C3 : Manipulations statistiques

Save this PDF as:
 WORD  PNG  TXT  JPG

Dimension: px
Commencer à balayer dès la page:

Download "C3 : Manipulations statistiques"

Transcription

1 C3 : Manipulations statistiques Dorat Rémi 1- Génération de valeurs aléatoires p 2 2- Statistiques descriptives p 3 3- Tests statistiques p 8 4- Régression linéaire p 8 Manipulations statistiques 1

2 1- Génération de valeurs aléatoires Fonction de génération de base et construction de générateurs La fonction ALEA() renvoie un nombre aléatoire tiré uniformément dans [0;1]. A partir de cette fonction simple, il est possible de construire différents générateurs aléatoires. Soit par exemple une cellule nommée a qui contient une valeur numérique positive, une cellule nommée b qui contient une valeur numérique positive telle que b>a. Dans ce cas, la fonction a*alea() renvoie un nombre dans [0;a] En continuant, on a (b-a)*alea() qui renvoie un nombre dans [0;b-a] Enfin, la fonction (b-a)*alea()+a renvoie un nombre dans [a;b] Génération de nombres entiers En première approche, pour tirer des valeurs entières, on utilise le générateur de valeurs réelles. Par exemple, pour tirer un nombre entier dans [N;M], on commence par nommer une cellule N qui contient la valeur de la borne inférieure, une cellule M qui contient la valeur de la borne supérieure. Comme fonction de tirage aléatoire d'un nombre entier, on peut proposer : ARRONDI((M-N)*ALEA()+N) qui tire une valeur aléatoire dans [N;M] et arrondit ensuite cette valeur à l'entier le plus proche. Une telle fonction est cependant biaisée, étudions l'évolution de ARRONDI((M-N)*ALEA()+N) en fonction de la valeur de (M-N)*ALEA()+N : La valeur de (M-N)*ALEA()+N est dans : [N;N+0.5[ Valeur de ARRONDI((M-N)*ALEA()+N) N [N+0.5;N+1.5[ N+1 [N+1.5;N+2.5[ N [M-1.5;M-0.5[ M-1 [M-0.5;M] M On remarque que la taille de l'intervalle qui permet d'obtenir N est 0.5, de même que la taille de l'intervalle qui permet d'obtenir M. En revanche, la taille de l'intervalle permettant d'obtenir K entier dans ]N;M[ est 1. Donc, le générateur aléatoire ARRONDI((M-N)*ALEA()+N) ne produit pas une distribution uniforme sur les entiers. Pour produire une distribution uniforme, on part d'un tirage dans l'ensemble [N-0,5;M+0,5] : les arrondis des valeurs tirées dans cet Manipulations statistiques 2

3 ensemble sont des entiers dans [N;M]. Le générateur : ARRONDI((M-N+1)*ALEA()+N-0.5) permet de faire le tirage uniforme d'entiers dans [N;M]. Les générateurs d'excel Les générateurs construits proposés dans les paragraphes précédents recoupent des outils d'excel. En effet, non seulement on dispose du générateur de base ALEA(), mais également d'une fonction aléatoire qui permet de tirer des nombres entier dans un intervalle : ALEA.ENTRE.BORNES(2;5) renvoi des entiers tirés au hasard uniformément dans [2;5]. Construction d'un générateur de valeurs Gaussiennes-La méthode de Box-Mueller Une méthode permet de générer des valeurs aléatoires gaussiennes à partir d'un générateur uniforme. Il s'agit de la méthode de Box Mueller. Celle-ci consiste à tirer des valeurs uniformes. Pour un couple x, y de valeurs réelles tirées uniformément dans [ 1;1], en posant s=x 2 y 2, et si s 1, alors les valeurs : s v 0 = x 2 ln s et s v 1 = y 2 ln s sont à la base d'une distribution gaussienne centrée réduite. Par suite, il est possible de générer des tirages aléatoires pour n'importe quelle gaussienne : cf a*n(0,1)+b. Disposer d'un générateur de valeurs aléatoires s'avère nécessaire pour la simulation de processus, les simulations Monte-Carlo etc. 2- Statistiques descriptives Les moments Excel propose une série de fonctions qui permettent d'obtenir les moments de base d'une distribution. On passe une plage de valeurs en paramètres : =MOYENNE(A2:A14) (ou plusieurs plages =MOYENNE(A2:A14;B2;8)). De la même manière, on peut utiliser les fonctions : ECARTYPE VAR pour la variance KURTOSIS D'autres caractérisations classique des distributions : Manipulations statistiques 3

4 MEDIANE MODE : renvoie la valeur la plus fréquence d'une plage de données. COEFFICIENT.ASYMETRIE MOYENNE.HARMONIQUE Covariance et coefficient de corrélation D'autres coefficients d'évaluation statistique : COVARIANCE : calcul le coefficient de COVARIANCE entre deux séries selon la formule classique : n cov X, Y = x i X y i Y i=1 COEFFICIENT.CORRELATION : calcule le coefficient de corrélation entre deux séries. CoeffCorr X,Y = Cov X, Y X Y Calcul de distributions à partir de données disponibles Pour obtenir une distribution, il existe plusieurs solutions. On en présente deux en parallèle : l'utilisation de la fonction NB.SI qui a été vu dans le cours précédent et l'utilisation de la fonction FREQUENCE : ces deux fonctions produisent un résultat équivalent. Pour la fonction de fréquence, on donne comme premier paramètre la plage des valeurs dont on veut obtenir la distribution et comme second paramètre une plage de valeurs qui détermine la distribution. Par exemple, on suppose avoir la liste des valeurs dont on veut obtenir la distribution dans la plage A1:A300 et la série des valeurs qui déterminent les intervalles dans B1:B11. Dans ce cas, on rentre la formule matricielle =FREQUENCE(A1:A300;B1:B11), on a introduite une telle formule dans la colonne C. Si par exemple on a mis une série de valeurs aléatoires tirées entre 8 et 9 dans la colonne A (=(9-8)*ALEA()+8), alors : Manipulations statistiques 4

