| LISTE DES 50 ANIMATIONS (par ordre alphabétique) |
Note : une même animation peut apparaître plusieurs
fois dans la liste sous des appellations différentes (p. ex. "Matrice
de Covariance" et "Covariance (Matrice de)").
|
Nombre de groupes et effectifs des groupes sont modifiables. Histogramme de la statistique du test en temps réel. Proportion de valeurs de la statistique du test dans la région critique en temps réel. |
||
|
Nombre, position et poids des points modifiables. Le barycente des projections est la projection du barycentre. |
||
|
La moyenne empirique est un estimateur sans biais de la moyenne de la distribution. |
||
|
L'EQM des prédictions dépend de la complexité du modèle. |
||
|
Binomiale (Distribution) |
Simulation d'une distribution binomiale B(n, p). La taille de l'échantillon n et la probabilité p sont ajustables. |
|
|
Binomiale (Calculette) |
Calculette binomiale. Calcule les probabilités et probabilités cumulées. n et p sont ajustables. |
|
|
Distribution de deux variables binomiales indépendantes conditionnellement à leur somme (conduisant au test de Fisher-Irwin). |
||
|
Simulation de la distribution binomiale négative. p et taille ajustables. |
||
|
Binormale (Distribution) |
Ecarts-types et coefficient de corrélation des distributions marginales ajustables. |
|
|
Estimation bootstrap de la moyenne et de la médiane d'une distribution quelconque. |
||
|
La distribution de Cauchy comme une distribution d' "impacts" ou comme le rapport de deux variables normales indépendantes. La distribution de la moyenne empirique est identique à la distribution originale pour toute taille d'échantillon. |
||
|
Distribution du Chi-2 pour des échantillons de taille ajustable. |
||
|
Déformation d'échantillon à valeur constante du Coefficient de Corrélation. |
||
|
Deux variables normales décorrélées peuvent ne pas être indépendantes. |
||
|
Covariance (Matrice de) |
Nuage ajustable manuellement. Matrice de Covariance, Matrice de Covariance Diagonalisée et Composantes Principales mises à jour automatiquement. |
|
|
Relation entre "Fonction de densité de probabilité" et '"Fonction de répartition". |
||
|
Droite de meilleure projection de deux classes. Droite modifiable manuellement, critère mis à jour continuement. Classes translatables. |
||
|
Représentation graphique de l'Ecart-Type. Le nombre de points et leurs positions sont ajustables. |
||
|
L'EQM des prédictions dépend de la complexité du modèle. |
||
|
Meilleure combinaison linéaire de deux estimateurs indépendants. |
||
|
Propriétés élémentaires de la distribution exponentielle. |
||
|
Estimation de la moyenne de la distribution exponentielle
par la méthode |
||
|
Simulation de l'absence de mémoire faible de la distribution exponentielle (aspect probabiliste). |
||
|
Simulation de l'absence de mémoire faible et forte de la distribution exponentielle (aspect distributionnel). |
||
|
Probabilité pour qu'une machine donnée soit la première à connaître une défaillance. |
||
|
Distribution du minimum de plusieurs distributions exponentielles. |
||
|
Espérance du max de v.a. exponentielles iid. |
||
|
Distributions de X1 et X2 conditionnellement à X1 < X2. |
||
|
Fisher (Distribution de) |
Distribution du rapport des variances estimées de deux distributions normales. Les tailles d'échantillons sont ajustables. |
|
|
Fisher (Droite de) |
Droite de meilleure projection de deux classes. Droite modifiable manuellement, critère mis à jour continuement. Classes translatables. |
|
|
Gamma (Distribution) |
Distribution Gamma comme loi d'une somme de variables exponentielles indépendantes et identiquement distribuées. |
|
|
Simulation de la distribution géométrique, p et nombre de cases ajustables. |
||
|
Variabilité d'un histogramme en fonction de la taille de l'échantillon. Nombre de cases et taille de l'échantillon ajustables. |
||
|
Distribution hypergéométrique. Tous les paramètres sont ajustables. |
