Aller au contenu
Apprendre.
  • M1 · toutes les matières15 matières : Préparation de données, API & sécurité, CI/CD, Docker, Merise, Dataviz, KNIME, ML appliqué : projet LoL, SQL & UML, SQL avancé, Machine Learning, Git, IA frugale & responsable, Qualité des données, MathématiquesAnnée
  • M2 · toutes les matières4 matières : Deep Learning, AI Act, Comex & Fundraising, Gouvernance & DataMeshAnnée
  • Deep LearningM2 · 4 modules · Réseaux de neurones, CNN, texte, modèles génératifs.Matière
  • Préparation de donnéesM1 · 3 modules · Nettoyer, transformer et fusionner des données avec Python.Matière
  • API & sécuritéM1 · 2 modules · Consommer, concevoir et sécuriser des API.Matière
  • CI/CDM1 · 1 module · Intégration et livraison continues.Matière
  • DockerM1 · 3 modules · Conteneurs, images, volumes, réseaux, Compose.Matière
  • MeriseM1 · 2 modules · Modéliser une base : MCD, MLD, MPD.Matière
  • DatavizM1 · 2 modules · Visualiser pour comprendre et décider.Matière
  • KNIMEM1 · 1 module · Explorer et nettoyer des données en workflow.Matière
  • ML appliqué : projet LoLM1 · 2 modules · Du besoin métier au POC de vision par ordinateur.Matière
  • SQL & UMLM1 · 3 modules · Modèles UML et requêtes SQL.Matière
  • SQL avancéM1 · 3 modules · Jointures, fenêtres, CTE, optimisation.Matière
  • Machine LearningM1 · 3 modules · Régression, classification, segmentation, projet.Matière

↑↓ naviguer↵ ouvre le résultat en surbrillanceesc fermer

← Tous les exercices

Statistique F d'une ANOVA à la main

Partie 1 · ★★★★

(Précision ajoutée.) Avec kk groupes et NN valeurs : F=SSentre/(k−1)SSintra/(N−k)F=\frac{SS_{\text{entre}}/(k-1)}{SS_{\text{intra}}/(N-k)}, où SSentre=∑ng(xˉg−xˉ)2SS_{\text{entre}}=\sum n_g(\bar x_g-\bar x)^2 et SSintra=∑∑(x−xˉg)2SS_{\text{intra}}=\sum\sum(x-\bar x_g)^2. Écris anova_f(groupes) pour une liste de listes. Pour A=[12,13,11,12], B=[16,17,15,16], C=[10,9,11,10] : F=56F=56.

Ctrl/⌘+Entrée