Traitement des valeurs manquantes et des valeurs aberrantes

Save this PDF as:
 WORD  PNG  TXT  JPG

Dimension: px
Commencer à balayer dès la page:

Download "Traitement des valeurs manquantes et des valeurs aberrantes"

Transcription

1 Etudes Statstques 2 (1/10) Tratement des valeurs manquantes et des valeurs aberrantes Avant de trater les données, vérfer la qualté des données : Les données peuvent être : manquantes aberrantes : la valeur de l âge est fausse en double : le même clent est enregstré avec tros dentfants dfférents Les doublons donnent plus d'mportance aux valeurs répétées. I. Valeurs manquantes Généraltés 1. Les dfférents types de valeurs manquantes : On dstngue deux catégores de non-réponse : la non-réponse totale, lorsque aucune nformaton n est recuelle sur une unté échantllonnée la non-réponse partelle, lorsque le manque d nformaton est lmté à certanes varables. Des valeurs manquent parce que elles n ont pas pu être observées, elles ont été perdues elles étaent ncohérentes. 3 mécansmes dstncts de non-réponse : a) réponse manquant entèrement au hasard (MCAR, Mssng Completely at random) : b) réponse manquant au hasard (MAR, Mssng at random) : c) réponse ne manquant pas au hasard (NMAR, Non mssng at random). 2. Les dfférents tratements des données manquantes : A. ne ren fare B. utlser unquement les enregstrements pour lesquels les données sont complètes C. utlser une méthode de repondératon D. mputer une valeur

2 Etudes Statstques 2 (2/10) 3. Tratement A : Ne ren fare Cela oblge à travaller avec un fcher de données ncomplet qu ressemble à un morceau de fromage gruyère. S les valeurs manquantes sont peu nombreuses, on peut les oubler sans aucun scrupule. 4. Tratement B : utlser unquement les enregstrements complets S les données sont présentées sous forme de tableau, cela revent à oubler une lgne dès qu'l manque une valeur dans cette lgne : on ouble donc auss les autres valeurs de cette lgne, qu sont effectvement présentes. Ben que cette opton sot smple et permette d utlser un fcher complet, elle présente certans rsques. En effet : l échantllon de ceux qu ont répondu à toutes les questons peut être - sot trop rédut pour être sgnfcatf, - sot non représentatf de la populaton globale. elle peut mener à des estmateurs fortement basés, à mons que la non-réponse ne dépende d aucune des varables d ntérêts (cas MCAR). Cette opton ne peut être envsagée que pour une brève analyse descrptve des réponses complètes. Remarque : On peut agr dfféremment selon s l s agt d une varable mportante ou secondare. 5. Tratement C : Repondératon Non-réponse totale : Les méthodes de repondératon augmentent le pods de sondage applqué aux répondants pour compenser pour les non-répondants. L objectf est de produre des estmatons approxmatvement sans bas. Non-réponse partelle : On peut applquer des méthodes de repondératon mas le prncpal nconvénent est qu l faut créer un nouveau pods ajusté pour chaque varable d ntérêt. Conséquences : Les résultats de dverses analyses peuvent ne pas concorder, c est pourquo on utlse peu les méthodes de repondératon pour tenr compte de la non-réponse partelle.

3 Etudes Statstques 2 (3/10) II. Valeurs manquantes dfférentes méthodes d mputaton : 1. Généraltés sur l mputaton : Défnton : L mputaton consste à produre une «valeur artfcelle» pour remplacer la valeur manquante, avec pour objectf de produre des estmatons approxmatvement sans bas. L'mputaton par règle : on applque à une valeur manquante une valeur détermnée suvant une réglementaton : Exemple : Calcul montant TTC à partr du montant HT Les méthodes courantes d mputaton : la moyenne le rato Méthodes détermnstes la régresson le hot-deck aléatore Méthodes stochastque ou aléatore le plus proche vosn autre. Descrpton des méthodes courantes : mputaton par la moyenne : On remplace chacune des valeurs manquantes par la valeur moyenne de l ensemble de réponses obtenues. mputaton par le rato : chaque valeur manquante y est remplacée par la valeur * prévue y obtenue par régresson de y sur x. mputaton par régresson : c est une extenson naturelle de l mputaton par la méthode du rato où l on se sert de q varables auxlares x 1 x q. mputaton par la méthode hot-deck aléatore : cela consste à attrbuer la valeur de y fourne par un répondant (donneur), sélectonné au hasard avec remse parm l ensemble des répondants, pour remplacer la valeur manquante pour l unté non-répondante (receveur). mputaton par la méthode par le plus proche vosn : on attrbue à l enregstrement pour lequel la réponse à une queston manque la valeur fgurant pour cette queston dans l enregstrement obtenu pour le répondant le plus proche, où l expresson «le plus proche» est habtuellement défne par une foncton de dstance basée sur une ou pluseurs varables auxlares. Méthode d mputaton Valeur mputée Varable(s) auxlare(s)? Moyenne Rato Régresson Hot-deck aléatore * 1 y * ˆ ˆ * y = y = y * r r y = x y = β 0 +β 1x1 + y = y j pour r sr xr... +βˆ qxq certans j sr tels que P y = y = 1/ NON OUI (une) OUI (une ou plus) ( ) r j NON Plus proche vosn * y = y j pour certans j sr tels que dst(x, x j ) sot mnmal OUI (une ou plus)

4 Etudes Statstques 2 (4/10) Remarques mportantes : En général, on procède à un ajustement de pods dans le cas de non-réponse totale et à l mputaton pour une non-réponse partelle. Il faut dstnguer les varables prncpales qu dovent être nécessarement connues de celles qu'l est possble d'mputer. Exemple de varables prncpales pour une entreprse : l'actvté prncpale exercée le nombre de salarés le chffre d'affares L mputaton permet d utlser un pods unque assocé à chaque ndvdu, ans les résultats de dverses analyses restent cohérents. Chaque technque d mputaton condut à une formule de varance ans qu à une estmaton de varance partculère. On dstngue les groupes de méthodes suvants : les méthodes déductves : la donnée manquante est dédute des réponses aux autres questons les méthodes de type cold-deck : elles utlsent l nformaton d une autre enquête les méthodes utlsant la prévson par un modèle de régresson les méthodes de type hot-deck Les procédures d mputaton pour données manquantes sont utlsées depus plus de 50 ans, surtout par les statstcens tratant de données d enquête Dangers de l mputaton : 1. Même s l mputaton produt un fcher complet de données, l nférence, en partculer l estmaton ponctuelle, n est valde que s les hypothèses sous-jacentes sont satsfates. 2. L mputaton modfe les relatons entre les varables. 3. S les valeurs mputées sont tratées comme des valeurs observées, la varance de l estmateur rsque d être consdérablement sous-estmée, surtout s la proporton de non-réponses est apprécable. Imputaton et hypothèses : En fat, pour fare une nférence en cas d mputaton, nous n avons pas d autre chox que d émettre des hypothèses quant au mécansme de réponse et à la varable d ntérêt y. Il est parfos justfé de supposer que ce mécansme est du type MCAR ) la probablté de répondre à la queston y est la même pour toute les ndvdus ) les untés répondent à la queston y ndépendamment l une de l autre. Dans ce cas, l estmateur mputé est un estmateur sans bas de Y.

