Analyse de sensibilité des modèles de simulation. Samuel Buis UMR 1114 EMMAH Avignon

Dimension: px
Commencer à balayer dès la page:

Download "Analyse de sensibilité des modèles de simulation. Samuel Buis UMR 1114 EMMAH 84914 Avignon"

Transcription

1 Analyse de sensblté des modèles de smulaton Samuel Bus UMR 1114 EMMAH Avgnon Formaton Modélsaton ECCORE, 26 octobre 2014

2 Plan Introducton des concepts Quelques eemples de méthodes L analyse de sensblté en pratque

3 Plan Introducton des concepts Quelques eemples de méthodes L analyse de sensblté en pratque

4 Introducton des concepts Problématque Les modèles devennent complees trop complees! Le modèle onctonne t l correctement? Répondl de manère approprée au varatons des paramètres? Quels processus sont prédomnant dans le système étudé? Quels processus nteragssent? Quel est le pods des ncerttudes des dérents paramètres d entrée sur la smulaton des sortes? Quels paramètres devras je estmer avec plus de précson pour rédure les ncerttudes de la sorte smulée? Quels sont ceu que je peu er sans conséquences? On souhate étuder l eet respect des entrées d un modèle sur ses varables de sorte : c est l analyse de sensblté

5 Introducton des concepts Le Modèle Code normatque : D k D y l CI,CL,orçages, paramètres y mpact arables smulées Facteurs arables d ntérêt Analyse de sensblté

6 Introducton des concepts Les dérvées partelles ~ tau d accrossement d une varable par rapport à un acteur en un pont donné Calculable par dérences nes ou par code adjont Inormaton purement locale partelle en cas de ortes nonlnéartés. Y 1 2

7 Introducton des concepts Méthodes locales et globales Méthodes Locales : eet d une able perturbaton autour d un pont de l espace des acteurs. Y D D y La perturbaton est applquée acteur par acteur méthodes One At a Tme) approches détermnstes normatves sur phénomènes locau applcables au modèles coûteu et/ou à beaucoup de paramètres modèle spatau, ).

8 Introducton des concepts Méthodes locales et globales Méthodes Globales : les acteurs varent smultanément et dans toute la gamme de valeurs étudée. Approches stochastques basées sur un échantllonnage de l espace des acteurs, Souvent gourmandes en nombre de smulatons. E. : Méthodes basées sur la varance et Y sont consdérées comme des varables aléatores. On cherche à estmer la proporton de varance de Y eplquée par les dérents acteurs étant donnée leur lo de dstrbuton. Source : Saltell et al. 2000

9 k k j j j ),, ), ) ) Pour tout modèle ) dén et ntégrable sur le domane D, l este une décomposton onctonnelle unque Hoedng 1948, Sobol 1993) : Sot la varable aléatore Y=), avec varable aléatore de lo de probablté ée. Introducton des concepts Décomposton de la varance I) où les onctons * sont mutuellement orthogonales sur le domane D... ) ) ), ), ) ) ) j j j j j j Y E Y E Y E

10 Introducton des concepts Décomposton de la varance II) k k j j j Y )),..., )), )) ) S les sont ndépendantes entre elles, on a alors : j j j j j Y E Y E j j )), )), )) )), ~ ~, Avec : On peut donc eprmer la varance de Y en oncton de la somme des contrbutons ndvduelles des dérents acteurs et de leurs nteractons.

11 Introducton des concepts Indces de Sobol I) On dént ans les ndces de sensblté de Sobol Sobol 1993) : S E ~ Y Y ) )) Indce de premer ordre : part de varance de Y eplquée par les varatons de ndépendamment de la valeur des autres acteurs S j j Indce d ordre 2 : part de varance de Y due au varatons de et j non eplquée par la somme de leurs eets propres On a : S S S 1 j j 12k Donc : 1 S 1alors le modèle est addt 1 0ndque la présence d nteractons)

12 Introducton des concepts Indces de Sobol II) Le nombre total d ndce étant égal à 2 k 1, en pratque on calcule souvent l eet total Homma et Saltell 1996) : ST S S En utlsant le théorème de la varance totale, on a : ST 1 ~ E Y Y ) «a good, synthetc, though non ehaustve charactersaton o the senstvty pattern or a model wth k actors s gven by the total set o rst order terms plus the total eects.» Saltell et al 2006). )) E ~ ~ Y Y ) ~ j )) j S 12 k

13 Introducton des concepts Remarques concernant les méthodes globales Les méthodes globales peuvent être basées sur autre chose que la varance : probablté de dépasser un seul, entèreté de la dstrbuton Borgonovo 2006), Il y a un len théorque entre dérvées partelles et ndces de Sobol Kucherenko et al 2009, Roustant et al 2013)

14 Introducton des concepts Les dérentes amlles de méthodes Il este une grande varété de méthodes c. Saltell et al 2008, Favre et al 2013). Elle peuvent être classées de dérentes açons : Locales / Globales / Screenng crblage : premer tr des acteurs à able coût) Quanttatves / Qualtatves Graphques / Détermnstes / Stochastques Sans hypothèses sur le modèle model ree ou boîtes nores) / avec hypothèses sur le modèle boîtes blanches)

