimisation et la vérification. Dans un premier temps, la planification. Les choses sont importantes. d'abord, il faut bien comprendre le problème et le système. Ensuite, déterminez une ou plusieurs variables de réponse. Troisièmement, identifiez les facteurs qui peuvent influencer de manière significative la variable de réponse. La détermination des facteurs potentiels influençant la variable de réponse peut être très complexe et prendre beaucoup de temps. Par exemple, un diagramme en arête de poisson peut être créé dans une équipe. Vient maintenant la deuxième étape. Dépistage, si de nombreux facteurs peuvent avoir une influence. Habituellement, plus de quatre à six facteurs. Des expériences de dépistage devraient être réalisées afin de réduire le nombre de facteurs. Pourquoi est-ce important ? Le nombre de facteurs à étudier a une influence majeure sur le nombre d'expériences requises. Notez que dans le plan d'expériences, les expériences individuelles sont également simplement appelées essais dans le plan factoriel complet, ce dont nous parlerons plus en détail dans un instant Le nombre d' expériences ou d'essais est n égal à deux à la puissance de k, où n est le nombre d'essais et k est le nombre de facteurs. Voici un petit aperçu si nous avons trois facteurs. Par exemple, nous devons effectuer au moins huit essais avec sept facteurs. Cela fait déjà au moins 128 descentes, avec dix facteurs. Cela fait déjà au moins 1024 essais. Veuillez noter que ce tableau s'applique à AD OE, où chaque facteur ne comporte que deux niveaux, sinon. Il y aura encore plus de tests, en fonction de la complexité d'une expérience individuelle. Il peut donc être intéressant de sélectionner ce que l'on appelle des plans de criblage pour quatre facteurs ou plus. Plus tard, nous aborderons le plan factoriel fractionnaire et le plan placide de Berman Qui peut être utilisé pour des expériences de dépistage. Une fois que les facteurs significatifs ont été identifiés à l'aide de plans de dépistage, le nombre de facteurs a, espérons-le, été réduit. D'autres expériences peuvent désormais être menées. Les données obtenues peuvent ensuite être utilisées pour créer un modèle de régression, qui aide à déterminer les variables d'entrée manière à optimiser la variable de réponse. Après l'optimisation vient la dernière étape de vérification. Cela implique de vérifier une fois de plus si les variables d'entrée optimales calculées ont réellement l'influence souhaitée sur la variable de réponse. Selon que nous en sommes à l'étape de sélection ou à l'étape d'optimisation. Il existe différents types de designs. Merci de votre attention. Dans la prochaine leçon, nous aborderons plus en profondeur les applications pratiques de la conception d'expériences et la manière d'interpréter efficacement les résultats. Restez à l'affût. 46. Types de designs dans un DOE: Types de modèles dans les expériences du DOE. Lorsque nous en sommes à l'étape de sélection ou à l'étape d'optimisation. Nous utilisons différents types de méthodes de conception. Les plus connus sont le plan factoriel complet, le plan factoriel fractionnaire, le plan Placet Berman, le plan Box Benkin et le plan Box Benkin Commençons par examiner le plan factoriel complet et le plan factoriel fractionnaire Nous devons également expliquer pourquoi nous déployons tous ces efforts. Pourquoi utilisons-nous le plan d'expériences, le DOE, et pourquoi avons-nous besoin de statistiques ? La raison en est que les expériences prennent du temps et coûtent de l'argent. Par conséquent, nous devons maintenir le nombre d'essais et d' expériences individuelles aussi bas que possible. Cependant, si nous effectuons trop peu de courses, nous risquons de passer à côté de différences importantes et de ne pas obtenir de résultats précis. Imaginons, par exemple, que nous voulions savoir quels facteurs influent sur le mécanisme de friction d'un roulement Nous devons concevoir nos expériences avec soin afin d' identifier ces facteurs de manière efficace sans effectuer de tests inutiles. Comment est estimé le nombre d' expériences au DOE ? Jetons un coup d'œil à un exemple. Nous voulons étudier les facteurs qui influencent le frottement d'un roulement Commençons par un facteur, la lubrification. Nous