||
|
Inertie par rapport à un point variable. Directions de plus grand allongement et d'inertie projetée maximales. Variations de l'inertie projetée selon la direction de projection. Positions et poids des points ajustables. |
||
|
Position d'un intervalle de confiance en fonction de l'échantillon pour une distribution normale. Taille de l'échantillon et niveau de confiance ajustables. |
||
|
Distance de Kullback-Leibler entre distributions normales ajustables. Distance de KL entre échantillons dont les observations sont manuellement ajustables. |
||
|
Nuage ajustable manuellement. Matrice de Covariance, Matrice de Covariance Diagonalisée et Composantes Principales mises à jour automatiquement. |
||
|
Maximum
de |
Ajustement manuel d'une distribution exponentielle à
un échantillon par la méthode du Maximum de Vraisemblance. |
|
|
Maximum
de Vraisemblance |
Ajustement manuel d'une distribution normale à un échantillon par la méthode du Maximum de Vraisemblance. Echantillon renouvelable. |
|
|
Droite des Moindres Carrés (DMC) manuellement ajustable sur un échantillon renouvelable, nombre de points et variance autour de la DMC ajustables. |
||
|
Comparaison entre DMC et DMC pondérés. Comparaison (Simulation) entre les écarts-types des erreurs de prédiction pour une valeur ajustable du prédicteur. |
||
|
Estimation de l'aire d'une région irrégulière modifiable par l'utilisateur. Estimation de la valeur de p par : * Estimation de l'aire d'un disque. * Aiguille de Buffon. |
||
|
Moyenne empirique d'un échantillon dont les observations sont ajustables manuellement. |
||
|
Distribution de la moyenne empirique d'une distribution normale. La variance de la distribution et la taille de l'échantillon sont ajustables. |
||
|
Ajustement manuel d'une distribution normale à un échantillon par la méthode du Maximum de Vraisemblance. Echantillon renouvelable. |
||
|
Distribution résultante d'une distribution normale dont la moyenne est une v.a. ayant |
||
|
Ecarts-types et coefficient de corrélation des distributions marginales ajustables. |
||
|
Deux variables normales décorrélées peuvent ne pas être indépendantes. |
||
|
Simulation de la distribution de l'Ordonnée à l'Origine de la Droite des Moindres Carrés sous les hypothèses standard de la Régression Linéraire Simple. |
||
|
Distributions des statistiques d'ordre de la distribution uniforme. Le rang est sélectionnable. |
||
|
Simulation de la distribution de la Pente de la Droite des Moindres Carrés sous les hypothèses standard de la Régression Linéraire Simple. |
||
|
Distribution de Poisson, comparaison avec une distribution Binomiale. La taille de l'échantillon, Lambda (Poisson) et p (binomiale) sont ajustables. |
||
|
Probabilité (Densité de) |
Relation entre "Fonction de densité de probabilité" et '"Fonction de répartition". |
|
|
Estimation de l'aire d'une région irrégulière modifiable par l'utilisateur. Estimation de la valeur de p par : * Estimation de l'aire d'un disque. * Aiguille de Buffon. |
||
|
Echantillon ajustable manuellement. L'échantillon standardisé est mis à jour automatiquement. |
||
|
Distribution T de Student. Taille de l'échantillon ajustable. |
||
|
Construction par l'utilisateur d'une distribution bornée quelconque, puis de l'histogramme de la distribution de la moyenne empirique. Taille d'échantillon ajustable. |
||
|
Uniforme (Distribution) |
Quatre problèmes illustrés basé sur la distribution uniforme. |
|
|
Estimation de la moyenne de la distribution exponentielle
par la méthode |
||
|
Ajustement manuel d'une distribution normale à un échantillon par la méthode du Maximum de Vraisemblance. Echantillon renouvelable. |
Note : une même animation peut apparaître plusieurs
fois dans la liste sous des appellations différentes (p. ex. "Matrice
de Covariance" et "Covariance (Matrice de)").
|
Le "Livre des Animations" sur votre ordinateur |