Selecting Any Inference Procedure · Sélectionner toute procédure d'inférence
The whole toolbox
- By now you've met four families of inference — this lesson picks among all of them.
- Proportions ($z$), means ($t$), chi-square (categorical counts), and slopes ($t$).
- The right choice comes from the type of data and the structure of the question.
- Master this and you can attack any inference problem on the exam.
Toute la boîte à outils
- Vous avez maintenant rencontré quatre familles d'inférence — cette leçon choisit parmi toutes celles-ci.
- Proportions ($z$), moyennes ($t$), chi-deux (comptages catégoriels) et pentes ($t$).
- Le bon choix vient du type de données et de la structure de la question.
- Maîtrisez cela et vous pourrez résoudre tout problème d'inférence à l'examen.
Start with the data type
- Categorical, and you want a proportion / count? → a $z$-procedure (proportions) or chi-square (tables).
- Quantitative average? → a $t$-procedure for means.
- Two quantitative variables, a linear trend? → slope $t$-inference.
- The data type narrows it to a family immediately.
Commencez par le type de données
- Catégoriel, et vous voulez une proportion / un dénombrement ? → une procédure $z$ (proportions) ou chi-deux (tables).
- Moyenne quantitative ? → une procédure $t$ pour les moyennes.
- Deux variables quantitatives, une tendance linéaire ? → inférence sur la pente $t$-inference.
- Le type de données réduit immédiatement le choix à une famille.
Then count samples and variables
- One or two groups? Independent or paired?
- One categorical variable vs. a distribution → goodness-of-fit; two variables / several groups → homogeneity/independence.
- A relationship between two quantitative variables → slope inference.
- These structural questions pin down the exact procedure.
Ensuite comptez les échantillons et les variables
- Un ou deux groupes ? Indépendants ou appariés ?
- Une variable catégorielle vs. une distribution → ajustement du khi-deux ; deux variables / plusieurs groupes → homogénéité / indépendance.
- Une relation entre deux variables quantitatives → inférence sur la pente.
- Ces questions structurelles précisent la procédure exacte.
Implement and communicate
- Interval or test? — estimate a value, or judge a claim.
- State hypotheses/parameter, check conditions, compute, and conclude in context.
- Name the procedure and justify why the data fit it.
- Clear reasoning earns as much credit as the right number.
Mettre en œuvre et communiquer
- Intervalle ou test ? — estimer une valeur, ou juger une affirmation.
- Énoncez les hypothèses/paramètre, vérifiez les conditions, calculez, et concluez dans le contexte.
- Nommez la procédure et justifiez pourquoi les données s'y prêtent.
- Un raisonnement clair rapporte autant de points que le bon nombre.
Two features decide everything: the DATA TYPE and the STRUCTURE. Categorical count → $z$-proportion or chi-square; quantitative average → $t$-mean; two quantitative variables' trend → slope $t$. Then: how many samples/variables, and interval or test. Nearly every lost mark on inference is a wrong choice, not wrong arithmetic — decide deliberately.
Deux caractéristiques décident de tout : le TYPE DE DONNÉES et la STRUCTURE. Dénombrement catégoriel → proportion $z$ ou chi-deux ; moyenne quantitative → moyenne $t$ ; tendance de deux variables quantitatives → inférence sur la pente $t$. Ensuite : combien d'échantillons/variables, et intervalle ou test. Presque toute perte de point en inférence est un mauvais choix, pas un mauvais calcul — décidez délibérément.
"Is there a linear relationship between temperature and ice-cream sales?"
- Data: two quantitative variables; the question is about a linear trend.
- → slope $t$-inference (a test of $H_0: \beta = 0$, or an interval for $\beta$).
- (Had it compared mean sales on hot vs. cold days → a two-sample $t$; proportions of days → a $z$ or chi-square.)
"Y a-t-il une relation linéaire entre la température et les ventes de crème glacée ?"
- Données : deux variables quantitatives ; la question porte sur une tendance linéaire.
- → inférence sur la pente $t$-inference (un test de $H_0: \beta = 0$, ou un intervalle pour $\beta$).
- (Si on compare les ventes moyennes entre les jours chauds et froids → un test à deux échantillons $t$ ; les proportions de jours → un test z $z$ ou chi-carré.)
Choose from all the course's methods by data type (proportion → $z$; mean → $t$; categorical table → chi-square; two quantitative variables' trend → slope $t$) and structure (samples, variables, interval-vs-test). Then implement fully and communicate the reasoning and conclusion clearly, in context.
Choisissez parmi toutes les méthodes du cours selon le type de données (proportion → test z $z$ ; moyenne → test à deux échantillons $t$ ; tableau catégoriel → chi-carré ; tendance de deux variables quantitatives → pente t $t$) et la structure (échantillons, variables, intervalle vs test). Puis mettez en œuvre entièrement et communiquez clairement le raisonnement et la conclusion, en contexte.
One family among many · Une famille parmi beaucoup
Two quantitative variables' trend → slope t-inference. · Tendance de deux variables quantitatives → inférence t sur la pente.
A question about a linear relationship between two quantitative variables calls for... · Une question sur une relation linéaire entre deux variables quantitatives appelle...
Two quantitative variables + a trend → slope inference. · Deux variables quantitatives + une tendance → inférence sur la pente.
Comparing the mean of a measured quantity for two independent groups calls for... · Comparer la moyenne d'une quantité mesurée pour deux groupes indépendants appelle...
Measured average, two independent groups → two-sample t. · Moyenne mesurée, deux groupes indépendants → test t à deux échantillons.
Two categorical variables in one sample, testing association, calls for... · Deux variables catégorielles dans un échantillon, tester l'association, appelle...
Two categorical variables, one sample → independence. · Deux variables catégorielles, un échantillon → indépendance.
Which questions help you pick the right inference procedure? · Quelles questions vous aident à choisir la bonne procédure d'inférence ?
Data type, structure, and goal — not the graph's color. · Type de données, structure et objectif — pas la couleur du graphique.
Most lost marks on inference come from choosing the wrong procedure, not from arithmetic. · La plupart des points perdus en inférence viennent du choix de la mauvaise procédure, et non des calculs arithmétiques.
Decide the procedure deliberately from data type and structure. · Décidez délibérément de la procédure à partir du type de données et de la structure.