15 Plan Introducton des concepts Quelques eemples de méthodes L analyse de sensblté en pratque

16 Quelques eemples de méthodes Méthodes graphques : nuages de ponts I) Echantllonner avec N>>k, Réalser les smulatons correspondantes, Tracer les nuages de ponts de Y en oncton des. Modèle d Ishgam Ishgam and Homma,1990) Y sn j ~U p,p), A=7 et B=0.1 N= A sn 2 B 3 sn normatons qualtatves plus ou mons apparentes sur l eet des paramètres : orce, sens de varaton, présence d nteractons, 1

17 Quelques eemples de méthodes Méthodes graphques : nuages de ponts II) S E ~ Y Y ) )) arance eplquée par le modèle de régresson Y ) E ~ Théorème de la varance totale : Y ) E Y )) E ~ Y ~ )) Eets lés au autres paramètres = erreur résduelle du modèle de régresson Y ) E ~

18 Quelques eemples de méthodes Méthodes graphques : nuages de ponts III) Une estmaton grossère de S peut être obtenue en calculant la varance emprque d une estmaton de la moyenne condtonnelle moyenne moble, méthodes à noyau, polynômes locau, ). S ST aleurs théorque des ndces de Sobol pour le modèle Ishgam S aleurs approchées des ndces prncpau n=300, estmaton de la moyenne condtonnelle par méthode à noyau).

19 Quelques eemples de méthodes Méthodes graphques : à vor auss Interacton plot CUSUNORO plot Plschke 2012) Cobweb plot Technques globales, acles à mettre en œuvre. Complémentares des ndces quanttats ntégrateurs Eets paros dcles à détecter et qualer surtout s beaucoup de acteurs. Etape consellée avant toute analyse globale quanttatve.

20 Quelques eemples de méthodes Méthodes de screenng : la méthode de Morrs Morrs 1991, Campolongo 2007) Eets élémentares One At a Tme : EE Plan d epérence : Trage aléatore de r ponts sur une grlle régulère de dmenson k et à p nveau Créaton de r trajectores de k+1 ponts en augmentant ou dmnuant tour à tour d un nveau chaque composante du vecteur des acteurs. Coût : rk+1) smulatons 1 1 ),, 1,,,, k ) )

21 Quelques eemples de méthodes Méthodes de screenng : la méthode de Morrs Indces de sensblté : μ la moyenne des EE, σ l écart type des EE, μ * la moyenne des EE Source : Campolongo et al 2007 μ* permet de classer les acteurs par ordre d mportance. σ able μ able acteur néglgeable μ élevée acteur nluent, eet lnéare σ élevé acteur nluent, eet non monotone et/ou nteractons acteur nluent, eet non lnéare et/ou nteractons

22 Quelques eemples de méthodes Méthodes de screenng : la méthode de Morrs permet à mondre coût et sans hypothèses sur la orme du modèle de détermner quels acteurs peuvent être consdérés comme ayant un eet : néglgeable, lnéare et addt, non lnéare ou en nteracton avec d autres paramètres. or Campolongo et al 1999, 2007), Carbon et al 2007) pour des applcatons.

23 Quelques eemples de méthodes Méthodes de screenng : à vor auss Dervatve based Global Senstvty Measure DGSM : Kucherenko et al 2009, Sobol et Kucherenko 2009) Des méthodes peu vore très peu coûteuses mas nécesstant des hypothèses sur la orme du modèle : Plan ractonnares Plans supersaturés, crblage par groupe, burcaton séquentelle, c. Klejnen 2005)

24 Eemples de méthodes Méthodes basées sur la varance : La méthode de Sobol Y Y E S ) )) ~ ] [ ] ] [ [ ]] [ [ ] ] [ [ ]) [ ~ ~ ~ ~ E Y Y E E Y E E Y E E Y E 2 1 ) ~ ) ~ ), ), 1 ˆ Y N N m A m B m A m A m où A et B sont 2 N échantllons de réalsatons du vecteur d entrée et est la moyenne emprque. Sobol 1993) propose :

25 A B C 2 1 ) ~ ) ~ ), ), 1 ˆ Y N N m A m B m A m A m Nk+1) smulatons pour estmer tous les ndces de 1 er ordre A) C ) B k N B N B k B,,1 1, 1,1 B k N B N B k B,,1 1, 1,1 Eemples de méthodes Méthodes basées sur la varance : La méthode de Sobol

26 2 2 ~ ~ 2 ~ 2 ~ ~ ~ ~ ] [ ] ] [ [ ]] [ [ ] ] [ [ 1 ) )) 1 ~ ~ ~ ~ E Y Y E E Y E E Y E E Y Y E ST Selon le même prncpe, on a : N smulatons supplémentares pour estmer l ndce total d un acteur Eemples de méthodes Méthodes basées sur la varance : La méthode de Sobol 2 ) ~ 1 ) ~ ~ ), ), 1 ˆ Y N B m A m N m A m A m

27 Eemples de méthodes Méthodes basées sur la varance : La méthode de Sobol De nombreuse améloratons ont été apportées à cette méthode en asant un melleur usage des smulatons ou en proposant des méthodes d échantllonnages adaptées. Parm celles c : Saltell et al : les ndces S et ST peuvent être calculés en Nk+2) évaluatons, N2k+2) pour avor en plus les ndces de second ordre Mara 2008, Tssot 2012 : estmaton des ndces S ndépendante de k Sobol 2007, Owen 2013 : améloraton des ormules pour les petts ndces Owen 2012 : revue des travau récents

