Présentation
Auteur(s)
-
Laurent LEBLOND : Expert en Statistique Industrielle, Direction Qualité du Groupe PSA Peugeot Citroën
Lire cet article issu d'une ressource documentaire complète, actualisée et validée par des comités scientifiques.
Lire l’articleINTRODUCTION
Les laboratoires de mesure sont soumis, comme tous les industriels, à des phénomènes de type prévisible et/ou aléatoire. La statistique offre des possibilités pour décrire et exploiter ces phénomènes.
Cette fiche permet de faire un premier pas dans l’univers des phénomènes aléatoires qui sont à la base de l’évaluation des incertitudes de mesure et de l’estimation des risques liés à une déclaration de conformité. En ce sens, elle est essentielle à la bonne compréhension des fiches suivantes de cette série mais aussi d’un grand nombre de fiches « métier » de ce dossier pratique. Que ce soit dans le domaine des incertitudes de mesure, de la validation de méthodes, des périodicités d’étalonnage, de la surveillance des processus de mesure, la statistique est au cœur des pratiques du métrologue.
DOI (Digital Object Identifier)
Présentation
Article inclus dans l'offre
"Qualité et sécurité au laboratoire"
(140 articles)
Actualisée et enrichie d’articles validés par nos comités scientifiques.
Quiz, médias, tableaux, formules, vidéos, etc.
Opérationnels et didactiques, pour garantir l'acquisition des compétences transverses.
Un ensemble de services exclusifs en complément des ressources.
5. Comment résumer une répartition de valeurs ?
Le premier paramètre qui vient à l’esprit pour résumer un phénomène aléatoire est la moyenne. La moyenne est un paramètre dit de position parce que les réalisations possibles du phénomène vont se positionner à un endroit sur l’échelle des valeurs, « au voisinage » de ce paramètre. Par exemple, lorsqu’une erreur de mesure est corrigée, le phénomène aléatoire est de moyenne nulle alors que lorsque l’erreur de mesure n’est pas corrigée et fait apparaître un biais important, la moyenne n’est plus nulle. Bien que la forme de la répartition des valeurs puisse être la même dans ces deux cas, un histogramme représentant le phénomène aléatoire sera « positionné » à deux endroits différents.
Il existe d’autres paramètres de position que la moyenne :
-
Le mode : c’est la valeur la plus fréquente dans une série de valeurs. Il existe des phénomènes qui présentent plusieurs modes. On parle alors de phénomènes multimodaux. Le dé, par exemple, est un phénomène aléatoire qui a six modes (chaque valeur étant aussi probable que les autres, elles sont toutes des modes).
-
La médiane : c’est la valeur qui partage la population en deux populations de même effectif.
Tout comme l’histogramme d’un échantillon (cf. figures « Exemple d’histogramme » et « Quatre exemples d'histogramme obtenus pour dix lancers d’un dé ») ne représente pas le phénomène réel, la moyenne (respectivement le mode ou la médiane) d’un échantillon ne donne pas la moyenne (respectivement le mode ou la médiane) réelle de la population parente. Le tableau ci-dessous montre quelques exemples obtenus en ayant repris huit échantillons de dix valeurs pour un lancer d’un dé.
Or, la moyenne théorique de la population parente (une infinité de lancers d’un dé non pipé) est égale à
puisqu’il...
Comment résumer une répartition de valeurs ?
Article inclus dans l'offre
"Qualité et sécurité au laboratoire"
(140 articles)
Actualisée et enrichie d’articles validés par nos comités scientifiques.
Quiz, médias, tableaux, formules, vidéos, etc.
Opérationnels et didactiques, pour garantir l'acquisition des compétences transverses.
Un ensemble de services exclusifs en complément des ressources.
DANS NOS BASES DOCUMENTAIRES
-
Statistique théorique et appliquée, 2e édition, Dagnelie P, De Bœck Université, 2007
-
Introductory Statistics with R, Dalgaardp, Springer, 2008
-
Statistique, la théorie et ses applications, Springer, 2004
-
Applied Statistices and Probability for Engineers, 4e édition, Montgomery D.C & Runger G.C, Whiley, 2007
-
Introduction à la statistique, 3e édition, Morgenthaler S., Presses polytechniques et universitaires romandes, 2007
-
Probabilités, analyse de données et statistiques, 2e édition, Saporta G, Technip, 2006
-
Simulation d’un phénomène aléatoire et construction d’histogrammes (Outil fic1454m1.xlsx ).
Ce fichier Excel permet de simuler des phénomènes aléatoires simples afin d’observer les effets de l’échantillonnage sur l’histogramme expérimental des valeurs. Il permet également de générer des histogrammes paramétrables (nombre de classes) à partir de données dont vous disposez.
Article inclus dans l'offre
"Qualité et sécurité au laboratoire"
(140 articles)
Actualisée et enrichie d’articles validés par nos comités scientifiques.
Quiz, médias, tableaux, formules, vidéos, etc.
Opérationnels et didactiques, pour garantir l'acquisition des compétences transverses.
Un ensemble de services exclusifs en complément des ressources.