C'est souvent le problème de ses vidéos je trouve. J'ai l'impression qu'il sous-estime beaucoup que ses propos lui paraissent claire avant tout parce qu'il a lui même des exemples concret en tête mais qu'il ne partage quasiment jamais or c'est ça quand même qui aide énormément a comprendre une idée même si je me doute que Lê le fait volontairement et qu'il aime sans doute pas crée de connexion trop forte entre une idée, un concept, et un exemple trop concret qui n'est qu'une représentation partiel. Il voudrait sans doute idéalement qu'on comprennent l'essence même de l'idée ou du concept sans aucun parasitage mais ça c'est un idéal, ça fonctionne pas comme ça, même pour lui je pense.
En fait pour comprendre la vidéo de Lê (et ce qu'est un intervalle de fluctuation et de confiance) il faut d'abord visionner la vidéo qu'il met en suggestion a la fin et seulement ensuite regarder la sienne. On peut saluer au moins l'effort de proposer ces vidéos alternatives qui sont parfois pas de simple bonus mais carrément indispensable.
Ce n'est pas la première vidéo de science4all que je dois re-visionner pour bien assimiler. Mais c'est la première où je suis largué au premier visionnage. :(
@@jeremybordier9839J'ai bien fait de jeter un ozil , ton commentaire m'encourage à gagner 10 minutes en ne regardant pas la fin de la vidéo vu que je suis déjà largué.
"Une théorie ne doit pas être jugée par le réalisme de ses hypothèses mais par la correction de ses prédictions relativement à son domaine cible" M. Friedman Poke ! @Heu?reka
Je sais que c'est lourd Mais l'emploi du mot crédence me semble être un mauvais choix pour la vulgarisation et le grand public. Oui, si on suit assidûment tes vidéos, on s'y fait. Mais le mot crédit, ou crédibilité, ou vraisemblance seraient vraiment plus clairs il me semble...
Dans mon cas, je ne peux rien y faire, mais mon cerveau est programmé pour penser 1/10ème de seconde à la crédence dans la cuisine à chaque fois qu'il entend ce mot
Il a répondu, dans une précédente vidéo, sur la différence qu'il fait entre crédence et vraisemblance. Mais en effet, "crédit" me semble une vraie, et peut-être bonne, traduction (crédence étant un franglish pas top). Sauf que ça fait penser au crédit de la banque (quoi que si on a donné le mot "crédit" à un truc financier, c'est bien que la banque "parie" sur son client !). "Crédibilité" peut aussi porter à confusion. En fait, il n'y a aucun terme français existant et vraiment adéquat.
surtout que chercher la définition du mot crédence sur internet nous renvoi à un meuble pour ranger la vaisselle. Du coup, je ne sais toujours pas ce qu'il entend par crédence.
@@adrienfaure784 Non, non, en anglais, credence = foi (au sens de la foi qu'on a en la vérité dee quelque chose), et credency = crédit (au sens du crédit qu'on accorde à quelque chose), donc depuis toujours, Lê essaie de faire un néologisme par une traduction qui, il est vrai, manque en français. Je critique beaucoup Lê depuis cette série de vidéos, mais là on ne peut pas lui reprocher d'être flou. Il veut au contraire être précis. Le mieux serait d'utiliser "crédit", si on ne veut pas faire de néologisme.
très bien. ça a clarifié des notions que je comprenais mal...même après une formation scientifique de 5 ans post bac et 20 ans d'entreprise en ingénierie ... Mieux vaut tard que jamais
Vas-tu prochainement aborder le sujet des méthodes non-paramétriques? Il serait très intéressant d'entendre une analyse bayésienne de ces méthodes d'estimation des fonctions de densité ! Merci pour cette distinction de qualité entre intervalle de fluctuation et intervalle de confiance, souvent omise dans les cours de statistique!
J'adore il y a presque des aspects philosophiques dans le Bayésianisme (pas sûr de l'orthographe), sa fait penser différemment c'est plutôt jouissif intellectuellement (en plus j'adore les mathématiques même si j'ai un niveau faible de l'ordre d'une 1ere année de licence de math..)