5 Etudes Statstques 2 (5/10) 2. Imputaton par la moyenne S les valeurs manquantes sont absentes pour des rasons vrament aléatores, on peut sans gros problème les remplacer par la moyenne ou la médane des varables correspondantes. Mas souvent, le fat qu'une valeur manque dépend de sa valeur : Exemple : On demande le salare dans un sondage Les gros revenus hésteront à répondre : l faut en tenr compte. La moyenne est alors plus basse qu'elle ne le devrat. Conséquences : Déformaton de la dstrbuton margnale de X Avant Après Déformaton des varances et des corrélatons avec d autres varables Avant Après 3. Cas des varables qualtatves : mputaton par le mode 4. Imputaton par rato / régresson Conséquence : Les corrélatons sont augmentées

6 Etudes Statstques 2 (6/10) 5. Méthode hot-deck Rappels concernant cette méthode : - Son prncpe = attrbuer à une donnée manquante une valeur observée chez un répondant - Il s agt donc de trouver parm les répondants quels sont les donneurs potentels. Défnton : Une façon smple de procéder est de classer les observatons en groupes homogènes appelées cellules d ajustement ou d mputaton. On donne à un non-répondant la donnée d un répondant appartenant à la même cellule d ajustement. Constructon de ces cellules d ajustement : On peut utlser les varables de stratfcaton, effectuer des crosements de dfférentes varables (sexe, classes d âge, etc.) Plus on effectue de crosements, melleures sont les cellules d ajustement, mas mons nombreux sont les donneurs potentels. modélser la probablté de répondre en foncton d un certan nombre de caractérstques. Pour chaque observaton, on calcule alors la probablté de répondre. On regroupe ensute les probabltés obtenues en 5 à 6 classes. Ces classes forment les cellules d ajustement. Remarques : S le nombre de valeurs observées par cellules sur la varable à mputer est nsuffsant, on procède au regroupement de 2 ou pluseurs cellules au contenu ± smlare. Le remplacement de chaque donnée manquante par une valeur observée trée au hasard Préserve la dstrbuton margnale de la varable Peut fausser les corrélatons avec d autres varables C est une technque partculèrement approprée pour l'mputaton des varables qualtatves. Elle est également ntéressante pour des varables dscrètes. Pluseurs étapes : 6. Imputaton par le plus proche vosn : 1. Calcul des dstances eucldennes entre receveurs et donneurs, pour chaque classe d ajustement 2. Recherche de la plus pette dstance entre un receveur (ndvdu ayant des réponses manquantes) et un donneur 3. Attrbutons des valeurs des varables spécfques du donneur au receveur 4. Elmnaton du receveur utlsé et du donneur

7 Etudes Statstques 2 (7/10) 7. Imputaton multple : Utlté de la méthode : défauts de l mputaton smple La correcton de la non-réponse partelle par une valeur unque présente un défaut majeur. En effet : Une unque valeur mputée ne peut pas représenter toute l ncerttude à propos de la valeur à mputer Les analyses qu consdèrent les valeurs mputées de manère équvalente aux valeurs observées sous-estment l ncerttude, même s la non-réponse est correctement modélsée et des mputatons aléatores sont générées. Ce handcap peut condure entre autres à des varances nettement sous-estmées. Descrpton de la méthode «mputaton multple» : Tros étapes : 1 - Remplacement de chaque valeur manquante par m>1 valeurs smulées On obtent m bases de données. 2 - Analyse statstque dentque de chacune des m bases de données complétées 3 - Combnason des résultats Avantage : Cela permet de trouver des estmateurs ponctuels plus effcaces. Plus le nombre m d mputatons est grand, plus les estmateurs seront précs. En pratque, on constate qu on a de bons résultats à partr de 5 mputatons. On consttue pour une varable X à valeurs manquantes, 5 varables X 1,, X 5 à valeurs complètes. 8. Concluson L mputaton de données manquantes n est pas une affare banale. On constate que les méthodes sont nombreuses et qu l n exste pas de recettes défntves, le statstcen devant agr au cas par cas. Il est souvent nécessare d'opérer des va-et-vent entre les données brutes et les données corrgées ou mputées. En effet l n'est pas toujours possble de défnr a pror les contrôles susceptbles de détecter toutes les ncohérences, de prévor à l'avance les méthodes d'mputatons les plus pertnentes. Il faut alors repartr des données brutes pour tester un autre mode de tratement, en vellant à ce qu'l n'nterfère pas sur d'autres tratements déjà réalsés.

8 Etudes Statstques 2 (8/10) III. Valeurs aberrantes Avant d entreprendre l mputaton des données manquantes, on dot chercher s l n y a pas des valeurs aberrantes. 1. Défntons : Une valeur aberrante est une valeur qu dffère de façon sgnfcatve de la tendance globale des autres observatons quand on observe un ensemble de données ayant des caractérstques communes. Sot x(1), x(2),..., x(n) les données ordonnées dans l ordre crossant. Les valeurs x(1) et x(n) sont respectvement l observaton extrême nféreure et supéreure. Proprétés : Les valeurs extrêmes peuvent être ou ne pas être des valeurs aberrantes. Une valeur aberrante est toujours une valeur extrême de l échantllon. 2. Quelques remarques mportantes : Les valeurs aberrantes ne sont pas forcément erronées. Dans certans cas, la valeur aberrante dot être acceptée comme une ndcaton ntéressante. Exemple : Prospectons mnères. Il ne faut pas adopter une atttude radcale de rejet, ou d ncluson systématque des valeurs aberrantes. Le rejet systématque peut entraîner la perte d nformatons réelles Le rejet des valeurs aberrantes a des conséquences statstques non néglgeables car l analyse est ensute fate sur un échantllon censuré qu n est plus aléatore. En foncton des crconstances, l exste des méthodes, dtes robustes, qu prennent en compte toutes les données mas mnmsent l nfluence des valeurs aberrantes. L apparton de valeurs aberrantes est due à dverses sources de natures dfférentes, d où la complexté de l examen des valeurs aberrantes.

9 Etudes Statstques 2 (9/10) 3. Détecton des valeurs aberrantes : a) Contrôle sur le domane des valeurs : Exemple : Pour la varable «Total des heures effectuées», une borne maxmale (208 heures) est fxée à partr de la conventon collectve. Les valeurs supéreures à 208 heures sont aberrantes. b) Détecton graphque : Pour détecter la présence de valeurs aberrantes On peut utlser : - Boxplot - Hstogrammes - Nuages de ponts - dagramme de dsperson des observatons classées en foncton de leur rang c) Tests de cohérence logque Exemple : On crose des varables comme «Salare mensuel» et «Loyer mensuel» d) Détermnaton de plafonds au-delà desquels l est nécessare de contrôler les réponses. On cherche les valeurs aberrantes en dehors de x 1,5(Q3 Q 1) ; x+ 1,5(Q3 Q 1) (Box plot) ln(x ) > ln(x) + 3σ ln(x) Selon Coulombe et McKay, X j est une valeur aberrante s ( ) On crée des groupes pus on cherche les valeurs aberrantes en dehors de Mé(groupe) k σ (groupe) ; Mé + k σ (groupe) (avec k > 6) [ ] e) Une valeur est aberrante s elle engendre un effet de surprse en foncton de ce qu on attend à partr du modèle. On compare les résultats obtenus à partr du fcher sans la valeur aberrante à ceux obtenus à partr du fcher avec la valeur aberrante. f) La méthode des corrélatons permet d analyser les coeffcents de corrélatons en enlevant une valeur et en évaluant la varaton du coeffcent entre deux varables margnales. Cette varaton permet d dentfer des valeurs aberrantes. g) Les technques classques d analyses multvarées (analyse dscrmnante, analyse factorelle des correspondances, analyse en composantes prncpales) offrent des possbltés d dentfcaton de valeurs anormales. Remarques : Pour détecter des valeurs aberrantes on peut être amené à calculer de nouvelles varables : Exemples : Total des heures effectuées par employé Total des heures payées par employé Montant des salares bruts payés par employé Il est rarement nécessare de contrôler plus d'une cnquantane d ndvdus. Toute utlsaton de méthodes de détecton de valeurs aberrantes par ordnateur dot tenr compte des lmtes des méthodes fournes par les logcels. j