28 Eemples de méthodes Méthodes basées sur la varance Ces méthodes ne nécesstent aucune hypothèse sur la orme du modèle et permettent d eplorer tout l espace des acteurs en prenant en compte les nteractons. Mas elles nécesstent pluseurs mllers à pluseurs dzanes de mllers de smulatons D autres méthodes que la méthode de Sobol permettent de calculer les ndces de Sobol : La méthode FAST et ses varantes Cuker 1973, Saltell 1999, Tarantola et al 2006, Mara 2009) Calcul analytque des ndces sur un métamodèle Sudret 2008, )

29 Plan Introducton des concepts Quelques eemples de méthodes L analyse de sensblté en pratque

30 L analyse de sensblté en pratque Les dérentes étapes Dénr l object Sélectonner les acteurs et dénr leur espace de varaton Chosr les ndces approprés et la méthode pour les calculer Calculer les ndces

31 Essentel pour : L Analyse de Sensblté en pratque Dénr l object er le cadre de l étude et chosr les acteurs, leur domane de dénton, les varables d ntérêt, les ndces et les méthodes. Evter les erreurs de Type III Dunn 1997) : répondre correctement à la mauvase queston. Eemple : Quels paramètres pus je er à une valeur nomnale sans que cela n mpacte la sorte y j? Sur quelles entrées du modèle aut l rédure l ncerttude pour dmnuer sgncatvement l ncerttude sur les sortes? Quelles entrées du modèle condusent la sorte y j au dessus d un seul é?

32 L Analyse de Sensblté en pratque Dénr l espace de varaton des acteurs Dérentes sources d normatons eplotables : lttérature, epertse élctaton, c. Oakley et O Hagan 2007), mesures epérmentales drectes ou ndrectes méthodes nverses), Etape ondamentale car ces cho peuvent mpacter ortement les résultats Eemple des ndces de Sobol pour le modèle Ishgam pour : a) 1~U[, ] ; 2~U[, ] ; 3~U[, ] b) 1~U[/2, ] ; 2~U[/2, ] ; 3~U[0, /2] a) b)

33 L Analyse de Sensblté en pratque Chosr la méthode Le cho de la méthode dépend : De l normaton requse qualtatve / quanttatve, type d ndce, ) Du nombre de acteurs étudés, De la nature des acteurs dscrets, contnus), Du coût en temps de calcul du modèle et des moyens de calcul à dsposton, De la completé du modèle non lnéartés, dscontnutés, non monotone, ntéractons, ).

34 L Analyse de Sensblté en pratque Chosr la méthode Saltell et al 2004 décrvent des classes de problème et leur len avec les ndces de Sobol : Factor Fng : Identer les acteurs dont l nluence sur une sorte d ntérêt est néglgeable > ST très able ; Factor Prortsaton : Identer la lste des acteurs à estmer pour rédure au mamum l ncerttude sur une sorte d ntérêt : S les plus élevés ; Factor Mappng : Identer les acteurs qu mènent une sorte dans une régon d ntérêt : analyse de sensblté régonale RSA) ; arance Cuttng : Identer la lste mnmale de acteur pour are basser la varance d une sorte en dessous d un seul donné : mn tel que 1

35 L Analyse de Sensblté en pratque Chosr la méthode Carbon et al 2007) proposent un dagramme qu classe quelques méthodes classques en oncton du coût du modèle et du nombre de acteurs :

36 L Analyse de Sensblté en pratque Chosr la méthode Iooss 2011) propose un dagramme plus détallé oncton du nombre d évaluaton du modèle et de sa completé :

37 L Analyse de Sensblté en pratque Chosr la méthode L utlsaton successve de pluseurs méthodes est réquente : en cas de nombre de acteurs élevé : crblage pus méthode quanttatve c. Campolongo et al 1999, Carbon et al 2007) ; quand on souhate eplorer le comportement du modèle, pour proter de la complémentarté des normatons apportées par les méthodes graphques, locales, Morrs, basées sur la varance, ndépendantes des moments, )

38 L Analyse de Sensblté en pratque Calculer les ndces en pratque : les dérentes étapes La plupart des méthodes sont basées sur 3 étapes successves : 1. Génératon du plan d epérence 2. Réalsaton des smulatons 1,1 2,1 1, k 2, k ) y y 1,1 2,1 y y 1, l 2, l 3. Calcul des ndces S, Sj, ST µ, σ

39 L Analyse de Sensblté en pratque Calculer les ndces en pratque : le plan d epérence Souvent lé à la méthode de calcul des ndces mas pas toujours : EASI Plschke 2010), méthode ndépendante des moments Plschke 2013), méthodes basées sur la régresson SRC, ), Pour les méthodes stochastques, basé sur un échantllonnage de la lo de probablté des acteurs : Dérentes méthodes : Pseudo Random, Quas Monte Carlo, Hypercube Latn LHS), c. Favre et al 2013) Quelle talle pour l échantllon? Le cho de N dépend de la dmenson du problème, de la completé du modèle, de la précson souhatée sur les ndces, Évaluer la précson des ndces et ajuster N en oncton.

