Comparaison d échantillons de variables quantitatives - 1 -
|
|
- Jonathan Beaudin
- il y a 5 ans
- Total affichages :
Transcription
1 Comparason d échantllons de varables quanttatves 1 Pluseurs échantllons j m j, s j,... : queston dfférences observées sgnfcatves? démarche : atttude dubtatve de l avocat du dable : jusqu à preuve du contrare, dfférences observées non sgnfcatves (résultent d névtables fluctuatons d échantllonnage) SECTION I L (X) connue (= N ou TLC) approche paramétrque I1 CAS DE DEUX ÉCHANTILLONS ALÉATOIRES : comparason des moyennes de deux échantllons ensemble homogène de supérettes : fréquentaton quotdenne X N (03 ; 31) étude sur échantllons aléatores (10 journées par supérette retenue): échantllon 1 : 3 supérettes proches de GS ( 10x3 = 30 observatons) m 1 = 190,8 ; s 1 = 9, échantllon : 4 supérettes élognées ( 10x4 = 40 observatons) m = 05, ; s = 34,8 queston : proxmté GS affectetelle la fréquentaton des supérettes? chox entre H 0 (hypothèse nulle) : M 1 = M ( M 1 M = 0) : la fréquentaton moyenne des supérettes «proches» est la même que celle des supérettes «élognées» H 1 : M 1 M : la fréquentaton moyenne des supérettes «proches» dffère de celle des supérettes «élognées» approche dstrbuton d échantllonnage (même s M 1 et M nconnus) portant sur la dfférence observable, = m n1 m n ; notaton : V ( m n1 m n ) σ* Δ Δ n1 n
2 Comparason d échantllons de varables quanttatves I1.1 Cas de los Normales pour X 1 et X (ou utlsaton possble du théorème de la lmte centrale) σ 1 et σ connus Résultats connus : L (X) = N ou appel possble à TLC L ( m ) N M σ n = ; n L( X 1 ) = N ( x 1, σ 1 ) L( X ) = N ( x, σ ) Conséquence : L( X) = L( X 1 ± X ) = N ( x 1 ± x, σ 1 + σ ) S X 1 et X sont ndépendantes σ L( m n1 ) N 1 = M 1, n L( m σ L( Δ) L( m n1 m n ) N 1 σ n1 ) =? et n ou = = M 1 M, + σ L( m n ) =? et n 30 n 1 n L( m n ) N = M, n Lo de la dfférence des moyennes observables entre échantllons cas de los Normales ou d un usage possble du théorème de la lmte centrale varances connues relaton 143 hypothèse nulle (M 1 = M ) L( Δ) = L( m n1 m n ) = N 0, + relaton 144 σ 1 n 1 σ n
3 Comparason d échantllons de varables quanttatves 3 Applcaton : les échantllons sont réputés trés de la même populatonmère : Varables aléatores Varables certanes L( m n1 ) = L( m 30 ) = N 03, L(X 1 ) = N σ* Δ = 7,49 N = L( m L(X ) = N M 1 = M =03 n ) = L( m 40 ) = N 03, m σ 1 = σ = 31 n1, s n1 n 1 = 30 n = 40 L ( Δ = m n1 m ) N 0 ; n = 30 + m n, s 40 n m m = 05, 1 = 190,8 = N (0 ; 7,49) s 1 = 9, s = 34,8 Δ = m n1 m n Δ = 14,4 RISQUE BILATÉRAL RISQUE UNILATÉRAL 95% N (0 ; 7,49),5 %,5 % 5 % 95% N (0 ; 7,49) 1,96 0 1,96 T Δ 0 Δ T = 1 Δ 7,49 14, ,67 Δ 1,65 0 Δ 1 1,3 0 T Δ 0 T = 7,49 Δ Rejet de H 0 Non rejet de H 0 Rejet de H0 Rejet de H 0 Non rejet de H 0
4 Comparason d échantllons de varables quanttatves 4 14,4 approche du rsque lmte de rejet à tort de H 0 : P( Δ < 14,4) = P T < =,74% 749, = P( T < 1,9) I1. Remplacement de Cas de los Normales (ou utlsaton possble du théorème de la lmte centrale) pour X 1 et X σ 1 et σ nconnus L( Δ) = N ( M 1 M, σ* Δ ) N par St ν = n1 + n ( M 1 M, σˆ Δ* ) I1..1 Cas des varances dentques : σ 1 = σ 1 étape : estmaton de σˆ n 1 s 1 + n s = n 1 + n σ = σ 1 = σ Estmaton de la varance groupée en cas de varances dentques relaton 145 étape : estmaton de σ* Δ : σ* σ Δ = 1 + et σ 1 = σ : σˆ Δ* σˆ n 1 s 1 + n s = = n 1 n 1 + n n 1 n 1 n n σ n Estmaton de la varance de la dfférence des moyennes observables sur échantllons (s σ 1 = σ dans les populatonsmères) relaton 146
5 Comparason d échantllons de varables quanttatves L( Δ) = L( m n1 m n ) = St ν M 1 M, σˆ + Lo de la dfférence n1 n avec ν = n1 + n des moyennes observables entre échantllons cas de los Normales ou d un usage possble du théorème de la lmte centrale σ 1 = σ =? relaton 147 applcaton : σˆ 30 9, ,8 = =1088,54 et ν=30+40=68 L( Δ) St , =, = St 68 ( 0 ; 7,97) ; rsque unlatéral de 5 %, t = 1,671 pour ν=60 et t=1,664 ν=80 t 1,667 pour ν = 68 Rejet de H 0 s Δ < 1,667x7,97 = 13,8 Rejet car m 1 m = 14,4 I1.. Cas de l négalté des varances : σ 1 =? & σ =? Estmaton de σ* Δ : remplacement de σ 1 par σˆ 1 et σ par σˆ V(Δ) = σˆ Δ* = σˆ 1 /n 1 + σˆ /n σˆ σˆ 1 Δ* = + = n 1 σˆ 1 n s 1 n 1 1 relaton 148 σˆ 1 σˆ 1 ( σˆ L( Δ) = L( m n1 m n ) St ν M 1 M, + avec ν 1 n 1 + σˆ n ) n n 1 = n 1 n ( σˆ 1 n 1 ) ( σˆ n ) = s4 1 s4 + n 1 1 n 1 ( n 1 1) 3 + ( n 1) 3 s + n 1 s 1 s
