FouléeLa foulée désigne l'enjambée lors de la course à pied. La première phase est un appui au sol de l'un des pieds Elle débute par la réception, généralement sur le talon, en avant du centre de gravité du coureur ; la réception amortit le choc entre le pied et le sol, l'amorti est en partie produit par la flexion du genou à laquelle s'oppose le quadriceps en contraction excentrique.
Marche à piedLa marche est un mode de locomotion naturel chez l'homme. Elle consiste en un déplacement en appui alternatif sur les pieds, en position debout et en ayant toujours au moins un point d'appui en contact avec le sol, sinon il s'agit de course. C'est un des principaux modes de déplacement, qui fait partie des modes dits « fatigants », « doux » ou « actifs », comme des moyens de transport tels que la bicyclette, la trottinette ou le patinage à roulettes, par opposition aux modes de transport motorisés parfois dits « passifs ».
DémarcheLa démarche est le motif du mouvement des membres des animaux pendant leur déplacement. La plupart des animaux utilisent différents types de démarches en fonction de la vitesse, du terrain, des besoins de manœuvrer et de l'efficacité énergétique. Les diagrammes de démarche de Milton Hildebrand sont généralement utilisés par les physiologistes dans l'étude de la locomotion. Il existe différents dispositifs permettant d'étudier les démarches. Parmi les plus anciens on peut citer le fusil photographique d'Étienne-Jules Marey en 1872, puis par Eadweard Muybridge en 1878.
Erreur quadratique moyenneEn statistiques, l’erreur quadratique moyenne d’un estimateur d’un paramètre de dimension 1 (mean squared error (), en anglais) est une mesure caractérisant la « précision » de cet estimateur. Elle est plus souvent appelée « erreur quadratique » (« moyenne » étant sous-entendu) ; elle est parfois appelée aussi « risque quadratique ».
Racine de l'erreur quadratique moyenneLa racine de l'erreur quadratique moyenne (REQM) ou racine de l'écart quadratique moyen (en anglais, root-mean-square error ou RMSE, et root-mean-square deviation ou RMSD) est une mesure fréquemment utilisée des différences entre les valeurs (valeurs d'échantillon ou de population) prédites par un modèle ou estimateur et les valeurs observées (ou vraies valeurs). La REQM représente la racine carrée du deuxième moment d'échantillonnage des différences entre les valeurs prédites et les valeurs observées.
Simulation de phénomènesLa simulation de phénomènes est un outil utilisé dans le domaine de la recherche et du développement. Elle permet d'étudier les réactions d'un système à différentes contraintes pour en déduire les résultats recherchés en se passant d'expérimentation. Les systèmes technologiques (infrastructures, véhicules, réseaux de communication, de transport ou d'énergie) sont soumis à différentes contraintes et actions. Le moyen le plus simple d'étudier leurs réactions serait d'expérimenter, c'est-à-dire d'exercer l'action souhaitée sur l'élément en cause pour observer ou mesurer le résultat.
Allure (équitation)Les allures sont, en équitation, les différentes façons que le cheval a de se déplacer. Il existe des allures naturelles, que le cheval pratique lorsqu’il est en liberté, et des allures artificielles qui peuvent lui être inculquées par le biais du dressage. Certaines races de chevaux possèdent naturellement des allures supplémentaires et sont connues sous le nom de chevaux d'allures ou chevaux de marche.
Résidu (statistiques)In statistics and optimization, errors and residuals are two closely related and easily confused measures of the deviation of an observed value of an element of a statistical sample from its "true value" (not necessarily observable). The error of an observation is the deviation of the observed value from the true value of a quantity of interest (for example, a population mean). The residual is the difference between the observed value and the estimated value of the quantity of interest (for example, a sample mean).
Mean squared prediction errorIn statistics the mean squared prediction error (MSPE), also known as mean squared error of the predictions, of a smoothing, curve fitting, or regression procedure is the expected value of the squared prediction errors (PE), the square difference between the fitted values implied by the predictive function and the values of the (unobservable) true value g. It is an inverse measure of the explanatory power of and can be used in the process of cross-validation of an estimated model.
Méthode des moindres carrésLa méthode des moindres carrés, indépendamment élaborée par Legendre et Gauss au début du , permet de comparer des données expérimentales, généralement entachées d’erreurs de mesure, à un modèle mathématique censé décrire ces données. Ce modèle peut prendre diverses formes. Il peut s’agir de lois de conservation que les quantités mesurées doivent respecter. La méthode des moindres carrés permet alors de minimiser l’impact des erreurs expérimentales en « ajoutant de l’information » dans le processus de mesure.
