Abstract :
[fr] Les définitions utiles à maîtriser sont d'abord rappelées. Ces notions sont exposées en toute généralité, sans rapport à un domaine d’application particulier. La notion d'estimateur est également présentée. En effet, pour le praticien, la connaissance exhaustive de la loi de probabilité d’une variable aléatoire est souvent inaccessible : il ne s’agit généralement pas d’une donnée de base, mais bien d’une inconnue. Ensuite, les principaux outils statistiques utiles à maîtriser en laboratoire sont exposés . Ces notions sont exposées en toute généralité, sans rapport à un domaine d’application particulier. L’intérêt sera cependant principalement porté sur les variables aléatoires continues car elles représentent l’essentiel des grandeurs rencontrées en mesurage. Sont abordés ici : les lois de probabilité (normale, rectangulaire, Student, khi-deux, Ficher, log-normale Bêta, Dirac), les intervalles de confiances, niveaux de confiance et facteurs d'élargissement, les lois de propagation des FDP, le théorème central limite, l'estimation d'échantillons issus de lois normales. Enfin, les tests statistiques sont détaillés : tests paramétriques (dont ANOVA), tests de cohérences (Mandel, Cochran, Grubbs), tests de normalité (Shapiro-Wilk, et l'excellent D'Agostino-Pearson). En annexe sont fournis les modèles de feuilles de calcul Excel permettant d'exécuter tous ces tests statistiques.