6 Comparason d échantllons de varables quanttatves 6 Applcaton : σ* 9, Δ + 34,8 60,454 σ* 60,454 = = = 7,78 ; = 9 39 Δ ν = ( 88,04 30) ( 14,09 40) ,0 67 L( Δ) = St 67 ( 0;7,78) Rejet de H 0 car Δ = 14,4 < 1,667 x 7,78 = 1,94 I1.3 Cas de varables aléatores ne suvant pas de los Normales Exemple : dépenseclent avant et après ntroducton de casses enregstreuses Varables aléatores Varables certanes sous l hypothèse H 0 L(X 1 ) =? L(X ) =? m n1, s n1 m n, s n Δ = m n1 m n N = M 1 = M =? σ 1 =? n 1 = 100 m 1 = 5 s 1 = 7 AVANT N = M = M 1 =? σ =? n = 100 m = 55 s = 31 APRÈS σ* 7 31 Δ = + = 17, 07 σ* Δ = 4,13 Rejet de H 0 RISQUE BILATÉRAL 95% N (0 ; 4,13) 1,96 0 1,96 T Δ 0 Δ T = 1 Δ 4,13 8, ,10 Δ Non rejet de H 0 Rejet de H0
7 Comparason d échantllons de varables quanttatves 7 I1.4 Problèmes d estmaton d une dfférence M 1 M Applcaton du rasonnement développé au chaptre IV : σ 1 σ L( M 1 M ) = N m 1 m, + n 1 n Estmaton par ntervalle de confance de la dfférence des moyennes entre populatonsmères cas de los Normales ou d un usage possble du théorème de la lmte centrale varances connues relaton 151 SECTION II INTRODUCTION AUX TESTS NONPARAMÉTRIQUES L(X) nconnu ou refus d hypothèse sur L(X) même fondement : échantllons aléatores, avocat du dable, pb (Δ observé sgnfcatf?) II1 CAS DES ÉCHANTILLONS NON APPARIÉS Exemple : comparason de modèles de casses enregstreuses queston : M B < M A Supérette Casse A B A A B B A Temps moyen facturaton artcles non étquetables
8 reconnassance du cas non apparés II1.1 Test fshéren Comparason d échantllons de varables quanttatves 8 Hypothèse de l avocat du dable H 0 : dre que les casses enregstreuses sont de performances vosnes revent à dre que les deux échantllons observés (n 1 = 3, n = 4) sont tous les deux trés d une même populatonmère assgnaton arbtrare d une étquette A ou B aux observatons Explctaton de tous les échantllons possbles de 3 supérettes prses parm les 7 et des valeurs prses par la somme des observatons sur l échantllon Echantllon j Supérettes de l échantllon S j Echantllon j Supérettes de l échantllon S j Echantllon j Supérettes de l échantllon S j Echantllon j Supérettes de l échantllon S j Echantllon j Supérettes de l échantllon S j
9 Comparason d échantllons de varables quanttatves 9 Dstrbuton d échantllonnage de la somme des observatons effectuées sur un échantllon de 3 supérettes prses parm les 7 S n n h S n h = 1 h = 1 35 n h h = , , , , , , , , , , , , , , , , ,549 n h h = 1 n h 35 % p S S rsque α = 5 % alors zone de rejet est S 139 (car P(S 140) = 5,71%) non rejet de H 0 Rsque lmte de rejet à tort = 4,86% manfestement trop élevé non rejet de H 0 En pratque reconsttuton partelle de la dstrbuton
10 Comparason d échantllons de varables quanttatves 10 équvalence des démarches sur exemple p. 3 1,9 14,4 5% Rejet de H 0 N (0 ; 7,49) 1,65 1,3 Approche par comparason de valeurs de la varable T Δ 0 T = 7,49 Δ Approche par comparason de probabltés Rejet de H 0 5%,74% 1,9 14,4 N (0 ; 7,49) T Δ 0 T = 7,49 Δ II1. Test sur les rangs : test de Wlcoxon (MannWhtney) Reconsttuton de dstrbuton théorque de référence : long applcaton de la démarche du test fshéren sur les rang ( lo tabulée) ; c : = 11 Démarche : créaton de la dstrbuton théorque de référence : 3 rangs prs parm = 7 possbles ; comprs entre = 6 et = 35
11 Comparason d échantllons de varables quanttatves 11 Supérette Casse A B A A B B A Temps moyen Rang Explctaton ( C3 7 ) de tous les échantllons possbles de 3 éléments prs parm 7 et des valeurs prses par la somme des rangs des observatons sur l échantllon (tableau de données ponctuelles) Echantllon j Supérettes de l échantllon Echantllon j Supérettes de l échantllon Echantllon j Supérettes de l échantllon Echantllon j Supérettes de l échantllon Echantllon j Supérettes de l échantllon w j w j w j w j w j
12 Comparason d échantllons de varables quanttatves 1 Dstrbuton d échantllonnage de la somme des rangs des observatons effectuées sur un échantllon de 3 éléments prs parm 7 (tableau de dstrbuton) P(W 11) = 4,86 % n h w n n h w n n h = 1 h h = 1 h = 1 h = , , , , , , , , , , , , ,5714 Rsque lmte de rejet à tort = 4,86% manfestement trop élevé non rejet de H 0 Reconsttuton à des fns pédagogques : en réalté : lo tabulée n h % p W
13 Comparason d échantllons de varables quanttatves 13 Annexe 10 : tables de Wlcoxon échantllons nonapparés n 1 et n connus recherche de P(W w) avec w = somme des rangs observée sur l échantllon de talle n 1 n 1 = 3 w n ,050 0,09 0,018 0,01 0,008 0, ,100 0,057 0,036 0,04 0,017 0,01 8 0,00 0,114 0,071 0,048 0,033 0,04 9 0,350 0,00 0,15 0,083 0,058 0, ,500 0,314 0,196 0,131 0,09 0,067 =10,314 = 0, ,49 0,86 0,190 0,133 0, ,571 0,393 0,74 0,19 0,139 =10,00 = 0, ,500 0,357 0,58 0, ,45 0,333 0, ,548 0,417 0, ,500 0, , ,539