5 On constate qu'en C2, on a l'ensemble des valeurs entre B2 et B1, qu'en C3, on a l'ensemble des valeurs entre B3 et B2 etc. Pour l'autre manière de faire la distribution : on introduit =NB.SI($A$1:$A$300;"<"&B1) dans E1, =NB.SI($A$1:$A $300;"<"&B2) dans E2 etc. Ensuite, dans F2, on met E2-E1, dans F3, on met E3-E2 etc. On obtient donc la même distribution dans la colonne C et dans la colonne F. D'autres fonctions statistiques La fonction QUARTILE. Cette fonction prend deux arguments : une plage de données et une option. Le paramètre d'option peut prendre les valeurs 0, 1, 2, 3 ou 4. Pour 0, la fonction renvoie la valeur minimale. Pour 1, la fonction renvoie la valeur telle que le quart des valeurs sont plus petites, le reste des valeurs étant plus grandes. Pour 2, la fonction renvoie la médiane. Pour 3, la fonction renvoie la valeur telle que un quart des valeurs lui sont supérieures. Pour 4, la valeur renvoie la valeur maximale de la distribution. La fonction CENTILE fonctionne de la même manière que QUARTILE, elle prend en premier paramètre une plage de données et en second paramètre une valeur comprise entre 0 et 1. Soit para2 le second paramètre. La fonction renvoie la valeur V telle qu'une part para2 des valeurs de la plage de données sont inférieures à V, le reste étant supérieur. La fonction GRANDE.VALEUR prend deux paramètres : une plage de données et un entier K, elle renvoie la Kème plus grande valeur de la plage de donnée. De la même manière, il existe une fonction PETITE.VALEUR pour renvoyer la Kème plus petite valeur. Information sur les distributions classiques Excel donne accès à une série de distributions classiques. Pour chacune de ces distributions, le logiciel Manipulations statistiques 5

6 propose à la fois une fonction permettant, à partir d'une valeur, d'établir sa probabilité, de manière cumulée (ensemble des valeurs inférieures) ou la valeur associée en fonction de la fonction de distribution classique. Par exemple, pour savoir quelle est la probabilité associée à la valeur 2 pour une gaussienne centrée réduite : =LOI.NORMALE(2;0;1;FAUX) Les paramètres fonctionnent de la sorte : 2 est la valeur x pour laquelle on veut connaître la valeur par la fonction de probabilité. 0 est la moyenne de la gaussienne qu'on utilise 1 est l'écart-type de la gaussienne qu'on utilise FAUX signifie que l'on veut la valeur de la fonction de distribution et non pas la somme des f(x) pour tout x inférieur à 2 (la fonction de répartition). Pour une gaussienne centrée réduite, on peut directement utiliser LOI.NORMALE.STANDARD : en lui passant une valeur x*, on obtient la somme des f(x) pour x<x*. Tracer une distribution de probabilité devient alors assez simple. On intruduit : et on obtient : Manipulations statistiques 6

7 0,45 0,4 0,35 0,3 0,25 0,2 0,15 Série1 0,1 0, D'autres distributions de probabilité classiques sont utilisables de la même manière (à voir à chaque fois leur paramétrage dans l'aide associée à chaque fonction) : LOI.BETA LOI.BINOMIALE LOI.EXPONENTIELLE LOI.F LOI.GAMMA LOI.HYPERGEOMETRIQUE LOI.KHIDEUX LOI.POISSON LOI.STUDENT LOI.WEIBULL Pour la plupart de ces fonctions, il est également possible d'obtenir l'inverse de la distribution : ie pour une probabilité, il est possible de déterminer la valeur x qui donne cette probabilité par la fonction de distribution. Par exemple, on veut savoir quelle est la valeur x qui donne la probabilité 0,3 par la loi normale : =LOI.NORMALE.INVERSE(0,3;0;1) : 0,3 est la probabilité pour laquelle on veut connaître la valeur qui donne cette probabilité par la fonction de distribution Manipulations statistiques 7

8 0 est la moyenne de la loi normale utilisée 1 est l'écart type de la loi normale utilisée 3- Tests statistiques On propose une feuille d'exemple pour un test du CHI-DEUX dans une feuille jointe. Voire le livre et les feuilles qui sont sur le CD. Parler de la fonction PEARSON, parler des renvois de valeur de test. INTERVALLE.CONFIANCE : renvoie l'intervalle de confiance pour la moyenne d'une population TEST.F : à partir de deux ensembles de valeurs, donne la probabilité que la probabilité soit la même. TEST.KHIDEUX TEST.STUDENT TEST.Z 4- Regressions Excel propose un certain nombre de fonctions reposant sur la régression linéaire : des fonctions de prévision, des calculs de tendance etc... Fonction de base pour la régression On se place dans le cas suivant : dans la colonne A, de A1 à A300, on a une série de valeurs pour une variable explicative X, dans la colonne B, de B1 à B300, on a une série de valeurs pour la variable expliquée Y. On suppose que Y=a*X+b et on veut approximer les coefficients a et b. Excel résout ce problème en utilisant la méthode classique des moindres carrés ordinaires. Pour obtenir les coefficients de la régression, on utilise la fonction DROITEREG. Cette fonction prend 4 paramètres dont 3 qui sont optionnels. Le premier paramètre est la plage contenant les y_connus, soit les valeurs connues de la variables expliquées. Si aucun autre argument n'est spécifié, le logiciel utilisera des valeurs de la variable Manipulations statistiques 8

9 explicative par défaut (1, 2, 3, 4 etc). Le troisième argument possible est soit VRAI ou omis et dans ce cas, le logiciel fera une régression de la forme Y=a*X+b, soit il est FAUX et dans ce cas, le logiciel fera une régression Y=aX (c'est à dire que b sera fixé à 0). Enfin, le 4ème argument est soit FAUX, soit VRAI. S'il est fixé à VRAI, la machine calculera des statistiques complémentaires sur la regression. Le résultat de la fonction est une matrice de régression contenant deux colonnes (une colonne pour le paramètre a, une colonne pour le paramètre b) et contenant 5 lignes si on a demandé le calcul de statistiques complémentaires, 1 ligne sinon. Un exemple de régression vous est proposé dans le classeur C3_TestRegression.xsl. Si on demande l'affichage de statistiques supplémentaires : En première ligne, on a les estimations pour les paramètres a et b En seconde ligne : les valeurs d'erreur type pour l'estimation de a et de la constantes En troisième ligne : le coefficient de détermination r² : ce coefficient est entre 1 (pour une régression parfaite) et 0. En deuxième colonne et troisième ligne : le coefficient d'erreur type pour la valeur y estimée. En quatrième ligne : la statistiques F ou valeur F observée en première colonne, le nombre des degrés de liberté en seconde colonne. En cinquième colonne : la somme de regression des carrés en première colonne, la somme résiduelle des carrés en seconde colonne. Soit le tableau suivant pour le cas d'une régression linéaire à deux paramètres. Estimation a Erreur Type a Coefficient détermination Statistique F Somme de régression des carrés. Estimation b Erreur Type b Erreur type y Degrés de liberté Somme résiduelle des carrés Régression linéaire : le cas de plus d'une variable explicative Il est possible de vouloir faire une régression linéaire selon un schéma : N Y = a i X i b plutôt que selon un schéma i=1 Y =a X b Dans ce cas, le deuxième paramètre de la fonction DROITEREG ne doit pas être une plage de cellules d'une colonne unique, mais une plage de cellules comprenant plusieurs colonnes. Dans ce cas, si l'option Statistiques est à VRAI lors Manipulations statistiques 9

