Merci beaucoup pour cette video. Ca fait des heures que j'étais bloqué sur la démarche du Chi-deux mais j'ai enfin pu comprendre grâce à cette courte vidéo très bien présentée 👍🏼
bonjour , je n'arrive pas du tout a retrouver le résultat, c'est possible que vous m'indiquez en détail la formule avec les valeurs numériques s'il vous plait
Très belle explication mais la fin me fait rire "Les variables sont pas indépendantes ça dépend de la ville! Et voilà!"😂 Dans votre exemple, l'interprétation du test du khi2 n'est pas aussi simple que ça étant donné que l'échelle de nuisance ("aucune", "faible", "moyenne", "forte") ne semble pas corrélée à une des villes (par exemple on s'aperçoit qu'il y a à la fois une majorité de "faible" et de "forte" pour Orly, ce qui est contradictoire pour un être humain). En fait, pour obtenir un test du khi2 facile à analyser (humain), dans cet exemple, il faut regrouper les variables "faible" et "moyenne"!😊Une nouvelle échelle apparait: "aucune"/"faible"/"forte" et tout à coup la lumière fut et l'échelle de nuisance semble davantage corrélée à une des 2 villes, n'est-ce pas?✌
Je viens de voir votre commentaire, désolée ! Alors oui c'est tout à fait possible que l'exemple ne soit pas très réaliste, je ne sais plus trop où je l'ai pris mais je vous confirme que j'étais totalement tournée vers les calculs/la méthode de test que l'interprétation (je crois que c'est vrai pour toutes mes vidéos). Votre commentaire me fait réaliser ça, et en effet ce serait mieux de trouver des exemples réalistes/cas pratiques ! Merci pour votre message il m'a fait réfléchir !
@@Statoscope Je vous remercie pour votre retour. Au contraire, c''est un très bon exemple car c'est typiquement ce qui peut arriver dans la réalité! Mais voilà, tout ça pour dire que pour aller au bout du test du khi2, il faut l'interpréter. Et c'est cette partie qui s'avère la plus délicate parfois ;)
Bonjour. Mais je pense que vous vous êtes trompée. Ce qu'il fallait faire, c'est 0, 05 et non pas 0,5 étant donné que vous avez considéré le seul de significativité de 5%. J'espère que mon commentaire est constructif.
Bonjour, J'avais commencé à résoudre ce problème avec l'idée que je ferais un test d'égalité de distributions pour déterminer si la gêne à proximité de l'aéroport de Roissy appartient à la même distribution que la gêne à proximité de l'aéroport d'Orly. Est-ce que ce raisonnement est également juste (sachant que dans les faits, les calculs sont les mêmes par la suite). Merci beaucoup
Dire que la variable âge n'influence pas, c'est dire que les deux distributions sont les mêmes. C'est le même test, un cas particulier donc quand vous avez 2 distributions .
Merci beaucoup pour cette video.
Ca fait des heures que j'étais bloqué sur la démarche du Chi-deux mais j'ai enfin pu comprendre grâce à cette courte vidéo très bien présentée 👍🏼
Merci beaucoup.
Et surtout j'adore votre caractère assez autoritaire et votre voix ferme.
😂 je n'avais jamais vu ce message, celle là on me l'avait jamais dite :) heureuse que ça vous plaise !
Excellente démonstration j'ai maintenant la facilité de calculer le chi-carré
Vous expliquez tellement mieux que ma prof !!
bonjour , je n'arrive pas du tout a retrouver le résultat, c'est possible que vous m'indiquez en détail la formule avec les valeurs numériques s'il vous plait
Bonjour,
Tres bien expliqué merci :)
Merci
Très belle explication mais la fin me fait rire "Les variables sont pas indépendantes ça dépend de la ville! Et voilà!"😂
Dans votre exemple, l'interprétation du test du khi2 n'est pas aussi simple que ça étant donné que l'échelle de nuisance ("aucune", "faible", "moyenne", "forte") ne semble pas corrélée à une des villes (par exemple on s'aperçoit qu'il y a à la fois une majorité de "faible" et de "forte" pour Orly, ce qui est contradictoire pour un être humain). En fait, pour obtenir un test du khi2 facile à analyser (humain), dans cet exemple, il faut regrouper les variables "faible" et "moyenne"!😊Une nouvelle échelle apparait: "aucune"/"faible"/"forte" et tout à coup la lumière fut et l'échelle de nuisance semble davantage corrélée à une des 2 villes, n'est-ce pas?✌
Je viens de voir votre commentaire, désolée ! Alors oui c'est tout à fait possible que l'exemple ne soit pas très réaliste, je ne sais plus trop où je l'ai pris mais je vous confirme que j'étais totalement tournée vers les calculs/la méthode de test que l'interprétation (je crois que c'est vrai pour toutes mes vidéos). Votre commentaire me fait réaliser ça, et en effet ce serait mieux de trouver des exemples réalistes/cas pratiques ! Merci pour votre message il m'a fait réfléchir !
@@Statoscope Je vous remercie pour votre retour. Au contraire, c''est un très bon exemple car c'est typiquement ce qui peut arriver dans la réalité! Mais voilà, tout ça pour dire que pour aller au bout du test du khi2, il faut l'interpréter. Et c'est cette partie qui s'avère la plus délicate parfois ;)
j adore cette présentation . Tu utilises quelle appli ? La voix passe très bien.👏
Bonjour. Merci pour votre cours, cependant, je ne suis pas sûr de comprendre l'intérêt des calculs en bleu et en vert dans votre tableau.
Pardon, je viens de comprendre, pour ceux qui se demandent, il s'agit du calcul de C observé en "avance".
Bonjour, si on avais un effectif
Merci beaucoup !!!!!
Bonjour,
j'ai faite 75-65,3 au carrée, puis ca me donne 94.09. Est-ce que je suis supposer de l'arrondir?
Merci 😃
🤔pourquoi tu mets les memes eff theoriques dans la 2° ?
oups j ai rien dit . Au temps pour moi !
est-ce que ça marche même si vous avez un nombre de 3 (inf à 5) parmi les effectifs observés ? merciiii
Bonjour. Mais je pense que vous vous êtes trompée. Ce qu'il fallait faire, c'est 0, 05 et non pas 0,5 étant donné que vous avez considéré le seul de significativité de 5%. J'espère que mon commentaire est constructif.
Bonjour,
J'avais commencé à résoudre ce problème avec l'idée que je ferais un test d'égalité de distributions pour déterminer si la gêne à proximité de l'aéroport de Roissy appartient à la même distribution que la gêne à proximité de l'aéroport d'Orly.
Est-ce que ce raisonnement est également juste (sachant que dans les faits, les calculs sont les mêmes par la suite).
Merci beaucoup
Comme vous dîtes c'est exactement le même calcul. Donc c'est le même raisonnement
Dire que la variable âge n'influence pas, c'est dire que les deux distributions sont les mêmes. C'est le même test, un cas particulier donc quand vous avez 2 distributions .
@@Statoscope Merci beaucoup !
je vous aime
16,7?????????
Erfti kifach ??