14 Comparason d échantllons de varables quanttatves 14 Remarques sur cette table : Echantllon prvlégé : celu de talle la plus fable (n 1 ). W (= n 1 x w) comprs entre W mn = n 1 (1+n 1 )/ et W max = n 1 {(n +1) + (n 1 + n )}/ n 1 = n = w = (1+3)/ = W = 3x = 6 w = (5+7)/ = 6 W = 3x6 = 18 n 1 = n = w = (1+3)/ = W = 3x = 6 w = (4+6)/ = 5 W = 4x5 = 15 n 1 = n = w = (1+4)/ =,5 W = 4x,5 = 10 w = (5+8)/ = 6,5 W = 4x6,5 = 6. dstrbuton symétrque autour du mode M o mode double s n 1 et n mpar : autour de (S mn + S max )/ = n 1 (n 1 + n + 1)/ exemple : n 1 = 3 et n = 3 symétrque autour de 10,5 M o = 10 ou 11 snon mode unque : M o = (S mn + S max )/ = n 1 (n 1 + n + 1)/ exemple : n 1 = 3 et n = 4 symétrque autour de M o = 1 (cf fgure supra)
15 Comparason d échantllons de varables quanttatves 15 Table partelle de la foncton de répartton : symétre de la dstrbuton (S mn + S max ) = (S mn + k + S max k) = n 1 (n 1 + n + 1) w = S mn + k w = S max k S mn S mn +1 S mn + S mn +3. relaton à utlser pour w non tabulé : P(W w ) = P(W w) = P[W n 1 (n 1 + n + 1) w ], avec w + w = n 1 (n 1 + n + 1)relaton 15. exemple : n 1 = 3 et n = 4, P(W 15) = P(W 3x8 15) = P(W 9) = 0,00. P(W w ) = 1 P(WŠw +1) = 1 P(W w+1), avec w +w=n 1 (n 1 +n +1) Table drectement utlsable s test unlatéral où H 1 = < (snon usage relaton 15) S max 3 S max S max 1 Tableau de calcul du test de Wlcoxon (MannWhtney) M n1 Supérette Casse A B A A B B A Temps moyen Rang W = 11 S max M n
16 Comparason d échantllons de varables quanttatves 16 S ex aequo (pas trop nombreux) usage du rang moyen du groupe des ex aequo ; exemple : 6e ex aequo (6 + 7)/ = 6,5 ; 3 6 e ( )/3 = 7 Approxmaton : L( W) N n 1( n 1 + n + 1) n 1 n ( n 1 + n + 1) ; s n 1 et n >8 1 W 1 (échantllon 1) et W (échantllon ) : W 1 + W = (n 1 + n )(n 1 + n + 1)/ : P(W 1 w) = P ( n W 1 + n )( n 1 + n + 1) w relaton 153 Test sur les les rangs plus rapde mas mons précs que test sur les valeurs II CAS DES ÉCHANTILLONS APPARIÉS exemple : gan de temps lé à usage des codes à barre (sur supérettes équpé de casse A)? Supérettes Echantllon 1 ( temps «avant» x 1 ) Echantllon ( temps «après» x ) Dfférence Δ = x 1 x
17 Comparason d échantllons de varables quanttatves 17 II.1 Test fshéren H 0 (performances dentques des machnes) sgne des écarts observés non sgnfcatf Explctaton dees combnasons n = 4 = 16 sgnes des dfférences de valeurs observées dans les échantllons apparés de 4 observatons et calcul de la somme S j de ces dfférences j Δ 1 Δ Δ 3 Δ 4 S j
18 Comparason d échantllons de varables quanttatves 18 Dstrbuton d échantllonnage de la dfférence de valeurs observées dans les échantllons apparés de 4 observatons S n n n h h h = 1 h = 1 h = ,065 1, ,150 0, ,1875 0, ,500 0, ,315 0, ,3750 0, ,4375 0, ,565 0, ,650 0, ,6875 0, ,7500 0, ,815 0, ,8750 0, ,9375 0, ,0000 0,065 n h 15
19 Comparason d échantllons de varables quanttatves 19 II. Test sur les rangs (test de Wlcoxon) Explctaton de toutes les combnasons de sgnes des rangs calculés sur les écarts absolus et + calcul de la somme T j des rangs des seuls écarts postfs j sgne et rang de la dfférence prse en valeur absolue Δ 1 Δ Δ 3 Δ 4 + T j 1 () 3 () 4 () () 1 0 () 3 () 4 () (+) () 3 () 4 (+) () 1 4 () 3 () 4 (+) (+) () 3 (+) 4 () () () 3 (+) 4 () (+) () 3 (+) 4 (+) () () 3 (+) 4 (+) (+) (+) 3 () 4 () () (+) 3 () 4 () (+) (+) 3 () 4 (+) () (+) 3 () 4 (+) (+) (+) 3 (+) 4 () () (+) 3 (+) 4 () (+) (+) 3 (+) 4 (+) () (+) 3 (+) 4 (+) (+) 1 10
20 Comparason d échantllons de varables quanttatves 0 Dstrbuton d échantllonnage de la somme des rangs des dfférences postves des observatons de échantllons apparés de talle 4 + T n n h h = ,065 1, ,150 0, ,1875 0, ,315 0, ,4375 0, ,565 0, ,6875 0, ,815 0, ,8750 0, ,9375 0, ,0000 0,065 n h h = n h h = 1 16
21 Comparason d échantllons de varables quanttatves 1 Tableau de calcul du test de Wlcoxon (échantllons apparés) Lo tabulée Supérettes Echantllon 1 ( temps «avant» x 1 ) Echantllon ( temps «après» x ) Dfférence Δ = x 1 x Valeur absolue de la dfférence Δ Rang des Δ Calcul de T T + = 8 Remarques : Tratement des exaequo que pour le précédent test de Wlcoxon Table étable de la forme P(T + t+) P(T + < t+) = 1 P(T + t+) P(T + t+) = 1 P(T + t+ +1).