voulons savoir si la lubrification affecte le couple de frottement si un roulement est huilé ou graissé Pour le savoir, prélevons-nous un échantillon aléatoire de dix roulements ? Nous huilons la moitié des roulements et graissons l'autre moitié. Nous pouvons maintenant mesurer le coefficient de frottement des cinq roulements huilés et des cinq roulements graissés Mais pourquoi utiliser dix roulements, dans la plupart des cas, chaque cycle coûte cher. Peut-être pourrons-nous nous débrouiller avec moins de courses. Combien d'expériences devons-nous effectuer pour déterminer si le lubrifiant a un effet sur l'outil de friction ? Commençons par les dix roulements. Nous pouvons maintenant calculer la valeur moyenne du couple de frottement des roulements huilés et graissés Ensuite, nous pouvons calculer la différence entre les deux valeurs moyennes. Dans cet exemple, nous pouvons voir une différence entre les roulements huilés et les roulements graissés Cependant, nous remarquons également que le couple de frottement dans les roulements huilés et graissés est Si nous prenons un autre échantillon aléatoire de dix roulements, la différence peut être plus importante, ou elle peut être dans la direction opposée. En d'autres termes, le bruit de frottement des roulements varie considérablement l'écart est large, plus il est difficile d' identifier une différence ou un effet spécifique. Heureusement, nous pouvons réduire la variabilité de la valeur moyenne en augmentant la taille de l'échantillon. Plus la taille de l'échantillon est grande, plus l' estimation de la moyenne est précise. Par conséquent, plus l'effet est faible et plus la variable de réponse est étendue, plus la taille de l'échantillon doit être grande. Mais dans quelle mesure, comment pouvez-vous estimer le nombre de tirages nécessaires ? Vous pouvez utiliser cette formule comme approximation pour estimer le nombre d'essais nécessaires, n étant égal à Sigma divisé par Delta Ici, au carré, n est le nombre de passages. Sigma est l'écart type. Le delta est l'effet à déterminer. Par exemple, si nous avons un écart type de trois newtons millimètres et une différence pertinente de cinq newtons-millimètres. Nous avons besoin de 22 descentes. Si l'écart type est de deux newtons-millimètres. Nous n'avons besoin que de dix essais si l'écart type est d' un newton-millimètre Nous avons besoin de quatre descentes. Nous utiliserions donc deux pistes avec des roulements graissés et deux pistes avec des roulements huilés Mais comment le DOE peut-il vous aider à réduire le nombre de courses ? Nous le verrons en détail dans la prochaine leçon. Merci de votre attention. Dans la prochaine leçon, nous aborderons plus en profondeur les applications pratiques de la conception d'expériences et la manière d'interpréter efficacement les résultats. Restez à l'affût. 47. Comment réduire le nombre de courses: Mais comment le DOE peut-il vous aider à réduire le nombre de courses ? Supposons que le calcul du nombre d'essais donne lieu à 16 expériences. Huit cycles avec roulements huilés et huit cycles avec roulements graissés Mais que se passerait-il si nous avions un deuxième facteur ? Disons qu'en plus de la lubrification, nous avons des niveaux de température bas et élevés. Ensuite, nous avons besoin de huit essais supplémentaires pour tenir compte de ces facteurs. Nous avons donc besoin de 16 essais pour vérifier si le lubrifiant a un effet. Et 16 essais pour vérifier si la température a un effet. Cela nous donne un total de 24 descentes. La question qui se pose maintenant est de savoir s'il est possible d'y parvenir avec moins de séries, qui nous amène au plan factoriel complet La question qui se pose est la suivante : pourquoi devrions-nous nous limiter à tester un seul facteur à la fois ? Nous pourrions plutôt concevoir un design qui intègre toutes les combinaisons possibles, telles que la graisse et les températures élevées. Bien entendu, nous avons encore besoin de 16 essais par facteur. Nous y parvenons en effectuant quatre essais avec chacune des quatre combinaisons. Ensuite, nous avons huit essais avec de l'huile et huit avec de la graisse, et de l'autre côté, huit à basse température et huit à haute température. Nous avons maintenant un total de 16 descentes