Statistiques - Notations
Le tableau suivant montre l'utilisation de divers symboles utilisés dans les statistiques
Capitalisation
En général, les lettres minuscules représentent les attributs de l'échantillon et les lettres majuscules sont utilisées pour représenter les attributs de la population.
$ P $ - proportion de la population.
$ p $ - proportion de l'échantillon.
$ X $ - ensemble d'éléments de population.
$ x $ - ensemble d'exemples d'éléments.
$ N $ - ensemble de la taille de la population.
$ N $ - ensemble de taille d'échantillon.
Lettres grecques vs romaines
Les lettres romaines représentent les exemples d'attributs et les lettres grecques sont utilisées pour représenter les attributs de population.
$ \ mu $ - moyenne de la population.
$ \ bar x $ - moyenne de l'échantillon.
$ \ delta $ - écart type d'une population.
$ s $ - écart type d'un échantillon.
Paramètres spécifiques à la population
Les symboles suivants représentent des attributs spécifiques à la population.
$ \ mu $ - moyenne de la population.
$ \ delta $ - écart type d'une population.
$ {\ mu} ^ 2 $ - variance d'une population.
$ P $ - proportion d'éléments de population ayant un attribut particulier.
$ Q $ - proportion d'éléments de population n'ayant pas d'attribut particulier.
$ \ rho $ - coefficient de corrélation de population basé sur tous les éléments d'une population.
$ N $ - nombre d'éléments dans une population.
Exemple de paramètres spécifiques
Les symboles suivants représentent des attributs spécifiques à la population.
$ \ bar x $ - moyenne de l'échantillon.
$ s $ - écart type d'un échantillon.
$ {s} ^ 2 $ - variance d'un échantillon.
$ p $ - proportion d'éléments d'échantillon ayant un attribut particulier.
$ q $ - proportion d'éléments d'échantillon n'ayant pas d'attribut particulier.
$ r $ - coefficient de corrélation de population basé sur tous les éléments d'un échantillon.
$ n $ - nombre d'éléments dans un échantillon.
Régression linéaire
$ B_0 $ - constante d'interception dans une droite de régression de population.
$ B_1 $ - coefficient de régression dans une droite de régression de population.
$ {R} ^ 2 $ - coefficient de détermination.
$ b_0 $ - constante d'interception dans un exemple de ligne de régression.
$ b_1 $ - coefficient de régression dans un exemple de ligne de régression.
$ ^ {s} b_1 $ - erreur standard de la pente d'une droite de régression.
Probabilité
$ P (A) $ - probabilité que l'événement A se produise.
$ P (A | B) $ - probabilité conditionnelle que l'événement A se produise, étant donné que l'événement B s'est produit.
$ P (A ') $ - probabilité du complément de l'événement A.
$ P (A \ cap B) $ - probabilité de l'intersection des événements A et B.
$ P (A \ cup B) $ - probabilité de l'union des événements A et B.
$ E (X) $ - valeur attendue de la variable aléatoire X.
$ b (x; n, P) $ - probabilité binomiale.
$ b * (x; n, P) $ - probabilité binomiale négative.
$ g (x; P) $ - probabilité géométrique.
$ h (x; N, n, k) $ - probabilité hypergéométrique.
Permutation / combinaison
$ n! $ - valeur factorielle de n.
$ ^ {n} P_r $ - nombre de permutations de n choses prises r à la fois.
$ ^ {n} C_r $ - nombre de combinaisons de n choses prises r à la fois.
Ensemble
$ A \ Cap B $ - intersection de l'ensemble A et B.
$ A \ Cup B $ - union de l'ensemble A et B.
$ \ {A, B, C \} $ - ensemble d'éléments constitués de A, B et C.
$ \ emptyset $ - ensemble nul ou vide.
Tests d'hypothèses
$ H_0 $ - hypothèse nulle.
$ H_1 $ - hypothèse alternative.
$ \ alpha $ - niveau de signification.
$ \ beta $ - probabilité de commettre une erreur de type II.
Variables aléatoires
$ Z $ ou $ z $ - score standardisé, également appelé score az.
$ z _ {\ alpha} $ - score standardisé qui a une probabilité cumulée égale à $ 1 - \ alpha $.
$ t _ {\ alpha} $ - t statistique qui a une probabilité cumulée égale à $ 1 - \ alpha $.
$ f _ {\ alpha} $ - f statistique qui a une probabilité cumulée égale à $ 1 - \ alpha $.
$ f _ {\ alpha} (v_1, v_2) $ - f statistique qui a une probabilité cumulée égale à $ 1 - \ alpha $ et $ v_1 $ et $ v_2 $ degrés de liberté.
$ X ^ 2 $ - statistique du chi carré.
Symboles de sommation
$ \ sum $ - symbole de sommation, utilisé pour calculer des sommes sur une plage de valeurs.
$ \ sum x $ ou $ \ sum x_i $ - somme d'un ensemble de n observations. Ainsi, $ \ sum x = x_1 + x_2 + ... + x_n $.