Modèle linéairevignette|Données aléatoires sous forme de points, et leur régression linéaire. Un modèle linéaire multivarié est un modèle statistique dans lequel on cherche à exprimer une variable aléatoire à expliquer en fonction de variables explicatives X sous forme d'un opérateur linéaire. Le modèle linéaire est donné selon la formule : où Y est une matrice d'observations multivariées, X est une matrice de variables explicatives, B est une matrice de paramètres inconnus à estimer et U est une matrice contenant des erreurs ou du bruit.
Application de GaussEn géométrie différentielle classique, l'application de Gauss est une application naturelle différentiable sur une surface de , à valeurs dans la sphère unité , et dont la différentielle permet d'accéder à la seconde forme fondamentale. Elle tient son nom du mathématicien allemand Carl Friedrich Gauss. Soit une surface orientée de classe de . Pour un point de , il existe un unique vecteur normal unitaire compatible avec l'orientation de .
Formule de Gauss-Bonnetvignette|Exemple d'une surface à laquelle le théorème de Gauss-Bonnet peut être appliqué En géométrie différentielle, la formule de Gauss-Bonnet est une propriété reliant la géométrie (au sens de la courbure de Gauss) et la topologie (au sens de la caractéristique d'Euler) des surfaces. Elle porte le nom des mathématiciens Carl Friedrich Gauss, qui avait conscience d'une version du théorème, mais ne la publia jamais, et Pierre Ossian Bonnet, qui en publia un cas particulier en 1848.
Simple random sampleIn statistics, a simple random sample (or SRS) is a subset of individuals (a sample) chosen from a larger set (a population) in which a subset of individuals are chosen randomly, all with the same probability. It is a process of selecting a sample in a random way. In SRS, each subset of k individuals has the same probability of being chosen for the sample as any other subset of k individuals. A simple random sample is an unbiased sampling technique. Simple random sampling is a basic type of sampling and can be a component of other more complex sampling methods.
Péché originelvignette|droite|upright=1.7|Le Jardin d'Éden et la chute de l'homme, tableau de Jan Brueghel l'Ancien et Pierre Paul Rubens, vers 1615. Le péché originel est une doctrine de la théologie chrétienne qui décrit l'état dégradé de l'humanité depuis la Chute, c'est-à-dire la désobéissance d'Adam et Ève, premiers êtres humains créés par Dieu : dans le Livre de la Genèse, ils mangent le fruit défendu de l'arbre de la connaissance du bien et du mal.
Péché contre l'EspritLe péché contre l'Esprit, quelquefois appelé blasphème contre le Saint-Esprit (grec: τοῦ Πνεύματος βλασφημία tou Pneumatos blasphēmia, latin : blasphemia Spiritus « blasphème de l’Esprit »), est un concept chrétien issu d'une citation de Jésus commune aux trois évangiles synoptiques : « Mais quiconque aura parlé contre l'Esprit saint, cela ne lui sera remis ni en ce monde, ni dans l'autre. » (Mt 12, 31–32), ainsi que d'autres passages du Nouveau Testament notamment Hébreux 6: 4–6, Hébreux 10: 25–31 et 1 Jean 5: 16.
Échantillonnage stratifiévignette|Vous prenez un échantillon aléatoire stratifié en divisant d'abord la population en groupes homogènes (semblables en eux-mêmes) (strates) qui sont distincts les uns des autres, c'est-à-dire. Le groupe 1 est différent du groupe 2. Ensuite, choisissez un EAS (échantillon aléatoire simple) distinct dans chaque strate et combinez ces EAS pour former l'échantillon complet. L'échantillonnage aléatoire stratifié est utilisé pour produire des échantillons non biaisés.
Échantillonnage (statistiques)thumb|Exemple d'échantillonnage aléatoire En statistique, l'échantillonnage désigne les méthodes de sélection d'un sous-ensemble d'individus (un échantillon) à l'intérieur d'une population pour estimer les caractéristiques de l'ensemble de la population. Cette méthode présente plusieurs avantages : une étude restreinte sur une partie de la population, un moindre coût, une collecte des données plus rapide que si l'étude avait été réalisé sur l'ensemble de la population, la réalisation de contrôles destructifs Les résultats obtenus constituent un échantillon.
Sample mean and covarianceThe sample mean (sample average) or empirical mean (empirical average), and the sample covariance or empirical covariance are statistics computed from a sample of data on one or more random variables. The sample mean is the average value (or mean value) of a sample of numbers taken from a larger population of numbers, where "population" indicates not number of people but the entirety of relevant data, whether collected or not. A sample of 40 companies' sales from the Fortune 500 might be used for convenience instead of looking at the population, all 500 companies' sales.
Carl Friedrich GaussJohann Carl Friedrich Gauß ( ; traditionnellement transcrit Gauss en français ; Carolus Fridericus Gauss en latin), né le à Brunswick et mort le à Göttingen, est un mathématicien, astronome et physicien allemand. Il a apporté de très importantes contributions à ces trois domaines. Surnommé « le prince des mathématiciens », il est considéré comme l'un des plus grands mathématiciens de tous les temps. La qualité extraordinaire de ses travaux scientifiques était déjà reconnue par ses contemporains.
Univers (probabilités)vignette|Lancé d'une pièce (pile ou face) En théorie des probabilités, un univers, souvent noté , ou , est l'ensemble de toutes les issues (résultats) pouvant être obtenues au cours d'une expérience aléatoire. À chaque élément de l'univers , c'est-à-dire à chacun des résultats possibles de l'expérience considérée, nous pouvons associer le sous-ensemble constitué de cet élément, appelé événement élémentaire. De manière plus générale, toute partie de l'univers est appelée un événement.
Convenience samplingConvenience sampling (also known as grab sampling, accidental sampling, or opportunity sampling) is a type of non-probability sampling that involves the sample being drawn from that part of the population that is close to hand. This type of sampling is most useful for pilot testing. Convenience sampling is not often recommended for research due to the possibility of sampling error and lack of representation of the population. But it can be handy depending on the situation. In some situations, convenience sampling is the only possible option.