10 Etudes Statstques 2 (10/10) 4. Tratement des valeurs aberrantes : 3 méthodes pour trater les données aberrantes : Les valeurs aberrantes pouvant provenr d erreurs de sase, on vérfe s ce n est pas le cas en retournant au questonnare paper quand c est possble et on corrge. On les rejette et on applque ensute une des méthodes d mputaton (moyenne, médane ) vues pour les valeurs manquantes On adopte des méthodes qu dmnuent leur mpact au cours des analyses statstques : la médane l'écart nter-quartle 5. Concluson Le tratement des valeurs aberrantes est complexe. Sources : 1. Analyse multdmensonnelle de données ncomplètes : utlsaton des procédures - Jean-Perre NAKACHE - Alce GUEGUEN 2. Détecter et corrger la qualté des données avec SAS Data Qualty 3. Détecton de valeurs aberrantes lors du tratement des données de la taxe sur les produts et servces - Nelson Émond et Guylane Dubreul1 4. Deuxème enquête camerounase auprès des ménages Présentaton des bases de données de l enquête (Numéro de référence : ) 5. Enquête natonale auprès des dplômés (END) Méthodologe pour le tratement de l enquête mensuelle sur l actvté auprès des entreprses de travaux publcs en Métropôle 8. L mputaton des données manquantes, la technque de l mputaton multple, les conséquences sur l analyse des données : l enquête 1999 KOF/ETHZ sur l nnovaton - Laurent Donzé 9. Orentatons JAMP relatves à l évaluaton des tendances des apports et à la correcton des charges Préparaton des données : transformatons, valeurs manquantes et aberrantes - Vncent Zoonekynd 11. Problèmes de tratement des données dans les enquêtes sur les mcro entreprses : l'expérence des enquêtes polonases SP3 par Bertrand Savoye1 12. Tratement des valeurs aberrantes : concepts actuels et tendances générales Vvane Planchon /mssng_dataF.doc

GENESIS - Generalized System for Imputation Simulations (Système généralisé pour simuler l imputation)

GENESIS - Generalized System for Imputation Simulations (Système généralisé pour simuler l imputation) GENESS - Generalzed System for mputaton Smulatons (Système généralsé pour smuler l mputaton) GENESS est un système qu permet d exécuter des smulatons en présence d mputaton. L utlsateur fournt un ensemble

Plus en détail

Corrélation et régression linéaire

Corrélation et régression linéaire Corrélaton et régresson lnéare 1. Concept de corrélaton. Analyse de régresson lnéare 3. Dfférences entre valeurs prédtes et observées d une varable 1. Concept de corrélaton L objectf est d analyser un

Plus en détail

TD 1. Statistiques à une variable.

TD 1. Statistiques à une variable. Danel Abécasss. Année unverstare 2010/2011 Prépa-L1 TD de bostatstques. Exercce 1. On consdère la sére suvante : TD 1. Statstques à une varable. 1. Calculer la moyenne et l écart type. 2. Calculer la médane

Plus en détail

Note méthodologique. Traitements hebdomadaires Quiestlemoinscher.com. Quelle méthode de collecte de prix? Qui a collecté les prix?

Note méthodologique. Traitements hebdomadaires Quiestlemoinscher.com. Quelle méthode de collecte de prix? Qui a collecté les prix? Note méthodologque Tratements hebdomadares Questlemonscher.com Quelle méthode de collecte de prx? Les éléments méthodologques ont été défns par le cabnet FaE onsel, socété d études et d analyses statstques

Plus en détail

Solution : 1. Soit y = α + βt, l équation de la droite considérée. Le problème de régression linéaire s écrit. i=1 2(α + βt i b i )t i

Solution : 1. Soit y = α + βt, l équation de la droite considérée. Le problème de régression linéaire s écrit. i=1 2(α + βt i b i )t i Exercces avec corrgé succnct du chaptre 3 (Remarque : les références ne sont pas gérées dans ce document, par contre les quelques?? qu apparassent dans ce texte sont ben défns dans la verson écran complète

Plus en détail

Ch 4 Séries statistiques à une dimension Définitions et représentation graphique

Ch 4 Séries statistiques à une dimension Définitions et représentation graphique Ch 4 Séres statstques à une dmenson Défntons et représentaton graphque Termnologe Ensemble étudé = populaton Eléments de cet ensemble = ndvdus ou untés Attrbut consdéré = caractère qu peut être qualtatf

Plus en détail

Notes de cours. Échantillonnage STT-2000. David Haziza Département de mathématiques et de statistique Université de Montréal

Notes de cours. Échantillonnage STT-2000. David Haziza Département de mathématiques et de statistique Université de Montréal otes de cours Échantllonnage STT-000 Davd Hazza Département de mathématques et de statstque nversté de Montréal Automne 008 PRÉFACE Ces notes de cours ont été rédgées pour le cours STT-000 (Échantllonnage)

Plus en détail

MÉTHODES DE SONDAGES UTILISÉES DANS LES PROGRAMMES D ÉVALUATIONS DES ÉLÈVES

MÉTHODES DE SONDAGES UTILISÉES DANS LES PROGRAMMES D ÉVALUATIONS DES ÉLÈVES MÉTHODES DE SONDAGES UTILISÉES DANS LES PROGRAMMES D ÉVALUATIONS DES ÉLÈVES Émle Garca, Maron Le Cam et Therry Rocher MENESR-DEPP, bureau de l évaluaton des élèves Cet artcle porte sur les méthodes de

Plus en détail

Cours Corporate finance

Cours Corporate finance Cours Corporate fnance Eléments de théore du portefeulle Le edaf Franços Longn www.longn.fr lan Notons de rentablté Défnton odélsaton Eléments de théore du portefeulle ortefeulle Dversfcaton Le edaf Le

Plus en détail

Mesure avec une règle

Mesure avec une règle Mesure avec une règle par Matheu ROUAUD Professeur de Scences Physques en prépa, Dplômé en Physque Théorque. Lycée Alan-Fourner 8000 Bourges ecrre@ncerttudes.fr RÉSUMÉ La mesure d'une grandeur par un système

Plus en détail

Analyse Numérique - Projet A rendre au plus tard le jour de l examen final, en Janvier 2010.

Analyse Numérique - Projet A rendre au plus tard le jour de l examen final, en Janvier 2010. Master 1ère année de Mathématques Analyse Numérque - Projet A rendre au plus tard le jour de l examen fnal, en Janver 2010. CMI, Unversté de Provence Année 2009-2010 Ce qu vous est demandé : Rédger les

Plus en détail

Chapitre 5. Menu de SUPPORT

Chapitre 5. Menu de SUPPORT 155 Chaptre 5. Menu de SUPPORT Ce que vous apprendrez dans ce chaptre Ce chaptre vous présentera des routnes supplémentares susceptbles de vous ader dans les analyses de données présentées dans le chaptre

Plus en détail

Mesurer la qualité de la prévision

Mesurer la qualité de la prévision Mesurer la qualté de la prévson Luc Baetens 24/11/2011 www.mobus.eu Luc Baetens 11 ans d expérence Planfcaton Optmsaton des stocks Organsaton de la Supply Chan Performance de la Supply Chan Geston de la

Plus en détail

Chapitre 3 : Incertitudes CHAPITRE 3 INCERTITUDES. Lignes directrices 2006 du GIEC pour les inventaires nationaux de gaz à effet de serre 3.

