Types de statistiques

Cet article explique quels sont les différents types de statistiques. Ainsi, vous découvrirez quels types de statistiques existent ainsi que des exemples d’applications de chaque type de statistiques.

Quels sont les types de statistiques ?

Les types de statistiques sont :

• Statistiques descriptives : utilisées pour décrire les caractéristiques d’un ensemble de données.
• Statistiques inférentielles – Utilisées pour déterminer les valeurs d’une population à partir des données d’un échantillon. Il est divisé en deux types :
• Statistiques paramétriques – les données des études peuvent être modélisées à l’aide d’une distribution de probabilité.
• Statistiques non paramétriques – Analyse les données qui ne correspondent pas à une distribution de probabilité.

Chaque type de statistique est expliqué plus en détail ci-dessous, de plus, vous pourrez voir un exemple d’application de chaque type de statistique.

Statistiques descriptives

Les statistiques descriptives sont la branche des statistiques chargée de décrire les données collectées pour faciliter leur analyse. Autrement dit, les statistiques descriptives sont utilisées pour résumer un ensemble de données au moyen de mesures statistiques, de graphiques ou de tableaux.

Par exemple, nous pouvons utiliser des statistiques descriptives pour présenter les fréquences d’un échantillon de données sur un graphique à barres. De même, nous pouvons calculer la moyenne arithmétique, l’écart type et d’autres mesures descriptives pour déterminer à quoi ressemble l’échantillon de données de l’étude statistique.

En bref, les statistiques descriptives sont la partie des statistiques qui sert à résumer un échantillon, contrairement aux statistiques inférentielles dont l’objectif est de déterminer les paramètres de la population.

statistiques déductives

Les statistiques inférentielles sont la branche des statistiques chargée de déterminer les valeurs d’une population à partir des données d’un échantillon. Autrement dit, les statistiques inférentielles sont utilisées pour effectuer des déductions sur les paramètres statistiques d’une population en analysant seulement une partie de celle-ci.

Normalement, lors de la réalisation d’une étude statistique, il n’est pas possible d’analyser tous les éléments de la population, c’est pourquoi seul un échantillon d’individus est analysé et les résultats sont ensuite extrapolés à l’ensemble de la population. Ainsi, les statistiques inférentielles sont la partie des statistiques qui permet de déduire les résultats de la population à partir des calculs effectués avec l’échantillon étudié.

Gardez à l’esprit qu’il ne sera pas possible de connaître exactement les paramètres de la population. Cependant, l’inférence statistique permet de maintenir une marge d’erreur faible et augmente les chances de déterminer avec succès les valeurs de la population.

Les statistiques inférentielles sont donc importantes car elles permettent d’analyser une population en n’en étudiant qu’un échantillon, ce qui réduit les coûts de recherche.

statistiques paramétriques

Les statistiques paramétriques sont la branche des statistiques inférentielles qui suppose que les données peuvent être modélisées à l’aide d’une distribution de probabilité. Par conséquent, les statistiques paramétriques utilisent des tests statistiques qui correspondent à des distributions de probabilité connues.

Il convient de noter que la grande majorité des méthodes statistiques utilisées sont paramétriques, c’est-à-dire qu’elles font partie des statistiques paramétriques.

Principalement, les statistiques paramétriques sont utilisées pour estimer un paramètre, soit par une estimation ponctuelle, soit par intervalles, et pour effectuer des tests d’hypothèse.

statistiques non paramétriques

Les statistiques non paramétriques sont la branche des statistiques inférentielles qui étudie les variables qui ne correspondent pas à une distribution de probabilité ou dont les paramètres de la distribution ne sont pas définis. Autrement dit, les statistiques non paramétriques sont utilisées pour des variables qui ne peuvent pas être définies avec des modèles théoriques.

Ainsi, les distributions utilisées dans les statistiques non paramétriques ne peuvent être définies a priori, mais sont déterminées par les données observées.

Les méthodes statistiques non paramétriques sont généralement utilisées lorsque les hypothèses précédentes de certains tests statistiques ne sont pas satisfaites, car les statistiques paramétriques nécessitent généralement la réalisation de certaines hypothèses et ne peuvent donc pas toujours être appliquées.