CovarianceEn théorie des probabilités et en statistique, la covariance entre deux variables aléatoires est un nombre permettant de quantifier leurs écarts conjoints par rapport à leurs espérances respectives. Elle s’utilise également pour deux séries de données numériques (écarts par rapport aux moyennes). La covariance de deux variables aléatoires indépendantes est nulle, bien que la réciproque ne soit pas toujours vraie. La covariance est une extension de la notion de variance.
Covariance matrixIn probability theory and statistics, a covariance matrix (also known as auto-covariance matrix, dispersion matrix, variance matrix, or variance–covariance matrix) is a square matrix giving the covariance between each pair of elements of a given random vector. Any covariance matrix is symmetric and positive semi-definite and its main diagonal contains variances (i.e., the covariance of each element with itself). Intuitively, the covariance matrix generalizes the notion of variance to multiple dimensions.
Corrélation croiséeLa corrélation croisée est parfois utilisée en statistique pour désigner la covariance des vecteurs aléatoires X et Y, afin de distinguer ce concept de la « covariance » d'un vecteur aléatoire, laquelle est comprise comme étant la matrice de covariance des coordonnées du vecteur. En traitement du signal, la corrélation croisée (aussi appelée covariance croisée) est la mesure de la similitude entre deux signaux.
Corrélation (statistiques)En probabilités et en statistique, la corrélation entre plusieurs variables aléatoires ou statistiques est une notion de liaison qui contredit leur indépendance. Cette corrélation est très souvent réduite à la corrélation linéaire entre variables quantitatives, c’est-à-dire l’ajustement d’une variable par rapport à l’autre par une relation affine obtenue par régression linéaire. Pour cela, on calcule un coefficient de corrélation linéaire, quotient de leur covariance par le produit de leurs écarts types.
Pearson correlation coefficientIn statistics, the Pearson correlation coefficient (PCC) is a correlation coefficient that measures linear correlation between two sets of data. It is the ratio between the covariance of two variables and the product of their standard deviations; thus, it is essentially a normalized measurement of the covariance, such that the result always has a value between −1 and 1. As with covariance itself, the measure can only reflect a linear correlation of variables, and ignores many other types of relationships or correlations.
Estimation of covariance matricesIn statistics, sometimes the covariance matrix of a multivariate random variable is not known but has to be estimated. Estimation of covariance matrices then deals with the question of how to approximate the actual covariance matrix on the basis of a sample from the multivariate distribution. Simple cases, where observations are complete, can be dealt with by using the sample covariance matrix.
Physical cosmologyPhysical cosmology is a branch of cosmology concerned with the study of cosmological models. A cosmological model, or simply cosmology, provides a description of the largest-scale structures and dynamics of the universe and allows study of fundamental questions about its origin, structure, evolution, and ultimate fate. Cosmology as a science originated with the Copernican principle, which implies that celestial bodies obey identical physical laws to those on Earth, and Newtonian mechanics, which first allowed those physical laws to be understood.
CosmologieLa cosmologie est une branche de la physique qui regroupe les études scientifiques portant sur les propriétés de l'univers dans son ensemble, sa structure. La cosmologie permet d'étudier l'origine et l'évolution de l'univers. Les théories et les hypothèses permettent d'établir des modèles, qui sont testés avec des observations. La théorie dominante sur l'origine et l'évolution de notre Univers est la théorie du Big Bang. La Terre est une planète de taille relativement modeste (environ km de rayon), en orbite autour d'une étoile de la Séquence principale, le Soleil.
Sample mean and covarianceThe sample mean (sample average) or empirical mean (empirical average), and the sample covariance or empirical covariance are statistics computed from a sample of data on one or more random variables. The sample mean is the average value (or mean value) of a sample of numbers taken from a larger population of numbers, where "population" indicates not number of people but the entirety of relevant data, whether collected or not. A sample of 40 companies' sales from the Fortune 500 might be used for convenience instead of looking at the population, all 500 companies' sales.
AutocorrélationL'autocorrélation est un outil mathématique souvent utilisé en traitement du signal. C'est la corrélation croisée d'un signal par lui-même. L'autocorrélation permet de détecter des régularités, des profils répétés dans un signal comme un signal périodique perturbé par beaucoup de bruit, ou bien une fréquence fondamentale d'un signal qui ne contient pas effectivement cette fondamentale, mais l'implique avec plusieurs de ses harmoniques. Note : La confusion est souvent faite entre l'auto-covariance et l'auto-corrélation.
Modèle ΛCDMEn cosmologie, le (se prononce « Lambda CDM », qui signifie en anglais Lambda - Cold Dark Matter, c'est-à-dire le modèle « lambda - matière noire froide ») ou modèle de concordance est un modèle cosmologique du Big Bang paramétré par une constante cosmologique notée par la lettre grecque Λ et associée à l'énergie sombre.