Super vidéo cela me permet au grand mieux de comprendre certain concepte un peu floue! Et ce qui est étrane c'est que je commence à remettre en cause mon cours de statistiques depuis que je regarde cette série sur le bayesiannisme! Et qu'en est t'il de tout les logiciels statistiques qui nous sortent des résultats basé sur des p-value des intervalles de confiance et autre.. sont t'ils tous à prendre avec des pincettes?
Pour l'enfant à sauver de la faim, je pense que les associations donnent un chiffre précis au public, voire aux politiques (à qui entre 900 et 7000$ ne doit pas parler beaucoup) et un intervalle de confiance entre professionnels.
Salut Lê, excellente vidéo, comme d’habitude… Une remarque sur ta phase « En général, NON, la crédence qu’un paramètre se trouve dans son intervalle de confiance à 95% n’est PAS de 95% ». Il y a de principe (si tu l’acceptes) qui dis que l’on peut/doit croire à 95% qu’un paramètre se trouve dans son intervalle de confiance à 95%. C’est le principe de focalisation : le principe de focalisation indique que la probabilité ontologique correspondant à l’expérience générique est simplement projetée en une probabilité épistémique sur l’expérience spécifique). Ce principe est lié au principe d'alignement de Miller.
c'est super frustrant de ressentir l'énorme potentiel de connaissance qu'il y a dans tes vidéos, et de s'apercevoir que je ne comprend vraiment pas grand chose...
Pour les intervalles de confiance, je n'ai jamais compris cette manie de les calculer avec la méthode "standard" et pourquoi tous les ouvrages de statistiques que j'ai consulté, même certains récents évoquant le bayésianisme, continuaient à enseigner cette seule méthode alors qu'ils s'adressent à des gens qui n'ont à priori pas les outils critiques pour comprendre qu'il n'est pas adapté. Puis j'ai notamment découvert cet article : J. Sauro, J.R. Lewis, "Estimating Completion Rates from Small Samples Using Binomial Confidence Intervals: Comparisons and Recommendations" in Proceedings of the Human Factors and Ergonomics Society Annual Meeting 49.24 (2005), 2100-3, avec des principes de calcul pourtant vieux mais qui me semblent complètement indispensables ! Pour le reste, merci pour cette découverte du bayésianisme à travers ton ouvrage et des vidéos, qui est en train de changer ma façon d'appréhender mon domaine de recherche, l'archéologie, qui est presque complètement détachée des statistiques par la non-adéquation entre les données archéologiques et l'approche fréquentiste !
Quelle peut être la probabilité de mesurer un rendement sur-unitaire dans une expérience d'électricité sachant les préjugés défavorables à cette mesure, les 3 principes de la Thermodynamique et le principe de moindre action ? ? ?
Votre série est super, dés info aussi profonde sont une chance mais ça va vite , y a un flot d info sans espoirs de digestion entre elles . Si je visionne pas 10 fois de suite avec pause entre chaque phrase... inspirez vous de la chaîne statquest . C est concis avec dés exemple histoire de choper le concept avant de creuser le fond du fond.
11:45 Curieusement je croyais P_A (C | B) et P_B (C | A) "algébriquement" égaux à P (C | A \cap B). Par exemple P_A (C | B) = P_A (C \cap B) / P_A (B). En multipliant numérateur et dénominateur par P(A) j'obtiens P_A (C | B) = P (C \cap B \cap A) / P (B \cap A), ce qui est bien égal à P (C | A \cap B). Où est l'erreur ?
Pourquoi ne pas prendre un exemple d'une expériences simples ou tu peux montrer les différents intervalles et quoi en dire, plutôt que de dérouler des définitions théoriques ? Ça me semble pédagogiquement bien plus productif.
Si je ne me trompe pas, les intervalles de fluctuation sont une création française pour ajouter un peu plus de proba-stat dans les programmes de lycée. D'ailleurs comment dit-on "intervalles de fluctuation" en anglais ? Quelles sont les références sur le sujet ?
