AccueilCoursIntroduction aux statistiques en R

Détecter les valeurs aberrantes avec la méthode IQR

Chapitre 2 · Statistiques descriptives · leçon 12 sur 57
Reserved for subscribers — here is the beginning
The rest of this lesson is reserved for subscribers Create your free account to try the sample exercises, then upgrade to full access whenever you like.

Create your free account

No credit card required, in thirty seconds.
Continue with Google
or
Sign up with an e-mail
Already registered? Log in
By continuing, you agree to the terms of use and the privacy policy. Your data is hosted in the European Union.

Full access DATAGOZ

19 €/ month — or 190 € / year
  • All published courses and career paths
  • Exercises and quizzes with automatic grading
  • Practice, exam and certificate of completion
  • No commitment, cancel online
See the plans
This lesson is part of the course

Introduction aux statistiques en R

short_training6 chapitres · 57 leçons
  • The training platformsubscribers
  • Introduction aux statistiquesabonnés
  • Statistiques descriptives et statistiques inférentiellesabonnés
  • Les différentes catégories de donnéesabonnés
  • Les mesures de tendance centraleabonnés
  • Comprendre la moyenne et la médianeabonnés
  • Choisir entre moyenne et médianeabonnés
  • Les mesures de dispersionabonnés
  • Comprendre la variance et l’écart-typeabonnés
  • Exercices de révisionabonnés
  • Quartiles, quantiles et quintilesabonnés
  • Détecter les valeurs aberrantes avec la méthode IQRvous êtes ici
  • Comprendre les probabilitésabonnés
  • Échantillonnage avec ou sans remiseabonnés
  • Calculer des probabilitésabonnés
  • Échantillonnage de transactions commercialesabonnés
  • Découvrir les distributions discrètesabonnés
  • Construire une distribution de probabilitésabonnés
  • Reconnaître les différentes distributionsabonnés
  • Valeur attendue et moyenne d’un échantillonabonnés
  • Découvrir les distributions continuesabonnés
  • Choisir la distribution appropriéeabonnés
  • Sauvegarde des donnéesabonnés
  • Simuler des temps d’attenteabonnés
  • Comprendre la loi binomialeabonnés
  • Simuler des transactions commercialesabonnés
  • Calculer des probabilités binomialesabonnés
  • Estimer le nombre de ventes réaliséesabonnés
  • Découvrir la loi normaleabonnés
  • Étudier la distribution des ventes d’Amirabonnés
  • Calculer les probabilités avec la loi normaleabonnés
  • Simuler les ventes dans de nouvelles conditions de marchéabonnés
  • Comparer les performances des marchésabonnés
  • Comprendre le théorème central limite (TCL)abonnés
  • Visualiser les distributions d’échantillonnageabonnés
  • Appliquer le TCL à des cas pratiquesabonnés
  • Étudier la moyenne des moyennesabonnés
  • Discover the Poisson distributionsubscribers
  • Déterminer le paramètre lambda (λ)abonnés
  • Analyser le suivi des réponses aux prospectsabonnés
  • Explorer d’autres lois de probabilitéabonnés
  • Comparer les différentes distributions de probabilitéabonnés
  • Modéliser le temps entre les réponses des prospectsabonnés
  • Découvrir la loi de Student (loi t)abonnés
  • Comprendre la corrélationabonnés
  • Estimer le coefficient de corrélationabonnés
  • Analyser les relations entre variablesabonnés
  • Les limites et précautions liées à la corrélationabonnés
  • Ce que la corrélation ne permet pas de mesurerabonnés
  • Transformer les variables pour l’analyseabonnés
  • Le sucre a-t-il un effet sur le bonheur ?abonnés
  • Identifier les facteurs de confusionabonnés
  • Comprendre la conception des expériencesabonnés
  • Découvrir les différents types d’étudesabonnés
  • Comparer les études longitudinales et transversalesabonnés
  • félicitations !abonnés
  • Conclusionsubscribers
Next lesson

Comprendre les probabilités

View the programme Create an account to continue