40 L Analyse de Sensblté en pratque Calculer les ndces en pratque : réalsaton des smulatons Phase crtque pour le coût de l analyse de sensblté : pluseurs dzanes de smulatons à pluseurs dzanes de mllers de smulatons nécessares selon les méthodes. mas la plupart des méthodes sont hautement et aclement parallélsable.

41 L Analyse de Sensblté en pratque Calculer les ndces en pratque : Logcels Package R : senstvty, planor, Dce***, CompModSA, Fonctons Matlab : c. ste du JRC, SAnterace DACE Autres : OpenTURNS lbrare Python) SIMLAB, TAPENADE logcel de dérentaton automatque)

42 L Analyse de Sensblté en pratque Calculer les ndces en pratque : ncerttudes sur les ndces Qualté d estmaton des ndces des méthodes globales lée au plan d epérence évaluer l ncerttude sur les ndces : en répétant l analyse avec des échantllonnages dérents ou par une procédure de ré échantllonnage bootstrap) Prncpe du bootstrap applqué à la méthode de Sobol

43 L Analyse de Sensblté en pratque Quelques problématques avancées Sortes multvarées Lambon et al 2011a) Facteurs dépendants Jacques et al 2006, Rabtz 2010, Mara et Tarantola 2012, Kucherenko et al 2012, Chastang et al 2012) Modèle spatau Llburne et Tarantola 2009, Sant Geours et al 2014) Len entre analyse de sensblté globale et estmaton de paramètres Lambon et al 2011b, Dobre et al 2010)

44 L Analyse de Sensblté en pratque Pour plus d normatons Une revue récente : Iooss 2011 Des ouvrages : Sur le web : Jont Research Centre meco.r/ mascotnum.r/

45 Bblographe I) Borgonovo, E., Measurng Uncertanty Importance: Investgaton and Comparson o Alternatve Approaches. Rsk Analyss 26, Carbon, J., Gatell, D., Lska, R., Saltell, A., The role o senstvty analyss n ecologcal modellng. Ecologcal Modellng 203, Campolongo, F., Tarantola, S., & Saltell, A. 1999). Tacklng quanttatvely large dmensonalty problems. Computer physcs communcatons, 1171), Campolongo, F., Carbon, J., Saltell, A., An eectve screenng desgn or senstvty analyss o large models. Envronmental Modellng & Sotware 22, Chastang, G., Gamboa, F., & Preur, C. 2012). Generalzed hoedng Sobol decomposton or dependent varablesapplcaton to senstvty analyss. Electronc Journal o Statstcs, 6, Cuker, R. I. and Fortun, C. M. and Shuler, K. E. and Petschek, A. G. and Schably J. H. 1973), Study o the senstvty o coupled reacton systems to uncertantes n rate coecents. I Theory, The journal o chemcal physcs, 59, Dobre, S., Bastogne, T., & Rchard, A. 2010, July). Global senstvty and dentablty mplcatons n systems bology. In 11th IFAC Symposum on Computer Applcatons n Botechnology, CAB Favre R., Iooss B., Mahévas S., Makowsk D., Monod H., edtors. Analyse de sensblté et eploraton de modèles. Applcatons au modèles envronnementau. Collecton «Savor Fare», Quae, ersalles, 2013, 352p. HOEFFDING W. : A class o statstcs wth asymptotcally normal dstrbutons. Annals o Mathematcal Statstcs,19: ,1948. HOMMA, T, A. SALTELLI : Importance measures n global senstvty analyss o non lnear models. Relablty. Engneerng and System Saety,52:1 17,1996. B. Iooss. Revue sur l analyse de sensblté globale de modèles numérques.journal de la Socété Françase de Statstque, 1521):3 25, Ishgam, T. and Homma, T. 1990), An mportance quantcaton technque n uncertanty analyss or computer models., n: Proceedngs o the ISUMA 90, Frst Internatonal Symposum on uncertanty modellng and analyss, Unversty o Maryland, USA, December 3 5, 1990, Jacques, J., Lavergne, C., & Devctor, N. 2006). Senstvty analyss n presence o model uncertanty and correlated nputs. Relablty Engneerng & System Saety, 9110),

46 Bblographe II) Klejnen, J.P.C., An overvew o the desgn and analyss o smulaton eperments or senstvty analyss. European Journal o Operatonal Research 164, Kucherenko, S., Rodrguez Fernandez, M., Panteldes, C., Shah, N., Monte Carlo evaluaton o dervatve based global senstvty measures. Relablty Engneerng & System Saety 94, Kucherenko, S., Tarantola, S., Annon, P., Estmaton o global senstvty ndces or models wth dependent varables. Computer Physcs Communcatons 183, Lambon, M., Monod, H., Makowsk, D., 2011a. Multvarate senstvty analyss to measure global contrbuton o nput actors n dynamc models. Relablty Engneerng & System Saety 96, Lambon, M., Makowsk, D., & Monod, H. 2011b). Indces de sensblté, sélecton de paramètres et erreur quadratque de prédcton: des lasons dangereuses?. Journal de la Socété Françase de Statstque, 1521), Llburne, L., Tarantola, S., Senstvty analyss o spatal models. Internatonal Journal o Geographcal Inormaton Scence 23, Mara, T.A., Joseph, O.R., Comparson o some ecent methods to evaluate the man eect o computer model actors. Journal o Statstcal Computaton and Smulaton 78, Mara, T.A., Etenson o the RBD FAST method to the computaton o global senstvty ndces. Relablty Engneerng & System Saety 94, Mara,T.A., Tarantola,S., arance based senstvty ndces or models wth dependent nputs. Relablty Engneerng & System Saety 107, Morrs, M.D., Factoral samplng plans or prelmnary computatonal eperments. Technometrcs 33, Oakley, J. E., & O'Hagan, A. 2007). Uncertanty n pror elctatons: a nonparametrc approach. Bometrka, 942), Owen, A. B. Better estmaton o small Sobol' senstvty ndces. ACM Transactons on Modelng and Computer Smulaton TOMACS), 232):11,2013 Owen, A. B. arancecomponents andgeneralzedsobol' ndces. Journal o Uncertanty Quantcaton, 11):19{41, Plschke, E., An eectve algorthm or computng global senstvty ndces EASI). Relablty Engneerng & System Saety 95, Plschke E. An adaptve correlaton rato method usng the cumulatve sum o the reordered output. Relab Eng Syst Sa. 2012;107:

