Analyse des donn es
Download
1 / 42

Analyse des données - PowerPoint PPT Presentation


  • 132 Views
  • Uploaded on

Analyse des données. Plan. Lien entre les statistiques et l’analyse des données Propagation des erreurs Ajustement de fonctions. Échantillon vs population. Une mesure échantillonne une population La distribution de l’échantillon approxime celle de la population

loader
I am the owner, or an agent authorized to act on behalf of the owner, of the copyrighted work described.
capcha
Download Presentation

PowerPoint Slideshow about ' Analyse des données ' - elvin


An Image/Link below is provided (as is) to download presentation

Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author.While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server.


- - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - -
Presentation Transcript

Plan

  • Lien entre les statistiques et l’analyse des données

  • Propagation des erreurs

  • Ajustement de fonctions


Chantillon vs population
Échantillon vs population

  • Une mesure échantillonne une population

  • La distribution de l’échantillon approxime celle de la population

  • La précision sur les estimations augmente avec la taille de l’échantillon N



N 100
n = 100


N 1000
n = 1000


N 1 000 000
n = 1 000 000


Pr cision sur la moyenne
Précision sur la moyenne

  • L’estimation de la moyenne s’affine avec N

Population

Échantillon







Propagation d erreurs2
Propagation d’erreurs

  • x et y sont des variables indépendantes

  • Et Dx et Dy sont des erreurs indépendantes

  • Leurs effets s’additionnent quadratiquement


Propagation d erreur
Propagation d’erreur

pour des incertitudes indépendantes


Propagation d erreurs3
Propagation d’erreurs

(sans corrélations)


Moyenne pond r e
Moyenne pondérée

  • Plusieurs mesures de x (x1, x2, ... xi,, ... xn)

  • Différentes précisions (d1, d2, ... di,, ... dn)

  • On cherche la meilleure évaluation de la moyenne µ

  • Les mesures précises doivent contribuer davantage


Moyenne pond r e1
Moyenne pondérée

Si tous les si sont égaux,


Ajustement de courbes
Ajustement de courbes

  • Soit f(x) une fonction physique

  • On fait une mesure de f(x) en x = x1

  • On cherche la probabilité que la mesure soit bonne



  • La valeur de P ou de c2 nous dit si les mesures représentent bien la théorie


Ajustement
Ajustement

  • En général, la situation est inversée

  • On ne connaît pas f(x)

  • Mais on connaît (ou on essaye) une forme

    • droite

    • polynôme

    • fonction arbitraire


Ajustement1
Ajustement

  • On cherche les ai qui maximisent P

    • Vraisemblance maximale

    • Maximum likelihood

  • Ou qui minimisent c2

    • Moindres carrés


R gression lin aire
Régression linéaire

  • On veut passer la meilleure droite à travers n points expérimentaux


R gression lin aire1
Régression linéaire

  • On cherche a et b qui minimisent c2

  • 2 équations, 2 inconnus (a et b)



Incertitudes gales votre calculatrice
Incertitudes égales(votre calculatrice)


R gression lin aire3
Régression linéaire

  • 5 mesures

  • f(x) = 3x + 7

  • a=7 b=3

    c2 = 10,1

  • a = 5,9 b = 2,9

    c2min = 5,9



Incertitude sur les param tres
Incertitude sur les paramètres

  • a et b dépendent des yi

  • saetsbdépendent des si

  • On applique la règle de propagation




Incertitude et c 21
Incertitude et c2

  • La régression linéaire trouve le minimum du c2

  • Un écart-type sur les paramètres correspond à une augmentation de 1 du c2. Pourquoi ?

  • Les courbes de niveau indiquent la corrélation entre les paramètres


Incertitude et c 22
Incertitude et c2

Gaussienne d’écart-type = 1

L’incertitude représente une variation de 1 du c2


Corr lation lin aire
Corrélation linéaire

  • On peut toujours passer une droite par des points

  • Mais ces points peuvent-ils être décrits par une droite ?

  • Le coefficient de corrélation linéairer nous donne la réponse


Corr lation lin aire1

b = 2,7 b’ = 0,33

r = sqrt(bb’) = 0,95

b = 0,29 b’ = 0,33

r = sqrt(bb’) = 0,31

Corrélation linéaire


Limination de donn es suspectes crit re de chauvenet pp 154 156
Élimination de données suspectesCritère de Chauvenet (pp. 154-156)

  • Soit 5 mesures : 38 35 39 39 34 18

  • Faut-il rejeter la dernière valeur ?

  • Si on peut expliquer notre erreur, oui.

  • Sinon, il faut réfléchir

  • <x> = 34 s=8

  • Si on enlève, on a <x> = 37

  • La valeur de 18 s’écarte de 2s de la moyenne



Attention l auto censure
Attention à l’auto-censure fois sur 20

  • Expérience de Millikan

  • e = 1,592 × 10-19 C

  • e = 1,602 × 10-19 C

  • Temps de vie du muon


ad