Lec 54: Inferential Statistics & Hypothesis Testing

Valeur des informations & solidité de l’argumentation

Le cours fournit une base solide pour comprendre les statistiques inférentielles, avec une progression pédagogique claire : de l’échantillonnage à l’inférence, en passant par les intervalles de confiance et les tests. L’accent est mis sur l’interprétation correcte des p-values et la distinction entre signification statistique et importance pratique. Des exemples concrets et un cas d’étude complet aident à ancrer les concepts. L’argumentation est cohérente et bien structurée, déroulant les étapes d’un test d’hypothèse de manière logique. Le professeur insiste sur les pièges à éviter, comme fixer le seuil après avoir vu les données, et sur la nécessité de rapporter la taille d’effet. La durée limitée et le format de cours magistral ne permettent pas d’approfondir chaque test, mais les explications essentielles sont fournies.

Rigueur scientifique, qualité des sources, adéquation du titre

Le contenu est rigoureux sur le plan méthodologique. Le professeur s’appuie sur des concepts statistiques standard et les illustre par des exemples réalistes. La qualité des sources est implicite : le cours fait partie d’un programme NPTEL, et les références citées sont sans doute classiques en statistiques, mais elles ne sont pas détaillées dans la transcription. Le titre est fidèle au contenu, annonçant les statistiques inférentielles et les tests d’hypothèses. Le niveau est intermédiaire, adapté à des étudiants en conception ou en sciences humaines avec des bases en statistique. La structuration est professionnelle, avec des objectifs d’apprentissage clairement énoncés et une synthèse finale.

Le titre correspond exactement au contenu : introduction complète aux statistiques inférentielles et à la logique des tests d'hypothèses.

8/10

Cours universitaire structuré par un professeur d'ingénierie, concepts statistiques présentés avec rigueur, exemples concrets tirés de l'UX. Quelques imprécisions de langage (ex. 'cohence D' pour Cohen's d) mais globalement fiable.

Repères établis par PSI à partir de la transcription : le créateur n'a pas défini de chapitres.

• 00:30Introduction aux objectifs du cours : inférence, intervalles de confiance, tests d'hypothèses, choix des tests.
• 03:00Explication de la statistique descriptive vs inférentielle, avec l'exemple de l'étude de 50 utilisateurs.
• 08:00Définition des intervalles de confiance et de leur interprétation correcte (95% des intervalles contiennent le paramètre).
• 12:30Hypothèses nulle et alternative, logique du test, définition de la p-value et des erreurs de type I et II.
• 17:00Choix du test adapté : t-test pour deux groupes, ANOVA pour plusieurs groupes, chi-carré pour données catégorielles.
• 22:30Étude de cas : comparaison des temps de configuration entre utilisateurs expérimentés et novices, calcul de Cohen's d, conclusion et actions de design.

• Page du cours NPTEL 'User Research Methods' — Page officielle du cours, fournit le syllabus et les ressources associées.
• Liste de lecture YouTube de la série — Playlist des vidéos du cours, permettant de retrouver toutes les conférences.