Ce que je sais c'est que ses conditions d'applications sont fixées pour les lycées français. Les programmes de Terminale mentionnent que pour être utilisés, les intervalles nécessitent n ≥ 30, np > 5 et n(1-p > 5 où n est la taille de l'échantillon et p la probabilité de l'évènement (d'où np est l'espérance).
J'ai aucune connaissance dans le domaine, mais ça a l'air d'être: - Intervalle de fluctuation: en.wikipedia.org/wiki/Prediction_interval - Intervalle de confiance: en.wikipedia.org/wiki/Confidence_interval - Intervalle de crédence: en.wikipedia.org/wiki/Credible_interval Pour les 2 premier, j'ai utilisé l'astuce de trouver une page wikipedia dans une langue, et regarder les versions de cette page dans d'autres langues.
Bien que je prenne en compte le pouvoir de l'abstraction, je trouve ça dommage que tu n'illustres pas tes propos qui peuvent sembler flous pour les non-initiés tels que moi par des exemples concrets car, comme tu l'as dit toi-même il me semble, notre cerveau bayésien apprend le mieux par l'exemple.
Pour construire un intervalle de confiance, il faut une hypothèse sur la loi de distribution des données (qu'on suppose presque toujours gaussienne alors que c'est presque toujours... faux ! Soit dit au passage). Donc quand on a peu de données, il me semble qu'il n'y a AUCUN INTERET à calculer un intervalle de confiance (car on ne pourra jamais connaitre la loi de distribution des données). Il vaut mieux fournir l'écart-type ou, mieux, l'erreur-standard. Et puis point final.
Les intervalles de fluctuations (mais pas de confiance) sont au programme de maths de seconde depuis quelques années. Du coup on peut espérer que la compréhension du sujet sera meilleure dans un futur proche :-)
C'est assez récent (je n'ai jamais fait ça au lycée alors que j'ai eu mon bac en 2008). En seconde on fait les intervalles de fluctuation dans un cas simplifié (p entre 0,2 et 0,8 et l'intervalle donné est p +/- 1/(racine carrée (n)) ) En première on fait les fluctuations dans le cas d'une loi binomiale. En terminale on utilise le théorème central limite. Après c'est des chapitres sur lesquels il existe peu de documents d'accompagnement, qui ennuie les enseignants et qui est mal compris par les élèves, donc c'est souvent assez expédié.
Et si les journalistes commençaient par fournir systématiquement l'intervalle de confiance avec la valeur ? Ca éviterait qu'ils fassent dire n'importe quoi aux sondages !
36 ? (Avec la loi suivante : pour chaque nombre, on prend le précédent, on lui ajoute 1, ainsi que le chiffre des dizaines et deux fois le produit du chiffre des dizaines et des unités. La loi est complètement capillotractée, mais elle marche tout le long. :P)
Et si les scientifiques commençaient par vérifier la distribution de leurs données avant de fournir des intervalles de confiance systématiquement basés sur la loi normale ? Ca éviterait qu'ils fassent dire n'importe quoi aux intervalles de confiance !
C'est via la loi des grands nombres. Pour n'importe quelle suite de variables aléatoires independantes et identiquement distribuée ( par exemple les poids de 1000 personnes, chaque poids est censé suivre la même loi et le poids du voisin n'a aucune influence sur le poids des autres), la moyenne de ces variables suit une loi normale. D'où le fait que la loi normale apparaisse dans un tres grand nombre de sujets. (Si des gens plus calés ont des choses à preciser qu'ils n'hesitent pas)
@@air4swan387 il faut aussi que tes variables aléatoires aient une variance finie, si tu prend une loi de Cauchy tu as perdu : la moyenne empirique suit la même loi de Cauchy. Et ce n'est pas la seule distribution qui peut faire foirer la loi des grands nombres.