10 du calcul de la fonction, la matrice de retour contiendra deux lignes de N+1 colonnes, N étant le nombre des colonnes de la matrice, et trois lignes de 2 colonnes. Soit (attention à l'ordre des coefficients estimés) : Estimation a4 Estimation a3 Estimation a2 Estimation a1 Estimation b Erreur Type a4 Erreur Type a3 Erreur Type a2 Erreur Type a1 Erreur Type b Coefficient détermination Statistique F Somme de régression des carrés Erreur type y Degrés de liberté Somme résiduelle des carrés. Un exemple de telle régression est proposée sur le classeur C3_TestRegression.xsl Autres fonctions utilisant la régression linéaire La fonction TENDANCE : cette fonction permet le calcul de valeurs à partir d'une tendance linéaire. La fonction PENTE renvoie la pente obtenue à partir d'une régression linéaire. Enfin, la fonction ORDONNEE ORIGINE calcule le point auquel une droite doit croiser l'axe des ordonnées à partir d'une régression linéaire. La fonction LOGREG : une autre régression que la régression linéaire On ne développe pas l'utilisation de cette fonction qui est identique à la fonction DROITEREG. Manipulations statistiques 10

Les fonctions Statistiques sous «EXCEL» 29/09/2011

Les fonctions Statistiques sous «EXCEL» 29/09/2011 1. Utilité des Statistiques Les objectifs - Avoir une idée du comportement d un événement ou de la valeur normale d une donnée. - Décrire et estimer la valeur des paramètres et déterminer des critères

Plus en détail

Méthodes de Monte-Carlo Simulation de grandeurs aléatoires

Méthodes de Monte-Carlo Simulation de grandeurs aléatoires Méthodes de Monte-Carlo Simulation de grandeurs aléatoires Master Modélisation et Simulation / ENSTA TD 1 2012-2013 Les méthodes dites de Monte-Carlo consistent en des simulations expérimentales de problèmes

Plus en détail

Annexe commune aux séries ES, L et S : boîtes et quantiles

Annexe commune aux séries ES, L et S : boîtes et quantiles Annexe commune aux séries ES, L et S : boîtes et quantiles Quantiles En statistique, pour toute série numérique de données à valeurs dans un intervalle I, on définit la fonction quantile Q, de [,1] dans

Plus en détail

DEFINITION et PROPRIETES des PRINCIPALES LOIS de PROBABILITES

DEFINITION et PROPRIETES des PRINCIPALES LOIS de PROBABILITES Université Paris1, Licence 00-003, Mme Pradel : Principales lois de Probabilité 1 DEFINITION et PROPRIETES des PRINCIPALES LOIS de PROBABILITES Notations Si la variable aléatoire X suit la loi L, onnoterax

Plus en détail

3 - Salaires. Il va falloir compléter une succession de fenêtres pour arriver au graphique final.

3 - Salaires. Il va falloir compléter une succession de fenêtres pour arriver au graphique final. 3 - Objectif : Traiter les statistiques descriptives à l'aide du tableur Excel. Partie 1 : Représentations graphiques 1.1 Histogrammes Les données brutes sont placées dans les deux premières colonnes 1

Plus en détail

Figure 2.1 : fenêtre de travail d'excel v7.0

Figure 2.1 : fenêtre de travail d'excel v7.0 2.1. Excel 2.1.1. Présentation Les tableurs sont des utilitaires parfois intégrés aux éditeurs de texte (Works, Word, Kspread) ou non (Excel) et qui permettent la gestion de données numériques, le graphisme

Plus en détail

1.6- Génération de nombres aléatoires

1.6- Génération de nombres aléatoires 1.6- Génération de nombres aléatoires 1- Le générateur aléatoire disponible en C++ 2 Création d'un générateur aléatoire uniforme sur un intervalle 3- Génération de valeurs aléatoires selon une loi normale

Plus en détail

TUTORIEL : CREER UNE FICHE D EVALUATION AVEC CALCUL AUTOMATIQUE DE LA NOTE ET REFERENCE A UN BAREME.

TUTORIEL : CREER UNE FICHE D EVALUATION AVEC CALCUL AUTOMATIQUE DE LA NOTE ET REFERENCE A UN BAREME. TUTORIEL : CREER UNE FICHE D EVALUATION AVEC CALCUL AUTOMATIQUE DE LA NOTE ET REFERENCE A UN BAREME. Nous allons créer une fiche d évaluation BAC LGT en Pentabond avec une recherche d automatisation des

Plus en détail

Séminaire de Statistique

Séminaire de Statistique Master 1 - Economie & Management Séminaire de Statistique Support (2) Variables aléatoires & Lois de probabilité R. Abdesselam - 2013/2014 Faculté de Sciences Economiques et de Gestion Université Lumière

Plus en détail

Les fonctions. Argument. Page 14

Les fonctions. Argument. Page 14 Page 14 Les fonctions Les fonctions sont des programmes se chargeant de divers calculs à votre place. Excel propose plus de 200 fonctions dans différents domaines (statistiques, financières, date et heure,

Plus en détail

Type de ressources : aide à la prise en main de logiciels permettant le traitement numérique des calculs d incertitudes

Type de ressources : aide à la prise en main de logiciels permettant le traitement numérique des calculs d incertitudes Niveau : terminale S. Thème : Calcul d incertitudes à l aide d outils numériques Type de ressources : aide à la prise en main de logiciels permettant le traitement numérique des calculs d incertitudes

Plus en détail

par Jean-François Deslandes

par Jean-François Deslandes GUIDE EXCEL POUR LA STATISTIQUE par Jean-François Deslandes Automne 2000 2 Table des matières RAPPORT DE TABLEAU CROISÉ DYNAMIQUE 4 CONSTRUCTION D'UN TABLEAU DE FRÉQUENCE POUR UNE VARIABLE UNIQUE 4 DISTRIBUTION

Plus en détail

Module 2 29 Décembre 2009 Intervenant: Dhuin STATISTIQUES

Module 2 29 Décembre 2009 Intervenant: Dhuin STATISTIQUES STATISTIQUES I. Séries statistiques simples... 1 A. Définitions... 1 1. Population... 1 2. Caractère statistique... 1 B. Séries classées / représentations graphiques.... 2 1. Séries classées... 2 2. Représentations

Plus en détail

Chapitre 5 Les Probablilités

Chapitre 5 Les Probablilités A) Introduction et Définitions 1) Introduction Chapitre 5 Les Probablilités De nombreuses actions provoquent des résultats qui sont dus en partie ou en totalité au hasard. Il est pourtant nécessaire de

Plus en détail

Module d'analyse des données

Module d'analyse des données *** Année 2007 *** Module d'analyse des données P.L. Toutain, A. Bousquet-Mélou UMR 181 de Physiopathologie et Toxicologie Expérimentales INRA/ENVT Ecole Nationale Vétérinaire de Toulouse 24/04/2007 Avant

Plus en détail

4. Créer des compteurs, des curseurs ou des bandes déroulantes : a) Création des objets. b) Affectation à une cellule et réglage du pas.

