Félicitations !
Échantillonnage en R
Richie Cotton
Data Evangelist at DataCamp
Récapitulatif
Chapitre 1
- Notions de base sur l'échantillonnage
- Biais de sélection
- Échantillonnage pseudo-aléatoire
Chapitre 3
- Taille d'échantillon et paramètres de population
- Créer des distributions d'échantillonnage
- Distributions approx. vs réelles
- Théorème central limite
Chapitre 2
- Échantillonnage aléatoire simple
- Échantillonnage systématique
- Échantillonnage stratifié
- Échantillonnage en grappes
Chapitre 4
- Bootstrap à partir d'un seul échantillon
- Erreur-type
- Intervalles de confiance
L'essentiel à retenir
- L'écart type de la distribution d'échantillonnage (aussi appelé erreur-type) d'une statistique est bien approché par l'écart type de la distribution bootstrap de cette statistique.
- Pour calculer des intervalles de confiance, on peut supposer que les distributions bootstrap sont à peu près normales.
Passons à la pratique !
Échantillonnage en R