47 Bblographe III) Plschke, E., Borgonovo, E., Smth, C.L., Global senstvty measures rom gven data. European Journal o Operatonal Research 226, Rabtz, H., Global Senstvty Analyss or Systems wth Independent and/or Correlated Inputs. Proceda Socal and Behavoral Scences 2, Roustant, O., Fruth, J., Iooss, B., Kuhnt, S., Crossed dervatve based senstvty measures or nteracton screenng. Mathematcs and Computers n Smulaton 105, Sant Geours, N., Bally, J. S., Grelot, F., Lavergne, C., Mult scale spatal senstvty analyss o a model or economc apprasal o lood rsk management polces. Envronmental Modellng & Sotware 60, Saltell, A., Bolado, R., An alternatve way to compute Fourer ampltude senstvty test FAST). Computatonal Statstcs & Data Analyss 26, SALTELLI, A., K. CHAN et E.M. SCOTT, édteurs. Senstvty analyss. Wley Seres n Probablty and Statstcs. Wley,2000. Saltell, A., Makng best use o model evaluatons to compute senstvty ndces. Computer Physcs Communcatons 145, A. Saltell, S. Tarantola, F. Campolongo, and M. Ratto, Senstvty Analyss n Practce. A Gude to Assessng Scentc Models, John Wley & Sons publshers, Saltell A., Ratto M., Andres T., Campolongo F., Carbon J., Gatell D., Sasana M., Tarantola S. 2008). Global Senstvty Analyss. The Prmer. Wley. Sobol, I.M. 1993), Senstvty Analyss or Nonlnear Mathematcal Models, Mathematcal Modelng & Computatonal Eperment, 1, Sobol, I.M., Kucherenko, S., Dervatve based global senstvty measures and ther lnk wth global senstvty ndces. Mathematcs and Computers n Smulaton 79, Sobol, I.M., Tarantola, S., Gatell, D., Kucherenko, S.S., Mauntz, W., Estmatng the appromaton error when ng unessental actors n global senstvty analyss. Relablty Engneerng & System Saety 92, Sudret, B., Global senstvty analyss usng polynomal chaos epansons. Relablty Engneerng & System Saety 93, Tarantola, S., Gatell, D., Mara, T.A., Random balance desgns or the estmaton o rst order global senstvty ndces. Relablty Engneerng & System Saety 91,

gaussien pour l analyse de sensibilité d une sortie spatiale d un code de calcul

gaussien pour l analyse de sensibilité d une sortie spatiale d un code de calcul Utlsaton du métamodèle processus gaussen pour l analyse de sensblté d une sorte spatale d un code de calcul Applcaton à un code de transport hydrogéologque ologque Amandne Marrel Thèse effectuée au LMTE

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

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

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

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

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

Comparaison de méthodes d ajustement d une distribution de Weibull à 3 paramètres sur une base de données de mesures de ténacité

Comparaison de méthodes d ajustement d une distribution de Weibull à 3 paramètres sur une base de données de mesures de ténacité Comparason de méthodes d ajustement d une dstrbuton de Webull à 3 paramètres sur une base de données de mesures de ténacté M. Marquès, N. Pérot, N. Devctor Laboratore de Condute et Fablté des Réacteurs

Plus en détail

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

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

Inversion d un modèle de culture pour estimer spatialement les propriétés des sols et améliorer la prédiction de variables agro-environnementales

Inversion d un modèle de culture pour estimer spatialement les propriétés des sols et améliorer la prédiction de variables agro-environnementales ACADEMIE D AIX-MARSEILLE UNIVERSITE D AVIGNON ET DES PAYS DE VAUCLUSE THESE DE DOCTORAT Présentée à l Unversté d Avgnon et des Pays de Vaucluse Ecole doctorale Sbaghe Spécalté Scences Agronomques Par Hubert-Vncent

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

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

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

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

Information mutuelle et partition optimale du support d une mesure de probabilité

Information mutuelle et partition optimale du support d une mesure de probabilité Informaton mutuelle et partton optmale du support d une mesure de probablté Bernard Coln et Ernest Monga Département de Mathématques Unversté de Sherbrooke Sherbrooke JK-R (Québec) Canada bernard.coln@usherbrooke.ca