Terrestrial locomotionTerrestrial locomotion has evolved as animals adapted from aquatic to terrestrial environments. Locomotion on land raises different problems than that in water, with reduced friction being replaced by the increased effects of gravity. As viewed from evolutionary taxonomy, there are three basic forms of animal locomotion in the terrestrial environment: legged – moving by using appendages limbless locomotion – moving without legs, primarily using the body itself as a propulsive structure.
Reduced chi-squared statisticIn statistics, the reduced chi-square statistic is used extensively in goodness of fit testing. It is also known as mean squared weighted deviation (MSWD) in isotopic dating and variance of unit weight in the context of weighted least squares. Its square root is called regression standard error, standard error of the regression, or standard error of the equation (see ) It is defined as chi-square per degree of freedom: where the chi-squared is a weighted sum of squared deviations: with inputs: variance , observations O, and calculated data C.
Simulation informatiquevignette|upright=1|Une simulation informatique, sur une étendue de , de l'évolution du typhon Mawar produite par le Modèle météorologique Weather Research and Forecasting La simulation informatique ou numérique est l'exécution d'un programme informatique sur un ordinateur ou réseau en vue de simuler un phénomène physique réel et complexe (par exemple : chute d’un corps sur un support mou, résistance d’une plateforme pétrolière à la houle, fatigue d’un matériau sous sollicitation vibratoire, usure d’un roulem
Force (physique)Une force modélise, en physique classique, une action mécanique exercée sur un objet ou une partie d'un objet par un autre objet ou partie d'objet. L'ensemble des forces appliquées à un objet a pour effet de lui communiquer une accélération ou de le déformer. Introduit antérieurement , le concept de force a été précisé en 1684 par Isaac Newton, qui en a fait l'un des fondements de la mécanique newtonienne. Le concept de force est ancien, mais il a mis longtemps à obtenir une nouvelle définition utilisable.
Bipédievignette|Une autruche d'Afrique, l'un des animaux bipèdes les plus rapides. La bipédie est un mode de par lequel un animal se meut sur ses deux membres postérieurs. Une espèce est dite bipède si la bipédie est son mode de locomotion ordinaire quand l'animal marche ou court. Les espèces bipèdes se rencontrent essentiellement dans deux clades de tétrapodes, les théropodes (dont les seuls représentants actuels sont les oiseaux) et les hominines (dont le seul représentant actuel est l'Homme moderne).
Minimum mean square errorIn statistics and signal processing, a minimum mean square error (MMSE) estimator is an estimation method which minimizes the mean square error (MSE), which is a common measure of estimator quality, of the fitted values of a dependent variable. In the Bayesian setting, the term MMSE more specifically refers to estimation with quadratic loss function. In such case, the MMSE estimator is given by the posterior mean of the parameter to be estimated.
Residual sum of squaresIn statistics, the residual sum of squares (RSS), also known as the sum of squared residuals (SSR) or the sum of squared estimate of errors (SSE), is the sum of the squares of residuals (deviations predicted from actual empirical values of data). It is a measure of the discrepancy between the data and an estimation model, such as a linear regression. A small RSS indicates a tight fit of the model to the data. It is used as an optimality criterion in parameter selection and model selection.
Carré parfaitEn mathématiques, un carré parfait (ou nombre carré s'il est non nul, voire simplement carré s'il n'y a pas ambiguïté) est le carré d'un entier. Dans le système de numération décimal, le chiffre des unités d'un carré parfait ne peut être que 0, 1, 4, 5, 6 ou 9. En base douze, ces chiffres sont nécessairement 0, 1, 4 ou 9. Un carré parfait est le carré d'un entier naturel. Un nombre carré est un nombre polygonal (donc entier strictement positif) qui peut être représenté géométriquement par un carré de n × n points.
Méthode des doubles différencesLa méthode des doubles différences (ou méthode des différences de différences) est une méthode statistique utilisée pour estimer l'effet d'un traitement et consistant à comparer la différence entre le groupe de contrôle et le groupe traité avant et après l'introduction du traitement. Cette méthode est notamment utilisée en évaluation des politiques publiques pour estimer l'effet d'un traitement dans le cadre théorique du modèle causal de Neyman-Rubin. Expérience naturelle Estimateur de Wald Méthode à contr
Différence de deux carrésEn mathématiques, la différence de deux carrés est un nombre au carré (multiplié par lui-même) soustrait d'un autre nombre au carré. Toute différence de carrés peut être factorisée selon l'identité: en algèbre élémentaire. La preuve de l'identité de factorisation est simple. En partant du membre de gauche, on applique la loi distributive pour obtenir Par la loi commutative, les deux termes du milieu s'annulent : il reste donc L'identité qui en résulte est l'une des plus utilisées en mathématiques.
