Articles

📊 𝑳𝒂 𝑳𝒐𝒊 𝒅𝒆 𝑷𝒐𝒊𝒔𝒔𝒐𝒏 : 𝒄𝒐𝒎𝒑𝒓𝒆𝒏𝒅𝒓𝒆 𝒍𝒂 𝒑𝒓𝒐𝒃𝒂𝒃𝒊𝒍𝒊𝒕𝒆́ 𝒅𝒆𝒔 𝒆́𝒗𝒆́𝒏𝒆𝒎𝒆𝒏𝒕𝒔 𝒓𝒂𝒓𝒆𝒔

Image
En statistique, certains phénomènes ne se mesurent pas par une moyenne simple ou une proportion, mais par le 𝒏𝒐𝒎𝒃𝒓𝒆 𝒅𝒆 𝒇𝒐𝒊𝒔 𝒒𝒖’𝒖𝒏 𝒆́𝒗𝒆́𝒏𝒆𝒎𝒆𝒏𝒕 𝒔𝒆 𝒑𝒓𝒐𝒅𝒖𝒊𝒕 dans un temps, un espace ou une zone donnée. C’est précisément dans ce type de situation que la 𝒍𝒐𝒊 𝒅𝒆 𝑷𝒐𝒊𝒔𝒔𝒐𝒏 devient très utile. La 𝒍𝒐𝒊 𝒅𝒆 𝑷𝒐𝒊𝒔𝒔𝒐𝒏 est une distribution de probabilité qui permet d’estimer la probabilité d’observer un certain nombre d’événements, lorsque l’on connaît leur 𝒕𝒂𝒖𝒙 𝒎𝒐𝒚𝒆𝒏 𝒅’𝒐𝒄𝒄𝒖𝒓𝒓𝒆𝒏𝒄𝒆. 𝑸𝒖𝒂𝒏𝒅 𝒑𝒆𝒖𝒕-𝒐𝒏 𝒍’𝒖𝒕𝒊𝒍𝒊𝒔𝒆𝒓 ? La loi de Poisson est adaptée lorsque : les événements sont 𝒊𝒏𝒅𝒆́𝒑𝒆𝒏𝒅𝒂𝒏𝒕𝒔 les uns des autres ; le 𝒕𝒂𝒖𝒙 𝒎𝒐𝒚𝒆𝒏 reste relativement constant ; les événements sont comptés dans un 𝒊𝒏𝒕𝒆𝒓𝒗𝒂𝒍𝒍𝒆 𝒇𝒊𝒙𝒆 : temps, distance, surface ou volume ; deux événements ne se produisent pas exactement au même instant. 𝑰𝒅𝒆́𝒆 𝒄𝒍𝒆́ La loi de Poisson répond à une question simple : Qu...

📊 𝑰𝒏𝒕𝒆𝒓𝒗𝒂𝒍𝒍𝒆 𝒅𝒆 𝑪𝒐𝒏𝒇𝒊𝒂𝒏𝒄𝒆 : 𝒄𝒐𝒎𝒎𝒆𝒏𝒕 𝒎𝒆𝒔𝒖𝒓𝒆𝒓 𝒍’𝒊𝒏𝒄𝒆𝒓𝒕𝒊𝒕𝒖𝒅𝒆 𝒆𝒏 𝒔𝒕𝒂𝒕𝒊𝒔𝒕𝒊𝒒𝒖𝒆 ?

Image
En statistique, on ne connaît presque jamais directement la vraie valeur d’un phénomène dans toute une population. On travaille souvent avec un échantillon, puis on cherche à estimer une valeur réelle : une moyenne, une proportion, un taux, un score ou un effet. C’est là qu’intervient 𝒍’𝒊𝒏𝒕𝒆𝒓𝒗𝒂𝒍𝒍𝒆 𝒅𝒆 𝒄𝒐𝒏𝒇𝒊𝒂𝒏𝒄𝒆. Un 𝒊𝒏𝒕𝒆𝒓𝒗𝒂𝒍𝒍𝒆 𝒅𝒆 𝒄𝒐𝒏𝒇𝒊𝒂𝒏𝒄𝒆 est une plage de valeurs dans laquelle on estime que se trouve probablement le vrai paramètre de la population. Autrement dit, au lieu de donner une seule valeur, on donne une estimation accompagnée d’une marge d’incertitude. 𝑬𝒙𝒆𝒎𝒑𝒍𝒆 : Dire que la taille moyenne est estimée à 175 cm est utile. Mais dire que cette moyenne se situe probablement entre 173,04 cm et 176,96 cm avec un niveau de confiance de 95 % est beaucoup plus informatif. 𝑳𝒆𝒔 𝒏𝒊𝒗𝒆𝒂𝒖𝒙 𝒅𝒆 𝒄𝒐𝒏𝒇𝒊𝒂𝒏𝒄𝒆 𝒍𝒆𝒔 𝒑𝒍𝒖𝒔 𝒖𝒕𝒊𝒍𝒊𝒔𝒆́𝒔 90 % : études marketing, décisions rapides, analyses exploratoires 95 % : recherche sc...

𝑻𝒆𝒔𝒕 𝒅𝒆 𝒏𝒐𝒓𝒎𝒂𝒍𝒊𝒕𝒆́ 𝒅𝒂𝒏𝒔 𝑹 : 𝒄𝒐𝒎𝒎𝒆𝒏𝒕 𝒔𝒂𝒗𝒐𝒊𝒓 𝒔𝒊 𝒗𝒐𝒔 𝒅𝒐𝒏𝒏𝒆́𝒆𝒔 𝒔𝒐𝒏𝒕 𝒏𝒐𝒓𝒎𝒂𝒍𝒆𝒔 ?

