Plan factorielthumb|right|Expériences statistiques : à gauche, un plan factoriel et, à droite, la surface de réponse obtenue par la méthode des surfaces de réponses En statistiques, un plan factoriel est une expérience qui consiste à choisir des valeurs pour chacun des facteurs en faisant varier simultanément tous les facteurs, de façon exhaustive ou non. Le nombre d'essais peut alors devenir très grand, i.e. on a une explosion combinatoire. Une telle expérience permet l'étude de l'effet de chaque variable sur le processus, ainsi que l'étude de la dépendance entre les variables.
Carré latinvignette|Example of TAQ algorithm Un carré latin est un tableau carré de n lignes (donc de n colonnes) remplies de n éléments distincts dont chaque ligne et chaque colonne ne contient qu'un seul exemplaire. L'exemple historique du carré latin est le carré Sator ; la construction de telles curiosités combinatoires se transpose facilement à l'arithmétique en substituant un nombre à une lettre : la plupart du temps, les n éléments utilisés sont les entiers compris entre 0 et n-1.
Fractional factorial designIn statistics, fractional factorial designs are experimental designs consisting of a carefully chosen subset (fraction) of the experimental runs of a full factorial design. The subset is chosen so as to exploit the sparsity-of-effects principle to expose information about the most important features of the problem studied, while using a fraction of the effort of a full factorial design in terms of experimental runs and resources.
Interaction (statistiques)Une interaction, en statistiques, peut survenir lorsqu'on considère la relation entre deux variables ou plus. Le terme "interaction" est donc utilisé pour décrire une situation dans laquelle l'influence d'une variable dépend de l'état de la seconde (ce qui est ce cas, lorsque les deux variables ne sont pas additives). Le plus souvent, les interactions apparaissent dans le contexte des analyses de régression. La présence d'interactions peut avoir des implications importantes pour l'interprétation des modèles statistiques.
Family-wise error rateIn statistics, family-wise error rate (FWER) is the probability of making one or more false discoveries, or type I errors when performing multiple hypotheses tests. John Tukey developed in 1953 the concept of a familywise error rate as the probability of making a Type I error among a specified group, or "family," of tests. Ryan (1959) proposed the related concept of an experimentwise error rate, which is the probability of making a Type I error in a given experiment.
Carré magique (mathématiques)En mathématiques, un carré magique d’ordre n est composé de n entiers strictement positifs, écrits sous la forme d’un tableau carré. Ces nombres sont disposés de sorte que leurs sommes sur chaque rangée, sur chaque colonne et sur chaque diagonale principale soient égales. On nomme alors constante magique (et parfois densité) la valeur de ces sommes. Un carré magique normal est un cas particulier de carré magique, constitué de tous les nombres entiers de 1 à n, où n est l’ordre du carré.
Analyse de la varianceEn statistique, lanalyse de la variance (terme souvent abrégé par le terme anglais ANOVA : analysis of variance) est un ensemble de modèles statistiques utilisés pour vérifier si les moyennes des groupes proviennent d'une même population. Les groupes correspondent aux modalités d'une variable qualitative (p. ex. variable : traitement; modalités : programme d'entrainement sportif, suppléments alimentaires; placebo) et les moyennes sont calculés à partir d'une variable continue (p. ex. gain musculaire).
Latin rectangleIn combinatorial mathematics, a Latin rectangle is an r × n matrix (where r ≤ n), using n symbols, usually the numbers 1, 2, 3, ..., n or 0, 1, ..., n − 1 as its entries, with no number occurring more than once in any row or column. An n × n Latin rectangle is called a Latin square. Latin rectangles and Latin squares may also be described as the optimal colorings of rook's graphs, or as optimal edge colorings of complete bipartite graphs.
Méthode des surfaces de réponsesthumb|Expériences statistiques : à gauche, un plan factoriel et, à droite, la surface de réponses obtenue par MSR. En statistiques, la méthode des surfaces de réponses (MSR) a pour but d'explorer les relations entre les variables dépendantes et indépendantes impliquées dans une expérience. Elle est due aux travaux de 1951 de George Box et K. B. Wilson. L'idée principale de leur méthode est l'utilisation d'une séquence d'expériences. Box et Wilson suggèrent d'utiliser un modèle à polynôme de second degré, mais concèdent que ce modèle n'est qu'une approximation.
False discovery rateIn statistics, the false discovery rate (FDR) is a method of conceptualizing the rate of type I errors in null hypothesis testing when conducting multiple comparisons. FDR-controlling procedures are designed to control the FDR, which is the expected proportion of "discoveries" (rejected null hypotheses) that are false (incorrect rejections of the null). Equivalently, the FDR is the expected ratio of the number of false positive classifications (false discoveries) to the total number of positive classifications (rejections of the null).