4. Créer des compteurs, des curseurs ou des bandes déroulantes : a) Création des objets. b) Affectation à une cellule et réglage du pas. Logiciel Excel version Office 2007. Voici une liste non exhaustive de fonctions de ce logiciel en relation avec le stage. Au sommaire : 1. Créer des boutons de raccourci dans une barre d outils: a) Sélection

Plus en détail

Université René Descartes Faculté de Pharmacie - Master Professionnel Dimension Économique des Produits de Santé 14 décembre 2005

Université René Descartes Faculté de Pharmacie - Master Professionnel Dimension Économique des Produits de Santé 14 décembre 2005 Université René Descartes Faculté de Pharmacie - Master Professionnel Dimension Économique des Produits de Santé 14 décembre 2005 Prise en Compte de l Incertitude dans l Évaluation des Technologies de

Plus en détail

Cours 9 Une variable numérique : distribution et répartition

Cours 9 Une variable numérique : distribution et répartition Cours 9 Une variable numérique : distribution et répartition Lorsqu'une variable est qualitative et l'autre numérique, il est courant que la première identie des sous-populations (sexe, catégories socio-économiques,

Plus en détail

Excel par ADM - Fonction Si() - Volair - Conseils

Excel par ADM - Fonction Si() - Volair - Conseils Excel par ADM - Fonction Si() - Volair - Conseils Page 1 sur 1 La Fonction Logique "Si()" La fonction SI() est composée de 3 arguments : 1/ le test 2/ ce qui apparaîtra dans la cellule où l'on construit

Plus en détail

Introduction au cours STA 102 Analyse des données : Méthodes explicatives

Introduction au cours STA 102 Analyse des données : Méthodes explicatives Analyse des données - Méthodes explicatives (STA102) Introduction au cours STA 102 Analyse des données : Méthodes explicatives Giorgio Russolillo giorgio.russolillo@cnam.fr Infos et support du cours Slide

Plus en détail

Analyse de données et méthodes numériques

Analyse de données et méthodes numériques Analyse de données et méthodes numériques Analyse de données: Que faire avec un résultat? Comment le décrire? Comment l analyser? Quels sont les «modèles» mathématiques associés? Analyse de données et

Plus en détail

Escher Ruban de Moebius. Version 1. CFPPA Bourg en Bresse O:\Themes\1nformatique\Excel\Livrets\Livret4-FonctionsConditionnelles.

Escher Ruban de Moebius. Version 1. CFPPA Bourg en Bresse O:\Themes\1nformatique\Excel\Livrets\Livret4-FonctionsConditionnelles. Escher Ruban de Moebius EXCEL 2000 Livret 4 Fonctions conditionnelles Version 1 CFPPA Bourg en Bresse O:\Themes\1nformatique\Excel\Livrets\Livret4-FonctionsConditionnelles.doc Table des matières 1 PRINCIPE

Plus en détail

Simulation de variables aléatoires

Simulation de variables aléatoires Simulation de variables aléatoires S. Robin INA PG, Biométrie Décembre 1997 Table des matières 1 Introduction Variables aléatoires discrètes 3.1 Pile ou face................................... 3. Loi de

Plus en détail

Application 1- VBA : Test de comportements d'investissements

Application 1- VBA : Test de comportements d'investissements Application 1- VBA : Test de comportements d'investissements Notions mobilisées Chapitres 1 à 5 du cours - Exemple de récupération de cours en ligne 1ère approche des objets (feuilles et classeurs). Corps

Plus en détail

TD : Générateur de nombres aléatoires

TD : Générateur de nombres aléatoires TD : Générateur de nombres aléatoires Dorat Rémi 1. Génération de nombres aléatoires et calcul de distribution p 2 2. Test du générateur aléatoire p 2 3. Conception et test d'un autre générateur p 4 4.

Plus en détail

ECHANTILLONNAGES Fiche de repérage

ECHANTILLONNAGES Fiche de repérage M Objectifs pédagogiques généraux : Fiche de repérage Type : Activité d approche de la notion de fluctuation d échantillonnage et d intervalle de confiance à travers quelques simulations. Niveau : Lycée

Plus en détail

RAPPORT SUR L ETUDE DES DONNEES FINANCIERES ET STATISTIQUES A L AIDE DU LOGICIEL SCILAB

RAPPORT SUR L ETUDE DES DONNEES FINANCIERES ET STATISTIQUES A L AIDE DU LOGICIEL SCILAB RAPPORT SUR L ETUDE DES DONNEES FINANCIERES ET STATISTIQUES A L AIDE DU LOGICIEL SCILAB PAR : MAROOF ASIM DAN BENTOLILA WISSAM ESSID GROUPE 1 LM206 Lundi 10H45 INTRODUCTION : ( Ce rapport est un compte

Plus en détail

TD de Statistiques - Séance N 2

TD de Statistiques - Séance N 2 TD de Statistiques - Séance N 2 1 Travail sur des variables catégorisées avec Excel 1.1 Quelques commandes d'excel utiles pour la saisie de données Saisie "assistée" ou non : utilisez le menu :Fichier

Plus en détail

Savoir Faire Excel Niveau 2. 5 novembre 2007 Naomi Yamaguchi naomi.yamaguchi@univ-paris3.fr

Savoir Faire Excel Niveau 2. 5 novembre 2007 Naomi Yamaguchi naomi.yamaguchi@univ-paris3.fr Savoir Faire Excel Niveau 2 5 novembre 2007 Naomi Yamaguchi naomi.yamaguchi@univ-paris3.fr Ce qu on sait faire Entrer et recopier des données numériques Les fonctions de base (somme, moyenne, nb, si) Faire

Plus en détail

Introduction à l approche bootstrap

Introduction à l approche bootstrap Introduction à l approche bootstrap Irène Buvat U494 INSERM buvat@imedjussieufr 25 septembre 2000 Introduction à l approche bootstrap - Irène Buvat - 21/9/00-1 Plan du cours Qu est-ce que le bootstrap?

Plus en détail

Dictionnaire de traduction des fonctions financières d Excel : Français Anglais Fonctions

Dictionnaire de traduction des fonctions financières d Excel : Français Anglais Fonctions Dictionnaire de traduction des fonctions financières d Excel : Français Anglais Fonctions AMORDEGRC AMORDEGRC Calcule l'amortissement pour chaque période comptabilisée AMORLIN SLN Calcule l'amortissement

Plus en détail

Partie 1. Fonctions plus complexes dans Excel. Fonctions Si(), Et(), Ou() et fonctions imbriquées. Opérateurs logiques. I.1.

