Qu’est-ce que la statistique?

Qu’est-ce que la statistique?

Statistique : C’est la science qui vise à apprendre à partir de données. Elle s’intéresse notamment à leur collecte, leur analyse et leur interprétation.

Objectifs

Acquérir les bases de l’analyse de données dans ses applications les plus fréquentes en gestion. En particulier :

Comprendre l’utilité des méthodes statistiques comme outil d’aide à la décision. Connaître leur portée et leurs limites.

Développer sa capacité à interpréter clairement et correctement les résultats. Faire preuve d’esprit critique.

Acquérir le vocabulaire propre aux statistiques.

L’atteinte de ces objectifs permet, tant dans sa vie personnelle que professionnelle, d’interpréter de façon mieux informée les résultats d’études ou d’analyses qui abondent, de reconnaître les situations où la statistique peut mener à une meilleure prise de décision, de prendre part plus aisément à la planification et à la réalisation d’une étude, et d’interagir beaucoup plus efficacement avec les experts en statistique.

Matériel pédagogique

Pour chaque volet de la matière, des notes de cours seront publiées sur Zone Cours avant la séance où il sera couvert en classe. Ces notes de cours jouent simultanément deux rôles :

document de référence pour le cours (elles sont exhaustives quant à la matière). Il n’y a pas de manuel de référence obligatoire.

support visuel en classe (elles se présentent en format diapositives).

Remarque : aucun document ne sera fourni contenant les solutions aux exercices suggérés dans les notes de cours ou les points importants des discussions en classe qui y sont proposées.

Pour chaque volet de la matière, des exercices (avec réponses) seront également publiés sur Zone Cours. Ceux-ci ont pour objectif de vous aider à mieux assimiler la matière et en vérifier votre compréhension.

Excel est le seul logiciel requis. Des gabarits seront fournis pour réaliser certaines analyses statistiques.

Travaux et examens

Examen intra (30%)

Documentation et ordinateur interdits.

Calculatrice et aide-mémoire (une feuille 8½x11 recto-verso) permis.

Examen final (40%)

Deux rapports et présentation orale – travail d’équipe (30%)

Vocabulaire

Population : l’ensemble des individus (ou unités) sur lesquels portent l’étude (ex. l’ensemble des factures soumises par les employés).

Échantillon : un sous-ensemble de la population.

Variable : une caractéristique ou une propriété que l’on souhaite étudier et qui est possédée par tous les individus de la population (ex. l’erreur dans le remboursement d’une facture). Cette caractéristique varie d’un individu à l’autre. On la dénote souvent par X.

Paramètre : une quantité associée à la variable X au niveau de la population, qui nous est inconnue dans la vaste majorité des cas (ex. l’erreur moyenne commise lors du remboursement des factures).

Estimation ponctuelle : une évaluation d’un paramètre inconnu suite à l’observation d’un échantillon.

Une image vaut 1000 mots…On s’intéresse au paramètre suivant : le revenu moyen des individus d’une municipalité.

Paramètre VS estimation

Un paramètre est une quantité qui caractérise la population (par exemple, le revenu moyen des canadiens est une caractéristique de la population canadienne). Bien que sa valeur ne soit souvent pas connue (elle est impossible ou très difficile à calculer), c’est une quantité fixe qui est bien déterminée en théorie. Cette valeur correspond souvent à l’information que nous recherchons (elle motive l’étude).

L’estimation ponctuelle dépend quant à elle de l’échantillon utilisé pour la calculer. Ainsi, sa valeur varie selon le choix de l’échantillon. On parle de variabilité échantillonnale pour désigner ce phénomène. L’échantillon ne nous intéresse pas en soi; il ne constitue qu’un outil dans une étude dont l’objectif est d’approcher le paramètre d’intérêt.

Paramètre valeur fixe (mais souvent inconnue) Objet d’intérêt

Estimation variable (selon l’échantillon utilisé) Outil

Statistique descriptive vs inférentielle

Statistique descriptive : L’objectif de la Statistique descriptive est de décrire de façon synthétique et parlante des données observées pour mieux les analyser. Elle a aussi pour objectif de suggérer des hypothèses relatives à la population dont est issu l’échantillon.

Inférence statistique : Le fait de généraliser à une population une conclusion tirée sur la base d’un échantillon.

Remarques :

Il est d’une importance primordiale de bien identifier la population à étudier et à déterminer comment en rejoindre les membres.

En effet, une condition nécessaire pour pouvoir généraliser à une population à partir d’un échantillon est que l’échantillon soit représentatif de la population, ce qui implique que tous ses membres puissent théoriquement être sélectionnés et rejoints.

Expérience (ou expérience contrôlée)

Expérience contrôlée : L’expérimentateur divise les individus ou unités en deux (ou plusieurs) groupes qui se voient assigner un traitement différent afin d’étudier la validité d’une hypothèse sur l’effet du traitement.

Exemples :

l’expérience au Tech3Lab ;

le A/B testing dans la campagne d’Obama ;

essais cliniques (médicament vs placebo), à venir;

etc.

Il est important de constituer les groupes de sorte qu’ils soient similaires, sauf bien sûr au niveau du traitement

...