avant d'en avoir 24. Nous avons maintenant besoin de moins d'expériences et d'encore plus d'informations. Pourquoi plus d'informations ? Nous savons désormais également s'il existe une interaction entre la température et la lubrification. Par exemple, les roulements huilés peuvent présenter une variation du couple de frottement à différentes températures, ce qui n'est pas le cas avec les roulements graissés Ces informations auraient déjà été perdues. Maintenant, lorsque nous avons trois facteurs au lieu de deux, les économies sont encore plus importantes. Si nous testons l'un des trois facteurs à la fois, nous avons besoin de 32 essais. Si nous exécutons maintenant deux expériences pour chaque combinaison dans un plan factoriel complet, nous n'avons encore besoin que de 16 essais Cependant, pour chaque facteur, il nous reste huit essais par niveau de facteur. Par exemple, pour le facteur de lubrification, nous avons huit essais avec de l'huile et huit essais avec de la graisse. Bien entendu, nous pouvons également créer des plans factoriels complets comportant plus de deux niveaux Par exemple, le facteur de température peut avoir trois niveaux : faible, moyen et élevé. Cependant, comme indiqué au début, même avec un plan factoriel complet comportant deux niveaux pour chaque facteur, le nombre d'essais requis augmente très rapidement à mesure que le nombre de facteurs augmente Examinons donc maintenant le plan factoriel fractionnaire Le plan factoriel fractionnaire est utilisé pour les plans de sélection Autrement dit, si vous avez plus de quatre à six facteurs, bien sûr, réduire le nombre d'essais signifie réduire les informations. Dans les plans factoriels fractionnaires, la résolution est réduite Quelle est la résolution ? La résolution est une mesure de la capacité du DOE à distinguer les différents effets. Plus précisément, la résolution indique dans quelle mesure les effets principaux et les effets d'interaction sont confondus dans un design Mais que sont les effets moyens et les effets d'interaction ? Que signifie confondu ? Dans la conception des expériences, le terme effet fait référence à l'impact d'un certain facteur ou d'une combinaison de facteurs sur la variable de réponse d'une expérience. Ils mesurent essentiellement dans quelle mesure la variable de réponse change lorsque vous modifiez les facteurs. L'un des principaux effets est l'influence d' un seul facteur sur la variable de réponse. Par exemple, quelle est l'influence la lubrification d'un roulement sur l'outil de friction ? Les effets d'interaction se produisent lorsque l'effet d'un facteur sur la variable de réponse dépend du niveau d'un autre facteur. Par exemple, l'effet du lubrifiant sur le frottement peut dépendre de la température Mais qu'est-ce que cela signifie ? Merci de votre attention. Dans la prochaine leçon, nous approfondirons applications pratiques de la conception d'expériences. Restez à l'affût. 48. Type d'effets: Mais quels sont les principaux effets et effets d'interaction, et que signifie confondu Dans le cadre de la conception d'expériences. Le terme effet fait référence à l'impact d'un certain facteur ou d'une combinaison de facteurs sur la variable de réponse d'une expérience. Essentiellement, ils mesurent dans quelle mesure la variable de réponse change lorsque vous modifiez les facteurs ? L'un des principaux effets est l'influence d' un seul facteur sur la variable de réponse. Par exemple, quelle est l'influence la lubrification d'un roulement sur le couple de frottement ? Les effets d'interaction se produisent lorsque l'effet d'un facteur sur la variable de réponse dépend du niveau d'un autre facteur. Par exemple, l'effet du lubrifiant sur l'outil de friction peut dépendre de la température Mais qu'est-ce que cela signifie ? Supposons que nous ayons une valeur moyenne de couple de frottement de 102 newtons-millimètres pour les roulements avec de l'huile et une valeur moyenne de 108 newtons-millimètres pour les roulements avec de la graisse Nous avons alors un effet principal de lubrification de six newtons-millimètres. Mais maintenant, nous pouvons le décomposer en températures élevées et basses. À haute température, nous pouvions obtenir 98 pour l'huile et 102 pour la graisse. La différence