Chapitre 3 : Incertitudes CHAPITRE 3 INCERTITUDES. Lignes directrices 2006 du GIEC pour les inventaires nationaux de gaz à effet de serre 3. Chaptre 3 : Incerttudes CHAPITRE 3 INCERTITUDES Lgnes drectrces 2006 du GIEC pour les nventares natonaux de gaz à effet de serre 3.1 Volume 1 : Orentatons générales et établssement des rapports Auteurs

Plus en détail

Enquête sur les services de télécommunications

Enquête sur les services de télécommunications Enquête sur les servces de télécouncatons Vu l'avs favorable du Consel Natonal de l'inforaton Statstque, cette enquête, reconnue d'ntérêt général et de qualté statstque, est oblgatore. Vsa n 200222EC du

Plus en détail

EXAMEN FINAL DE STATISTIQUES DESCRIPTIVES L1 ECO - SESSION 1 - Correction - Minimum Moyenne Ecart-type

EXAMEN FINAL DE STATISTIQUES DESCRIPTIVES L1 ECO - SESSION 1 - Correction - Minimum Moyenne Ecart-type EAME FIAL DE STATISTIQUES DESCRIPTIVES L1 ECO - SESSIO 1 - Correcton - Exercce 1 : 1) Questons à Chox Multples (QCM). Cochez la bonne réponse Classer ces statstques selon leur nature (ndcateur de poston

Plus en détail

Fi chiers. Créer/ouvrir/enregistrer/fermer un fichier. i i

Fi chiers. Créer/ouvrir/enregistrer/fermer un fichier. i i Fchers F chers Offce 2013 - Fonctons de base Créer/ouvrr/enregstrer/fermer un fcher Clquez sur l onglet FICHIER. Pour créer un nouveau fcher, clquez sur l opton Nouveau pus, selon l applcaton utlsée, clquez

Plus en détail

Remboursement d un emprunt par annuités constantes

Remboursement d un emprunt par annuités constantes Sére STG Journées de formaton Janver 2006 Remboursement d un emprunt par annutés constantes Le prncpe Utlsaton du tableur Un emprunteur s adresse à un prêteur pour obtenr une somme d argent (la dette)

Plus en détail

Banque d exercices pour le cours de "mise à niveau" de statistique de M1 AgroParisTech

Banque d exercices pour le cours de mise à niveau de statistique de M1 AgroParisTech Banque d exercces pour le cours de "mse à nveau" de statstque de M1 AgroParsTech Instructons pour les exercces 1. Lorsque ren n est précsé, on suppose que la dstrbuton étudée est gaussenne. Pour les exercces

Plus en détail

Combinaison de dires d'experts en élicitation de lois a priori. pour Listeria chez la souris. Exposé AppliBugs

Combinaison de dires d'experts en élicitation de lois a priori. pour Listeria chez la souris. Exposé AppliBugs Combnason de dres d'experts en élctaton de los a pror. Applcaton à un modèle doseréponse pour Lstera chez la sours. Exposé ApplBugs ISABELLE ALBERT 8 / / 03 INTRODUCTION Cet exposé présente une parte du

Plus en détail

CHAPITRE 2. La prévision des ventes

CHAPITRE 2. La prévision des ventes CHAPITRE La prévson des ventes C est en foncton des prévsons de ventes que l entreprse détermne la producton, les achats et les nvestssements nécessares. La prévson des ventes condtonne l ensemble de la

Plus en détail

Gestion et stratégie Utilisateur

Gestion et stratégie Utilisateur Geston et stratége Utlsateur GESTION ET STRATEGIE UTILISATEUR...2 1.) Comment gérer des utlsateurs?...2 1.1) Geston des utlsateurs en groupe de traval...2 1.2) Geston des utlsateurs par domane...2 Rôle

Plus en détail

Définition des tâches

Définition des tâches Défnton des tâches Défnton des tâches Project 2010 Sasr les tâches d'un projet Les tâches représentent le traval à accomplr pour attendre l'objectf du projet. Elles représentent de ce fat, les éléments

Plus en détail

Prévision des ventes des articles textiles confectionnés. B. Zitouni*, S. Msahli* * Unité de Recherches Textiles, Ksar-Hellal, Tunisie.

Prévision des ventes des articles textiles confectionnés. B. Zitouni*, S. Msahli* * Unité de Recherches Textiles, Ksar-Hellal, Tunisie. Prévson des ventes des artcles textles confectonnés B Ztoun*, S Msahl* * Unté de Recherches Textles, Ksar-Hellal, Tunse Résumé Dans cette étude, on se propose de détermner s le recours à des réseaux de

Plus en détail

Utilisation du symbole

Utilisation du symbole HKBL / 7 symbole sgma Utlsaton du symbole Notaton : Pour parler de la somme des termes successfs d une sute, on peut ou ben utlser les pontllés ou ben utlser le symbole «sgma» majuscule noté Par exemple,

Plus en détail

- Equilibre simultané IS/LM : Pour déterminer le couple d équilibre général, il convient de résoudre l équation IS = LM.

- Equilibre simultané IS/LM : Pour déterminer le couple d équilibre général, il convient de résoudre l équation IS = LM. Exercce n 1 Cet exercce propose de détermner l équlbre IS/LM sur la base d une économe dépourvue de présence étatque. Pour ce fare l convent, dans un premer temps de détermner la relaton (IS) marquant

Plus en détail

Les jeunes économistes

Les jeunes économistes Chaptre1 : les ntérêts smples 1. défnton et calcul pratque : Défnton : Dans le cas de l ntérêt smple, le captal reste nvarable pendant toute la durée du prêt. L emprunteur dot verser, à la fn de chaque

Plus en détail

UNIVERSITE MONTESQUIEU BORDEAUX IV. Année universitaire 2006-2007. Semestre 2. Prévisions Financières. Travaux Dirigés - Séances n 3

UNIVERSITE MONTESQUIEU BORDEAUX IV. Année universitaire 2006-2007. Semestre 2. Prévisions Financières. Travaux Dirigés - Séances n 3 UNIVERSITE MONTESQUIEU BORDEAUX IV Lcence 3 ère année Econome - Geston Année unverstare 2006-2007 Semestre 2 Prévsons Fnancères Travaux Drgés - Séances n 3 «Les Crtères Fondamentaux des Chox d Investssement»

Plus en détail

I. Présentation générale des méthodes d estimation des projets de type «unité industrielle»

I. Présentation générale des méthodes d estimation des projets de type «unité industrielle» Evaluaton des projets et estmaton des coûts Le budget d un projet est un élément mportant dans l étude d un projet pusque les résultats économques auront un mpact sur la réalsaton ou non et sur la concepton

Plus en détail

STATISTIQUE AVEC EXCEL

STATISTIQUE AVEC EXCEL STATISTIQUE AVEC EXCEL Excel offre d nnombrables possbltés de recuellr des données statstques, de les classer, de les analyser et de les représenter graphquement. Ce sont prncpalement les tros éléments

Plus en détail

Enseignement secondaire. PHYSI Physique Programme

Enseignement secondaire. PHYSI Physique Programme Ensegnement secondare Dvson supéreure PHYSI Physque Programme 3CB_3CC_3CF_3MB_3MC_3MF Langue véhculare : franças Nombre mnmal de devors par trmestre : 1 PHYSI_3CB_3CC_3CF_3MB_3MC_3MF_PROG_10-11 Page 1