@@air4swan387 Mais j'ai déjà répondu des dizaines de fois à cette remarque : la loi des grands nombres suppose des variables aléatoires indépendantes et identiquement distribuées, ce qui n'est presque jamais le cas ! Evidemment c'est à peu près le cas pour des individus clairement "séparables" (quoi que, déjà, le poids d'un individu ne peut pas être négatif et c'est le cas de l'immense majorité des grandeurs : elles ont une borne inférieure absolue mais pas de borne supérieure absolue, donc la distribution sera toujours plus ou moins asymétrique vers la droite), mais ce n'est pas du tout le cas pour des "milieux". Exemple en sciences de l'environnement : allez mesurer 1000 fois la concentration d'un polluant dans les sols, ou dans les eaux : la loi de distribution est hyper-asymétrique. Pareil pour les températures de l'air, etc... Eh ben pourtant : le nombre de scientifiques qui cliquent sur leur bouton "intervalle de confiance" de leur logiciel de stat sans se demander si la distribution est normale. Non, elle est très souvent ... pas du tout normale, car pas issue de variables "indépendantes et identiquement distribuées".
Eh ben par rapport à la vidéo précédente c'est vachement velu... Faudra que je la revisionne plusieurs fois pour espérer en tirer une représentation viable et des connaissances à peu près utilisables en lecture d'articles scientifiques...
Une théorie n'est pas pour autant valable dans une réalité mathématique pour la raison simple on inclut pas tous les facteur qui vont valider ou invalider la théorie pour autant de combler les trous, c'est aussi stupide de pas changé son angle de point de vue.
Cela fait longtemps que je ne suis plus la chaine et je le regrettais car tu proposais toujours 1 ou 2 exemples concrets avec une vulgarisation en fond. Je me suis arrêté à 7 minutes d'épisode, c'est vraiment trop dense et full théorie mathématique je trouve ça dommage..
Parce que c'est compliqué ? Que ça vous triture les entrailles ? Je ne comprend pas trop la plaisanterie, si c'en est une... Sinon, le doctorat est un diplôme commun à toutes les sciences qui mène au titre de docteur. Il se trouve que le grand public n'a généralement affaire qu'à des docteurs en médecine, de sorte qu'on associe par défaut un docteur à un médecin, ce qu'il n'est pas nécessairement. Faites attention, si vous criez "un docteur, vite !" dans un train, un respectable professeur d'université pourrait lapider votre ami souffrant. Dommage, vous êtes tombé sur un géologue...
@@maxenceduhamel796 oui façon de plaisanter mais un docteur en mathématiques qui fais du stream😎 qui passe son temps à nous bayésien-iser, avec lui les mathématiques sont de la science fiction. (C'est un prof de mathématiques avec son CAES qui parle)
@@hikatoyshi la je suis en accord avec ta deuxième critiques mais je reste sur mon premier raisonnement qui dit qu'en fin de compte tu as voulu parler pour ne rien dire !
Je pense que quelques exemples concrets aideraient à mieux comprendre...
C'est souvent le problème de ses vidéos je trouve. J'ai l'impression qu'il sous-estime beaucoup que ses propos lui paraissent claire avant tout parce qu'il a lui même des exemples concret en tête mais qu'il ne partage quasiment jamais or c'est ça quand même qui aide énormément a comprendre une idée même si je me doute que Lê le fait volontairement et qu'il aime sans doute pas crée de connexion trop forte entre une idée, un concept, et un exemple trop concret qui n'est qu'une représentation partiel. Il voudrait sans doute idéalement qu'on comprennent l'essence même de l'idée ou du concept sans aucun parasitage mais ça c'est un idéal, ça fonctionne pas comme ça, même pour lui je pense.
En fait pour comprendre la vidéo de Lê (et ce qu'est un intervalle de fluctuation et de confiance) il faut d'abord visionner la vidéo qu'il met en suggestion a la fin et seulement ensuite regarder la sienne. On peut saluer au moins l'effort de proposer ces vidéos alternatives qui sont parfois pas de simple bonus mais carrément indispensable.
Ce n'est pas la première vidéo de science4all que je dois re-visionner pour bien assimiler.