Partie 1. Fonctions plus complexes dans Excel. Fonctions Si(), Et(), Ou() et fonctions imbriquées. Opérateurs logiques. I.1. Présentation Excel 7 Fonctions plus complexes dans Excel Partie 1 Sandra Michelet Département Informatique Pédagogique Université Stendhal, Grenoble III Fonctions Si(), Et(), Ou() et fonctions imbriquées

Plus en détail

PERFECTIONNEMENT EXCEL

PERFECTIONNEMENT EXCEL PERFECTIONNEMENT EXCEL Par Lionel COSTE ABSALON Formations Mars 2007 1 LES FONCTIONS I. Principe Excel vous aide dans l'établissement de certaines formules, en effet il contient déjà des formules prédéfinies,

Plus en détail

TRAITEMENTS STATISTIQUES SOUS MICROSOFT EXCEL

TRAITEMENTS STATISTIQUES SOUS MICROSOFT EXCEL Savoirs 05 : Calculer sous Microsoft Excel "Loyers issus d'une base de données" Page 1/6 REPRISE DES DONNEES TRAITEMENTS STATISTIQUES SOUS MICROSOFT EXCEL L'exemple qui suit traite des données issues d'une

Plus en détail

Utilisation du logiciel Excel pour des analyses simples de bases données

Utilisation du logiciel Excel pour des analyses simples de bases données Utilisation du logiciel Excel pour des analyses simples de bases données Catherine Raux (interne Santé Publique) et Benoît Lepage (AHU), Service d Epidémiologie du CHU de Toulouse Version 1.1 Avril 2012

Plus en détail

Baccalauréat ES Centres étrangers 12 juin 2014 - Corrigé

Baccalauréat ES Centres étrangers 12 juin 2014 - Corrigé Baccalauréat ES Centres étrangers 1 juin 14 - Corrigé A. P. M. E. P. Exercice 1 5 points Commun à tous les candidats 1. On prend un candidat au hasard et on note : l évènement «le candidat a un dossier

Plus en détail

Fonctions Date et Heure

Fonctions Date et Heure Généralités Sous Excel, les dates et heures sont codées sous la forme de numéros de série. Les numéros de série sont des valeurs numériques contenant le nombre de jours et fraction de jour écoulés depuis

Plus en détail

Livret Utilisateur Excel 97 Niveau 3

Livret Utilisateur Excel 97 Niveau 3 TABLE DES MATIERES LES FONCTIONS DE RECHERCHE...3 LA FONCTION RECHERCHE...4 Nommer des plages de cellules...5 La fonction de calcul RECHERCHEV()...5 UTILISATION DE LISTES DE DONNÉES...8 REMARQUES PRÉALABLES

Plus en détail

Combien de vendredi, samedis et dimanches contenus entre deux dates.

Combien de vendredi, samedis et dimanches contenus entre deux dates. Combien de vendredi, samedis et dimanches contenus entre deux dates. Problème. On veut connaître le nombre de vendredis, samedis et dimanches contenus entre deux dates, On veut également que la méthode

Plus en détail

Excel Avancé. Plan. Outils de résolution. Interactivité dans les feuilles. Outils de simulation. La valeur cible Le solveur

Excel Avancé. Plan. Outils de résolution. Interactivité dans les feuilles. Outils de simulation. La valeur cible Le solveur Excel Avancé Plan Outils de résolution La valeur cible Le solveur Interactivité dans les feuilles Fonctions de recherche (ex: RechercheV) Utilisation de la barre d outils «Formulaires» Outils de simulation

Plus en détail

POKER ET PROBABILITÉ

POKER ET PROBABILITÉ POKER ET PROBABILITÉ Le poker est un jeu de cartes où la chance intervient mais derrière la chance il y a aussi des mathématiques et plus précisément des probabilités, voici une copie d'écran d'une main

Plus en détail

Problème: si les tableaux que l'on trie sont déjà à peu près triés, l'algorithme n'est pas efficace.

Problème: si les tableaux que l'on trie sont déjà à peu près triés, l'algorithme n'est pas efficace. Traonmilin Yann traonmil@enst.fr MOD Algorithmique Probabiliste 1. Deux exemples 1.1. Quicksort randomisé. Dans l'algorithme de tri classique Quicksort, le pivot est choisi au début du tableau puis on

Plus en détail

Probabilités. I- Expérience aléatoire, espace probabilisé : ShotGun. 1- Définitions :

Probabilités. I- Expérience aléatoire, espace probabilisé : ShotGun. 1- Définitions : Probabilités I- Expérience aléatoire, espace probabilisé : 1- Définitions : Ω : Ensemble dont les points w sont les résultats possibles de l expérience Des évènements A parties de Ω appartiennent à A une

Plus en détail

OpenOffice.org. Le Tableur : Calc. La Piscine

OpenOffice.org. Le Tableur : Calc. La Piscine Le : Calc La Piscine 1 /18 Table des matières Format des nombres...3 Appliquer les formats monétaire, pourcentage, décimal...3 Appliquer les autres formats...3 Saisir les données présentées dans les illustrations

Plus en détail

STATISTIQUES I) UN PEU DE VOCABULAIRE

STATISTIQUES I) UN PEU DE VOCABULAIRE STATISTIQUES I) UN PEU DE VOCABULAIRE Toute étude statistique s'appuie sur des données. Dans le cas ou ces données sont numériques (99% des cas), on distingue les données discrètes (qui prennent un nombre

Plus en détail

UFR STAPS Informatique de Gestion 2007/2008. Support de cours

UFR STAPS Informatique de Gestion 2007/2008. Support de cours UFR STAPS Informatique de Gestion 2007/2008 Support de cours Farah Benamara-Zitoune benamara@irit.fr Tel: 0561557705 SOMMAIRE Fenêtre principale du tableur Excel... 3 Mise en forme des données... 3 Validation

Plus en détail

Statistiques Descriptives à une dimension

Statistiques Descriptives à une dimension I. Introduction et Définitions 1. Introduction La statistique est une science qui a pour objectif de recueillir et de traiter les informations, souvent en très grand nombre. Elle regroupe l ensemble des

Plus en détail

STATISTIQUES. I. Un peu de vocabulaire. II. Representations graphiques. 1. Diagramme circulaire

STATISTIQUES. I. Un peu de vocabulaire. II. Representations graphiques. 1. Diagramme circulaire STATISTIQUES I. Un peu de vocabulaire Toute étude statistique s'appuie sur des données. Dans le cas où ces données sont numériques, on distingue les données discrètes (qui prennent un nombre fini de valeurs

Plus en détail

Support du cours de Probabilités IUT d Orléans, Département d informatique

Support du cours de Probabilités IUT d Orléans, Département d informatique Support du cours de Probabilités IUT d Orléans, Département d informatique Pierre Andreoletti IUT d Orléans Laboratoire MAPMO (Bât. de Mathématiques UFR Sciences) - Bureau 126 email: pierre.andreoletti@univ-orleans.fr