Plus en détail

direction de l animation de la recherche, des études et des statistiques Numéro 176 Juillet 2013

direction de l animation de la recherche, des études et des statistiques Numéro 176 Juillet 2013 Document d études drecton de l anmaton de la recherche, des études et des statstques Numéro 176 Jullet 2013 La régonalsaton des dépenses de formaton des entreprses au ttre du plan de formaton Jérôme Lê

Plus en détail

) = n. ) = 2n. D - Inférence Statistique - Estimation et Tests d hypothèses 5. Tests du Khi-deux (non paramétrique) Loi du Chi-deux (χ 2 n

) = n. ) = 2n. D - Inférence Statistique - Estimation et Tests d hypothèses 5. Tests du Khi-deux (non paramétrique) Loi du Chi-deux (χ 2 n 5. Tests du Kh-deux (non paramétrque) Lo du Ch-deux (χ n ) à n degrés de lberté (ddl) S X 1, X,..., X n, sont n varables ndépendantes, suvant toutes une lo normale N (0,1), la varable χ n = X 1 + X + +

Plus en détail

MASTER ECONOMETRIE ET STATISTIQUE APPLIQUEE (ESA)

MASTER ECONOMETRIE ET STATISTIQUE APPLIQUEE (ESA) MASTER ECONOMETRIE ET STATISTIQUE APPLIQUEE (ESA) Unversté d Orléans Econométre des Varables Qualtatves Chaptre 3 Modèles à Varable Dépendante Lmtée Modèles Tobt Smples et Tobt Généralsés Chrstophe Hurln

Plus en détail

COMPARAISON DE MÉTHODES POUR LA CORRECTION

COMPARAISON DE MÉTHODES POUR LA CORRECTION COMPARAISON DE MÉTHODES POUR LA CORRECTION DE LA NON-RÉPONSE TOTALE : MÉTHODE DES SCORES ET SEGMENTATION Émle Dequdt, Benoît Busson 2 & Ncolas Sgler 3 Insee, Drecton régonale des Pays de la Lore, Servce

Plus en détail

Plan. Gestion des stocks. Les opérations de gestions des stocks. Les opérations de gestions des stocks

Plan. Gestion des stocks. Les opérations de gestions des stocks. Les opérations de gestions des stocks Plan Geston des stocks Abdellah El Fallah Ensa de Tétouan 2011 Les opératons de gestons des stocks Les coûts assocés à la geston des stocks Le rôle des stocks Modèle de la quantté économque Geston calendare

Plus en détail

Impact de la chirurgie sur une cohorte d adultes d souffrant d éd. épilepsie partielle pharmacorésistante

Impact de la chirurgie sur une cohorte d adultes d souffrant d éd. épilepsie partielle pharmacorésistante Impact de la chrurge sur une cohorte d adultes d souffrant d éd éplepse partelle pharmacorésstante sstante: Analyse par score de propenson 4 ème Conférence Francophone d Epdémologe Clnque - Congrès thématque

Plus en détail

Représentation de l'information

Représentation de l'information 1. L nformaton 1-1 Dualté état et temps Représentaton de l'nformaton La noton d'nformaton correspond à la connassance d'un état donné parm pluseurs possbles à un nstant donné. La Fgure 1 llustre cette

Plus en détail

Montage émetteur commun

Montage émetteur commun tour au menu ontage émetteur commun Polarsaton d un transstor. ôle de la polarsaton La polarsaton a pour rôle de placer le pont de fonctonnement du transstor dans une zone où ses caractérstques sont lnéares.

Plus en détail

I. Fonctionnalités du tableur

I. Fonctionnalités du tableur Olver Coma Macro MRP pour Excel Decembre 1999 I. Fonctonnaltés du tableur I.1. Feulle «Nomenclature «Le tableur propose pluseurs optons à l ouverture du fcher. Cnq boutons apparassent à drote de la feulle

Plus en détail

EXAMEN FINAL DE STATISTIQUES DESCRIPTIVES L1 AES - SESSION 1 - Correction -

EXAMEN FINAL DE STATISTIQUES DESCRIPTIVES L1 AES - SESSION 1 - Correction - EXAME FIAL DE STATISTIQUES DESCRIPTIVES L1 AES - SESSIO 1 - Correcton - Exercce 1 : 1) Consdérons une entreprse E comportant deux établssements : E1 et E2 qu emploent chacun 200 salarés. Au sen de l'établssement

Plus en détail

Editions ENI. Project 2010. Collection Référence Bureautique. Extrait

Editions ENI. Project 2010. Collection Référence Bureautique. Extrait Edtons ENI Project 2010 Collecton Référence Bureautque Extrat Défnton des tâches Défnton des tâches Project 2010 Sasr les tâches d'un projet Les tâches représentent le traval à accomplr pour attendre l'objectf

Plus en détail

ÉCHANTILLON REPRÉSENTATIF (D UNE POPULATION FINIE) : DÉFINITION STATISTIQUE

ÉCHANTILLON REPRÉSENTATIF (D UNE POPULATION FINIE) : DÉFINITION STATISTIQUE ÉCHANTILLON REPRÉSENTATIF (D UNE POPULATION FINIE) : DÉFINITION STATISTIQUE ET PROPRIÉTÉS Léo Gervlle-Réache, Vncent Coualler To cte ths verson: Léo Gervlle-Réache, Vncent Coualler. ÉCHANTILLON REPRÉSENTATIF

Plus en détail

LA RENOVATION DE LA MESURE DU PRIX DES TERRES ET PRES AGRICOLES : UNE OPERATION QUALITE MENEE EN PARTENARIAT AVEC LA STATISTIQUE PUBLIQUE

LA RENOVATION DE LA MESURE DU PRIX DES TERRES ET PRES AGRICOLES : UNE OPERATION QUALITE MENEE EN PARTENARIAT AVEC LA STATISTIQUE PUBLIQUE LA RENOVATION DE LA MESURE DU PRIX DES TERRES ET PRES AGRICOLES : UNE OPERATION QUALITE MENEE EN PARTENARIAT AVEC LA STATISTIQUE PUBLIQUE De 2007 à 200, a été menée une rénovaton méthodologque de la méthode

Plus en détail

Le raisonnement incertain

Le raisonnement incertain 1 Plan général 2 Le rasonnement ncertan dans les systèmes experts I- Introducton aux systèmes experts II- Fondements : organsaton et fonctonnement des SE III- Le rasonnement ncertan Introducton Antone

Plus en détail

10.1 Inférence dans la régression linéaire

10.1 Inférence dans la régression linéaire 0. Inférence dans la régresson lnéare La régresson lnéare tente de modeler le rapport entre deux varables en adaptant une équaton lnéare avec des données observées. Chaque valeur de la varable ndépendante

Plus en détail

éléments d'analyse statistique

éléments d'analyse statistique éléments danalse statstque applcaton à lhdrologe deuxème édton D. Ther octobre 989 R 30 73 EAU 4S 89 BUREAU DE RECHERCHES GEOLOGIQUES ET MINIERES SERVICES SOL ET SOUS-SOL Département Eau B.P. 6009-45060

Plus en détail

SIMNUM : Simulation de systèmes auto-gravitants en orbite

SIMNUM : Simulation de systèmes auto-gravitants en orbite SIMNUM : Smulaton de systèmes auto-gravtants en orbte sujet proposé par Ncolas Kelbasewcz : ncolas.kelbasewcz@ensta-parstech.fr 14 janver 2014 1 Établssement du modèle 1.1 Approxmaton de champ lontan La

Plus en détail

Courant alternatif. Dr F. Raemy La tension alternative et le courant alternatif ont la représentation mathématique : U t. cos (!

