|
|
|
|
| LEADER |
01904nam a22003137a 4500 |
| 001 |
358031 |
| 008 |
190124c2018 xx ||| |||| 00| 0 ||| d |
| 100 |
1 |
|
|a Delahaye, Jean-Paul,
|d 1952-....,
|c mathématicien.
|
| 245 |
1 |
0 |
|a Statistiques :
|b mode d'emploi [dossier]
|c Jean-Paul Delahaye,... Rama Cont,... Andrew Gelman,... [et al.].
|
| 260 |
|
|
|c 2018.
|
| 300 |
|
|
|a p. 12-39.
|
| 500 |
|
|
|a Dossier de 4 articles. Hors-série intitulé "Big data : vers une révolution de l'intelligence".
|
| 505 |
0 |
|
|a 14 -- Déjouer les pièges des statistiques -- 20 -- Prévoir l'improbable -- 28 -- Le casse-tête des petits effets -- 34 -- La malédiction de la valeur-p
|
| 520 |
|
|
|a Avant le big data, les statistiques sont les premiers outils utilisés pour faire parler les données et leur donner du sens. De fait, un résultat présenté sous la forme de statistiques devient aux yeux de beaucoup une vérité gravée dans le marbre. Pourtant, la "première des sciences inexactes" est riche en chausse-trappes qui imposent une vigilance permanente : paradoxes, mauvaises interprétations, biais dans les données, échantillons insuffisantes... Elle est également à la peine face aux évènements rares, tel un krach boursier ou une catastrophe naturelle. Les statisticiens eux-mêmes, échaudés par des déconvenues, remettent en cause certains de ses piliers.
|
| 650 |
|
|
|a Statistique
|
| 650 |
|
|
|a Statistiques
|x Fiabilité
|
| 650 |
|
|
|a Probabilités
|
| 650 |
|
|
|a Valeurs extrêmes, théorie des
|
| 650 |
|
|
|a Statistique bayésienne
|
| 650 |
|
|
|a Analyse des données
|x Méthodes statistiques
|
| 650 |
|
|
|a Articles de périodiques
|
| 700 |
1 |
|
|a Cont, Rama.
|4 aut
|
| 700 |
1 |
|
|a Gelman, Andrew.
|4 aut
|
| 700 |
1 |
|
|a Weakliem, David.
|4 aut
|
| 700 |
1 |
|
|a Nuzzo, Regina.
|4 aut
|
| 773 |
0 |
|
|w 357782
|t Pour la science. Hors-série
|x 2606-5096
|g No 98
|
| 993 |
|
|
|a Article de revue
|
| 994 |
|
|
|a PS
|
| 997 |
|
|
|0 358031
|