22 Comparason d échantllons de varables quanttatves Annexe 11 : Table de Wlcoxon échantllons apparés n et t + connus recherche de P(T + t + ) t n ,000 0,938 0,875 0,81 0,688 0,56 0,438 0,31 0,188 0,15 0,06 1,000 0,969 0,938 0,906 0,844 0,781 0,688 0,594 0,500 0,406 0,31 0,19 0,156 0,094 0,06 0,031 1,000 0,984 0,969 0,953 0,9 0,891 0,844 0,781 0,719 0,656 0,578 0,500 0,4 0,344 0,81 0,19 0,156 0,109 0,078 0,047 1,000 0,99 0,984 0,977 0,961 0,945 0,9 0,891 0,85 0,81 0,766 0,711 0,656 0,594 0,531 0,469 0,406 0,344 0,89 0,34 1,000 0,996 0,99 0,988 0,980 0,973 0,961 0,945 0,96 0,90 0,875 0,844 0,809 0,770 0,77 0,680 0,69 0,578 0,57 0,473 1,000 0,998 0,996 0,994 0,990 0,986 0,980 0,973 0,963 0,951 0,936 0,918 0,898 0,875 0,850 0,80 0,787 0,75 0,715 0,674 1,000 0,999 0,998 0,997 0,995 0,993 0,990 0,986 0,981 0,976 0,968 0,958 0,947 0,935 0,90 0,903 0,884 0,86 0,839 0,81
23 Comparason d échantllons de varables quanttatves 3 Table drectement utlsable s test unlatéral où H 1 = M 1 >M ( Δ = x 1 x plutôt >0) s H 1 = M 1 <M, l faut adapter la défnton de l écart :. H 1 défn par M 1 >M Δ = x 1 x. H 1 défn par M 1 <M Δ = x x 1 Test utlsable pour H 0 défn comme M 1 = M + δ. sot adapton de la défnton de l écart : H 1 défn par M 1 > M + δ Δ = x 1 x δ H 1 défn par M 1 < M + δ Δ = x + δ x 1. sot adapton de la défnton de T + : T + = somme des rangs des écarts postfs, s H 1 est défn par M 1 > M + δ T + = somme des rangs des écarts négatfs, s H 1 est défn par M 1 < M + δ Approxmaton pour n>10 L( T + ) N nn ( + 1) nn ( + 1) ( n + 1), s n > relaton 154
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 détailGENESIS - 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 détailPlan. 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 détailRemboursement 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 détailCREATION DE VALEUR EN ASSURANCE NON VIE : COMMENT FRANCHIR UNE NOUVELLE ETAPE?
CREATION DE VALEUR EN ASSURANCE NON VIE : COMMENT FRANCHIR UNE NOUVELLE ETAPE? Boulanger Frédérc Avanssur, Groupe AXA 163-167, Avenue Georges Clémenceau 92742 Nanterre Cedex France Tel: +33 1 46 14 43
Plus en détailQ x2 = 1 2. est dans l ensemble plus grand des rationnels Q. Continuons ainsi, l équation x 2 = 1 2
Exo7 Nombres complexes Vdéo parte. Les nombres complexes, défntons et opératons Vdéo parte. Racnes carrées, équaton du second degré Vdéo parte 3. Argument et trgonométre Vdéo parte 4. Nombres complexes
Plus en détailUNE ETUDE ECONOMÉTRIQUE DU NOMBRE D ACCIDENTS
BRUSSELS ECONOMIC REVIEW - CAHIERS ECONOMIQUES DE BRUXELLES VOL. 49 - N 2 SUMMER 2006 UNE ETUDE ECONOMÉTRIQUE DU NOMBRE D ACCIDENTS DANS LE SECTEUR DE L ASSURANCE AUTOMOBILE* MARÍA DEL CARMEN MELGAR**
Plus en détailMÉTHODES 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 détailMontage 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 détailÉLÉMENTS 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 détailI. 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 détailDES EFFETS PERVERS DU MORCELLEMENT DES STOCKS
DES EFFETS PERVERS DU MORCELLEMENT DES STOCKS Le cabnet Enetek nous démontre les mpacts négatfs de la multplcaton des stocks qu au leu d amélorer le taux de servce en se rapprochant du clent, le dégradent
Plus en détailGrandeur physique, chiffres significatifs
Grandeur physque, chffres sgnfcatfs I) Donner le résultat d une mesure en correspondance avec l nstrument utlsé : S avec un nstrument, ren n est ndqué sur l ncerttude absolue X d une mesure X, on consdère
Plus en détailGATE Groupe d Analyse et de Théorie Économique DOCUMENTS DE TRAVAIL - WORKING PAPERS W.P. 08-24. Préférences temporelles et recherche d emploi
GATE Groupe d Analyse et de Théore Économque UMR 5824 du CNRS DOCUMENTS DE TRAVAIL - WORKING PAPERS W.P. 08-24 Préférences temporelles et recherche d emplo «Applcatons économétrques sur le panel Européen
Plus en détailPratique de la statistique avec SPSS
Pratque de la statstque avec SPSS SUPPORT Transparents ultéreurement amélorés et ms à jour sur le ste du SMCS LIENS UTILES Ste du SMCS (Support en Méthodologe et Calcul Statstque) : http://www.stat.ucl.ac.be/smcs/
Plus en détailChapitre 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 détailLE RÉGIME DE RETRAITE DU PERSONNEL CANADIEN DE LA CANADA-VIE (le «régime») INFORMATION IMPORTANTE CONCERNANT LE RECOURS COLLECTIF
1 LE RÉGIME DE RETRAITE DU PERSONNEL CANADIEN DE LA CANADA-VIE (le «régme») INFORMATION IMPORTANTE CONCERNANT LE RECOURS COLLECTIF AVIS AUX RETRAITÉS ET AUX PARTICIPANTS AVEC DROITS ACQUIS DIFFÉRÉS Expédteurs
Plus en détailLes 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 détailLes 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 détailLA SURVIE DES ENTREPRISES DÉPEND-ELLE DU TERRITOIRE D'IMPLANTATION?
