Data transformation (statistics)In statistics, data transformation is the application of a deterministic mathematical function to each point in a data set—that is, each data point zi is replaced with the transformed value yi = f(zi), where f is a function. Transforms are usually applied so that the data appear to more closely meet the assumptions of a statistical inference procedure that is to be applied, or to improve the interpretability or appearance of graphs. Nearly always, the function that is used to transform the data is invertible, and generally is continuous.
Espèce introduitevignette|300px|Le blé Triticum est une espèce originaire de Mésopotamie introduite dans le monde entier. On qualifie d'espèce introduite une population identifiée/isolée d'une espèce donnée -- qu'elle soit présente ou maintenue présente artificiellement (espèces domestiquées, espèces « adventives ») en cours de naturalisation ou déjà naturalisée -- dans un territoire donnée, considérant qu'elle n'est pas une espèce indigène dudit territoire mais y a été importée par une intervention humaine (délibérée ou non).
Écart typethumb|Exemple de deux échantillons ayant la même moyenne (100) mais des écarts types différents illustrant l'écart type comme mesure de la dispersion autour de la moyenne. La population rouge a un écart type (SD = standard deviation) de 10 et la population bleue a un écart type de 50. En mathématiques, l’écart type (aussi orthographié écart-type) est une mesure de la dispersion des valeurs d'un échantillon statistique ou d'une distribution de probabilité.
L-estimatorIn statistics, an L-estimator is an estimator which is a linear combination of order statistics of the measurements (which is also called an L-statistic). This can be as little as a single point, as in the median (of an odd number of values), or as many as all points, as in the mean. The main benefits of L-estimators are that they are often extremely simple, and often robust statistics: assuming sorted data, they are very easy to calculate and interpret, and are often resistant to outliers.
Fonction de vraisemblancevignette|Exemple d'une fonction de vraisemblance pour le paramètre d'une Loi de Poisson En théorie des probabilités et en statistique, la fonction de vraisemblance (ou plus simplement vraisemblance) est une fonction des paramètres d'un modèle statistique calculée à partir de données observées. Les fonctions de vraisemblance jouent un rôle clé dans l'inférence statistique fréquentiste, en particulier pour les méthodes statistiques d'estimation de paramètres.
Espèce en dangervignette|Symbole « en danger » de la liste rouge de l'UICN. En biologie et écologie, l'expression « espèce en danger » s'applique à toute espèce risquant de disparaître à court ou moyen terme. Selon le congrès mondial de l'UICN de septembre 2016, , ce qu'un article du 10 août, dans la revue Nature traduit sous le titre « Les ravages des fusils, des filets et des bulldozers » aussi qualifiés de grands tueurs parmi les facteurs de régression de animales et végétales évaluées et classées en 2016 comme menacées ou quasi menacées de disparition sur la liste rouge de l'UICN.
Régression de PoissonEn statistique, la régression de Poisson est un modèle linéaire généralisé utilisé pour les données de comptage et les tableaux de contingence. Cette régression suppose que la variable réponse Y suit une loi de Poisson et que le logarithme de son espérance peut être modélisé par une combinaison linéaire de paramètre inconnus. Soit un vecteur de variables indépendantes, et la variable que l'on cherche à prédire. Réaliser une régression de Poisson revient à supposer que suit une loi de Poisson de paramètre , avec et les paramètres de la régression à estimer, et le produit scalaire standard de .
Bleuvignette|Le ciel et la mer dans diverses nuances de bleu. Le bleu est un champ chromatique, regroupant les teintes rappelant celles du ciel et de la mer par temps clair. C'est aujourd'hui la couleur la plus appréciée d'un grand nombre de personnes. Le champ chromatique « bleu » comprend de nombreuses nuances soit saturées, comme le bleu outremer, soit pâles comme le bleu ciel ou foncées comme le bleu nuit. Il s'étend des bleu-verts ou turquoise aux bleus violacés.
Complexe d'espècesthumb|Un champignon du genre Stereum, près de Mörfelden-Walldorf, Hesse (Allemagne). Dans le complexe d'espèces Stereum hirsutum–Stereum ostrea, seul un examen microscopique permet de déterminer quel individu appartient à quelle espèce.En biologie, un complexe d'espèces est un groupe d'organismes étroitement apparentés qui sont si semblables en apparence que les limites entre eux (permettant de les distinguer les uns des autres) sont souvent peu évidentes.
Espèce rareUne espèce rare est une espèce dont le nombre d'individus est très bas. Cette désignation peut être appliquée à un taxon végétal ou animal et est distincte du terme en danger, en voie de disparition ou menacé. La désignation d'une espèce rare peut être faite par un organisme officiel, tel qu'un gouvernement national ou une région. Le terme apparaît le plus souvent sans référence à des critères spécifiques. L'UICN n'effectue normalement pas de telles désignations, mais peut utiliser ce terme dans le cadre de discussions scientifiques.
Description des espècesvignette|Couverture originale de l'œuvre Systema naturæ publiée en 1735. La description d'une espèce est une description formelle d'une espèce nouvellement découverte, généralement sous la forme d'un article scientifique. Son but est de donner une description claire d'une nouvelle espèce d'organisme et d'expliquer en quoi elle diffère des espèces qui ont été décrites précédemment, ou qui lui sont liées. La description de l'espèce contient aussi des images ou d'autres illustrations du matériel type sur lequel se fonde une description et auquel est associé le nouveau nom de taxon décrit.
Errors-in-variables modelsIn statistics, errors-in-variables models or measurement error models are regression models that account for measurement errors in the independent variables. In contrast, standard regression models assume that those regressors have been measured exactly, or observed without error; as such, those models account only for errors in the dependent variables, or responses. In the case when some regressors have been measured with errors, estimation based on the standard assumption leads to inconsistent estimates, meaning that the parameter estimates do not tend to the true values even in very large samples.
