Modèle statistiqueUn modèle statistique est une description mathématique approximative du mécanisme qui a généré les observations, que l'on suppose être un processus stochastique et non un processus déterministe. Il s’exprime généralement à l’aide d’une famille de distributions (ensemble de distributions) et d’hypothèses sur les variables aléatoires X1, . . ., Xn. Chaque membre de la famille est une approximation possible de F : l’inférence consiste donc à déterminer le membre qui s’accorde le mieux avec les données.
Statistical assumptionStatistics, like all mathematical disciplines, does not infer valid conclusions from nothing. Inferring interesting conclusions about real statistical populations almost always requires some background assumptions. Those assumptions must be made carefully, because incorrect assumptions can generate wildly inaccurate conclusions. Here are some examples of statistical assumptions: Independence of observations from each other (this assumption is an especially common error). Independence of observational error from potential confounding effects.
Fonction de répartition empiriqueEn statistiques, une fonction de répartition empirique est une fonction de répartition qui attribue la probabilité 1/n à chacun des n nombres dans un échantillon. Soit X,...,X un échantillon de variables iid définies sur un espace de probabilité , à valeurs dans , avec pour fonction de répartition F. La fonction de répartition empirique de l'échantillon est définie par : où est la fonction indicatrice de l'événement A. Pour chaque ω, l'application est une fonction en escalier, fonction de répartition de la loi de probabilité uniforme sur l'ensemble .
Germinationthumb|Germination épigée de graines de tournesol vignette|Accéléré du tournesol avec coupe transversale du sol. Représentation de la croissance des racines et de la partie supérieure de la plante. La germination est le début de développement d'un nouvel individu végétal, d'une nouvelle plante, à partir d'une graine ou d'une spore. Elle désigne plus spécifiquement la reprise du développement et du métabolisme (absorption d'eau, respiration, activité enzymatique, etc.
Inférence statistiquevignette|Illustration des 4 principales étapes de l'inférence statistique L'inférence statistique est l'ensemble des techniques permettant d'induire les caractéristiques d'un groupe général (la population) à partir de celles d'un groupe particulier (l'échantillon), en fournissant une mesure de la certitude de la prédiction : la probabilité d'erreur. Strictement, l'inférence s'applique à l'ensemble des membres (pris comme un tout) de la population représentée par l'échantillon, et non pas à tel ou tel membre particulier de cette population.
PhytohormoneLes phytohormones, ou hormones végétales, contrôlent tous les aspects de la croissance et du développement des plantes, depuis l'embryogenèse, la régulation de la taille des organes, la défense contre les agents pathogènes, la tolérance au stress et jusqu'au développement reproducteur. Les hormones végétales sont des molécules signal, produites dans les plantes à des concentrations extrêmement faibles. Contrairement aux animaux (dans lesquels la production d'hormones est limitée à des glandes spécialisées), chaque cellule végétale est capable de produire des hormones.
Processus stochastiqueUn processus ou processus aléatoire (voir Calcul stochastique) ou fonction aléatoire (voir Probabilité) représente une évolution, discrète ou à temps continu, d'une variable aléatoire. Celle-ci intervient dans le calcul classique des probabilités, où elle mesure chaque résultat possible (ou réalisation) d'une épreuve. Cette notion se généralise à plusieurs dimensions. Un cas particulier important, le champ aléatoire de Markov, est utilisé en analyse spatiale.
Loi du χ²En statistiques et en théorie des probabilités, la loi du centrée (prononcé « khi carré » ou « khi-deux ») avec k degrés de liberté est la loi de la somme de carrés de k lois normales centrées réduites indépendantes. La loi du est utilisée en inférence statistique et pour les tests statistiques notamment le test du χ2. La loi du χ2 non centrée généralise la loi du . Soient k variables aléatoires X, ... , X indépendantes suivant la loi normale centrée et réduite, c'est-à-dire la loi normale de moyenne 0 et d'écart-type 1.
Statistical parameterIn statistics, as opposed to its general use in mathematics, a parameter is any measured quantity of a statistical population that summarises or describes an aspect of the population, such as a mean or a standard deviation. If a population exactly follows a known and defined distribution, for example the normal distribution, then a small set of parameters can be measured which completely describes the population, and can be considered to define a probability distribution for the purposes of extracting samples from this population.
Plante parasitethumb|Plantes à fleurs parasites. Planche botanique, 1902. 1 Aphyllon uniflorum 2 Conopholis americana 3 Cuscuta gronovii 4 Phoradendron flavescens 5 Orobanche minor 6 Epifagus americanus Une plante parasite est une plante qui vit et se développe au détriment d'une autre plante hôte. Le parasitisme peut être total, la plante parasite, dépourvue de chlorophylle, tirant de son hôte toute son alimentation. Il peut être partiel, la plante parasite ne prélevant que l'eau et les éléments minéraux mais conservant son pouvoir de synthèse chlorophyllienne (on parle alors de plante hémiparasite).