LA SURVIE DES ENTREPRISES DÉPEND-ELLE DU TERRITOIRE D'IMPLANTATION? Anne PERRAUD (CRÉDOC) Phlppe MOATI (CRÉDOC Unversté Pars) Nadège COUVERT (ENSAE) INTRODUCTION Au cours des dernères années, de nombreux
Plus en détailGénéralités 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 détailDirigeant de SAS : Laisser le choix du statut social
Drgeant de SAS : Lasser le chox du statut socal Résumé de notre proposton : Ouvrr le chox du statut socal du drgeant de SAS avec 2 solutons possbles : apprécer la stuaton socale des drgeants de SAS comme
Plus en détailÉconométrie. Annexes : exercices et corrigés. 5 e édition. William Greene New York University
Économétre 5 e édton Annexes : exercces et corrgés Wllam Greene New York Unversty Édton françase drgée par Dder Schlacther, IEP Pars, unversté Pars II Traducton : Stéphane Monjon, unversté Pars I Panthéon-Sorbonne
Plus en détailCOMPARAISON 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 détailExercices d Électrocinétique
ercces d Électrocnétque Intensté et densté de courant -1.1 Vtesse des porteurs de charges : On dssout une masse m = 20g de chlorure de sodum NaCl dans un bac électrolytque de longueur l = 20cm et de secton
Plus en détailL enseignement virtuel dans une économie émergente : perception des étudiants et perspectives d avenir
L ensegnement vrtuel dans une économe émergente : percepton des étudants et perspectves d avenr Hatem Dellag Laboratore d Econome et de Fnances applquées Faculté des scences économques et de geston de
Plus en détailAssurance 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 détailFiche 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 détailIDEI Report # 18. Transport. December 2010. Elasticités de la demande de transport ferroviaire: définitions et mesures
IDEI Report # 18 Transport December 2010 Elastctés de la demande de transport ferrovare: défntons et mesures Elastctés de la demande de transport ferrovare : Défntons et mesures Marc Ivald Toulouse School
Plus en détailLa Quantification du Risque Opérationnel des Institutions Bancaires
HEC Montréal Afflée à l Unversté de Montréal La Quantfcaton du Rsque Opératonnel des Insttutons Bancares par Hela Dahen Département Fnance Thèse présentée à la Faculté des études supéreures en vue d obtenton
Plus en détailII - Notions de probabilité. 19/10/2007 PHYS-F-301 G. Wilquet 1
II - Notos de probablté 9/0/007 PHYS-F-30 G. Wlquet Ue varable aléatore est ue varable dot la valeur e peut être prédte avec certtude mas dot la probablté d occurrece d ue valeur (varable dscrète) ou d
Plus en détailPREMIERS PAS en REGRESSION LINEAIRE avec SAS. Josiane Confais (UPMC-ISUP) - Monique Le Guen (CNRS-CES-MATISSE- UMR8174)
PREMIERS PAS en REGRESSION LINEAIRE avec SAS Josane Confas (UPMC-ISUP) - Monque Le Guen (CNRS-CES-MATISSE- UMR874) e-mal : confas@ccr.jusseu.fr e-mal : monque.leguen@unv-pars.fr Résumé Ce tutorel accessble
Plus en détail1 Introduction. 2 Définitions des sources de tension et de courant : Cours. Date : A2 Analyser le système Conversion statique de l énergie. 2 h.
A2 Analyser le système Converson statque de l énerge Date : Nom : Cours 2 h 1 Introducton Un ConVertsseur Statque d énerge (CVS) est un montage utlsant des nterrupteurs à semconducteurs permettant par
Plus en détailVersion provisoire Ne pas citer sans l accord des auteurs
Verson provsore Ne pas cter sans l accord des auteurs Les détermnants du beson d ade non satsfat des personnes âgées vvant à domcle : un modèle probt bvaré avec sélecton d échantllon Bérengère Davn 1,2,
Plus en détailMEMOIRE. Présenté au département des sciences de la matière Faculté des sciences
REPUBLIQUE LERIEN DEMOCRTIQUE ET POPULIRE Mnstère de l ensegnement supéreur et de la recherche scentfque Unversté El-Hadj Lakhdar-BTN- MEMOIRE Présenté au département des scences de la matère Faculté des
Plus en détailLes 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 détailLes prix quotidiens de clôture des échanges de quotas EUA et de crédits CER sont fournis par ICE Futures Europe
Méthodologe CDC Clmat Recherche puble chaque mos, en collaboraton avec Clmpact Metnext, Tendances Carbone, le bulletn mensuel d nformaton sur le marché européen du carbone (EU ETS). L obectf de cette publcaton
Plus en détailCalculs des convertisseurs en l'electronique de Puissance
Calculs des conertsseurs en l'electronque de Pussance Projet : PROGRAMMAON ate : 14 arl Auteur : herry EQUEU. EQUEU 1, rue Jules Massenet 37 OURS el 47 5 93 64 herry EQUEU Jun [V37] Fcher : ESGN.OC Calculs
Plus en détailsanté Les arrêts de travail des séniors en emploi
soldarté et DOSSIERS Les arrêts de traval des sénors en emplo N 2 2007 Les sénors en emplo se dstnguent-ls de leurs cadets en termes de recours aux arrêts de traval? Les sénors ne déclarent pas plus d
Plus en détailBUREAU D'APPLICATION DES METHODES STATISTIQUES ET INFORMATIQUES
BUREAU DAPPLICATION DES METHODES STATISTIQUES ET INFORMATIQUES BAMSI REPRINT 04/2003 Introducton à l analyse des données Samuel AMBAPOUR BAMSSI I BAMSI B.P. 13734 Brazzavlle BAMSI REPRINT 04/2003 Introducton
Plus en détailContrats 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 détailMODÈLE D ISING À UNE ET DEUX DIMENSIONS.
Chapter MODÈLE DISIG À UE ET DEUX DIMESIOS.. ITRODUCTIO. ous commençons, dans ce chaptre, létude dun problème de mécanque statstque de la matère condensée où leffet des nteractons est mportant. Le modèle
Plus en détail1. Les enjeux de la prévision du risque de défaut de paiement
Scorng sur données d entreprses : nstrument de dagnostc ndvduel et outl d analyse de portefeulle d une clentèle Mrelle Bardos Ancen chef de servce de l Observatore des entreprses de la Banque de France
Plus en détailImpôt 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 détailChapitre IV : Inductance propre, inductance mutuelle. Energie électromagnétique
Spécale PSI - Cours "Electromagnétsme" 1 Inducton électromagnétque Chaptre IV : Inductance propre, nductance mutuelle. Energe électromagnétque Objectfs: Coecents d nductance propre L et mutuelle M Blan
Plus en détailEcole Polytechnique de Montréal C.P. 6079, succ. Centre-ville Montréal (QC), Canada H3C3A7 lucas.greze@polymtl.ca robert.pellerin@polymtl.