Plus en détail

Devoir maison Info 2 A rendre pour le 15 décembre au plus tard

Devoir maison Info 2 A rendre pour le 15 décembre au plus tard Devoir maison Info 2 A rendre pour le 15 décembre au plus tard Exercice 1 : Exécutez un algorithme Considérez l algorithme suivant. Variables A, B, C en Entier; Début Lire A; Lire B; TantQue B 0 C A; TantQue

Plus en détail

Patrick Morié, Bernard-Philippe Boyer

Patrick Morié, Bernard-Philippe Boyer Patrick Morié, Bernard-Philippe Boyer Tsoft et Groupe Eyrolles, 2004, ISBN : 2-212-11418-4 5 - ANALYSE ET SIMULATION 5 MODÈLE ITÉRATIF 1 - NOTION D ITÉRATION Dans certains modèles, il arrive qu une formule

Plus en détail

ANALYSE : OUTIL D ANALYSE DE DONNEES POUR LES SCIENCES HUAMINES MANUEL DE L UTILISATEUR : PRISE EN MAIN

ANALYSE : OUTIL D ANALYSE DE DONNEES POUR LES SCIENCES HUAMINES MANUEL DE L UTILISATEUR : PRISE EN MAIN Pôle Informatique de Recherche et d Enseignement en Histoire ANALYSE : OUTIL D ANALYSE DE DONNEES POUR LES SCIENCES HUAMINES MANUEL DE L UTILISATEUR : PRISE EN MAIN A. PREMIER PAS 1. INTEGRATION DU TABLEAU

Plus en détail

2010 My Maths Space Page 1/6

2010 My Maths Space Page 1/6 A. Des statistiques aux probabilités 1. Statistiques descriptives, analyse de données. Vocabulaire des statistiques : Population : c'est l'ensemble étudié. Individu : c'est un élément de la population.

Plus en détail

Simulation d un système d assurance automobile

Simulation d un système d assurance automobile Simulation d un système d assurance automobile DESSOUT / PLESEL / DACHI Plan 1 Introduction... 2 Méthodes et outils utilisés... 2.1 Chaines de Markov... 2.2 Méthode de Monte Carlo... 2.3 Méthode de rejet...

Plus en détail

Bac Blanc Terminale ES - Février 2014 Épreuve de Mathématiques (durée 3 heures)

Bac Blanc Terminale ES - Février 2014 Épreuve de Mathématiques (durée 3 heures) Bac Blanc Terminale ES - Février 2014 Épreuve de Mathématiques (durée 3 heures) L attention des candidats est attirée sur le fait que la qualité de la rédaction, la clarté et la précision des raisonnements

Plus en détail

Session 2011. Enseignement de Spécialité. Durée de l épreuve : 3 heures. Coefficient : 7. Ce sujet comporte 7 pages numérotées de 1 à 7.

Session 2011. Enseignement de Spécialité. Durée de l épreuve : 3 heures. Coefficient : 7. Ce sujet comporte 7 pages numérotées de 1 à 7. BACCALAURÉAT GENÉRAL Session 2011 MATHÉMATIQUES Série ES Enseignement de Spécialité Durée de l épreuve : 3 heures Coefficient : 7 Ce sujet comporte 7 pages numérotées de 1 à 7. L utilisation d une calculatrice

Plus en détail

Utilisation d EXCEL pour résoudre des problèmes de programmation linéaire

Utilisation d EXCEL pour résoudre des problèmes de programmation linéaire Utilisation d EXCEL pour résoudre des problèmes de programmation linéaire Introduction Le solveur d'excel est un outil puissance d'optimisation et d'allocation de ressources. Il peut vous aider à déterminer

Plus en détail

JAVA année 2015 CP 2 série n 2

JAVA année 2015 CP 2 série n 2 JAVA année 2015 CP 2 série n 2 Exercices sur les conditionnelles, le contrôle de flot et les méthodes statiques Exercice 1 Écrire un programme Ex0201.java qui lit 3 nombres au clavier, les classes dans

Plus en détail

TD de Statistiques - Séance N 2

TD de Statistiques - Séance N 2 TD de Statistiques - Séance N 2 1 Travail sur des variables catégorisées avec Excel 1.1 Quelques commandes d'excel utiles pour la saisie de données Saisie "assistée" ou non : utilisez le menu :Fichier

Plus en détail

Fx-92 Collège 2D+ à l école

Fx-92 Collège 2D+ à l école Utiliser sa calculatrice Fx-92 Collège 2D+ à l école Par Christophe Escola www.casio-education.fr 2 Sommaire I Mode COMP (w1) Application 1 : Calculs numériques avec des écritures fractionnaires. Application

Plus en détail

Licence de Psychologie - TD n 4. Tests statistiques avec Excel

Licence de Psychologie - TD n 4. Tests statistiques avec Excel Licence de Psychologie - TD n 4 Tests statistiques avec Excel 1 - Test du khi-2 Nous avions vu dans la fiche de TD N 3 comment utiliser Excel pour construire un tableau d'effectifs théoriques et calculer

Plus en détail

LES GENERATEURS DE NOMBRES ALEATOIRES

LES GENERATEURS DE NOMBRES ALEATOIRES LES GENERATEURS DE NOMBRES ALEATOIRES 1 Ce travail a deux objectifs : ====================================================================== 1. Comprendre ce que font les générateurs de nombres aléatoires

Plus en détail

Modèle de calcul des paramètres économiques

Modèle de calcul des paramètres économiques Modèle de calcul des paramètres économiques selon norme SIA 480 Calcul de rentabilité pour les investissements dans le bâtiment Version 3.2 1. Introduction 1.1 Version Excel Le modèle de calcul a été développé

Plus en détail

Programmation C++ (débutant)/les tableaux statiques

Programmation C++ (débutant)/les tableaux statiques Programmation C++ (débutant)/les tableaux statiques 1 Programmation C++ (débutant)/les tableaux statiques Le cours du chapitre 6 : les tableaux statiques Les tableaux Une variable entière de type int ne

Plus en détail

Logiciel XLSTAT version 7.0. 40 rue Damrémont 75018 PARIS

Logiciel XLSTAT version 7.0. 40 rue Damrémont 75018 PARIS Logiciel XLSTAT version 7.0 Contact : Addinsoft 40 rue Damrémont 75018 PARIS 2005-2006 Plan Présentation générale du logiciel Statistiques descriptives Histogramme Discrétisation Tableau de contingence

Plus en détail

Valeur cible et solveur. Les calculs effectués habituellement avec Excel utilisent des valeurs numériques qui constituent les données d'un problème.