Mais c'est la première où je suis largué au premier visionnage. :(
Je sais même pas pourquoi je l'ai regardé jusqu'au bout, je n'ai rien compris et rien retenu.
@@jeremybordier9839J'ai bien fait de jeter un ozil , ton commentaire m'encourage à gagner 10 minutes en ne regardant pas la fin de la vidéo vu que je suis déjà largué.
"Une théorie ne doit pas être jugée par le réalisme de ses hypothèses mais par la correction de ses prédictions relativement à son domaine cible" M. Friedman
Poke ! @Heu?reka
Je ne comprends pas grand chose à tes vidéos, mais ce que tu dis raisonne à mes oreilles comme une douce mélodie...
Je sais que c'est lourd
Mais l'emploi du mot crédence me semble être un mauvais choix pour la vulgarisation et le grand public. Oui, si on suit assidûment tes vidéos, on s'y fait. Mais le mot crédit, ou crédibilité, ou vraisemblance seraient vraiment plus clairs il me semble...
Dans mon cas, je ne peux rien y faire, mais mon cerveau est programmé pour penser 1/10ème de seconde à la crédence dans la cuisine à chaque fois qu'il entend ce mot
Il a répondu, dans une précédente vidéo, sur la différence qu'il fait entre crédence et vraisemblance. Mais en effet, "crédit" me semble une vraie, et peut-être bonne, traduction (crédence étant un franglish pas top). Sauf que ça fait penser au crédit de la banque (quoi que si on a donné le mot "crédit" à un truc financier, c'est bien que la banque "parie" sur son client !). "Crédibilité" peut aussi porter à confusion. En fait, il n'y a aucun terme français existant et vraiment adéquat.
surtout que chercher la définition du mot crédence sur internet nous renvoi à un meuble pour ranger la vaisselle. Du coup, je ne sais toujours pas ce qu'il entend par crédence.
@@adrienfaure784 Non, non, en anglais, credence = foi (au sens de la foi qu'on a en la vérité dee quelque chose), et credency = crédit (au sens du crédit qu'on accorde à quelque chose), donc depuis toujours, Lê essaie de faire un néologisme par une traduction qui, il est vrai, manque en français. Je critique beaucoup Lê depuis cette série de vidéos, mais là on ne peut pas lui reprocher d'être flou. Il veut au contraire être précis. Le mieux serait d'utiliser "crédit", si on ne veut pas faire de néologisme.
très bien. ça a clarifié des notions que je comprenais mal...même après une formation scientifique de 5 ans post bac et 20 ans d'entreprise en ingénierie ... Mieux vaut tard que jamais
Vas-tu prochainement aborder le sujet des méthodes non-paramétriques? Il serait très intéressant d'entendre une analyse bayésienne de ces méthodes d'estimation des fonctions de densité !
Merci pour cette distinction de qualité entre intervalle de fluctuation et intervalle de confiance, souvent omise dans les cours de statistique!
👍mais quelques exemples concrets et pratiques faciliteraient la comprehension.
J'adore il y a presque des aspects philosophiques dans le Bayésianisme (pas sûr de l'orthographe), sa fait penser différemment c'est plutôt jouissif intellectuellement (en plus j'adore les mathématiques même si j'ai un niveau faible de l'ordre d'une 1ere année de licence de math..)
J'avoue que cette vidéo là....
Ouais c'est chaud frérot.
Super vidéo cela me permet au grand mieux de comprendre certain concepte un peu floue! Et ce qui est étrane c'est que je commence à remettre en cause mon cours de statistiques depuis que je regarde cette série sur le bayesiannisme! Et qu'en est t'il de tout les logiciels statistiques qui nous sortent des résultats basé sur des p-value des intervalles de confiance et autre.. sont t'ils tous à prendre avec des pincettes?
Pour l'enfant à sauver de la faim, je pense que les associations donnent un chiffre précis au public, voire aux politiques (à qui entre 900 et 7000$ ne doit pas parler beaucoup) et un intervalle de confiance entre professionnels.