Courant alternatif. Dr F. Raemy La tension alternative et le courant alternatif ont la représentation mathématique : U t. cos (! Courant alternatf Dr F. Raemy La tenson alternatve et le courant alternatf ont la représentaton mathématque : U t = U 0 cos (! t + " U ) ; I ( t) = I 0 cos (! t + " I ) Une résstance dans un crcut à courant

Plus en détail

La fourniture de biens et facteurs publics en présence de ménages et d entreprises mobiles

La fourniture de biens et facteurs publics en présence de ménages et d entreprises mobiles La fournture de bens et facteurs publcs en présence de ménages et d entreprses mobles Pascale Duran-Vgneron évrer 007 Le modèle On suppose un pays drgé par un gouvernement central ayant compétence sur

Plus en détail

Evaluation des actions

Evaluation des actions Akrem ISCAE archés nancers : Evaluaton des actons Evaluaton des actons Secton I : Dénton hypothèses et notatons I-- La noton d un act nancer -a- Dénton Un act nancer est tout ben qu un nvestsseur désre

Plus en détail

classification non supervisée : pas de classes prédéfinies Applications typiques

classification non supervisée : pas de classes prédéfinies Applications typiques Qu est ce que le clusterng? analyse de clusterng regroupement des obets en clusters un cluster : une collecton d obets smlares au sen d un même cluster dssmlares au obets appartenant à d autres clusters

Plus en détail

LA RENOVATION DE L INDICE HARMONISE DES PRIX A LA CONSOMMATION DANS LA ZONE UEMOA

LA RENOVATION DE L INDICE HARMONISE DES PRIX A LA CONSOMMATION DANS LA ZONE UEMOA Observatore Economque et Statstque d Afrque Subsaharenne LA RENOVATION DE L INDICE HARMONISE DES PRIX A LA CONSOMMATION DANS LA ZONE UEMOA Une contrbuton à la réunon commune CEE/BIT sur les ndces des prx

Plus en détail

Valeur absolue et fonction valeur absolue Cours

Valeur absolue et fonction valeur absolue Cours Valeur absolue foncton valeur absolue Cours CHAPITRE 1 : Dstance entre deu réels 1) Eemples prélmnares 2) Défnton 3) Proprétés CHAPITRE 2 : Valeur absolue d un réel 1) Défnton 2) Proprétés CHAPITRE 3 :

Plus en détail

GEA I Mathématiques nancières Poly. de révision. Lionel Darondeau

GEA I Mathématiques nancières Poly. de révision. Lionel Darondeau GEA I Mathématques nancères Poly de révson Lonel Darondeau Intérêts smples et composés Voc la lste des exercces à révser, corrgés en cours : Exercce 2 Exercce 3 Exercce 5 Exercce 6 Exercce 7 Exercce 8

Plus en détail

Activité Intitulé de l'activité Volume horaire

Activité Intitulé de l'activité Volume horaire Informatons de l'unté d'ensegnement Implantaton Cursus de ECAM Insttut Supéreur Industrel Bacheler en Scences ndustrelles Electronque applquée B2150 Cycle 1 Bloc 2 Quadrmestre 2 Pondératon 4 Nombre de

Plus en détail

Fiche n 7 : Vérification du débit et de la vitesse par la méthode de traçage

Fiche n 7 : Vérification du débit et de la vitesse par la méthode de traçage Fche n 7 : Vérfcaton du débt et de la vtesse par la méthode de traçage 1. PRINCIPE La méthode de traçage permet de calculer le débt d un écoulement ndépendamment des mesurages de hauteur et de vtesse.

Plus en détail

Méthodologie quiestlemoinscher de comparaison de prix entre magasins

Méthodologie quiestlemoinscher de comparaison de prix entre magasins Méthodologe questlemonscher de comparason de prx entre magasns Les éléments méthodologques ont été défns par le cabnet FaCE Consel, socété d études et d analyses statstques ndépendante. Le cabnet FaCE

Plus en détail

UNIVERSITÉ PARIS OUEST NANTERRE LA DÉFENSE U.F.R. SEGMI Année universitaire 2015 2016. Statistiques Descriptives

UNIVERSITÉ PARIS OUEST NANTERRE LA DÉFENSE U.F.R. SEGMI Année universitaire 2015 2016. Statistiques Descriptives UNIVERSITÉ PARIS OUEST NANTERRE LA DÉFENSE U.F.R. SEGMI Année unverstare 215 216 L1 Économe Cours de B. Desgraupes Statstques Descrptves Séance 7: Indces synthétques Table des matères 1 Introducton 1 1.1

Plus en détail

Contrats prévoyance des TNS : Clarifier les règles pour sécuriser les prestations

Contrats prévoyance des TNS : Clarifier les règles pour sécuriser les prestations Contrats prévoyance des TNS : Clarfer les règles pour sécurser les prestatons Résumé de notre proposton : A - Amélorer l nformaton des souscrpteurs B Prévor plus de souplesse dans l apprécaton des revenus

Plus en détail

Modélisations du risque en assurance automobile. Michel Grun-Rehomme Université Paris 2 et Ensae Email: grun@ensae.fr

Modélisations du risque en assurance automobile. Michel Grun-Rehomme Université Paris 2 et Ensae Email: grun@ensae.fr Modélsatons du rsque en assurance automoble Mchel Grun-Rehomme Unversté Pars 2 et Ensae Emal: grun@ensae.fr 1 Modélsatons du rsque en assurance automoble La snstralté est mesurée en terme de fréquence

Plus en détail

5- Analyse discriminante

5- Analyse discriminante 5. ANALYSE DISCRIMINANTE... 5. NOTATION ET FORMULATION DU PROBLÈME... 5. ASPECT DESCRIPTIF...3 5.. RECHERCHE DU VECTEUR SÉPARANT LE MIEUX POSSIBLE LES GROUPES...4 5.. Cas partculer de deu groupes...7 5.3

Plus en détail

Informations de l'unité d'enseignement Implantation. Cursus de. Intitulé. Code. Cycle 1. Bloc 2. Quadrimestre 1. Pondération 4. Nombre de crédits 4

Informations de l'unité d'enseignement Implantation. Cursus de. Intitulé. Code. Cycle 1. Bloc 2. Quadrimestre 1. Pondération 4. Nombre de crédits 4 Informatons de l'unté d'ensegnement Implantaton Cursus de Inttulé Code ECAM Insttut Supéreur Industrel Bacheler en Scences ndustrelles Outls de communcaton B2050 Cycle 1 Bloc 2 Quadrmestre 1 Pondératon

Plus en détail

Paramétrer le diaporama

Paramétrer le diaporama PowerPont 2013 - Fonctons avancées Daporama Daporama PowerPont 2013 - Fonctons avancées Paramétrer le daporama Le daporama est la projecton de la présentaton à l écran. Ouvrez la présentaton à projeter.

Plus en détail

EXEMPLES D UTILISATION DE LA TECHNIQUE DES OBSERVATIONS INSTANTANÉES.