Valeur cible et solveur. Les calculs effectués habituellement avec Excel utilisent des valeurs numériques qui constituent les données d'un problème. Valeur cible et solveur Atteindre une valeur cible Les calculs effectués habituellement avec Excel utilisent des valeurs numériques qui constituent les données d'un problème. A l'aide d'un certain nombre

Plus en détail

t 100. = 8 ; le pourcentage de réduction est : 8 % 1 t Le pourcentage d'évolution (appelé aussi taux d'évolution) est le nombre :

t 100. = 8 ; le pourcentage de réduction est : 8 % 1 t Le pourcentage d'évolution (appelé aussi taux d'évolution) est le nombre : Terminale STSS 2 012 2 013 Pourcentages Synthèse 1) Définition : Calculer t % d'un nombre, c'est multiplier ce nombre par t 100. 2) Exemples de calcul : a) Calcul d un pourcentage : Un article coûtant

Plus en détail

Tableur-grapheur Notions de base pour les statistiques descriptives

Tableur-grapheur Notions de base pour les statistiques descriptives Tableur-grapheur Notions de base pour les statistiques descriptives Définitions Un tableur * est un logiciel qui permet de construire et de visualiser des tableaux, contenant des données et d automatiser

Plus en détail

C est quoi un tableur?

C est quoi un tableur? C est quoi un tableur? Initiation au tableur Un Tableur c'est une grande feuille électronique, où vous pourrez travailler comme vous le feriez sur une feuille de papier, mais avec une plus grande rapidité,

Plus en détail

Traitement des données avec EXCEL 2007

Traitement des données avec EXCEL 2007 Traitement des données avec EXCEL 2007 Vincent Jalby Octobre 2010 1 Saisie des données Les données collectées sont saisies dans une feuille Excel. Chaque ligne correspond à une observation (questionnaire),

Plus en détail

2B La résolution de modèles linéaires par Excel 2010

2B La résolution de modèles linéaires par Excel 2010 2B La résolution de modèles linéaires par Excel 2010 Nous reprenons ici, de façon plus détaillée, la section où est indiqué comment utiliser le solveur d'excel 2010 pour résoudre un modèle linéaire (voir

Plus en détail

Les Noms Sous Calc. pour

Les Noms Sous Calc. pour Les Noms Sous Calc pour Auteur Initial : Jean-François PHILIP Ce tutoriel est disponible (ainsi que bien d'autres!) sur http://user.services.openoffice.org/fr/forum/index.php Ce tutoriel à été réalisé

Plus en détail

1 Générateurs à Congruences Linéaires (GCL)

1 Générateurs à Congruences Linéaires (GCL) TP 4 : Générateurs pseudo-aléatoires et applications Un générateur de nombres pseudo-aléatoires, pseudorandom number generator (PRNG) en anglais, est un algorithme qui génère une séquence de nombres présentant

Plus en détail

Exercice 2 du cours Management Bancaire : «Calcul de la VaR d une position de marché»

Exercice 2 du cours Management Bancaire : «Calcul de la VaR d une position de marché» Exercice du cours Management Bancaire : «Calcul de la VaR d une position de marché» La réglementation bancaire impose aux banques de maintenir un niveau de capital minimum pour absorber les pertes dues

Plus en détail

Traitement des données avec Microsoft EXCEL 2010

Traitement des données avec Microsoft EXCEL 2010 Traitement des données avec Microsoft EXCEL 2010 Vincent Jalby Septembre 2012 1 Saisie des données Les données collectées sont saisies dans une feuille Excel. Chaque ligne correspond à une observation

Plus en détail

CONTROLE CONTINU DE STATISTIQUES DESCRIPTIVES L1 ECO - Correction -

CONTROLE CONTINU DE STATISTIQUES DESCRIPTIVES L1 ECO - Correction - CONTROLE CONTINU DE STATISTIQUES DESCRIPTIVES L ECO - Correction - EXERCICE (5 points) Le nombre de téléphones portables vendus en France entre 2005 et 2008 a connu plusieurs évolutions successives : il

Plus en détail

Simulation d un lancer d un dé cubique équilibré à l aide du tableur d Open Office : Appuyez sur la touche f9 plusieurs fois. Qu obtenez-vous alors?

Simulation d un lancer d un dé cubique équilibré à l aide du tableur d Open Office : Appuyez sur la touche f9 plusieurs fois. Qu obtenez-vous alors? Simulation d un lancer d un dé cubique équilibré à l aide du tableur d Open Office : Ouvrez un nouveau fichier tableur (excel/open office...). 1 ) Dans la cellule A1, tapez la fonction =ALEA( ). Qu obtenez-vous?

Plus en détail

Exercice 1 QCM. 4 i. e π ou. e π, ou : 4 ( i) 1 /4. e π. e π Réponse d. 1. Le carré de z est : ce qui donne : soit : , soit 4i

Exercice 1 QCM. 4 i. e π ou. e π, ou : 4 ( i) 1 /4. e π. e π Réponse d. 1. Le carré de z est : ce qui donne : soit : , soit 4i TSTI2D - Bac 203 - Polynésie STI2D -.0 - Corrigé.doc - Page /5 Terminale STI2D - Bac 203 - Polynésie - Corrigé. TSTI2D - Bac 203 - Polynésie STI2D -.0 - Corrigé.doc - Page 2/5 Exercice QCM. Le carré de

Plus en détail

Chapitre 3 RÉGRESSION ET CORRÉLATION

Chapitre 3 RÉGRESSION ET CORRÉLATION Statistique appliquée à la gestion et au marketing http://foucart.thierry.free.fr/statpc Chapitre 3 RÉGRESSION ET CORRÉLATION La corrélation est une notion couramment utilisée dans toutes les applications

Plus en détail

Systèmes d informations administratives 410-530-90 Notes de cours Applications avancées

Systèmes d informations administratives 410-530-90 Notes de cours Applications avancées Systèmes d informations administratives 410-530-90 Notes de cours Applications avancées Professeur: Guy Grégoire c.g.a. Session: Hiver 2001 A) Le littéral Rappel ' (Apostrophe) =====> justifie à gauche

Plus en détail

Chapitre 3 Dénombrement et représentation d un caractère continu. Lætitia Perrier Bruslé Cours de statistique descriptive sous Excel

Chapitre 3 Dénombrement et représentation d un caractère continu. Lætitia Perrier Bruslé Cours de statistique descriptive sous Excel Chapitre 3 Dénombrement et représentation d un caractère continu Lætitia Perrier Bruslé Cours de statistique descriptive sous Excel Introduction Un caractère quantitatif est continu si ses modalités possibles

Plus en détail

Le tableur en 1 heure

Le tableur en 1 heure Le tableur en 1 heure Table des matières 1Notion de tableur...4 1.1Des cellules pour déposer des nombres...4 1.2Des cellules pour déposer des calculs...4 1.3Des cellules pour déposer des formules...5 2Notion

Plus en détail

TABLE DES MATIERES. C Exercices complémentaires 42

TABLE DES MATIERES. C Exercices complémentaires 42 TABLE DES MATIERES Chapitre I : Echantillonnage A - Rappels de cours 1. Lois de probabilités de base rencontrées en statistique 1 1.1 Définitions et caractérisations 1 1.2 Les propriétés de convergence