Image
En analyse statistique, avant d’appliquer certains tests ou modèles, il est souvent nécessaire de vérifier si les données suivent une 𝒅𝒊𝒔𝒕𝒓𝒊𝒃𝒖𝒕𝒊𝒐𝒏 𝒏𝒐𝒓𝒎𝒂𝒍𝒆. Cette étape est importante, car plusieurs méthodes statistiques reposent sur l’hypothèse de normalité. Dans 𝑹, cette vérification peut se faire à l’aide de 𝒕𝒆𝒔𝒕𝒔 𝒔𝒕𝒂𝒕𝒊𝒔𝒕𝒊𝒒𝒖𝒆𝒔 et de 𝒎𝒆́𝒕𝒉𝒐𝒅𝒆𝒔 𝒈𝒓𝒂𝒑𝒉𝒊𝒒𝒖𝒆𝒔.  𝟏. 𝑳𝒆 𝒕𝒆𝒔𝒕 𝒅𝒆 𝑺𝒉𝒂𝒑𝒊𝒓𝒐-𝑾𝒊𝒍𝒌  Le test de 𝑺𝒉𝒂𝒑𝒊𝒓𝒐-𝑾𝒊𝒍𝒌 est l’un des plus utilisés pour tester la normalité. Il est particulièrement adapté aux 𝒑𝒆𝒕𝒊𝒕𝒔 𝒆𝒕 𝒎𝒐𝒚𝒆𝒏𝒔 𝒆́𝒄𝒉𝒂𝒏𝒕𝒊𝒍𝒍𝒐𝒏𝒔. Exemple sous R : R data <- c(160, 162, 165, 170, 168, 164, 163) shapiro.test(data) 𝑰𝒏𝒕𝒆𝒓𝒑𝒓𝒆́𝒕𝒂𝒕𝒊𝒐𝒏 : Si p-value > 0,05, la normalité est plausible. Si p-value ≤ 0,05, les données s’éloignent significativement de la normalité.  𝟐. 𝑳𝒆 𝒕𝒆𝒔𝒕 𝒅𝒆 𝑲𝒐𝒍𝒎𝒐𝒈𝒐𝒓𝒐𝒗-𝑺𝒎𝒊𝒓𝒏𝒐𝒗  Le test de 𝑲𝒐𝒍𝒎𝒐𝒈𝒐𝒓𝒐?...

📊 𝑫𝒓𝒐𝒊𝒕𝒔 𝒅𝒆 𝒅𝒐𝒖𝒂𝒏𝒆 : 𝒑𝒓𝒐𝒕𝒆𝒄𝒕𝒊𝒐𝒏 𝒆́𝒄𝒐𝒏𝒐𝒎𝒊𝒒𝒖𝒆 𝒐𝒖 𝒇𝒂𝒖𝒔𝒔𝒆 𝒃𝒐𝒏𝒏𝒆 𝒊𝒅𝒆́𝒆 ? 🌍

Image
En économie internationale, un 𝒅𝒓𝒐𝒊𝒕 𝒅𝒆 𝒅𝒐𝒖𝒂𝒏𝒆 est une 𝒕𝒂𝒙𝒆 𝒊𝒎𝒑𝒐𝒔𝒆 ́ 𝒆 𝒔𝒖𝒓 𝒍𝒆𝒔 𝒑𝒓𝒐𝒅𝒖𝒊𝒕𝒔 𝒊𝒎𝒑𝒐𝒓𝒕𝒆 ́ 𝒔 . Autrement dit, lorsqu’un bien entre dans un pays, l’État peut lui appliquer une taxe afin de le rendre plus cher sur le marché local. L’objectif affiché est souvent simple : 𝒑𝒓𝒐𝒕𝒆 ́ 𝒈𝒆𝒓 𝒍𝒆𝒔 𝒆𝒏𝒕𝒓𝒆𝒑𝒓𝒊𝒔𝒆𝒔 𝒏𝒂𝒕𝒊𝒐𝒏𝒂𝒍𝒆𝒔 face à la concurrence étrangère. Avant d’aller plus loin, pensez à 𝒍𝒊𝒌𝒆𝒓 et 𝒑𝒂𝒓𝒕𝒂𝒈𝒆𝒓 cette publication pour aider d’autres personnes à mieux comprendre les mécanismes du commerce international. 🔹 𝑷𝒐𝒖𝒓𝒒𝒖𝒐𝒊 𝒖𝒏 𝒑𝒂𝒚𝒔 𝒊𝒎𝒑𝒐𝒔𝒆 - 𝒕 - 𝒊𝒍 𝒅𝒆𝒔 𝒅𝒓𝒐𝒊𝒕𝒔 𝒅𝒆 𝒅𝒐𝒖𝒂𝒏𝒆 ? Les droits de douane peuvent avoir plusieurs objectifs. Ils peuvent servir à 𝒑𝒓𝒐𝒕𝒆 ́ 𝒈𝒆𝒓 𝒍𝒆𝒔 𝒊𝒏𝒅𝒖𝒔𝒕𝒓𝒊𝒆𝒔 𝒍𝒐𝒄𝒂𝒍𝒆𝒔 , surtout lorsque celles-ci sont fragiles ou exposées à des produits étrangers moins chers. Ils peuvent aussi permettre à...