Statistiques appliquées aux programmes

Le module 4 a passé six cours à renvoyer à celui-ci. Chaque fois qu’une leçon disait « posez un intervalle là-dessus avant d’écrire la phrase », elle pointait ici — et les écarts qu’elle a différés sont les exemples travaillés, déjà calculés sur des fichiers que vous avez déjà nettoyés.

Ce n’est pas un manuel de statistiques décoré de données de programme. Il est organisé autour des quatre affirmations qu’un rapport de programme porte réellement : voici le niveau, ce groupe diffère de celui-là, ceci a changé, et ceci a causé cela. Chaque unité en prend une et établit ce qu’il en coûte de la formuler honnêtement.

Trois résultats structurent le cours, tous calculés à partir de fichiers commités.

Le dénombrement moyen d’E. coli dans les ménages testés vaut 29,6 UFC/100 mL et la médiane vaut 0. Plus de la moitié des ménages testés n’ont aucune contamination détectable et la moyenne décrit une queue de distribution qui monte à 608. Un rapport citant la moyenne n’a décrit aucun ménage de l’échantillon.

Deux écarts du module 4, dont l’un est réel et l’autre non. Les garçons sont en retard d’âge à 39,2 % contre 33,8 % pour les filles — un écart de 5,5 points dont l’intervalle va de −0,4 à +11,3, si bien que la réponse honnête est que cette enquête ne peut pas trancher. Les cas avec handicap signalé aboutissent à 26,7 % contre 46,2 % — un écart de 19,4 points dont l’intervalle va de −26,1 à −12,8, qu’aucune lecture raisonnable ne rend nul.

1 200 élèves font 24 écoles. Aucune des vingt-quatre écoles n’a à la fois des élèves avec et sans cantine, si bien qu’une comparaison traitant les enfants comme des observations indépendantes a une taille d’échantillon effective de 24 et une erreur type 1,8 fois trop petite.

Python et R tout du long. Vous devriez avoir suivi les modules 3 et 4 — ce cours suppose que vous savez défendre un dénominateur, et il consacre son temps à ce qu’il faut faire une fois que vous en avez un.