Plan factorielthumb|right|Expériences statistiques : à gauche, un plan factoriel et, à droite, la surface de réponse obtenue par la méthode des surfaces de réponses En statistiques, un plan factoriel est une expérience qui consiste à choisir des valeurs pour chacun des facteurs en faisant varier simultanément tous les facteurs, de façon exhaustive ou non. Le nombre d'essais peut alors devenir très grand, i.e. on a une explosion combinatoire. Une telle expérience permet l'étude de l'effet de chaque variable sur le processus, ainsi que l'étude de la dépendance entre les variables.
HypothèseUne hypothèse est une proposition ou un « dit » ou une explication que l'on se contente d'énoncer sans prendre position sur son caractère véridique, c'est-à-dire sans l'affirmer ou la nier. Il s'agit donc d'une simple supposition. Une fois énoncée, une hypothèse peut être étudiée, confrontée, utilisée, discutée ou traitée de toute autre façon jugée nécessaire, par exemple dans le cadre d'une démarche expérimentale.
Interaction (statistiques)Une interaction, en statistiques, peut survenir lorsqu'on considère la relation entre deux variables ou plus. Le terme "interaction" est donc utilisé pour décrire une situation dans laquelle l'influence d'une variable dépend de l'état de la seconde (ce qui est ce cas, lorsque les deux variables ne sont pas additives). Le plus souvent, les interactions apparaissent dans le contexte des analyses de régression. La présence d'interactions peut avoir des implications importantes pour l'interprétation des modèles statistiques.
ProblématiqueLa problématique est la présentation d'un problème qui soulève une interrogation qu'il faut résoudre. La problématique d'une dissertation est la question à laquelle l'auteur doit répondre par une argumentation étayée. La problématique pose la question à laquelle la dissertation doit répondre. Incluse dans l'introduction, généralement vers sa fin, elle doit déterminer un cadre spatial et/ou temporel. Afin d'être correctement construite, la problématique requiert d'être extraite de l'énoncé, c'est-à-dire du sujet de l'épreuve.
Optimal designIn the design of experiments, optimal designs (or optimum designs) are a class of experimental designs that are optimal with respect to some statistical criterion. The creation of this field of statistics has been credited to Danish statistician Kirstine Smith. In the design of experiments for estimating statistical models, optimal designs allow parameters to be estimated without bias and with minimum variance. A non-optimal design requires a greater number of experimental runs to estimate the parameters with the same precision as an optimal design.
Exploratory researchExploratory research is "the preliminary research to clarify the exact nature of the problem to be solved." It is used to ensure additional research is taken into consideration during an experiment as well as determining research priorities, collecting data and honing in on certain subjects which may be difficult to take note of without exploratory research.
Régression sur discontinuitéEn statistique, économie, science politique et plusieurs autres disciplines, une régression sur discontinuité (RSD), ou regression discontinuity design en anglais, est une méthode d'inférence causale. Cette méthode se focalise sur les caractéristiques des observations de part et d'autre d'un seuil défini par le chercheur. Cette technique fut utilisée en premier par Donald Thistlethwaith et Donald Campbell afin d'évaluer l'effet des bourses scolaires.
Blocking (statistics)In the statistical theory of the design of experiments, blocking is the arranging of experimental units that are similar to one another in groups (blocks). Blocking can be used to tackle the problem of pseudoreplication. Blocking reduces unexplained variability. Its principle lies in the fact that variability which cannot be overcome (e.g. needing two batches of raw material to produce 1 container of a chemical) is confounded or aliased with a(n) (higher/highest order) interaction to eliminate its influence on the end product.
Research designResearch design refers to the overall strategy utilized to carry out research that defines a succinct and logical plan to tackle established research question(s) through the collection, interpretation, analysis, and discussion of data. Incorporated in the design of a research study will depend on the standpoint of the researcher over their beliefs in the nature of knowledge (see epistemology) and reality (see ontology), often shaped by the disciplinary areas the researcher belongs to.
Analyse de covarianceL'analyse de la covariance (ANCOVA) est une méthode statistique visant à tester, par un modèle linéaire général, l'effet sur une variable dépendante continue d'une ou plusieurs variables indépendantes catégorielles, indépendamment de l'effet d'autres facteurs quantitatif continus, dits covariables. En d'autres termes, l'ANCOVA est une combinaison entre une ANOVA et une régression de telle sorte que l'ANCOVA permet de tester si certains facteurs ont un effet sur la variable résultat après avoir enlevé la variance due aux covariables.
ReproductibilitéLa reproductibilité d'une expérience scientifique est une des conditions qui permettent d'inclure les observations réalisées durant cette expérience dans le processus d'amélioration perpétuelle des connaissances scientifiques. Cette condition part du principe qu'on ne peut tirer de conclusions que d'un événement bien décrit, qui est apparu plusieurs fois, provoqué par des personnes différentes. Cette condition permet de s'affranchir d'effets aléatoires venant fausser les résultats ainsi que des erreurs de jugement ou des manipulations de la part des scientifiques.
Cadre conceptuelUn cadre conceptuel est un outil d'analyse comptant plusieurs variations et contextes. Il est utilisé pour faire des distinctions conceptuelles et organiser des idées. Les cadres conceptuels forts saisissent quelque chose de réel et le font d'une manière facile à retenir et à appliquer. Isaiah Berlin emploie la métaphore d'un renard et d'un hérisson pour faire des distinctions conceptuelles dans la façon dont les philosophes et les auteurs importants voient le monde.
Central composite designIn statistics, a central composite design is an experimental design, useful in response surface methodology, for building a second order (quadratic) model for the response variable without needing to use a complete three-level factorial experiment. After the designed experiment is performed, linear regression is used, sometimes iteratively, to obtain results. Coded variables are often used when constructing this design.
Control variableA control variable (or scientific constant) in scientific experimentation is an experimental element which is constant (controlled) and unchanged throughout the course of the investigation. Control variables could strongly influence experimental results were they not held constant during the experiment in order to test the relative relationship of the dependent variable (DV) and independent variable (IV). The control variables themselves are not of primary interest to the experimenter.
Fractional factorial designIn statistics, fractional factorial designs are experimental designs consisting of a carefully chosen subset (fraction) of the experimental runs of a full factorial design. The subset is chosen so as to exploit the sparsity-of-effects principle to expose information about the most important features of the problem studied, while using a fraction of the effort of a full factorial design in terms of experimental runs and resources.
Méthode des surfaces de réponsesthumb|Expériences statistiques : à gauche, un plan factoriel et, à droite, la surface de réponses obtenue par MSR. En statistiques, la méthode des surfaces de réponses (MSR) a pour but d'explorer les relations entre les variables dépendantes et indépendantes impliquées dans une expérience. Elle est due aux travaux de 1951 de George Box et K. B. Wilson. L'idée principale de leur méthode est l'utilisation d'une séquence d'expériences. Box et Wilson suggèrent d'utiliser un modèle à polynôme de second degré, mais concèdent que ce modèle n'est qu'une approximation.
