Bonjour.. Au fait j'etais entrain de revoir la video,, et du coup je voulais telecharger les ressources du live m ( le fichier excel sur lequel vous travailliez mais je n'y est arrive pas. Comment m'y prendre. Je suis Heritier, depuis la RDC
Si la p-value est inférieure à un seuil (souvent 5%), cela signifie que les données observées seraient très inhabituelles si H0 était vraie. Dans ce cas, on rejette H0 car il y a des preuves suffisantes pour le faire mais on ne confirme pas H1 pour 3 raisons: 1-Manque de preuves pour H0 n'est pas une preuve pour H1 : Rejeter H0 signifie simplement que les données ne sont pas cohérentes avec H0. Cela ne prouve pas directement que H1 est vraie. 2-Possibilité d'autres explications : Il pourrait y avoir d'autres raisons (non considérées dans H1) pour lesquelles H0 semble invalide. 3-Erreurs Statistiques : Il y a toujours une possibilité d'erreurs de Type I (rejet à tort de H0) et de Type II (non-rejet à tort de H0).
Les ressources du live sont disponibles ici: github.com/LeCoinStat/WAS/tree/main/WAS17
J'ai découvert votre chaîne récemment, votre contenu est super.
Meeci beaucoup
Avec plaisir 😊
Merci beaucoup pour ce contenu riche et tous ses détails
Merci à vous 😊
;erci pour cette video très qualitative, j 'ai vraiment apprécié votre présentation , bravo et je vais regarder vos autres videos :) à bientôt . Salim
Merci Natacha pour tes explications claires sur ces fondamentaux, c'est très utile !
Avec plaisir 😊
C'était vraiment très pratique. Merci Natasha
Avec plaisir 😊
Merci pour tout avec vos explications
Avec plaisir
Top 👌🏾
Merci
Quel master conseillez-vous pour quelqu'un qui veut devenir un data science ?
J'en ai parlé dans cette vidéo: ua-cam.com/video/0Kr_uOmHhoA/v-deo.html
@@LeCoinStat D'accord merci
Bonjour.. Au fait j'etais entrain de revoir la video,, et du coup je voulais telecharger les ressources du live m ( le fichier excel sur lequel vous travailliez mais je n'y est arrive pas. Comment m'y prendre. Je suis Heritier, depuis la RDC
J'avais suivi un cours que H1 n'est pas le contraire de H0 , comment pouvez-vous m'expliquer cela?
En quelques que si p-value
Si la p-value est inférieure à un seuil (souvent 5%), cela signifie que les données observées seraient très inhabituelles si H0 était vraie. Dans ce cas, on rejette H0 car il y a des preuves suffisantes pour le faire mais on ne confirme pas H1 pour 3 raisons:
1-Manque de preuves pour H0 n'est pas une preuve pour H1 : Rejeter H0 signifie simplement que les données ne sont pas cohérentes avec H0. Cela ne prouve pas directement que H1 est vraie.
2-Possibilité d'autres explications : Il pourrait y avoir d'autres raisons (non considérées dans H1) pour lesquelles H0 semble invalide.
3-Erreurs Statistiques : Il y a toujours une possibilité d'erreurs de Type I (rejet à tort de H0) et de Type II (non-rejet à tort de H0).