CIGI 2011 Processus d accélératon de proets sous contrantes de ressources avec odes de chevaucheent LUCAS GREZE 1, ROBERT PELLERIN 1, PATRICE LECLAIRE 2 1 CHAIRE DE RECHERCHE JARISLOWSKY/SNC-LAVALIN EN
Plus en détailEH SmartView. Identifiez vos risques et vos opportunités. www.eulerhermes.be. Pilotez votre assurance-crédit. Services en ligne Euler Hermes
EH SmartVew Servces en lgne Euler Hermes Identfez vos rsques et vos opportuntés Plotez votre assurance-crédt www.eulerhermes.be Les avantages d EH SmartVew L expertse Euler Hermes présentée de manère clare
Plus en détailRAPPORT DE STAGE. Approcher la frontière d'une sous-partie de l'espace ainsi que la distance à cette frontière. Sujet : Master II : SIAD
UFR SCIENCES ET TECHNOLOGIES DEPARTEMENT DE MATHEMATIQUES ET INFORMATIQUE 63 177 AUBIERE CEDEX Année 2008-2009 Master II : SIAD RAPPORT DE STAGE Sujet : Approcher la frontère d'une sous-parte de l'espace
Plus en détailhal-00409942, version 1-14 Aug 2009
Manuscrt auteur, publé dans "MOSIM' 008, Pars : France (008)" 7 e Conférence Francophone de MOdélsaton et SIMulaton - MOSIM 08 - du mars au avrl 008 - Pars - France «Modélsaton, Optmsaton et Smulaton des
Plus en détailPage 5 TABLE DES MATIÈRES
Page 5 TABLE DES MATIÈRES CHAPITRE I LES POURCENTAGES 1. LES OBJECTIFS 12 2. LES DÉFINITIONS 14 1. La varaton absolue d'une grandeur 2. La varaton moyenne d'une grandeur (par unté de temps) 3. Le coeffcent
Plus en détailCalculer le coût amorti d une obligation sur chaque exercice et présenter les écritures dans les comptes individuels de la société Plumeria.
1 CAS nédt d applcaton sur les normes IAS/IFRS Coût amort sur oblgatons à taux varable ou révsable La socété Plumera présente ses comptes annuels dans le référentel IFRS. Elle détent dans son portefeulle
Plus en détail1.0 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 détailPourquoi LICIEL? Avec LICIEL passez à la vitesse supérieure EPROUVE TECHNICITE CONNECTE STABILITE SUIVIE COMMUNAUTE
L og c el s de D agnos t c s I mmob l er s Cont ac t eznous 32BddeS t r as bougcs3010875468 Par scedex10tel. 0253354064Fax0278084116 ma l : s er v c e. c l ent @l c el. f r Pourquo LICIEL? Implanté sur
Plus en détailCHAPITRE DEUX : FORMALISME GEOMETRIQUE
CHPITRE DEUX FORMLISME GEOMETRIQUE. CHPITRE DEUX : FORMLISME GEOMETRIQUE verson.3, -8 I. GEOMETRIE DNS L ESPCE-TEMPS ) Prncpe de relatvté Le prncpe de relatvté peut s exprmer ans : toutes les los physques
Plus en détailTD 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 détailIntégration financière et croissance économique : évidence empirique dans. la région MENA
Décembre 2011 Volume 6, No.2 (pp. 115-131) Zouher Abda Revue Congolase d Econome Intégraton fnancère et crossance économque : évdence emprque dans la régon MENA Zouher ABIDA * Résumé: L objectf de cet
Plus en détailStéganographie Adaptative par Oracle (ASO)
Stéganographe Adaptatve par Oracle ASO Sarra Kouder, Marc Chaumont, Wllam Puech To cte ths verson: Sarra Kouder, Marc Chaumont, Wllam Puech. Stéganographe Adaptatve par Oracle ASO. CORESA 12: COmpresson
Plus en détailCours (7) de statistiques à distance, élaboré par Zarrouk Fayçal, ISSEP Ksar-Said, 2011-2012 LES STATISTIQUES INFERENTIELLES
LES STATISTIQUES INFERENTIELLES (test de Student) L inférence statistique est la partie des statistiques qui, contrairement à la statistique descriptive, ne se contente pas de décrire des observations,
Plus en détailLes méthodes numériques de la dynamique moléculaire
Les méthodes numérques de la dynamque moléculare Chrstophe Chpot Equpe de chme et & bochme théorques, Unté Mxte de Recherche CNRS/UHP 7565, Insttut Nancéen de Chme Moléculare, Unversté Henr Poncaré, B.P.
Plus en détailThermodynamique statistique Master Chimie Université d Aix-Marseille. Bogdan Kuchta
hermodynamque statstque Master Chme Unversté d Ax-Marselle Bogdan Kuchta Plan: Rappel: thermodynamque phénoménologque (dscuter l entrope, l évoluton de gaz parfat,) Premer prncpe Deuxème prncpe (transformaton
Plus en détailINTRODUCTION. Jean-Pierre MAGNAN Chef de la section des ouvrages en terre Département des sols et fondations Laboratoire central
Etude numérque de la consoldaton undmensonnelle en tenant compte des varatons de la perméablté et de la compressblté du sol, du fluage et de la non-saturaton Jean-Perre MAGNAN Chef de la secton des ouvrages
Plus en détailOPTIMALITÉ DU MÉCANISME DE RATIONNEMENT DE CRÉDIT DANS LE MODÈLE ISLAMIQUE DE FINANCEMENT
Etudes en Econoe Islaque, Vol. 6, Nos. & (-7) Mouharra, Raab 434H (Novebre 0, Ma 03) OPTIMALITÉ DU MÉCANISME DE RATIONNEMENT DE CRÉDIT DANS LE MODÈLE ISLAMIQUE DE FINANCEMENT ALIM BELEK Résué Le ratonneent
Plus en détailChapitre 3 : Principe des tests statistiques d hypothèse. José LABARERE
UE4 : Biostatistiques Chapitre 3 : Principe des tests statistiques d hypothèse José LABARERE Année universitaire 2010/2011 Université Joseph Fourier de Grenoble - Tous droits réservés. Plan I. Introduction
Plus en détailAfflux de capitaux, taux de change réel et développement financier : évidence empirique pour les pays du Maghreb
Global Journal of Management and Busness Research Volume Issue Verson.0 November 20 Type: Double Blnd Peer Revewed Internatonal Research Journal Publsher: Global Journals Inc. (USA) Onlne ISSN: 2249-4588
Plus en détailDOIT-ON UTILISER LA STANDARDISATION DIRECTE OU INDIRECTE DANS L ANALYSE DE
DOIT-ON UTILISE LA STANDADISATION DIECTE OU INDIECTE DANS L ANALYSE DE LA MOTALITÉ À L ÉCHELLE DES PETITES UNITÉS GÉOGAPHIQUES? DIECTION PLANIFICATION, ECHECHE ET INNOVATION UNITÉ ÉTUDES ET ANALYSES DE
Plus en détailUNIVERSITÉ DU QUÉBEC À MONTRÉAL L ASSURANCE AUTOMOBILE AU QUÉBEC : UNE PRIME SELON LE COÛT SOCIAL MARGINAL MÉMOIRE PRÉSENTÉ COMME EXIGENCE PARTIELLE
UNIVERSITÉ DU QUÉBEC À MONTRÉAL L ASSURANCE AUTOMOBILE AU QUÉBEC : UNE PRIME SELON LE COÛT SOCIAL MARGINAL MÉMOIRE PRÉSENTÉ COMME EXIGENCE PARTIELLE DE LA MAÎTRISE EN ÉCONOMIQUE PAR ERIC LÉVESQUE JANVIER
Plus en détailGEA 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 détailCONSERVATOIRE NATIONAL DES ARTS ET METIERS
ONSEVAOIE NAIONAL DES AS E MEIES ELEONIQUE ANALOGIQUE PH / ELE 4 / DU GEII ere année ------------------------- ------------------------- Dder LE UYE / Perre POVEN Janer ABLE DES MAIEES APPELS D ELEOINEIQUE...5.
