L'utilisation de méthodes statistiques pour analyser des données et tester des hypothèses.L'analyse statistique est l'application de méthodes mathématiques pour collecter, résumer et interpréter des données, permettant aux chercheurs de tester des hypothèses et de tirer des conclusions à partir d'observations. En physique, elle est indispensable pour extraire des signaux de mesures bruitées, comme détecter un faible signal de particules dans un détecteur ou identifier des motifs dans le rayonnement cosmique de fond. Elle fait le pont entre les données brutes et les lois physiques, permettant aux scientifiques de quantifier les incertitudes et de faire des prédictions.
Les fondations ont été posées par Carl Friedrich Gauss (méthode des moindres carrés, 1809) puis formalisées par Ronald Fisher dans les années 1920, qui a introduit des concepts comme les valeurs p et l'analyse de la variance.
L'analyse statistique implique de choisir un modèle pour les données, d'estimer des paramètres (par exemple, la moyenne, la variance) et d'utiliser des distributions de probabilité pour évaluer la vraisemblance des données observées sous différentes hypothèses. Des techniques comme l'estimation par maximum de vraisemblance, l'inférence bayésienne et les tests d'hypothèses (par exemple, les tests du chi-carré) sont utilisées pour déterminer si un résultat est statistiquement significatif ou s'il s'agit simplement d'une fluctuation. Dans les systèmes complexes, des méthodes comme les simulations de Monte Carlo aident à modéliser les incertitudes et à comparer les prédictions théoriques avec les données.
L'analyse statistique est utilisée en physique des particules pour confirmer des découvertes (par exemple, le boson de Higgs), en épidémiologie pour modéliser la propagation des maladies, et en apprentissage automatique pour des prédictions basées sur les données.
La découverte du boson de Higgs en 2012 a nécessité une signification statistique de 5 sigma, ce qui signifie que la probabilité d'un faux positif était inférieure à une sur un million.
