Paramètres statistiques

Dans cet article, vous découvrirez quels sont les différents paramètres statistiques. Ainsi, vous pourrez voir la définition du paramètre statistique, tous les types de paramètres statistiques et comment ils sont calculés.

Que sont les paramètres statistiques ?

Les paramètres statistiques sont des valeurs qui définissent un ensemble de données, c’est-à-dire que les paramètres statistiques sont des nombres qui représentent les caractéristiques d’un échantillon statistique.

Les paramètres statistiques servent donc à résumer un ensemble de données. De plus, ils sont utiles pour comparer différentes distributions.

Par exemple, la moyenne arithmétique est un paramètre statistique qui renseigne sur une valeur centrale d’un échantillon statistique, ce qui permet de se faire une idée dudit échantillon de données.

Les paramètres statistiques sont également appelés statistiques descriptives .

Types de paramètres statistiques

Il existe quatre types de paramètres statistiques :

• Paramètres de tendance centrale : indiquent les valeurs centrales d’une distribution.
• Paramètres de dispersion : ils sont utilisés pour déterminer le degré de dispersion ou de concentration des données dans un échantillon statistique.
• Paramètres de position : ils montrent à quoi ressemble la structure d’un ensemble de données.
• Paramètres de forme : ils nous permettent de connaître la forme d’une distribution sans avoir à la représenter graphiquement.

Chaque type de paramètre statistique est expliqué en détail ci-dessous.

Paramètres de tendance centrale

Les paramètres de tendance centrale , ou paramètres de centralisation , sont des mesures statistiques qui indiquent la valeur centrale d’une distribution. Autrement dit, ce type de paramètres statistiques est utilisé pour trouver une valeur représentative du centre d’un ensemble de données.

On distingue trois types de paramètres de tendance centrale :

• Moyenne : C’est la moyenne de toutes les données de l’échantillon.
• Médiane : C’est la valeur du milieu de toutes les données classées de la plus petite à la plus grande.
• Mode : C’est la valeur la plus répétée dans l’ensemble de données.

Pour voir des exemples de la façon dont ces types de paramètres statistiques sont calculés, cliquez ici :

Paramètres de dispersion

Les paramètres de répartition indiquent la répartition d’un ensemble de données. Par conséquent, les paramètres de répartition sont utilisés pour évaluer le degré de répartition des données dans un échantillon.

Les paramètres de dispersion sont également appelés paramètres de variabilité ou paramètres de propagation .

Les différents paramètres de dispersion sont les suivants :

• Écart type (ou écart type)
• Variance
• Coefficient de variation
• Gamme
• Gamme interquartile
• écart moyen

Chaque paramètre de dispersion a sa propre formule, donc afin de ne pas alourdir cet article, ils ont tous été expliqués dans le post suivant :

paramètres de position

Les paramètres de position sont des mesures statistiques qui informent la structure d’un ensemble de données. En d’autres termes, les paramètres de position nous aident à savoir à quoi ressemble un ensemble de données.

Bien qu’ils soient généralement expliqués séparément, les paramètres de tendance centrale sont également considérés comme des paramètres de position car ils fournissent des informations sur les positions centrales de la série de données, même s’il existe davantage de paramètres de position. Autrement dit, les paramètres de position englobent les paramètres de tendance centrale.

En fait, les paramètres de position sont classés en paramètres de position centrale et paramètres de position non centrale, en fonction des positions qu’ils déterminent.

Ainsi, les paramètres de position sont les suivants :

• Paramètres de position centrale : indiquent les valeurs centrales d’une distribution.
  • Moyenne : est la moyenne de toutes les données de l’échantillon.
  • Médiane : C’est la valeur du milieu de toutes les données classées de la plus petite à la plus grande.
  • Mode : est la valeur qui apparaît le plus dans l’ensemble de données.
• Paramètres de position non centrale – Divisez l’ensemble de données en parties égales.
• Quartiles – divisez l’échantillon de données en quatre parties identiques.
• Quintiles : séparez les données en cinq parties égales.
• Déciles : divisez l’ensemble de données en dix intervalles de même largeur.
• Percentiles : Divisez les données en cent parties équivalentes.

Vous pouvez voir la formule pour chacun de ces paramètres statistiques ici :

paramètres de forme

En statistique, les paramètres de forme sont des indicateurs qui permettent de décrire une distribution de probabilité en fonction de sa forme. De plus, les paramètres de forme sont utilisés pour déterminer à quoi ressemble une distribution sans avoir à la représenter graphiquement.

Il existe deux types de paramètres de forme :

• Asymétrie – Indique le degré de symétrie (ou d’asymétrie) d’une distribution, c’est-à-dire si une distribution est symétrique ou asymétrique.
• Kurtosis : indique le degré de concentration d’une distribution autour de sa moyenne, c’est-à-dire qu’il détermine si une distribution est raide ou aplatie.

Il existe plusieurs formules pour calculer ce type de paramètres statistiques, cliquez sur le lien suivant pour les voir toutes :