entre l'huile et la graisse n'est que de quatre newtons-millimètres. À basse température, nous pourrions obtenir 104 et 112. Une différence de huit, donc le facteur de lubrification est influencé par la température, et nous avons une interaction entre la lubrification et la température. L'interaction entraîne une différence de deux nouveaux 10 millimètres par rapport au résultat d'origine. Nous avons donc un effet d' interaction de deux newtons-millimètres. plans factoriels complets tiennent compte de toutes les interactions Dans notre exemple de friction des roulements, outre les facteurs de température du lubrifiant, nous avons également examiné l'interaction entre le lubrifiant et Cependant, à mesure que le nombre de facteurs augmente, de nombreuses interactions apparaissent rapidement. Par exemple, si nous avons cinq facteurs, A, B, C, D et E, nous obtenons l'interaction entre deux facteurs. Entre trois facteurs, entre quatre facteurs et entre les cinq facteurs. Maintenant, bien sûr. La question est de savoir si nous avons vraiment besoin de toutes ces interactions ou si nous pouvons réduire la résolution. C'est exactement ce que le plan factoriel fractionnaire dans un plan fait le plan factoriel fractionnaire dans un plan factoriel fractionnaire Les interactions peuvent être confondues avec d'autres interactions ou avec les principaux effets de facteurs Que signifie confondu ? Cela signifie que les effets de différents facteurs ou l'effet de l'interaction de facteurs ne peuvent pas être séparés les uns des autres. La mesure dans laquelle le nombre de tirages peut être réduit au détriment de résolution est indiquée dans ce tableau. La résolution est généralement indiquée par des chiffres romains. Exemple trois, quatre, cinq, etc. Ici, en diagonale. Nous voyons les plans factoriels complets. Nous verrons ce que signifient les résolutions 3, 4 et 5 dans un instant. Par exemple, si nous avons six facteurs, nous avons besoin d'au moins 64 essais pour un plan factoriel complet Si nous choisissons un plan factoriel fractionnaire avec une résolution de six Nous avons besoin de 32 essais avec une résolution de quatre. Nous avons besoin de 16 essais, et avec une résolution de trois. Nous n'avons besoin que de huit descentes. Mais qu'est-ce que cela signifie ? Comment fonctionne-t-il ? Le plan factoriel complet est toujours utilisé comme point de départ Regardons l' exemple avec huit essais. Dans la prochaine leçon, nous approfondirons applications pratiques de la conception d'expériences. Restez à l'affût. 49. Conception factorielle fractionnée: Décrivons les points clés des plans factoriels fractionnaires en termes simples Que sont les plans factoriels fractionnaires ? Les plans factoriels fractionnaires constituent un moyen efficace de tester plusieurs facteurs simultanément Ils réduisent considérablement le nombre d'essais expérimentaux nécessaires. Pourquoi utiliser des plans factoriels fractionnaires ? L'utilisation de plans factoriels fractionnaires permet d'économiser du temps et des ressources par rapport aux plans factoriels complets En outre, ils permettent de tester les interactions entre les facteurs, fournissant ainsi des informations précieuses avec moins d'expériences. Premièrement, Résolution dans les plans factoriels fractionnaires. Définition, la résolution fait référence à quantité d'informations capturées dans un plan expérimental. En termes plus simples, cela nous indique combien de facteurs tels que A, B, C, nous pouvons tester ensemble et dans quelle mesure nous pouvons séparer leurs effets les uns des autres. Haute résolution, par exemple, trois ou trois. Cela signifie que nous pouvons tester plusieurs facteurs ensemble, mais cela signifie également que les effets de ces facteurs peuvent être confondus avec les interactions. Ces facteurs interagissent les uns avec les autres. Par exemple, avec la résolution 3, les effets des principaux facteurs pourraient être confondus avec des interactions impliquant deux autres facteurs. Résolution inférieure, par exemple. Dans 5 ou 4, ici, nous ne pouvons pas tester autant de facteurs ensemble, mais il est plus clair de voir les principaux effets de chaque facteur, car ils sont moins mêlés aux interactions. Par exemple, à la résolution 