Cours d'analyse statistique avec Minitab

Leçon 1 • Qu'est-ce que l'analyse statistique

Définit la statistique, son rôle dans la prise de décision et les types de données. Établit le cadre conceptuel que tous les outils Minitab subséquents appliqueront.

Leçon 2 • Saisie et gestion des données

Couvre la saisie des données, le nommage des colonnes et les opérations de base sur les feuilles de calcul. Une structure de données appropriée est un prérequis pour une analyse précise tout au long du cours.

Leçon 3 • Importation de sources de données externes

Montre comment importer des données de feuilles de calcul et de fichiers texte dans Minitab. Relie la collecte de données réelles à l'environnement d'analyse Minitab.

Leçon 1 • Mesures de tendance centrale

Calcule la moyenne, la médiane et le mode à l'aide de la commande Afficher la statistique descriptive de Minitab. Ces mesures constituent la base pour comparer des groupes et détecter des décalages.

Leçon 2 • Sous-ensemble et filtrage des données

Applique les outils de sous-ensembles de données de Minitab pour isoler les observations pertinentes. Le filtrage permet une analyse ciblée des sous-groupes identifiés lors de l'exploration descriptive.

Leçon 3 • Tableaux de fréquences et distributions

Crée des tableaux de fréquences et des histogrammes pour révéler la forme de la distribution des données. La forme de la distribution éclaire le choix entre des tests paramétriques ou non paramétriques ultérieurs.

Leçon 4 • Mesures de variabilité

Quantifie la dispersion à l'aide de l'étendue, de la variance et de l'écart type dans Minitab. La compréhension de la variabilité est essentielle pour le contrôle des processus et les tests d'hypothèse.

Leçon 1 • Concepts fondamentaux de probabilité

Revise les règles de probabilité, les événements et les distributions à un niveau appliqué. Fournit les bases théoriques nécessaires pour interpréter les valeurs p et les intervalles de confiance.

Leçon 2 • Autres distributions courantes

Présente les distributions binomiale, de Poisson et t à l'aide des outils de distribution de Minitab. La reconnaissance de la distribution correcte garantit des calculs de probabilité précis.

Leçon 3 • La distribution normale dans Minitab

Utilise le menu Calc > Distributions de probabilités de Minitab pour calculer les probabilités normales. Développe l'intuition de la courbe en cloche qui sous-tend la plupart des tests paramétriques.

Leçon 1 • Tests à un échantillon dans Minitab

Exécute des tests t à un échantillon et des tests z pour la moyenne à l'aide du menu Stat de Minitab. Fournit la première expérience pratique reliant la logique du test à la sortie logicielle.

Leçon 2 • Cadre de test d'hypothèse

Établit les hypothèses nulle et alternative, les erreurs de type I et de type II et les valeurs p. Ce cadre régit chaque test statistique effectué dans les chapitres suivants.

Leçon 3 • Fondamentaux de l'intervalle de confiance

Explique le seuil de confiance, la marge d'erreur et la largeur de l'intervalle. Les intervalles de confiance quantifient l'incertitude de l'estimation avant l'introduction des tests d'hypothèse formels.

Leçon 4 • Tests à deux échantillons et tests appariés

Compare deux groupes ou observations appariées à l'aide du test t à deux échantillons et du test t apparié de Minitab. Étend les tests d'hypothèse à des scénarios comparatifs d'affaires et de processus.

Leçon 1 • Concepts de l'ANOVA à un facteur

Explique la logique de la partition de la variance en composantes inter-groupes et intra-groupes. Relie l'ANOVA au cadre de test d'hypothèse établi au chapitre quatre.

Leçon 2 • Diagnostic des résidus de l'ANOVA

Valide les hypothèses de l'ANOVA à l'aide de diagrammes de résidus, de tests de normalité et de vérifications d'égalité des variances. Les échecs diagnostiques guident les actions correctives telles que les transformations.

Leçon 3 • Exécution de l'ANOVA à un facteur dans Minitab

Exécute une ANOVA à un facteur à l'aide du menu Stat > ANOVA de Minitab et interprète le tableau de sortie. La pratique renforce le lien entre le rapport F et les décisions basées sur la valeur p.

Leçon 4 • Comparaisons multiples post-hoc

Applique les comparaisons de Tukey, Fisher et Dunnett pour identifier quelles paires de groupes diffèrent. Les tests post-hoc empêchent l'inflation de l'erreur de type I lors de la comparaison de plusieurs paires.

Leçon 1 • Analyse de corrélation dans Minitab

Calcule les coefficients de corrélation de Pearson et de Spearman et teste leur signification. La corrélation quantifie l'association linéaire avant la construction des modèles de régression.

Leçon 2 • Régression linéaire multiple

Étend la régression à plusieurs prédicteurs et applique des méthodes de sélection de variables dans Minitab. La régression multiple traite des relations complexes du monde réel avec plusieurs facteurs d'influence.

Leçon 3 • Régression linéaire simple

Ajuste un modèle linéaire à un prédicteur et une réponse à l'aide du menu Régression de Minitab. Les étudiants interprètent la pente, l'ordonnée à l'origine et le R-carré pour la prédiction pratique.

Leçon 4 • Diagnostics et hypothèses de régression

Évalue la linéarité, l'indépendance, l'homoscédasticité et la normalité à l'aide des diagrammes de résidus de Minitab. Les violations d'hypothèses identifiées ici guident les corrections du modèle dans la section suivante.

Leçon 1 • Graphiques de contrôle pour variables

Construit les graphiques Xbar-R, Xbar-S et I-MR pour données continues dans Minitab. Les graphiques pour variables suivent simultanément la moyenne et la dispersion du processus pour une surveillance complète.

Leçon 2 • Graphiques de contrôle pour attributs

Construit les graphiques p, np, c et u pour données de dénombrement et de proportion dans Minitab. Les graphiques pour attributs étendent la surveillance des processus aux taux de défauts et aux dénombrements d'unités non conformes.

Leçon 3 • Fondamentaux des graphiques de contrôle

Présente la variation due aux causes communes et aux causes spéciales ainsi que la logique des limites de contrôle. Ce fondement conceptuel détermine quand un processus nécessite une intervention.

Leçon 4 • Analyse de la capabilité d'un processus

Calcule les indices Cp, Cpk, Pp et Ppk à l'aide de la commande Analyse de capabilité de Minitab. Les indices de capabilité relient la variation du processus aux limites de spécification pour les rapports de qualité.

Leçon 1 • Création de rapports statistiques professionnels

Rassemble des graphiques, des tableaux et du texte narratif dans des rapports Minitab soignés et les exporte. Une sortie professionnelle communique clairement les résultats à des publics techniques et non techniques.

Leçon 2 • Tests du khi-deux dans Minitab

Applique le test d'ajustement du khi-deux et le test d'indépendance aux données catégorielles. Les tests du khi-deux étendent les tests d'hypothèse aux questions de fréquences et d'association.

Leçon 3 • Analyse du système de mesure

Mène des études Gage R&R pour quantifier la variation du système de mesure dans Minitab. Une mesure fiable est un prérequis pour un contrôle de processus et des conclusions de régression valides.

Leçon 4 • Automatisation de l'analyse avec des macros

Enregistre et exécute des macros Minitab pour automatiser les tâches analytiques répétitives. L'automatisation réduit les erreurs et accélère la production de rapports dans les environnements d'analyse à volume élevé.