EXEMPLES D UTILISATION DE LA TECHNIQUE DES OBSERVATIONS INSTANTANÉES. EXEMPLES D UTILISATIN DE LA TECHNIQUE DES BSERVATINS INSTANTANÉES. Chrstan Fortn, ng., Ph.D. Ergonome et hygénste du traval Centre of santé et servces socaux de la Montagne, Montréal. Résumé La technque

Plus en détail

Proposition d'une solution au problème d initialisation cas du K-means

Proposition d'une solution au problème d initialisation cas du K-means Proposton d'une soluton au problème d ntalsaton cas du K-means Z.Guelll et L.Zaou, Unversté des scences et de la technologe d Oran MB, Unversté Mohamed Boudaf USTO -BP 505 El Mnaouer -ORAN - Algére g.zouaou@gmal.com,

Plus en détail

1.0 Probabilité vs statistique...1. 1.1 Expérience aléatoire et espace échantillonnal...1. 1.2 Événement...2

1.0 Probabilité vs statistique...1. 1.1 Expérience aléatoire et espace échantillonnal...1. 1.2 Événement...2 - robabltés - haptre : Introducton à la théore des probabltés.0 robablté vs statstque.... Expérence aléatore et espace échantllonnal.... Événement.... xomes défnton de probablté..... Quelques théorèmes

Plus en détail

Régression linéaire et incertitudes expérimentales

Régression linéaire et incertitudes expérimentales 91 e Année - N 796 Publcaton Mensuelle Jullet/Août/Septembre 1997 Régresson lnéare et ncerttudes expérmentales par Danel BEAUFILS Insttut Natonal de Recherche Pédagogque Département Technologes Nouvelles

Plus en détail

DÉCLARATIONS POUR LA BALANCE DES PAIEMENTS

DÉCLARATIONS POUR LA BALANCE DES PAIEMENTS DÉCLARATIONS POUR LA BALANCE DES PAIEMENTS GUICHET D ÉCHANGES DE FICHIERS SUR INTERNET GFIN TABLE DES MATIÈRES 1 1. PRINCIPES GÉNÉRAUX... 3 1.1 GÉNÉRALITÉS... 3 1.2 ÉLÉMENTS TECHNIQUES... 3 1.3 SPÉCIFICITÉS

Plus en détail

Informations de l'unité d'enseignement Implantation. Cursus de. Intitulé. Code. Cycle 1. Bloc 1. Quadrimestre 1-2. Pondération 5. Nombre de crédits 5

Informations de l'unité d'enseignement Implantation. Cursus de. Intitulé. Code. Cycle 1. Bloc 1. Quadrimestre 1-2. Pondération 5. Nombre de crédits 5 Informatons de l'unté d'ensegnement Implantaton ECAM Cursus de Bacheler en Scences ndustrelles Informatque et communcaton B1030 Cycle 1 Bloc 1 Quadrmestre 1-2 Pondératon 5 Nombre de crédts 5 Nombre d heures

Plus en détail

Ajustement affine par les moindres carrés

Ajustement affine par les moindres carrés 1. Nveau Termnales STG et ES Ajustement affne par les mondres carrés 2. Stuaton-problème proposée Introducton à la méthode des mondres carrés. 3. Support utlsé Tableur et calculatrce. 4. Contenu mathématque

Plus en détail

Pour ce problème, une analyse est proposée à l adresse : http://www.ac-amiens.fr/pedagogie/maths/new/ue2007/synthese_atelier_annette_alain.

Pour ce problème, une analyse est proposée à l adresse : http://www.ac-amiens.fr/pedagogie/maths/new/ue2007/synthese_atelier_annette_alain. Pour ce problème, une analyse est proposée à l adresse : http://www.ac-amens.fr/pedagoge/maths/new/ue2007/synthese_ateler_annette_alan.pdf 1 La règle du jeu Un drecteur de casno se propose d nstaller le

Plus en détail

Choix de Portefeuille

Choix de Portefeuille Année 2007-2008 Chox de Portefeulle Chrstophe Boucher Chaptre 1. Théore de la décson en avenr ncertan Crtère d espérance d utlté L atttude vs-à-vs du rsque Chaptre 2. Rendements et crtères de chox entre

Plus en détail

Introduction aux statistiques spatiales et aux systèmes d'information géographique en santé environnement

Introduction aux statistiques spatiales et aux systèmes d'information géographique en santé environnement Santé envronnement Introducton aux statstques spatales et aux systèmes d'nformaton géographque en santé envronnement applcaton aux études écologques Sommare Abrévatons 2 Résumé 3 1. Introducton 4 1.1 Études

Plus en détail

ÉLÉMENTS DE THÉORIE DE L INFORMATION POUR LES COMMUNICATIONS.

ÉLÉMENTS DE THÉORIE DE L INFORMATION POUR LES COMMUNICATIONS. ÉLÉMETS DE THÉORIE DE L IFORMATIO POUR LES COMMUICATIOS. L a théore de l nformaton est une dscplne qu s appue non seulement sur les (télé-) communcatons, mas auss sur l nformatque, la statstque, la physque

Plus en détail

Méthodes psychométriques utilisées dans le cadre des évaluations des élèves

Méthodes psychométriques utilisées dans le cadre des évaluations des élèves MESURE DES COMPÉTENCES Méthodes psychométrques utlsées dans le cadre des évaluatons des élèves Therry Rocher MENESR-DEPP, bureau de l évaluaton des élèves Cet artcle présente les méthodes psychométrques

Plus en détail

MODELISATION DES PROCESSUS LINEAIRES

MODELISATION DES PROCESSUS LINEAIRES MDELISATIN DES PRCESSUS LINEAIRES Dans un premer temps, nous ne consdérons que des processus partculers, supposés notamment statonnare. Cec permet de présenter un certan nombre d'outls dans un cadre relatvement

Plus en détail

SEPTEMBRE 2009 RC-POS

SEPTEMBRE 2009 RC-POS SEPTEMBRE 2009 RC-POS (09_POS_131) (mn.) RAPPORT DE MINORITE DE LA COMMISSION THEMATIQUE DE LA SANTE PUBLIQUE chargée d'examner l'objet suvant: Postulat Fabenne Despot et consorts demandant à qu profte

Plus en détail

Analyse d impact : l apport des évaluations aléatoires William Parienté 1

Analyse d impact : l apport des évaluations aléatoires William Parienté 1 Analyse d mpact : l apport des évaluatons aléatores Wllam Parenté 1 Cet artcle expose de manère synthétque l'apport des évaluatons aléatores dans l'analyse de l'mpact des programmes socaux et de développement.

Plus en détail

Mailing. Les étapes de conception d un mailing. Créer un mailing

Mailing. Les étapes de conception d un mailing. Créer un mailing Malng Malng Word 2011 pour Mac Les étapes de concepton d un malng Le malng ou publpostage permet l envo en nombre de documents à des destnatares répertorés dans un fcher de données. Cette technque sous-entend

Plus en détail

Travaux pratiques : GBF et oscilloscope

Travaux pratiques : GBF et oscilloscope Travaux pratques : et osclloscope S. Benlhajlahsen ésumé L objectf de ce TP est d apprendre à utlser, c est-à-dre à régler, deux des apparels les plus couramment utlsés : le et l osclloscope. I. Premère

Plus en détail

Algorithme approché d optimisation d un modèle de Processus Décisionnel de Markov sur Graphe

Algorithme approché d optimisation d un modèle de Processus Décisionnel de Markov sur Graphe Algorthme approché d optmsaton d un modèle de Processus Décsonnel de Markov sur Graphe Nathale Peyrard Régs Sabbadn INRA-MIA Avgnon et Toulouse E-Mal: {peyrard,sabbadn}@toulouse.nra.fr Réseau MSTGA, Avgnon,

Plus en détail

Généralités sur les fonctions 1ES

Généralités sur les fonctions 1ES Généraltés sur les fonctons ES GENERALITES SUR LES FNCTINS I. RAPPELS a. Vocabulare Défnton Une foncton est un procédé qu permet d assocer à un nombre x appartenant à un ensemble D un nombre y n note :

Plus en détail

Feuilles de style CSS

Feuilles de style CSS Feulles de style CSS 71 Feulles de style CSS Les standards du web Les langages du web : le HTML et les CSS Depus la verson 4 de l'html (décembre 1999), le W3C propose les feulles de style en cascade, les