4, les effets des principaux facteurs sont confondus avec les interactions impliquant trois facteurs Deux, effets confusionnels, définition. Lorsque nous disons que les effets sont confondus, cela signifie que nous ne pouvons pas dire exactement quel facteur est à l'origine d'un certain changement dans les résultats Cela se produit parce que différentes combinaisons de facteurs peuvent avoir des effets similaires sur le résultat. Par exemple, imaginez des facteurs de test, A, B et C, si nous ajoutons un quatrième facteur, D, les résultats pourraient indiquer changements que nous ne pouvons pas attribuer uniquement à D. L'effet de D peut être confondu avec la façon dont A, B et C interagissent les uns avec les autres. Troisièmement, impact de la résolution sur la conception de l'expérience. Explication. Le choix d'une résolution influe sur efficacité de notre expérience et sur la clarté de nos résultats. Une résolution plus élevée nous permet de tester plus de facteurs ensemble, mais nécessite davantage de tests pour être sûrs de nos résultats. Une résolution inférieure nécessite moins de tests, mais peut rendre plus difficile l' imbrication des effets de différents facteurs Quatre exemples pratiques, illustration, pour mieux comprendre, pensez à tester différentes recettes de cuisson d'un gâteau. Si vous modifiez un ingrédient, comme le sucre, le goût peut changer. Mais si vous changez à la fois le sucre et la farine, il est plus difficile de dire quel changement en est la cause et quel en est le résultat. La conception nous aide à trouver un équilibre entre le test de nombreux facteurs et la compréhension de leurs impacts distincts. En comprenant ces points, les chercheurs peuvent concevoir des expériences qui fournissent réponses claires sur la façon dont les facteurs influent sur les résultats, même lorsqu'ils testent plusieurs facteurs à la fois. Nous verrons ce que signifient les résolutions 3, 4 et 5 dans un instant. Par exemple, si nous avons six facteurs, nous avons besoin d'au moins 64 essais pour un plan factoriel complet Si nous choisissons un plan factoriel fractionnaire avec une résolution de six, nous avons besoin de 32 essais Avec une résolution de quatre, nous avons besoin de 16 essais, et avec une résolution de trois, nous n'avons besoin que de huit essais. Mais qu'est-ce que cela signifie et comment fonctionne-t-il ? Le plan factoriel complet est toujours utilisé comme point de départ Prenons un exemple avec huit essais. Supposons que nous ayons les facteurs A, B et C avec un plan factoriel complet, nous pouvons tester si le facteur A, B ou C a un effet Nous pouvons également tester si les interactions entre deux facteurs ont un effet et si les interactions entre les trois facteurs ont un effet. Si nous voulons maintenant tester non seulement trois facteurs avec huit essais, mais aussi un quatrième facteur supplémentaire, le facteur S D, nous devons sacrifier certaines informations provenant de l'une des interactions. Par exemple, l' interaction entre A, B, et si nous voulons tester un cinquième facteur avec huit essais, disons le facteur A, nous devrions sacrifier une autre interaction. Par exemple, en ce qui concerne l'interaction entre B et C, nous ne supprimons pas réellement les informations. Nous mélangeons le nouveau facteur à l'interaction. Cela signifie que nous avons confondu le facteur avec l'interaction. Qu'est-ce que cela signifie ? Cela signifie que nous ne pouvons pas déterminer si un effet observé est dû au facteur D ou à l' interaction entre A, B et C. De même, nous ne pouvons pas dire si un effet est dû au facteur A ou à l' interaction de B et C de cose. Il est beaucoup moins problématique de mélanger un facteur avec une interaction de trois facteurs qu'avec une interaction de deux facteurs. De même, nous ne pouvons pas distinguer si un effet résulte du facteur A ou de l'interaction entre B et C. Maintenant, nous avons une bonne transition vers la résolution. Que signifient les résolutions 3, 4 et 5 ? À la résolution 3, les principaux effets peuvent être confondus avec les interactions de deux facteurs Par exemple, le facteur D pourrait être confondu avec l' interaction des facteurs A et B Les expériences avec une résolution trois doivent donc être