Analyse coût-avantagevignette|Exemple de graphique d'analyse coût-avantage L'analyse coût-avantage aussi connue comme analyse coût-bénéfice (anglicisme) est un terme qui renvoie tout à la fois à : une méthode formelle que l'on utilise pour aider à estimer ou évaluer le dossier monté pour un projet ou une proposition, ce dossier étant lui-même une « estimation de projet » ; une approche informelle pour prendre une décision, quelle qu'elle soit.
Contrôle qualitévignette|Contrôle qualité du nylon, 1954, Malmö. Photographie conservée au musée nordique. Le contrôle qualité est un aspect de la gestion de la qualité. Le contrôle est une opération destinée à déterminer, avec des moyens appropriés, si le produit (y compris, services, documents, code source) contrôlé est conforme ou non à ses spécifications ou exigences préétablies et incluant une décision d'acceptation, de rejet ou de retouche. L'ancienne norme ISO 8402 (maintenant annulée) en donnait la définition suivante : (ISO8402:1994, § 2.
Inférence statistiquevignette|Illustration des 4 principales étapes de l'inférence statistique L'inférence statistique est l'ensemble des techniques permettant d'induire les caractéristiques d'un groupe général (la population) à partir de celles d'un groupe particulier (l'échantillon), en fournissant une mesure de la certitude de la prédiction : la probabilité d'erreur. Strictement, l'inférence s'applique à l'ensemble des membres (pris comme un tout) de la population représentée par l'échantillon, et non pas à tel ou tel membre particulier de cette population.
Assurance qualitéOn désigne par assurance qualité un moyen d'obtenir confiance dans l'assurance de la qualité c'est-à-dire dans l'aptitude de la société ou de l'organisation à satisfaire le niveau de qualité désiré. Le terme « assurance qualité » qui élide les articles naturellement présents dans la langue française est très commun du fait que le concept a été importé (anglicisme) de la langue anglaise où l'on parle de Quality assurance. Le terme assurance a donc ici la valeur de confiance que lui donne la langue anglaise.
Cost-effectiveness analysisCost-effectiveness analysis (CEA) is a form of economic analysis that compares the relative costs and outcomes (effects) of different courses of action. Cost-effectiveness analysis is distinct from cost–benefit analysis, which assigns a monetary value to the measure of effect. Cost-effectiveness analysis is often used in the field of health services, where it may be inappropriate to monetize health effect.
Quality (business)In business, engineering, and manufacturing, quality – or high quality – has a pragmatic interpretation as the non-inferiority or superiority of something (goods or services); it is also defined as being suitable for the intended purpose (fitness for purpose) while satisfying customer expectations. Quality is a perceptual, conditional, and somewhat subjective attribute and may be understood differently by different people. Consumers may focus on the specification quality of a product/service, or how it compares to competitors in the marketplace.
Cost–utility analysisCost–utility analysis (CUA) is a form of economic analysis used to guide procurement decisions. The most common and well-known application of this analysis is in pharmacoeconomics, especially health technology assessment (HTA). In health economics, the purpose of CUA is to estimate the ratio between the cost of a health-related intervention and the benefit it produces in terms of the number of years lived in full health by the beneficiaries. Hence it can be considered a special case of cost-effectiveness analysis, and the two terms are often used interchangeably.
Management de la qualitévignette|La roue de Deming illustre le processus d'amélioration continue, l'un des principes fondamentaux du management de la qualité. Le management de la qualité, ou gestion de la qualité, est une discipline du management regroupant l'ensemble des concepts et méthodes visant à satisfaire les clients d'un organisme (en général les entreprises, associations, organismes publics) et à fournir des produits et services correspondant à leurs attentes.
Design combinatoireLa théorie du design combinatoire est une partie des mathématiques combinatoires ; elle traite de l'existence, de la construction et des propriétés de systèmes d'ensembles finis dont les arrangements satisfont certains concepts d'équilibre et/ou de symétrie. Ces concepts sont assez imprécis pour qu'une large gamme d'objets puisse être considérée comme relevant de ces notions. Parfois, cela peut concerner la taille des intersections comme dans les plans en blocs, d'autres fois on est intéressé par la disposition des entrées dans un tableau comme dans les grilles de sudoku.
Orthogonal arrayIn mathematics, an orthogonal array (more specifically, a fixed-level orthogonal array) is a "table" (array) whose entries come from a fixed finite set of symbols (for example, {1,2,...,v}), arranged in such a way that there is an integer t so that for every selection of t columns of the table, all ordered t-tuples of the symbols, formed by taking the entries in each row restricted to these columns, appear the same number of times. The number t is called the strength of the orthogonal array.