Plus en détail

9. Distributions d échantillonnage

9. Distributions d échantillonnage 9. Distributions d échantillonnage MTH2302D S. Le Digabel, École Polytechnique de Montréal H2015 (v3) MTH2302D: distributions d échantillonnage 1/46 Plan 1. Échantillons aléatoires 2. Statistiques et distributions

Plus en détail

Joël FOLENS et Fabrice RIVA. Date limite de remise : 07 janvier 2015 à 17:00

Joël FOLENS et Fabrice RIVA. Date limite de remise : 07 janvier 2015 à 17:00 M2 MATHÉMATIQUES ET FINANCE UNIVERSITÉ LILLE 1 GESTION DE PORTEFEUILLE ET MESURE DU RISQUE Joël FOLENS et Fabrice RIVA Date limite de remise : 07 janvier 2015 à 17:00 1. Présentation du projet L objectif

Plus en détail

CODES CORRECTEURS D'ERREURS

CODES CORRECTEURS D'ERREURS CODES CORRECTEURS D'ERREURS Marc URO TABLE DES MATIÈRES DÉTECTION ET CORRECTION D'ERREURS... 6 CAS D'UN CANAL SANS SYMBOLE D'EFFACEMENT...6 CAS D'UN CANAL AVEC SYMBOLE D'EFFACEMENT...7 GÉNÉRATION ET DÉTECTION

Plus en détail

Prise en main d un tableur Open Office

Prise en main d un tableur Open Office Prise en main d un tableur Open Office 1 Présentation de l écran de travail Barre des menus Barre d outil Standard Barre de mise en forme Zone d édition des formules zone active Adresse de la zone active

Plus en détail

TABLE DES MATIÈRES. Bruxelles, De Boeck, 2011, 736 p.

TABLE DES MATIÈRES. Bruxelles, De Boeck, 2011, 736 p. STATISTIQUE THÉORIQUE ET APPLIQUÉE Tome 2 Inférence statistique à une et à deux dimensions Pierre Dagnelie TABLE DES MATIÈRES Bruxelles, De Boeck, 2011, 736 p. ISBN 978-2-8041-6336-5 De Boeck Services,

Plus en détail

Excel 2002 Initiation

Excel 2002 Initiation Excel 2002 Initiation Guide de formation avec exercices et cas pratiques Patrick Morié, Bernard Boyer Tsoft et Groupe Eyrolles, 2003 ISBN : 2-212-11237-8 4 - CRÉER UNE FORMULE CRÉATION DE FORMULE 1 - SOMME

Plus en détail

Leçon N 4 : Statistiques à deux variables

Leçon N 4 : Statistiques à deux variables Leçon N 4 : Statistiques à deux variables En premier lieu, il te faut relire les cours de première sur les statistiques à une variable, il y a tout un langage à se remémorer : étude d un échantillon d

Plus en détail

Tableur. Plan. Exemples de tableur Principe de base d un d. tableur (organisation( organisation) Fonctions d un tableur Exemples (Excel( Excel)

Tableur. Plan. Exemples de tableur Principe de base d un d. tableur (organisation( organisation) Fonctions d un tableur Exemples (Excel( Excel) Tableur Plan Tableur? Fonctionnalité d un tableur? Exemples de tableur Principe de base d un d tableur (organisation( organisation) Feuille de calcul, Cellule, Formule Référence à une cellule (Absolue,

Plus en détail

Gestion des erreur dans Excel

Gestion des erreur dans Excel Des erreurs apparaissent parfois dans les formules de calcul ou lors de l'exécution d'une macro. Excel renvoie une valeur spécifique à l'erreur rencontrée Ces problèmes ont diverses causes: une faute de

Plus en détail

Test de Poisson à 1 échantillon et à 2 échantillons

Test de Poisson à 1 échantillon et à 2 échantillons Test de Poisson à 1 échantillon et à 2 échantillons Sous-menus de Minitab 15 : Stat>Statistiques élémentaires>test de Poisson à 1 échantillon Stat>Statistiques élémentaires>test de Poisson à 2 échantillons

Plus en détail

Calcul matriciel. Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes.

Calcul matriciel. Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes. 1 Définitions, notations Calcul matriciel Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes. On utilise aussi la notation m n pour le

Plus en détail

Variables aléatoires continues

Variables aléatoires continues IUT Aix-en-Provence Année 204-205 DUT Informatique TD Probabilités feuille n 6 Variables aléatoires continues Exercice (La station-service) Dans une station-service, la demande hebdomadaire en essence,

Plus en détail

Résolution d équations non linéaires

Résolution d équations non linéaires Analyse Numérique Résolution d équations non linéaires Said EL HAJJI et Touria GHEMIRES Université Mohammed V - Agdal. Faculté des Sciences Département de Mathématiques. Laboratoire de Mathématiques, Informatique

Plus en détail

Comment tracer une droite représentative d'une fonction et méthode de calcul de l'équation d'une droite.

Comment tracer une droite représentative d'une fonction et méthode de calcul de l'équation d'une droite. Comment tracer une droite représentative d'une fonction et méthode de calcul de l'équation d'une droite. Introduction : Avant de commencer, il est nécessaire de prendre connaissance des trois types de

Plus en détail

Exemple 1 Nous voulons par exemple calculer la moyenne, l'écart type, le maximum et le minimum des températures du mois de juin.

Exemple 1 Nous voulons par exemple calculer la moyenne, l'écart type, le maximum et le minimum des températures du mois de juin. Fonctions intégrées Les tableurs disposent de nombreuses fonctions intégrées (statistiques, financières, de date et heure, mathématiques...). La syntaxe de ces fonctions n est pas toujours intuitive. Le

Plus en détail

La Fonction SI. Il affichera : PROMU. Séparateurs

La Fonction SI. Il affichera : PROMU. Séparateurs La Fonction SI Renvoie une valeur si le résultat du TEST LOGIQUE que vous spécifiez est VRAI et une autre valeur si le résultat du test logique est FAUX. Structure et exemple : SI (TEST LOGIQUE ; VALEUR

Plus en détail

CONCOURS D ENTREE A L ECOLE DE 2007 CONCOURS EXTERNE. Cinquième épreuve d admissibilité STATISTIQUE. (durée : cinq heures)

CONCOURS D ENTREE A L ECOLE DE 2007 CONCOURS EXTERNE. Cinquième épreuve d admissibilité STATISTIQUE. (durée : cinq heures) CONCOURS D ENTREE A L ECOLE DE 2007 CONCOURS EXTERNE Cinquième épreuve d admissibilité STATISTIQUE (durée : cinq heures) Une composition portant sur la statistique. SUJET Cette épreuve est composée d un

Plus en détail