Plus en détailCorrigé du problème de Mathématiques générales 2010. - Partie I - 0 0 0. 0.
Corrgé du problème de Mathématques générales 2010 - Parte I - 1(a. Sot X S A. La matrce A est un polynôme en X donc commute avec X. 1(b. On a : 0 = m A (A = m A (X n ; le polynôme m A (x n est annulateur
Plus en détailPauvreté et fécondité au Congo
BUREAU D'APPLICATION DES METHODES STATISTIQUES ET INFORMATIQUES DT 14/2007 Pauvreté et fécondté au Congo Samuel AMBAPOUR Armel MOUSSANA HYLOD BAMSSII BAMSI B.P. 13734 Brazzavlle DT 14/2007 Pauvreté et
Plus en détailCorrections adiabatiques et nonadiabatiques dans les systèmes diatomiques par calculs ab-initio
Correctons adabatques et nonadabatques dans les systèmes datomques par calculs ab-nto Compte rendu du traval réalsé dans le cadre d un stage de quatre mos au sen du Groupe de Spectroscope Moléculare et
Plus en détailSciences Industrielles Précision des systèmes asservis Papanicola Robert Lycée Jacques Amyot
Scence Indutrelle Précon de ytème erv Pncol Robert Lycée Jcque Amyot I - PRECISION DES SYSTEMES ASSERVIS A. Poton du roblème 1. Préentton On vu que le rôle d un ytème erv et de fre uvre à l orte (t) une
Plus en détailChapitre 7. Statistique des échantillons gaussiens. 7.1 Projection de vecteurs gaussiens
Chapitre 7 Statistique des échantillons gaussiens Le théorème central limite met en évidence le rôle majeur tenu par la loi gaussienne en modélisation stochastique. De ce fait, les modèles statistiques
Plus en détailLa théorie classique de l information. 1 ère partie : le point de vue de Kolmogorov.
La théore classque de l nformaton. ère parte : le pont de vue de Kolmogorov. La sute de caractères comme outl de descrpton des systèmes. La scence peut être vue comme l art de compresser les données quelles
Plus en détailPrêt de groupe et sanction sociale Group lending and social fine
Prêt de roupe et sancton socale Group lendn and socal fne Davd Alary Résumé Dans cet artcle, nous présentons un modèle d antsélecton sur un marché concurrentel du crédt. Nous consdérons l ntroducton de
Plus en détailSYSTEME FERME EN REACTION CHIMIQUE
SYSTEME FERME EN REACTION CHIMIQUE I. DESCRIPTION D UN SYSTEME. Les dfférets types de système (ouvert, fermé, solé U système S est formé d u esemble de corps séparés du reste de l uvers (appelé mleu extéreur
Plus en détailCHAPITRE 14 : RAISONNEMENT DES SYSTÈMES DE COMMANDE
HAITRE 4 : RAISONNEMENT DES SYSTÈMES DE OMMANDE RAISONNEMENT DES SYSTÈMES DE OMMANDE... 2 INTRODUTION... 22 RAELS... 22 alcul de la valeur ntale de la répone à un échelon... 22 alcul du gan tatque... 22
Plus en détailDynamique du point matériel
Chaptre III Dynaqe d pont atérel I Généraltés La cnéatqe a por objet l étde des oveents des corps en foncton d teps, sans tenr copte des cases q les provoqent La dynaqe est la scence q étde (o déterne)
Plus en détailUne analyse économique et expérimentale de la fraude à l assurance et de l audit
Une analyse économque et expérmentale de la fraude à l assurance et de l audt Sameh Borg To cte ths verson: Sameh Borg. Une analyse économque et expérmentale de la fraude à l assurance et de l audt. Economes
Plus en détailRéseau RRFR pour la surveillance dynamique : application en e-maintenance.