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

Simulations Monte Carlo pour le tatouage robuste de séquence vidéo

Simulations Monte Carlo pour le tatouage robuste de séquence vidéo mulatons Monte Carlo pour le tatouage robuste de séquence vdéo Ae Chammem Octavan Dumtru Mha Mtrea Françose Prêteux Insttut TELECOM / TELECOM udpars Département ARTEMI 9 rue Charles Fourer 90- Evry France

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

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

Modélisation et simulation des efforts de coupe en fraisage 2.5 axes

Modélisation et simulation des efforts de coupe en fraisage 2.5 axes 18 ème Congrès Franças de Mécanque Grenoble, 7-31 août 007 Modélsaton et smulaton des efforts de coupe en frasage.5 axes Adel Amn AMMAR, Zouber BOUAZIZ & Al ZGHAL Unté de recherche de mécanque des soldes

Plus en détail

3- Réseau Neurologique (NN) 3-1- Réseau classique

3- Réseau Neurologique (NN) 3-1- Réseau classique OUTILS DE PREVISION DE LA VITESSE DE VENT : APPLICATION A LA CARACTERISATION ET A L OPTIMISATION DES CENTRALES EOLIENNES POUR L'INTEGRATION DANS LES RESEAUX ELECTRIQUES A MADAGASCAR. Andramahtasoa Bernard

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

Analyse de sensibilité: mesure de l importance des facteurs par décomposition de la variance

Analyse de sensibilité: mesure de l importance des facteurs par décomposition de la variance Analyse de sensibilité: mesure de l importance des facteurs par décomposition de la variance École Chercheur Mexico Hervé Monod INRA - Unité MIA de Jouy-en-Josas Valpré, le 6 juin 2012 Plan 1 Introduction

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

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

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

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

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

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

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

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

APPROXIMATION PAR RÉSEAUX À FONCTIONS RADIALES DE BASE APPLICATION À LA DÉTERMINATION DU PRIX D ACHAT D UNE

APPROXIMATION PAR RÉSEAUX À FONCTIONS RADIALES DE BASE APPLICATION À LA DÉTERMINATION DU PRIX D ACHAT D UNE APPROXIMATION PAR RÉSEAUX À FONCTIONS RADIALES DE BASE APPLICATION À LA DÉTERMINATION DU PRIX D ACHAT D UNE OPTION. A. Lendasse, J. Lee 2, E. de Bodt 3, V. Wertz, M. Verleysen 2 Unversté catholque de Louvan,

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

Organisation et optimisation des données pour l apprentissage de structure d un réseau bayésien multi-entités

Organisation et optimisation des données pour l apprentissage de structure d un réseau bayésien multi-entités Organsaton et optmsaton des données pour l apprentssage de structure d un réseau bayésen mult-enttés 1 1 3 H. Bouhamed, A. Reba,. Lecroq, M. Jaoua 1 3 Laboratore d'informatque, du ratement de l'informaton

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

Pratique de la statistique avec SPSS

Pratique 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 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

Calculer le coût amorti d une obligation sur chaque exercice et présenter les écritures dans les comptes individuels de la société Plumeria.

Calculer 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 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

1. Les enjeux de la prévision du risque de défaut de paiement

1. 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 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

ESTIMATION DES TITRES VIRAUX : UNE PROGRAMMATION PRATIQUE ET FIABLE SUR CALCULATRICE DE POCHE, ET ACCESSIBLE PAR l INTERNET

ESTIMATION DES TITRES VIRAUX : UNE PROGRAMMATION PRATIQUE ET FIABLE SUR CALCULATRICE DE POCHE, ET ACCESSIBLE PAR l INTERNET ESTIMATIO DES TITRES VIRAUX : UE PROGRAMMATIO PRATIQUE ET FIABLE SUR CALCULATRICE DE POCHE, ET ACCESSIBLE PAR l ITERET Jocelyne Husson van Vlet et Ph. Roussel Insttut de la Santé Publque, Brussels, Belgum,

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

- 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

Chapitre IV : Inductance propre, inductance mutuelle. Energie électromagnétique

Chapitre 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 détail

Traitement des valeurs manquantes et des valeurs aberrantes

Traitement des valeurs manquantes et des valeurs aberrantes 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

Plus en détail

hal-00409942, version 1-14 Aug 2009

hal-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 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

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

Editions ENI. Excel 2010. Collection Référence Bureautique. Extrait

Editions ENI. Excel 2010. Collection Référence Bureautique. Extrait Edtons ENI Excel 2010 Collecton Référence Bureautque Extrat Tableau crosé dynamque Tableau crosé dynamque Excel 2010 Créer un tableau crosé dynamque Un tableau crosé dynamque permet de résumer, d analyser,

Plus en détail

DES EFFETS PERVERS DU MORCELLEMENT DES STOCKS

DES 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 détail

Pourquoi LICIEL? Avec LICIEL passez à la vitesse supérieure EPROUVE TECHNICITE CONNECTE STABILITE SUIVIE COMMUNAUTE

Pourquoi 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 détail

Amélioration des Délais dans les Réseaux à Débits Garantis pour des Flux Temps-Réel Sous Contrainte «(m,k)-firm»

Amélioration des Délais dans les Réseaux à Débits Garantis pour des Flux Temps-Réel Sous Contrainte «(m,k)-firm» Améloraton des Délas dans les Réseaux à Débts Garants pour des Flux Temps-Réel Sous Contrante «(m,k)-frm» Résumé : Koubâa Ans, Yé-Qong Song LORIA UHP Nancy 1 - INPL - INRIA Lorrane 2, av. de la Forêt de

