Bibliographie & annexes
Présentation
Auteur(s)
-
Jacques POIRIER : Ingénieur de l’École Centrale de Paris – Docteur-Ingénieur - Chargé de mission auprès des Secrétaires Perpétuels de l’Académie des Sciences - Conseiller du Directeur des Réacteurs Nucléaires du Commissariat à l’Énergie Atomique - Chargé de cours au Conservatoire National des Arts et Métiers
Lire cet article issu d'une ressource documentaire complète, actualisée et validée par des comités scientifiques.
Lire l’articleINTRODUCTION
Cet article fait suite aux articles Processus aléatoires Processus aléatoires et Fonctions aléatoires Fonctions aléatoires, auxquels le lecteur peut se reporter pour les définitions fondamentales.
Les exemples qui illustrent le présent article nécessitent la consultation de tables et d’abaques que le lecteur trouvera dans l’article Tables statistiques Tables statistiques.
L'expertise technique et scientifique de référence
DOI (Digital Object Identifier)
CET ARTICLE SE TROUVE ÉGALEMENT DANS :
Accueil > Ressources documentaires > Génie industriel > Métier : responsable qualité > Méthodes de mesure > Observation statistique > La décision après l’observation
Cet article fait partie de l’offre
Instrumentation et méthodes de mesure
(50 articles en ce moment)
Cette offre vous donne accès à :
Une base complète d’articles
Actualisée et enrichie d’articles validés par nos comités scientifiques
Des services
Un ensemble d'outils exclusifs en complément des ressources
Un Parcours Pratique
Opérationnel et didactique, pour garantir l'acquisition des compétences transverses
Doc & Quiz
Des articles interactifs avec des quiz, pour une lecture constructive
Présentation
La loi de Gauss est aussi une loi « exacte »3. La décision après l’observation
Décider, c’est prévoir. Prévoir, c’est calculer.
Pour calculer, l’ingénieur dispose des outils que sont les lois statistiques étudiées dans l’article Processus aléatoires Processus aléatoires. On rappelle que ces lois sont définies comme des êtres mathématiques, indépendamment de toute observation. Elles admettent cependant une tendance centrale définie de façon abstraite (l’espérance mathématique E [X ]) et une dispersion caractérisée, elle aussi, de façon abstraite (l’écart‐type σ ).
Muni de ce bagage théorique, l’ingénieur imaginera – c’est sa responsabilité, pas celle du cours – que la tendance centrale d’une part, la dispersion d’autre part, présentent une certaine stabilité vis‐à‐vis du phénomène étudié et des mesures effectuées. Il considérera qu’une des lois de l’arsenal statistique décrit bien les mesures observées. Il ne fera pas une telle hypothèse de façon gratuite. S’il la fait, c’est pour en tirer des enseignements : à titre d’exemple, il peut chercher à établir la qualité d’une fabrication, à estimer le taux de non-conformité, etc.
L'expertise technique et scientifique de référence
Cet article fait partie de l’offre
Instrumentation et méthodes de mesure
(50 articles en ce moment)
Cette offre vous donne accès à :
Une base complète d’articles
Actualisée et enrichie d’articles validés par nos comités scientifiques
Des services
Un ensemble d'outils exclusifs en complément des ressources
Un Parcours Pratique
Opérationnel et didactique, pour garantir l'acquisition des compétences transverses
Doc & Quiz
Des articles interactifs avec des quiz, pour une lecture constructive
La décision après l’observation
L'expertise technique et scientifique de référence
Cet article fait partie de l’offre
Instrumentation et méthodes de mesure
(50 articles en ce moment)
Cette offre vous donne accès à :
Une base complète d’articles
Actualisée et enrichie d’articles validés par nos comités scientifiques
Des services
Un ensemble d'outils exclusifs en complément des ressources
Un Parcours Pratique
Opérationnel et didactique, pour garantir l'acquisition des compétences transverses
Doc & Quiz
Des articles interactifs avec des quiz, pour une lecture constructive