Génial ! Merci pour le noeud !
Salut Lê, excellente vidéo, comme d’habitude… Une remarque sur ta phase « En général, NON, la crédence qu’un paramètre se trouve dans son intervalle de confiance à 95% n’est PAS de 95% ». Il y a de principe (si tu l’acceptes) qui dis que l’on peut/doit croire à 95% qu’un paramètre se trouve dans son intervalle de confiance à 95%. C’est le principe de focalisation : le principe de focalisation indique que la probabilité ontologique correspondant à l’expérience générique est simplement projetée en une probabilité épistémique sur l’expérience spécifique). Ce principe est lié au principe d'alignement de Miller.
c'est super frustrant de ressentir l'énorme potentiel de connaissance qu'il y a dans tes vidéos, et de s'apercevoir que je ne comprend vraiment pas grand chose...
Pour les intervalles de confiance, je n'ai jamais compris cette manie de les calculer avec la méthode "standard" et pourquoi tous les ouvrages de statistiques que j'ai consulté, même certains récents évoquant le bayésianisme, continuaient à enseigner cette seule méthode alors qu'ils s'adressent à des gens qui n'ont à priori pas les outils critiques pour comprendre qu'il n'est pas adapté. Puis j'ai notamment découvert cet article : J. Sauro, J.R. Lewis, "Estimating Completion Rates from Small Samples Using Binomial Confidence Intervals: Comparisons and Recommendations" in Proceedings of the Human Factors and Ergonomics Society Annual Meeting 49.24 (2005), 2100-3, avec des principes de calcul pourtant vieux mais qui me semblent complètement indispensables !
Pour le reste, merci pour cette découverte du bayésianisme à travers ton ouvrage et des vidéos, qui est en train de changer ma façon d'appréhender mon domaine de recherche, l'archéologie, qui est presque complètement détachée des statistiques par la non-adéquation entre les données archéologiques et l'approche fréquentiste !
Quelle peut être la probabilité de mesurer un rendement sur-unitaire dans une expérience d'électricité sachant les préjugés défavorables à cette mesure, les 3 principes de la Thermodynamique et le principe de moindre action ? ? ?
Votre série est super, dés info aussi profonde sont une chance mais ça va vite , y a un flot d info sans espoirs de digestion entre elles . Si je visionne pas 10 fois de suite avec pause entre chaque phrase... inspirez vous de la chaîne statquest . C est concis avec dés exemple histoire de choper le concept avant de creuser le fond du fond.
11:45 Curieusement je croyais P_A (C | B) et P_B (C | A) "algébriquement" égaux à P (C | A \cap B). Par exemple P_A (C | B) = P_A (C \cap B) / P_A (B). En multipliant numérateur et dénominateur par P(A) j'obtiens P_A (C | B) = P (C \cap B \cap A) / P (B \cap A), ce qui est bien égal à P (C | A \cap B). Où est l'erreur ?
"Endormi", ouais c'est ça... Le chaton il a un cerveau overclocké!
Pourquoi ne pas prendre un exemple d'une expériences simples ou tu peux montrer les différents intervalles et quoi en dire, plutôt que de dérouler des définitions théoriques ? Ça me semble pédagogiquement bien plus productif.
Si je ne me trompe pas, les intervalles de fluctuation sont une création française pour ajouter un peu plus de proba-stat dans les programmes de lycée. D'ailleurs comment dit-on "intervalles de fluctuation" en anglais ? Quelles sont les références sur le sujet ?
Ce que je sais c'est que ses conditions d'applications sont fixées pour les lycées français. Les programmes de Terminale mentionnent que pour être utilisés, les intervalles nécessitent n ≥ 30, np > 5 et n(1-p > 5 où n est la taille de l'échantillon et p la probabilité de l'évènement (d'où np est l'espérance).