Plus en détail

par Ph. Bois, Ch. Obled et I. Zin

par Ph. Bois, Ch. Obled et I. Zin Insttut Natonal Polytechnque de Grenoble ENS d'hydraulque et Mécanque de Grenoble ENSHMG INTRODUCTION au TRAITEMENT de DONNEES en HYDROLOGIE par Ph Bos, Ch Obled et I Zn Professeurs et Maître de Conférences

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

Sociétés d investissement immobilier cotées (SIIC), valeur et prix : deux notes

Sociétés d investissement immobilier cotées (SIIC), valeur et prix : deux notes Socétés d nvestssement mmobler cotées (SIIC), valeur et prx : deux notes I. Dette et créaton de valeur dans les socétés foncères II. La cesson à une SIIC : un cas de dstorson fscale Laurent BATSCH CEREG-DRM,

Plus en détail

Résumé : I- Introduction :

Résumé : I- Introduction : Applcaton de l analyse de frontère stochastque à l estmaton de l effcence technque des entreprses algérennes: effet de la forme de proprété Résumé : Nabl, Al BELOUARD Doctorant à l École Natonale Supéreure

Plus en détail

Cours #8 Optimisation de code

Cours #8 Optimisation de code ELE-784 Ordnateurs et programmaton système Cours #8 Optmsaton de code Bruno De Kelper Ste nternet : http://www.ele.etsmtl.ca/academque/ele784/ Cours # 8 ELE784 - Ordnateurs et programmaton système 1 Plan

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

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

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

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

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 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

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

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

FORMATION TIC (Phymed) FORMATION DES IMAGES X et GAMMA

FORMATION TIC (Phymed) FORMATION DES IMAGES X et GAMMA FORMATON TC (Phymed) FORMATON DES MAGES X et GAMMA Fayçal Ben Bouallègue - faybenb@hotmal.com http://scnt.etud.unv-montp.fr dx -d 0 X E X r, Z E X hf E X - - - Z r E ' X E X MAGERE DE TRANSMSSON X Photo-électrque

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

Exercices d algorithmique

Exercices d algorithmique Exercces d algorthmque Les algorthmes proposés ne sont pas classés par ordre de dffculté Nombres Ecrre un algorthme qu renvoe la somme des nombre entre 0 et n passé en paramètre Ecrre un algorthme qu renvoe

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

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

Études & documents ÉCONOMIE ET ÉVALUATION. Consommation de carburant : effets des prix à court et à long termes par type de population.

Études & documents ÉCONOMIE ET ÉVALUATION. Consommation de carburant : effets des prix à court et à long termes par type de population. COMMISSARIAT GÉNÉRAL AU DÉVELOPPEMENT DURABLE n 40 Avrl 20 TRANSPORT Études & documents Consommaton de carburant : effets des prx à court et à long termes par type de populaton ÉCONOMIE ET ÉVALUATION Servce

Plus en détail

Ton domaine réservé Organisation Simplicité Efficacité

Ton domaine réservé Organisation Simplicité Efficacité Rev. 07/2012 Ton domane réservé Organsaton Smplcté Effcacté www.vstos.t Ton La tua domane area rservata réservé 1 MyVstos MyVstos est une plate-forme nformatque réservée aux revendeurs Vstos qu permet

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

Méthodes d Extraction de Connaissances à partir de Données (ECD) appliquées aux Systèmes d Information Géographiques (SIG)

Méthodes d Extraction de Connaissances à partir de Données (ECD) appliquées aux Systèmes d Information Géographiques (SIG) UNIVERSITÉ DE NANTES FACULTÉ DES SCIENCES ÉCOLE DOCTORALE SCIENCES ET TECHNOLOGIES DE L INFORMATION ET DES MATÉRIAUX Année 2006 N attrbué par la bblothèque Méthodes d Extracton de Connassances à partr

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

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

THESE. présentée à l'université Paris XII Val de Marne en vue de l'obtention du titre de. DOCTEUR de L'UNIVERSITE PARIS XII VAL de MARNE

THESE. présentée à l'université Paris XII Val de Marne en vue de l'obtention du titre de. DOCTEUR de L'UNIVERSITE PARIS XII VAL de MARNE HESE présentée à l'unversté Pars XII Val de Marne en vue de l'obtenton du ttre de DOCEUR de L'UNIVERSIE PARIS XII VAL de MARNE Spécalté: hermque et Systèmes Energétques QUANIFICAION DES DEPERDIIONS HERMIQUES

Plus en détail

Séparation de Sources par lissage cepstral des masques binaires

Séparation de Sources par lissage cepstral des masques binaires Séparaton de Sources par lssage cepstral des masques bnares Ibrahm Mssaou 1 Zed Lachr 1, 2 (1) École natonale d ngéneurs de Tuns, ENIT, BP. 37 Le Belvedere, 1002 Tuns, Tunse (2) Insttut natonal des scences

