Page21Page 22
Conclusion





    L'analyse multivari�e est du domaine de la statistique inf�rentielle . M�me lorsqu'il est possible d'avoir des estimations ponctuelles, l'incertitude incipiente est assez troublante quand plusieurs variables varient en m�me temps. Au cours d'une exp�rience, par exemple, il estsouvent n�cessaire de comparer plusieurs variables. Une des fa�ons d'aborder le probl�me est d'avoir des sp�cimens "contr�les".

    Bien s�r, l'approximation gaussienne peut �tre essay�e. Cependant, parce que l'exp�rimentateur se sert souvent d'un �chantillon (ayant pour param�tre, dans ce cas, mu et s) o� les observations sont plus restreintes que dans une population (avec pour param�tres mu et sigma) o� les observations sont plus larges, l'approximation gaussienne n'est possible que lorsque le degr� de libert� est grand au cours de l'exp�rience. D'autre part, il est possible de minimiser les risques d'erreur en prenant soin du "sch�me" exp�rimental - exp�rience randomis�e, approche doublement aveugle, utilisation de placebos, bonne planification, stratification, pond�ration, utilisation d'exp�riences pilotes, etc..

    Dans une distribution multivari�e, il est aussi possible d'introduire un peu d'ordre dans le calcul inf�rentiel avec l'introduction de l'esp�rance math�matique:

E(x) =Σ (x)P(x)-->
E[x - E(x)]k =ƒ[x - E(x)]k


Toutefois, les estimations sont les meilleures avec les esp�rances de faible ordre. Au jeu d'�checs, quoiqu'il soit souvent n�cessaire de consid�rer plusieurs possibilit�s pour un adversaire � chaque d�placement, les consid�rations pr�c�dentes n'ont aucune signification dans le jeu et l'analyse multivari�e est innapplicable. En effet, plusieurs possibilit�s ne veulent pas dire plusieurs variables. La statistique inf�rentielle est n�ammoins possible et peut s'av�rer de plus en plus utile, tout comme
quelques unes de ses m�thodes bay�siennes; voil� pourquoi le cerveau �lectronique peut-il jouer aux �checs!

next page
Hosted by www.Geocities.ws

1