
Psychologie statistique avec R
Description
Alles über E-Books | Antworten auf Fragen rund um E-Books, Kopierschutz und Dateiformate finden Sie in unserem Info- & Hilfebereich.
More details
Person
Yvonnick Noël est Maître de Conférences en Psychologie et Statistiques à l'Université Européenne de Bretagne (Rennes 2).
Content
- Intro
- REMERCIEMENTS
- AVANT-PROPOS
- Table des matières
- Chapitre 1. Description sur une variable
- 1.1 Processus de mesure
- 1.2 Structure de la mesure
- 1.3 Synthèse
- Chapitre 2. Description de liaison
- 2.1 Lien entre une variables numérique et une variable catégorisée
- 2.2 Lien entre deux variables numériques
- 2.3 Lien de deux variables catégorisées
- Chapitre 3. Algèbre des événements
- 3.1 Notion d'ensemble
- 3.2 Intersection et union
- 3.3 Algèbre sur les ensembles
- 3.4 Application : le jeu de la sélection de cartes
- Chapitre 4. Calcul des probabilités
- 4.1 Notion intuitive
- 4.2 Probabilité conjointe, conditionnelle et marginale
- 4.3 Règles de calcul
- 4.4 Dénombrements
- 4.5 Probabilités sur un ensemble non dénombrable
- 4.6 Applications
- Chapitre 5. Espérances et moments
- 5.1 Espérance mathématique et théorie des jeux
- 5.2 Variance et gestion des risques
- 5.3 Algèbre des covariances
- 5.4 Application : l'analyse factorielle
- 5.5 Tableaux de synthèse
- Chapitre 6. Notion de modèle
- 6.1 La statistique inférentielle
- 6.2 Démarche d'hypothèse
- 6.3 Un exemple neuropsychologique
- 6.4 Probabilité des données ou probabilité du modèle
- Chapitre 7. Modèles binomiaux
- 7.1 Modèles à un paramètre
- 7.2 L'approche bayésienne
- 7.3 Modèles à deux paramètres
- 7.4 Modèles à trois paramètres
- 7.5 Modèles généraux et factoriels
- Chapitre 8. Modèles multinomiaux
- 8.1 Construction de la loi multinomiale
- 8.2 Modèles sur une variable catégorisée
- 8.3 Modèles sur deux variables catégorisées
- 8.4 Modèles sur trois variables catégorisées
- Chapitre 9. Modèles gaussiens
- 9.1 Construction de la loi normale
- 9.2 Inférence sur une moyenne : variance connue
- 9.3 Inférence sur une variance
- 9.4 Inférence sur une moyenne : variance inconnue
- 9.5 Inférence sur deux moyennes d'échantillons indépendants
- 9.6 Inférence sur des variances d'échantillons indépendants
- Annexe A. Compléments techniques
- A.1 Les fonctions exponentielle et logarithme
- A.2 Maximisation d'une vraisemblance binomiale
- A.3 La loi Beta-binomiale
- A.4 Formules exactes du facteur de Bayes
- A.5 Maximisation d'une vraisemblance gaussienne
- A.6 Lois a posteriori sur les paramètres d'une loi normale
- Bibliographie
- Index
System requirements
File format: PDF
Copy protection: Watermark-DRM (Digital Rights Management)
System requirements:
- Computer (Windows; MacOS X; Linux): Use the free software Adobe Reader, Adobe Digital Editions, or any other PDF viewer of your choice (see eBook Help).
- Tablet/Smartphone (Android; iOS): Install the free app Adobe Digital Editions or another reading app for eBooks, e.g., PocketBook (see eBook Help).
- E-reader: Bookeen, Kobo, Pocketbook, Sony, Tolino and many more (only limited: Kindle).
The file format PDF always displays a book page identically on any hardware. This makes PDF suitable for complex layouts such as those used in textbooks and reference books (images, tables, columns, footnotes). Unfortunately, on the small screens of e-readers or smartphones, PDFs are rather annoying, requiring too much scrolling.
This eBook uses Watermark-DRM, a „soft” copy protection. This means that there are no technical restrictions to prevent illegal distribution. However, there is a personalised watermark embedded in the eBook that can be used to identify the purchaser of the eBook in the event of misuse and to provide evidence for legal purposes.
For more information, see our eBook Help page.