Plus en détail

VERSION FINALE. Octobre 2004 Rapport n o : vol.2. Préparé pour :

VERSION FINALE. Octobre 2004 Rapport n o : vol.2. Préparé pour : VERSION FINALE Projet d'aménagement d'une cellule d'enfoussement technque à St-Thomas Évaluaton de l mpact sur la qualté de l'ar et évaluaton prélmnare du rsque pour la santé Volume 2 - Annexes Octobre

Plus en détail

Cours de Calcul numérique MATH 031

Cours de Calcul numérique MATH 031 Cours de Calcul numérque MATH 03 G. Bontemp, A. da Slva Soares, M. De Wulf Département d'informatque Boulevard du Tromphe - CP22 http://www.ulb.ac.be/d Valeurs propres en pratque. Localsaton. Méthode de

Plus en détail

Etude comparative des effets environnementaux et sanitaires des diverses sources d'énergie

Etude comparative des effets environnementaux et sanitaires des diverses sources d'énergie Etude comparatve des effets envronnementaux et santares des dverses sources d'énerge Aperçu des conclusons d'un document de synthèse présenté à Helsnk par S. Haddad et R. Dones La comparason des effets

Plus en détail

Impôt sur la fortune et investissement dans les PME Professeur Didier MAILLARD

Impôt sur la fortune et investissement dans les PME Professeur Didier MAILLARD Conservatore atonal des Arts et Méters Chare de BAQUE Document de recherche n 9 Impôt sur la fortune et nvestssement dans les PME Professeur Dder MAILLARD Avertssement ovembre 2007 La chare de Banque du

Plus en détail

UNIVERSITÉ DU QUÉBEC À MONTRÉAL L EFFET DES ENFANTS SUR L OFFRE DU TRAVAIL DES MÈRES : CAS DU CANADA MÉMOIRE PRÉSENTÉ

UNIVERSITÉ DU QUÉBEC À MONTRÉAL L EFFET DES ENFANTS SUR L OFFRE DU TRAVAIL DES MÈRES : CAS DU CANADA MÉMOIRE PRÉSENTÉ UNIVERSITÉ DU QUÉBEC À MONTRÉAL L EFFET DES ENFANTS SUR L OFFRE DU TRAVAIL DES MÈRES : CAS DU CANADA MÉMOIRE PRÉSENTÉ COMME EXIGENCE PARTIELLE DE LA MAÎTRISE EN ÉCONOMIQUE PAR EZZAOUALI WALID Septembre

Plus en détail

Les déterminants de la détention et de l usage de la carte de débit : une analyse empirique sur données individuelles françaises

Les déterminants de la détention et de l usage de la carte de débit : une analyse empirique sur données individuelles françaises Les détermnants de la détenton et de l usage de la carte de débt : une analyse emprque sur données ndvduelles françases Davd Boune Marc Bourreau Abel Franços Jun 2006 Département Scences Economques et

Plus en détail

La contagion du risque via les impayés sur effets de commerce

La contagion du risque via les impayés sur effets de commerce La contagon du rsque va les mpayés sur effets de commerce Mrelle BARDOS Drecton des entreprses Observatore des entreprses Djamel STILI Contrat CIFRE à l Observatore des entreprses Parm les nombreux canaux

Plus en détail

Cours réalisé par Laurent DOYEN. La statistique descriptive

Cours réalisé par Laurent DOYEN. La statistique descriptive Cours réalsé par Laurent DOYEN La statstque descrptve . Introducton et défntons Statstque descrptve: Analyse et synthèse, NUMERIQUE et GRAPHIQUE, d un ensemble de données . Introducton et défntons Statstque

Plus en détail

UTILISATION DES COPULES POUR ANALYSER L IMPACT DES DEPENDANCES SUR UN PORTEFEUILLE DE CREDITS RAPPORT DE STAGE D INGENIEUR CONFIDENTIEL

UTILISATION DES COPULES POUR ANALYSER L IMPACT DES DEPENDANCES SUR UN PORTEFEUILLE DE CREDITS RAPPORT DE STAGE D INGENIEUR CONFIDENTIEL Yohan KABLA ECP - 3 EME ANNEE MAP SMF UTILISATION DES COPULES POUR ANALYSER L IMPACT DES DEPENDANCES SUR UN PORTEFEUILLE DE CREDITS RAPPORT DE STAGE D INGENIEUR CONFIDENTIEL 5 MAI NOVEMBRE 00 MAITRES DE

Plus en détail

Chapitre 6. Economie ouverte :

Chapitre 6. Economie ouverte : 06/2/202 Chaptre 6. Econome ouverte : le modèle Mundell Flemng Elsabeth Cudevlle Le développement des échanges nternatonaux (bens et servces et flux fnancers) a rendu fortement nterdépendantes les conjonctures

Plus en détail

Les déterminants de la détention et de l usage de la carte de débit : une analyse empirique sur données individuelles françaises

Les déterminants de la détention et de l usage de la carte de débit : une analyse empirique sur données individuelles françaises Les détermnants de la détenton et de l usage de la carte de débt : une analyse emprque sur données ndvduelles françases Davd Boune a, Marc Bourreau a,b et Abel Franços a,c a Télécom ParsTech, Département

Plus en détail

Assurance maladie et aléa de moralité ex-ante : L incidence de l hétérogénéité de la perte sanitaire

Assurance maladie et aléa de moralité ex-ante : L incidence de l hétérogénéité de la perte sanitaire Assurance malade et aléa de moralté ex-ante : L ncdence de l hétérogénété de la perte santare Davd Alary 1 et Franck Ben 2 Cet artcle examne l ncdence de l hétérogénété de la perte santare sur les contrats

Plus en détail

Exercice 1. Enoncé 1. Nombre de jours d absences. Nombre d étudiants. 1 ) Représenter graphiquement cette distribution.

Exercice 1. Enoncé 1. Nombre de jours d absences. Nombre d étudiants. 1 ) Représenter graphiquement cette distribution. Républque Tunsenne Présdence du Gouvernement Ecole Natonale d Admnstraton 4, Avenue du Dr Calmette Mutuelle-vlle 08 Tuns Tél. (+6) 848 00 Fa (+6) 794 88 www.ena.nat.tn STATISTIQUE ET CALCUL DE PROBABILITE

Plus en détail

L incidence de l éducation et de la formation des adultes sur la situation sur le marché du travail au Canada

L incidence de l éducation et de la formation des adultes sur la situation sur le marché du travail au Canada N o 81-595-MIF au catalogue N o 008 ISSN: 1704-8893 ISBN: 0-662-89631-9 Document de recherche Éducaton, compétences et apprentssage Documents de recherche L ncdence de l éducaton et de la formaton des

Plus en détail

Application de modèles grande échelle à la problématique régionale : cas de l ozone

Application de modèles grande échelle à la problématique régionale : cas de l ozone Applcaton de modèles grande échelle à la problématque régonale : cas de l ozone Laboratore Central de Survellance de la Qualté de l Ar Conventon n 115/03 Cécle HONORÉ, Laure MALHERBE Unté Modélsaton et

Plus en détail

REPUBLIQUE TUNISIENNE

REPUBLIQUE TUNISIENNE REPUBLIQUE TUNISIENNE ETUDE D EVALUATION DES MECANISMES DE FINANCEMENT DE LA MICRO-ENTREPRISE VOLUME II : ANNEXE TECHNIQUE MOYEN-ORIENT ET AFRIQUE DU NORD SECTEURS SOCIAUX (MNSHD) Rapport conjont de la

Plus en détail