J'ai aucune connaissance dans le domaine, mais ça a l'air d'être:
- Intervalle de fluctuation: en.wikipedia.org/wiki/Prediction_interval
- Intervalle de confiance: en.wikipedia.org/wiki/Confidence_interval
- Intervalle de crédence: en.wikipedia.org/wiki/Credible_interval
Pour les 2 premier, j'ai utilisé l'astuce de trouver une page wikipedia dans une langue, et regarder les versions de cette page dans d'autres langues.
A revoir ça Le.
-5 pour cette fois.
Bien que je prenne en compte le pouvoir de l'abstraction, je trouve ça dommage que tu n'illustres pas tes propos qui peuvent sembler flous pour les non-initiés tels que moi par des exemples concrets car, comme tu l'as dit toi-même il me semble, notre cerveau bayésien apprend le mieux par l'exemple.
Je pense tu as probablement trouvé ta voie. Merci pour ces vidéos!
Pour construire un intervalle de confiance, il faut une hypothèse sur la loi de distribution des données (qu'on suppose presque toujours gaussienne alors que c'est presque toujours... faux ! Soit dit au passage). Donc quand on a peu de données, il me semble qu'il n'y a AUCUN INTERET à calculer un intervalle de confiance (car on ne pourra jamais connaitre la loi de distribution des données). Il vaut mieux fournir l'écart-type ou, mieux, l'erreur-standard. Et puis point final.
Les intervalles de fluctuations (mais pas de confiance) sont au programme de maths de seconde depuis quelques années. Du coup on peut espérer que la compréhension du sujet sera meilleure dans un futur proche :-)
C'est assez récent (je n'ai jamais fait ça au lycée alors que j'ai eu mon bac en 2008).
En seconde on fait les intervalles de fluctuation dans un cas simplifié (p entre 0,2 et 0,8 et l'intervalle donné est p +/- 1/(racine carrée (n)) )
En première on fait les fluctuations dans le cas d'une loi binomiale.
En terminale on utilise le théorème central limite.
Après c'est des chapitres sur lesquels il existe peu de documents d'accompagnement, qui ennuie les enseignants et qui est mal compris par les élèves, donc c'est souvent assez expédié.
Mais pourquoi Lê est-il- si dur avec nous ? Que lui avons nous fait ?:-)
Et si les journalistes commençaient par fournir systématiquement l'intervalle de confiance avec la valeur ? Ca éviterait qu'ils fassent dire n'importe quoi aux sondages !
oh !!! je me sert des vidéos d'Yvan Monka pour revoir le prog de 1ere / term ^^
et les intervalles de fluctuation j'ai pas compris si ils étaient plus fiables?
Ils n’est pas questions d’être plus ou moins fiable, ces notions sont différentes, et c’est l’objet de la vidéo
1; 2; 3; 4; 5; 6; 7; 8; 9; 10; 12; 18 : quel est le prochain nombre ?
42 ? 🙂
@@jean-francoisbiragnet7304 non
36 ? (Avec la loi suivante : pour chaque nombre, on prend le précédent, on lui ajoute 1, ainsi que le chiffre des dizaines et deux fois le produit du chiffre des dizaines et des unités. La loi est complètement capillotractée, mais elle marche tout le long. :P)
@@artsenor254 ce n'est pas la suite auquel je pensais, le prochain est 20 (après 18, c'est 20).
Trop tôt pour moi ...
Mais je lâche rien ! 🧐
Merci
Mais... c'est quoi un interval de confiance ?
Et si les scientifiques commençaient par vérifier la distribution de leurs données avant de fournir des intervalles de confiance systématiquement basés sur la loi normale ? Ca éviterait qu'ils fassent dire n'importe quoi aux intervalles de confiance !
C'est via la loi des grands nombres. Pour n'importe quelle suite de variables aléatoires independantes et identiquement distribuée ( par exemple les poids de 1000 personnes, chaque poids est censé suivre la même loi et le poids du voisin n'a aucune influence sur le poids des autres), la moyenne de ces variables suit une loi normale. D'où le fait que la loi normale apparaisse dans un tres grand nombre de sujets. (Si des gens plus calés ont des choses à preciser qu'ils n'hesitent pas)
@@air4swan387 il faut aussi que tes variables aléatoires aient une variance finie, si tu prend une loi de Cauchy tu as perdu : la moyenne empirique suit la même loi de Cauchy. Et ce n'est pas la seule distribution qui peut faire foirer la loi des grands nombres.