Bootstrap (statistiques)En statistiques, les techniques de bootstrap sont des méthodes d'inférence statistique basées sur la réplication multiple des données à partir du jeu de données étudié, selon les techniques de rééchantillonnage. Elles datent de la fin des années 1970, époque où la possibilité de calculs informatiques intensifs devient abordable. On calculait depuis près d'un siècle des estimations : mesures de dispersion (variance, écart-type), intervalles de confiance, tables de décision pour des tests d'hypothèse, etc.
Constante cosmologiqueLa constante cosmologique est un paramètre ajouté par Einstein en février 1917 à ses équations de la relativité générale (1915), dans le but de rendre sa théorie compatible avec l'idée qu'il avait alors d'un Univers statique. La constante cosmologique est notée . Elle a la dimension d'une courbure de l'espace, . Depuis la fin des années 1990, les développements de la cosmologie ont montré que l'expansion de l'Univers, interprétée en termes de masse et d'énergie, pouvait être attribuée à 68 % à une « énergie sombre » dont l'effet est celui de la constante cosmologique.
Méthode des moindres carrés ordinairevignette|Graphique d'une régression linéaire La méthode des moindres carrés ordinaire (MCO) est le nom technique de la régression mathématique en statistiques, et plus particulièrement de la régression linéaire. Il s'agit d'un modèle couramment utilisé en économétrie. Il s'agit d'ajuster un nuage de points selon une relation linéaire, prenant la forme de la relation matricielle , où est un terme d'erreur.
Loi de Hubble-LemaîtreEn astronomie, la loi de Hubble-Lemaître (anciennement loi de Hubble) énonce que les galaxies s'éloignent les unes des autres à une vitesse approximativement proportionnelle à leur distance. Autrement dit, plus une galaxie est loin de nous, plus elle semble s'éloigner rapidement. Cette loi ne concerne que la partie de l'univers accessible aux observations. L'extrapolation de la loi de Hubble-Lemaître sur des distances plus grandes est possible, mais uniquement si l'univers demeure homogène et isotrope sur de plus grandes distances.
Analyse canonique des corrélationsL'analyse canonique des corrélations, parfois aussi nommé analyse des corrélations canoniques, (canonical-correlation analysis en anglais) permet de comparer deux groupes de variables quantitatives appliqués tous deux sur les mêmes individus. Le but de l'analyse canonique est de comparer ces deux groupes de variables pour savoir s'ils décrivent un même phénomène, auquel cas on pourra se passer d'un des deux groupes de variables. Un exemple parlant est celui des analyses médicales effectuées sur les mêmes échantillons par deux laboratoires différents.
Décalage vers le rougeLe décalage vers le rouge (en en anglais) est un phénomène astronomique de décalage vers les grandes longueurs d'onde des raies spectrales et de l'ensemble du spectre — ce qui se traduit par un décalage vers le rouge pour le spectre visible — observé parmi les objets astronomiques lointains. À la suite des travaux de Lemaître et Hubble c'est un phénomène bien documenté, considéré comme la preuve initiale de l'expansion de l'Univers et du modèle cosmologique avec le Big Bang.
Horizon cosmologiqueEn cosmologie, l'horizon cosmologique est la limite de l'Univers observable depuis un point donné (en général la Terre). Il correspond à la limite d'où aucun signal, de quelque nature qu'il soit, ne peut être reçu du fait du caractère fini de la vitesse de la lumière et de l'expansion de l'Univers. Il est aussi connu, à la suite de Wolfgang Rindler, comme l'horizon des particules.
Corrélation de SpearmanEn statistique, la corrélation de Spearman ou rho de Spearman, nommée d'après Charles Spearman (1863-1945) et souvent notée par la lettre grecque (rho) ou est une mesure de dépendance statistique non paramétrique entre deux variables. La corrélation de Spearman est étudiée lorsque deux variables statistiques semblent corrélées sans que la relation entre les deux variables soit de type affine. Elle consiste à trouver un coefficient de corrélation, non pas entre les valeurs prises par les deux variables mais entre les rangs de ces valeurs.
Relevé du décalage vers le rougedroite|vignette|300x300px|Le rendu des données du relevé 2dFGRS En astronomie, un relevé du décalage vers le rouge (en anglais redshift survey) est un relevé astronomique d'une section du ciel pour mesurer le décalage vers le rouge (redshift) des objets célestes. Il s'agit habituellement de galaxies, mais parfois aussi d'autres objets tels que les amas de galaxies ou les quasars. À l'aide de la loi de Hubble, le décalage vers le rouge peut être utilisé pour estimer la distance entre un objet et la Terre.