considérées comme critiques Ils ne peuvent être utilisés que si l'interaction de deux facteurs est significativement inférieure aux effets des principaux facteurs. Sinon, l'interaction de deux facteurs peut fausser de manière significative le résultat d'un facteur Les expériences à résolution 4 sont beaucoup moins critiques. Ici, seuls les effets principaux sont confondus avec les interactions de trois facteurs, et plus il y a de facteurs impliqués dans une interaction Plus l'effet risque d'être faible. De plus, dans la résolution quatre, les interactions de deux facteurs sont confondues avec les interactions de deux autres facteurs O Les expériences à résolution 5 ne sont pas considérées comme critiques. Les principaux effets ne sont confondus qu'avec les interactions de quatre facteurs De même, les interactions entre deux facteurs ne sont confondues qu'avec les interactions entre trois facteurs Mais comment confondre un facteur et une interaction ? Jetons un coup d' œil à cet exemple. Nous avons ici le plan factoriel complet des trois facteurs A, B et C. Ces huit essais sont effectués au total Nous ne prenons toujours en compte que les facteurs à deux niveaux, moins l' un représente un niveau et l'un représente l'autre. Pour notre exemple de discussion sur la friction, le plan de test ressemblerait ceci pour la température du facteur, moins un pour la basse température et un pour la température élevée Si nous exécutons maintenant les expériences, nous obtenons une valeur pour la variable de réponse pour chaque essai. Si le facteur A est égal ou inférieur à un, cela a un certain effet sur la valeur cible. Il en va de même si le facteur B est égal à un ou à moins un. L'effet d'interaction nous indique s'il existe un effet supplémentaire. facteurs I A et B sont simultanément égaux un ou moins un, ou si les deux vont exactement dans la direction opposée. D'un côté, nous avons les paires avec le même signe, et de l'autre côté, les paires avec Nous pouvons vérifier s'il existe une différence dans la variable de réponse entre les valeurs du groupe vert et les valeurs du groupe rouge. S'il y a une différence, alors il y a une interaction entre A et B. Cependant, si nous savons à l'avance y a qu'une très faible interaction ou qu'il n'y en a aucune, nous pouvons utiliser ces combinaisons. Pour tester un quatrième facteur, D pour cela, il suffit de le multiplier. A et B. Nous avons toujours un, si les facteurs A et B ont le même signe et moins un s'ils ont un signe différent. Bien entendu, un problème peut survenir. Lors de l'analyse des résultats. S'il existe une différence entre les valeurs vertes et rouges. Dans la variable de réponse, nous ne pouvons pas déterminer si cet effet provient de l'interaction entre A et B ou du facteur D si nous sommes a. Montrez qu'il ne peut y avoir aucune interaction entre A et B. Cela ne pose aucun problème. Ensuite, nous pouvons être sûrs que la différence est due au facteur D de la même manière. Nous pouvons prendre l'interaction de A et C et également mesurer le facteur A et l'interaction de A, B et C pour mesurer le facteur F par conséquent. Dans ce cas, nous mesurons six facteurs en seulement huit essais, mais nous ne pouvons plus distinguer facteur D de l'interaction entre A et B, le facteur A de l'interaction entre A et C ou le facteur F de l'interaction de A, B et C. Dans la prochaine leçon, nous examinerons en détail les autres types de modèles disponibles dans le DOE. Dans la prochaine leçon, nous approfondirons applications pratiques de la conception d'expériences. Restez à l'affût. 50. Conception centrale de Plackett Burman: Bienvenue aujourd'hui. Nous nous intéressons à différents types de conception d'expériences. Ou DOE, commençons par le design Placet Berman. Qu'est-ce qu'un design Placet Berman ? Les modèles Placet Berman sont généralement utilisés avec deux niveaux et avec une résolution de trois Le principal avantage de ces modèles est que l'interaction entre deux facteurs est répartie entre plusieurs autres facteurs. Par exemple, l'interaction entre les facteurs A et B est confondue avec tous les autres facteurs sauf A et B eux-mêmes Cela rend les designs de Plackett Burman idéaux lorsqu'il s'agit de nombreux facteurs et lorsque seuls les principaux