Introduction aux Statistiques

Citation :
Introduction aux statistiques - © 1996, Ramousse R., Le Berre M. & Le Guelte L.

10. Bibliographie

BERTIN J. 1977. La graphique et le traitement graphique de l'information. Nouvelle bibliothèque scientifique, Flammarion.

CAPERAA Philippe & VAN CUTSEM Bernard, 1988. Méthodes et modèles en statistique non paramétrique. Exposé fondamental. Presses Université Laval, Dunod, 357 pp.

DAGNELIE Pierre, 1969 - 1970. Théorie et méthodes statistiques. Applications agronomiques (3 vol.). Duculot, Gembloux, Presses Agron., 378 + 451 pp.

FISHER R.A., 1946.Statistical methods for research workers, Olivier & Boyd, London. traduction française aux Presses Universitaires.

HAYS W. L., 1963. Statistics for psychologists. Holt, Rinehart & Winston.

LE GUELTE L., LE BERRE M., DAHAN G., RAMOUSSE R. & COULON J. 1983. Traitement statitistique informatisé des données en éthologie. Études et analyses comportementales, 1(4) :202-268.

Pour une histoire de la statistique. Tome 1. Insee, Imprimerie Nationale, 593 pp.

SCHWARTZ D. 1963. Méthodes statistiques à l'usage des médecins et des biologistes. Paris, Flammarion Médecine Sciences. SIEGEL Sidney, 1956. Non parametric statistics for the behavioral sciences , McGraw Hill, 312 pp.

SNEDECOR G.W. Calculation and interpretation of analysis of variance and covariance, Collegiate Press, Ames, Iowa.

SPRENT P. 1992. Pratique des statistiques nonparmétriques. INRA Editions. VESSEREAU A. 1948. Méthodes statistiques en biologie et en agronomie. Baillère et fils, Paris, p.381.

VIGNERON E. 1997. Géographie et statistique. Que sais-je?, PUF. WINER B.J. 1970. Statistical principles in experimental design. McGraw-Hill, Mladinska Knijiga, p. 672.

Remarques générales (Dagnélie, Vol. 1, p 348)

D'une façon générale, on peut constater que la puissance d'un test est non seulement une fonction croissante du degré de fausseté de l'hypothèse nulle, mais aussi une fonction croissante de l'effectif des échantillons et du niveau de signification.

Il en résulte notamment que l'erreur de deuxième espèce est d'autant plus grande que l'erreur de première espèce est petite, et vice-cersa. Il n'est donc pas possible pour un test donné, réalisé dans des conditions donnés, de réduire simultanément les deux risques d'erreur.

Sommaire