Plus en détail

SIMULATION D UN JET TURBULENT POUR LE REFROIDISSEMENT DES AUBES DE TURBINE

SIMULATION D UN JET TURBULENT POUR LE REFROIDISSEMENT DES AUBES DE TURBINE 10 ème Sémnare Internatonal sur la Physque Energétque 10 th Internatonal Meetng on Energetcal Physcs SIMULAION D UN JE URBULEN POUR LE REFROIDISSEMEN DES AUBES DE URBINE Bounegta Bachr 1, Abdelarm Maamar

Plus en détail

Prêts bilatéraux et réseaux sociaux

Prêts bilatéraux et réseaux sociaux Prêts blatéraux et réseaux socaux Quand la sous-optmalté condut au ben-être collectf Phlppe Callou, Frederc Dubut et Mchele Sebag LRI, Unverste Pars Sud F-91405 Orsay France {callou;dubut;sebag}@lr.fr

Plus en détail

Support Vector Machines (SVM)

Support Vector Machines (SVM) Ecoe Centrae de Lyon Cours: SVM Support Vector Machne Séparateurs à Vastes Marges Par : Lmng Chen Lmng.chen@ec-yon.fr 9/03/007 Ecoe Centrae de Lyon Support Vector Machnes SVM Une méthodooge d nférence

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

TRANSPORTS URBAINS ET CALCUL ÉCONOMIQUE

TRANSPORTS URBAINS ET CALCUL ÉCONOMIQUE TRANSPORTS URBAINS ET CALCUL ÉCONOMIQUE Mnstère de l Equpement, du Logement, des Transports et du Toursme Consel général des Ponts et Chaussées Mnstère de l Econome et des Fnances Drecton de la Prévson

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 Inttulé ECAM Insttut Supéreur Industrel Bacheler en Scences ndustrelles fnalté électromécanque Concepton et producton M3050 Cycle 1 Bloc 3 Quadrmestre

Plus en détail

CREATION DE VALEUR EN ASSURANCE NON VIE : COMMENT FRANCHIR UNE NOUVELLE ETAPE?

CREATION 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 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

Stéganographie Adaptative par Oracle (ASO)

Stéganographie 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 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

Exercices de révision pour examen #1

Exercices de révision pour examen #1 Exercces de révson pour examen #1 Queston 1. Questons théorques. a) Nommez les courants qu exstent quand une dode est en équlbre. Courants de dffuson et de drft. b) Dessnez la structure physque réelle

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

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

écrans de sous-toiture

écrans de sous-toiture écrans de sous-toture Les règles de bonne pratque # défnton Un écran souple de sous-toture est une feulle déroulée sur la charpente, sur un solant thermque ou sur un support contnu ventlé, avant la mse

Plus en détail

Application du système immunitaire artificiel ordinaire et amélioré pour la reconnaissance des caractères artificiels

Application du système immunitaire artificiel ordinaire et amélioré pour la reconnaissance des caractères artificiels 9 Nature & Technology Applcaton du système mmuntare artfcel ordnare et améloré pour la reconnassance des caractères artfcels Hba Khell a, Abdelkader Benyettou a a Laboratore Sgnal Image Parole SIMPA-,

Plus en détail

LES POMPES. Devant la grande diversité de situations possibles, on trouve un grand nombre de machines que l on peut classer en deux grands groupes :

LES POMPES. Devant la grande diversité de situations possibles, on trouve un grand nombre de machines que l on peut classer en deux grands groupes : Ste: http://gene.ndustrel.aa.free.fr LES POMPES Les pompes sont des apparels permettant un transfert d énerge entre le flude et un dspostf mécanque convenable. Suvant les condtons d utlsaton, ces machnes

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

Gigue temporelle et ordonnancement par échéance dans les applications temps réel

Gigue temporelle et ordonnancement par échéance dans les applications temps réel L. Davd, F. Cottet, E. Grolleau. Ggue temporelle et ordonnancement par échéance dans les applcatons temps réel. IEEE Conf. Inter. Francophone d Automatque (CIFA2000), Jullet 2000, Llle, France. Ggue temporelle

Plus en détail

CIGI 2011 Production à la commande et production pour stock dans un environnement MRP

CIGI 2011 Production à la commande et production pour stock dans un environnement MRP CIGI 2011 Producton à la commande et producton pour stock dans un envronnement MRP VINCENT GIARD 1, MUSTAPHA SALI 2 1 LAMSADE Unversté Pars-Dauphne Place du Maréchal de Tassgny - F 75775 Pars Cedex 16,

Plus en détail

SmartView d EH. Vue d ensemble des risques et des occasions. Surveillance de l assurance-crédit. www.eulerhermes.ca/fr/smartview

SmartView d EH. Vue d ensemble des risques et des occasions. Surveillance de l assurance-crédit. www.eulerhermes.ca/fr/smartview SmartVew d EH Servces en lgne Euler Hermes Vue d ensemble des rsques et des occasons Survellance de l assurance-crédt www.eulerhermes.ca/fr/smartvew Les avantages du SmartVew d EH Prenez plus de décsons

Plus en détail

- donc n explique pas très bien le commerce entre pays industrialisés en particulier le commerce intraeuropéen

- donc n explique pas très bien le commerce entre pays industrialisés en particulier le commerce intraeuropéen Le commerce nternatonale en stuaton de concurrence mparfate: ros problèmes essentels des modèles théorques Rcardo, HOS, Standard: - fondés sur la CPP: le commerce n augmente pas la concurrence - pas d

Plus en détail