Réseau RRFR pour la survellance dynamue : applcaton en e-mantenance. RYAD ZEMOURI, DANIEL RACOCEANU, NOUREDDINE ZERHOUNI Laboratore Unverstare de Recherche en Producton Automatsée (LURPA) 6, avenue du
Plus en détailPublications of the Department of Astronomy - Beograd, Ng 8, 1978. SUR LA STABILITE DES SYSTEMES DE REFERENCE DANS LEQUELS ON EXPRIME x, y et TU1-TUC
Publcatons of the Department of Astronomy - Beograd, Ng 8, 1978. SUR LA STABLTE DES SYSTEMES DE REFERENCE DANS LEQUELS ON EXPRME x, y et TU1-TUC Dragutn Durovc 1. NTRODUCTON Les observatons t l'astrolabe,
Plus en détailMATHS FINANCIERES. Mireille.Bossy@sophia.inria.fr. Projet OMEGA
MATHS FINANCIERES Mireille.Bossy@sophia.inria.fr Projet OMEGA Sophia Antipolis, septembre 2004 1. Introduction : la valorisation de contrats optionnels Options d achat et de vente : Call et Put Une option
Plus en détailDocuments de travail. «La taxe Tobin : une synthèse des travaux basés sur la théorie des jeux et l économétrie» Auteurs
Documents de traval «La taxe Tobn : une synthèse des travaux basés sur la théore des jeux et l économétre» Auteurs Francs Bsmans, Olver Damette Document de Traval n 2012-09 Jullet 2012 Faculté des scences
Plus en détailTransformations nucléaires
Transformations nucléaires Stabilité et instabilité des noyaux : Le noyau d un atome associé à un élément est représenté par le symbole A : nombre de masse = nombre de nucléons (protons + neutrons) Z :
Plus en détailMots-clés : Système multicapteurs, Réseau local, Réseaux de neurones, Supervision, Domotique. xigences système d'une nouvelle
Mots-clés : xgences système d'une nouvelle fonctonnalté dans l'habtat ndvduel : cas de la survellance Système multcapteurs, Réseau local, Réseaux de neurones, Supervson, Domotque. des personnes âgées et
Plus en détailEn vue de l'obtention du. Présentée et soutenue par Elayeb Bilel Le 26 juin 2009
THÈSE En vue de l'obtenton du DOCTORAT DE L UNIVERSITÉ DE TOULOUSE Délvré par Insttut Natonal Polytechnque de Toulouse (INPT) Dscplne ou spécalté : Informatque Présentée et soutenue par Elayeb Blel Le
Plus en détailMINISTERE DE L ECONOMIE ET DES FINANCES
Un Peuple - Un But Une Fo MINISTERE DE L ECONOMIE ET DES FINANCES DIRECTION DE LA PREVISION ET DES ETUDES ECONOMIQUES Document de traval N 03 GESTION DU RISQUE DE CREDIT ET FINANCEMENT DES ECONOMIES DE
Plus en détailErP : éco-conception et étiquetage énergétique. Les solutions Vaillant. Pour dépasser la performance. La satisfaction de faire le bon choix.
ErP : éco-concepton et étquetage énergétque Les solutons Vallant Pour dépasser la performance La satsfacton de fare le bon chox. ErP : éco-concepton et étquetage énergétque Eco-concepton et Etquetage
Plus en détailTerminal numérique TM 13 raccordé aux installations Integral 33
Termnal numérque TM 13 raccordé aux nstallatons Integral 33 Notce d utlsaton Vous garderez une longueur d avance. Famlarsez--vous avec votre téléphone Remarques mportantes Chaptres à lre en prorté -- Vue
Plus en détailSurveillance temps-réel des systèmes Homme-Machine. Application à l assistance à la conduite automobile
Survellance temps-réel des systèmes Homme-Machne. Applcaton à l assstance à la condute automoble Mguel Gonzalez-Mendoza To cte ths verson: Mguel Gonzalez-Mendoza. Survellance temps-réel des systèmes Homme-Machne.
Plus en détailComparative performance for isolated points detection operators: application on surface defects extraction
Comparatve performance for solate ponts etecton operators: applcaton on surface efects extracton R. Seuln, G. Delcrox, F. Merenne Laboratore Le2-12, Rue e la Fonere - 71200 Le Creusot - FRANCE e-mal: ralph.seuln@utlecreusot.u-bourgogne.fr
Plus en détailTHESE. Khalid LEKOUCH
N d ordre : /2012 THESE Présentée à la FACULTE DES SCIENCES D AGADIR En vue de l obtenton du GRADE DE DOCTEUR EN PHYSIQUE (Spécalté : Energétque, Thermque et Métrologe) Par Khald LEKOUCH MODELISATION ET
Plus en détailProjet de fin d études
Unversté Franços Rabelas Tours Ecole Polytechnque Unverstare de Tours Département Informatque Projet de fn d études Ordonnancement Juste à Temps avec geston des stocks Chopn Antone Mrault Arnaud 3ème année
Plus en détailTexte Agrégation limitée par diffusion interne
Page n 1. Texte Agrégation limitée par diffusion interne 1 Le phénomène observé Un fût de déchets radioactifs est enterré secrètement dans le Cantal. Au bout de quelques années, il devient poreux et laisse
Plus en détailPaquets. Paquets nationaux 1. Paquets internationaux 11
Paquets Paquets natonaux 1 Paquets nternatonaux 11 Paquets natonaux Servces & optons 1 Créaton 3 1. Dmensons, pods & épasseurs 3 2. Présentaton des paquets 4 2.1. Face avant du paquet 4 2.2. Comment obtenr
Plus en détailP R I S E E N M A I N R A P I D E O L I V E 4 H D
P R I S E E N M A I N R A P I D E O L I V E 4 H D Sommare 1 2 2.1 2.2 2.3 3 3.1 3.2 3.3 4 4.1 4.2 4.3 4.4 4.5 4.6 5 6 7 7.1 7.2 7.3 8 8.1 8.2 8.3 8.4 8.5 8.6 Contenu du carton... 4 Paramétrage... 4 Connexon
Plus en détailQualité de service 7. Ordonnanceurs de paquets. Contexte. Intégration de services. Plan. Multiplexage. FIFO/DropTail. Priorités
NE52 éseaux avancés Qualté de servce hrstophe Deleuze ESISA/INPG LIS 7 déc 24/3 jan 25 ontexte commutaton de crcuts partage statque solaton complète ex : vox gaspllage de la bande passante commutaton de
Plus en détailContact SCD Nancy 1 : theses.sciences@scd.uhp-nancy.fr
AVERTISSEMENT Ce document est le frut d'un long traval approuvé par le jury de soutenance et ms à dsposton de l'ensemble de la communauté unverstare élarge. Il est soums à la proprété ntellectuelle de
Plus en détailChapitre 3 : INFERENCE
Chapitre 3 : INFERENCE 3.1 L ÉCHANTILLONNAGE 3.1.1 Introduction 3.1.2 L échantillonnage aléatoire 3.1.3 Estimation ponctuelle 3.1.4 Distributions d échantillonnage 3.1.5 Intervalles de probabilité L échantillonnage
Plus en détailAnalyse des Performances et Modélisation d un Serveur Web
SETIT 2009 5 th Internatonal Conference: Scences of Electronc, Technologes of Informaton and Telecommuncatons March 22-26, 2009 TUNISIA Analyse des Performances et Modélsaton d un Serveur Web Fontane RAFAMANTANANTSOA*,
Plus en détail