effets sont intéressants Cependant, ces modèles doivent être utilisés avec prudence, si vous supposez que les interactions à deux facteurs peuvent être négligées. Cependant, cette exigence est moins stricte que dans les fractionnaires classiques plans factoriels fractionnaires classiques de résolution trois Passons à autre chose, qu'est-ce qu'une boîte conçue par Benkin ? Le boîtier, de conception Benkin, ainsi que le design composite central sont utilisés pour analyser et optimiser quelques facteurs en détail Et pour identifier les dépendances non linéaires de détecter les relations non linéaires. Au moins trois niveaux par facteur sont nécessaires avec un plan factoriel complet utilisant trois niveaux Le nombre d'essais peut augmenter rapidement. Par exemple, avec deux facteurs à trois niveaux chacun, vous avez besoin de neuf essais et avec trois facteurs à trois niveaux chacun, cela passe à 27 essais. designs Box et Benkan répondent à ce problème en créant un plan factoriel complet à deux niveaux Et en incluant les points centraux, exemple trois fois pour deux facteurs, ou avec trois facteurs, ce qui réduit le nombre de points 27 à 15 Bien que cela réduise le nombre d'essais, cela peut identifier moins de relations non linéaires. Discutons ensuite de la conception composite centrale. Ce plan implique généralement trois types de points de test, dont deux trois types de points de test, dont deux points factoriels plats qui forment les coins d' un cube ou d' un hypercube dans des espaces multidimensionnels Points centraux situés au centre de l'espace défini par les points factoriels Points axiaux situés sur les axes de l' espace factoriel en dehors de la file d'attente. Ces deux derniers types de points permettent estimer les effets non linéaires dans votre modèle. Dans la prochaine leçon, nous approfondirons les applications pratiques de la conception d'expériences. Restez à l'affût. 51. Conclusion: Je tiens à vous remercier d'avoir terminé ce programme. Cela montre que vous êtes très engagé dans votre cheminement vers l'apprentissage. Vous voulez améliorer vos compétences et j'espère que vous avez beaucoup appris. J'espère que tous vos concepts sont également clairs. Je veux m'assurer de vous dire quels sont les autres programmes que je souhaite partager avec Skillshare. Donc, sur Skillshare, j'ai nombreux autres programmes qui existent déjà et beaucoup apparaîtront dans les semaines et les mois à venir. En quoi consistent les programmes comme la narration avec des données, comment je peux utiliser les analyses, la visualisation des données, analyse prédictive sans codage, et bien d'autres encore. En dehors de cela, je travaille également en tant que formatrice en entreprise. Je veille à ce que tous mes programmes soient hautement interactifs et maintiennent l'engagement de tous les participants . J'ai conçu les livres qui sont personnalisés pour mon atelier, ce qui garantit également que tous les concepts sont clairement compris par les participants. Mes jeux sont conçus de telle sorte que les concepts obtiennent des prêts pendant qu'ils jouent. Il existe de nombreux jeux conçus pour mes programmes. Et si cela vous intéresse, vous êtes libre de me contacter. J'ai également suivi plus de 2 000 heures de formation au cours des deux dernières années pendant la pandémie. Ce ne sont là que quelques-uns des ateliers. Donc, si votre organisation souhaite suivre un programme de formation en entreprise hors ligne ou en ligne. Ou si vous pensez personnellement vouloir améliorer votre apprentissage, vous êtes libre de me contacter via mon adresse e-mail. Restez en contact avec moi sur LinkedIn Si vous avez aimé ma formation, n'hésitez pas à écrire un avis sur LinkedIn. De plus, je dirige également une chaîne Telegram où je pose beaucoup de questions où les gens peuvent apprendre les concepts et ils le feront, leur prendra peut-être quelques secondes pour le faire. En dehors de cela, assurez-vous écrire pour laisser un avis sur Skillshare, comment s'est passée votre expérience de formation ? N'oubliez pas de terminer votre projet. J'aime les gens lorsqu'ils sont engagés et que vous avez prouvé que vous êtes l'un d'entre eux. Merci de rester connecté. Prends soin de toi, et que Dieu te bénisse.