@@air4swan387 Mais j'ai déjà répondu des dizaines de fois à cette remarque : la loi des grands nombres suppose des variables aléatoires indépendantes et identiquement distribuées, ce qui n'est presque jamais le cas ! Evidemment c'est à peu près le cas pour des individus clairement "séparables" (quoi que, déjà, le poids d'un individu ne peut pas être négatif et c'est le cas de l'immense majorité des grandeurs : elles ont une borne inférieure absolue mais pas de borne supérieure absolue, donc la distribution sera toujours plus ou moins asymétrique vers la droite), mais ce n'est pas du tout le cas pour des "milieux". Exemple en sciences de l'environnement : allez mesurer 1000 fois la concentration d'un polluant dans les sols, ou dans les eaux : la loi de distribution est hyper-asymétrique. Pareil pour les températures de l'air, etc... Eh ben pourtant : le nombre de scientifiques qui cliquent sur leur bouton "intervalle de confiance" de leur logiciel de stat sans se demander si la distribution est normale. Non, elle est très souvent ... pas du tout normale, car pas issue de variables "indépendantes et identiquement distribuées".
Eh ben par rapport à la vidéo précédente c'est vachement velu... Faudra que je la revisionne plusieurs fois pour espérer en tirer une représentation viable et des connaissances à peu près utilisables en lecture d'articles scientifiques...
Merci.
Une théorie n'est pas pour autant valable dans une réalité mathématique pour la raison simple on inclut pas tous les facteur qui vont valider ou invalider la théorie pour autant de combler les trous, c'est aussi stupide de pas changé son angle de point de vue.
rien pigé, faut des exiles avec des cas concrets
Je comprends plus rien...
Cela fait longtemps que je ne suis plus la chaine et je le regrettais car tu proposais toujours 1 ou 2 exemples concrets avec une vulgarisation en fond. Je me suis arrêté à 7 minutes d'épisode, c'est vraiment trop dense et full théorie mathématique je trouve ça dommage..
Vous êtes docteur en mathématiques ? 😔😔😔😔
Bientôt vous serez chirurgien en mathématiques
Parce que c'est compliqué ? Que ça vous triture les entrailles ? Je ne comprend pas trop la plaisanterie, si c'en est une... Sinon, le doctorat est un diplôme commun à toutes les sciences qui mène au titre de docteur. Il se trouve que le grand public n'a généralement affaire qu'à des docteurs en médecine, de sorte qu'on associe par défaut un docteur à un médecin, ce qu'il n'est pas nécessairement.
Faites attention, si vous criez "un docteur, vite !" dans un train, un respectable professeur d'université pourrait lapider votre ami souffrant. Dommage, vous êtes tombé sur un géologue...
@@maxenceduhamel796 oui façon de plaisanter mais un docteur en mathématiques qui fais du stream😎 qui passe son temps à nous bayésien-iser, avec lui les mathématiques sont de la science fiction. (C'est un prof de mathématiques avec son CAES qui parle)
Nouages de neurones réussis
J'ai rien compris à 95 %
Dommage que ta chaîne de math, se soit transformée en chaîne de zététique.
Maths appliquées,...! Parle en un peu plus car les stats je m'en lasse!
Les stats sont des maths appliquées :-p
@@hikatoyshi les maths appliquées ne sont pas que des stats, mais bon t'as raison!
Cela dit s'il se met à parler d'équations aux dérivées partielles on va vite voir flou ^^
@@hikatoyshi la je suis en accord avec ta deuxième critiques mais je reste sur mon premier raisonnement qui dit qu'en fin de compte tu as voulu parler pour ne rien dire !
Bah oui. Les commentaires ça aide au référencement des vidéos.