ICO, un indice de la consistance ordinale d’une série statistique
Une série numérique générée à partir d’un processus séquentiel montre-t-elle une tendance identifiable (monotonicité partielle ou complète), un désordre excessif, ou une simple variance d’erreur? L’indice ICO développé ici et inspiré des travaux de von Neumann (1941) sur la variance permutative répo...
Main Author: | |
---|---|
Format: | Article |
Language: | English |
Published: |
Université d'Ottawa
2024-03-01
|
Series: | Tutorials in Quantitative Methods for Psychology |
Subjects: | |
Online Access: | https://www.tqmp.org/RegularArticles/vol20-1/p050/p050.pdf |
_version_ | 1797236651210047488 |
---|---|
author | Laurencelle, Louis |
author_facet | Laurencelle, Louis |
author_sort | Laurencelle, Louis |
collection | DOAJ |
description | Une série numérique générée à partir d’un processus séquentiel montre-t-elle une tendance identifiable (monotonicité partielle ou complète), un désordre excessif, ou une simple variance d’erreur? L’indice ICO développé ici et inspiré des travaux de von Neumann (1941) sur la variance permutative répond à cette question. Formules, exemples et valeurs critiques sont inclus. // Does a numerical series generated from a sequential process show an identifiable trend (complete or segmental monotonicity), excessive disorder, or plain error variation? The IOC index developed, inspired by the work of von Neumann (1941) in ``The mean square successive difference'', answers this question. Formulas, examples and critical values are included. |
first_indexed | 2024-04-24T17:07:14Z |
format | Article |
id | doaj.art-5fb1e73592044932a646aad26275cfcc |
institution | Directory Open Access Journal |
issn | 1913-4126 |
language | English |
last_indexed | 2024-04-24T17:07:14Z |
publishDate | 2024-03-01 |
publisher | Université d'Ottawa |
record_format | Article |
series | Tutorials in Quantitative Methods for Psychology |
spelling | doaj.art-5fb1e73592044932a646aad26275cfcc2024-03-28T20:58:06ZengUniversité d'OttawaTutorials in Quantitative Methods for Psychology1913-41262024-03-01201505610.20982/tqmp.20.1.p050ICO, un indice de la consistance ordinale d’une série statistiqueLaurencelle, LouisUne série numérique générée à partir d’un processus séquentiel montre-t-elle une tendance identifiable (monotonicité partielle ou complète), un désordre excessif, ou une simple variance d’erreur? L’indice ICO développé ici et inspiré des travaux de von Neumann (1941) sur la variance permutative répond à cette question. Formules, exemples et valeurs critiques sont inclus. // Does a numerical series generated from a sequential process show an identifiable trend (complete or segmental monotonicity), excessive disorder, or plain error variation? The IOC index developed, inspired by the work of von Neumann (1941) in ``The mean square successive difference'', answers this question. Formulas, examples and critical values are included.https://www.tqmp.org/RegularArticles/vol20-1/p050/p050.pdfordinal consistencymonotonicity; data order |
spellingShingle | Laurencelle, Louis ICO, un indice de la consistance ordinale d’une série statistique Tutorials in Quantitative Methods for Psychology ordinal consistency monotonicity; data order |
title | ICO, un indice de la consistance ordinale d’une série statistique |
title_full | ICO, un indice de la consistance ordinale d’une série statistique |
title_fullStr | ICO, un indice de la consistance ordinale d’une série statistique |
title_full_unstemmed | ICO, un indice de la consistance ordinale d’une série statistique |
title_short | ICO, un indice de la consistance ordinale d’une série statistique |
title_sort | ico un indice de la consistance ordinale d une serie statistique |
topic | ordinal consistency monotonicity; data order |
url | https://www.tqmp.org/RegularArticles/vol20-1/p050/p050.pdf |
work_keys_str_mv | AT laurencellelouis icounindicedelaconsistanceordinaleduneseriestatistique |