MODELISATION STOCHASTIQUE DE L IAT: I. THEORIE

Dimension: px
Commencer à balayer dès la page:

Download "MODELISATION STOCHASTIQUE DE L IAT: I. THEORIE"

Transcription

1 MODELISATION STOCHASTIQUE DE L IAT: I. THEORIE Vicet Berthet (Mauscrio publié) Sommaire Itroductio.... Problématique.... Démarche de la recherche : aspects gééraux et particuliers Modélisatio cogitive mathématique Modélisatio Modélisatio cogitive Modélisatio mathématique Ispiratio du modèle proposé : le modèle EBRW L Implicit Associatio Test (test des associatios implicites) La tâche Iterprétatio de l effet IAT Modèle de la double marche aléatoire (MDMA) Formalisme mathématique du modèle Base coceptuelle du modèle Structure géérale du processus cogitif sous-jacet à l IAT Double marche aléatoire Défiitio et sigificatio psychologique des etités mathématiques Explicatio coceptuelle de l effet IAT sur la base du MDMA Formalisatio du MDMA Temps d arrêt Probabilités d atteite Iterprétatio de l effet IAT et validité de la tâche das le cadre du MDMA Référeces bibliographiques... 6 Idex thématique des défiitios otioelles Tableau des symboles et des abréviatios... 67

2 Itroductio L histoire des scieces motre que l apparitio d u ouvel objet d étude empirique (observatio, résultat d expériece, istrumet de mesure) ou théorique (problème, cojecture, techique de calcul) das ue disciplie scietifique s accompage souvet d ue vague de travaux dot certais correspodet à des avacées sigificatives de la disciplie (e.g., le problème des sept pots d Euler est à l origie de la théorie des graphes e mathématiques, le phéomèe de rayoemet du corps oir est l u des fodemets empiriques de la mécaique quatique, la reormalisatio est u outil mathématique ayat joué u rôle fodametal das le développemet de théories e physique des particules). L apparitio récete des tâches de mesure idirecte e psychologie semble obéir à cette règle, même si l o pourra raisoablemet douter du fait que certais des ombreux travaux qu elles ot déjà suscités correspodet à des avacées réellemet décisives. Marquée e 998 par la mise au poit de l Implicit Associatio Test (IAT ; reewald, Mchee, & Schwartz 998), l étude des mesures idirectes géère u ombre remarquable de travaux depuis leur aissace das les aées 980. Reposat sur des paradigmes de la psychologie cogitive et créées à des fis de mesure de costruits psychologiques caractéristiques de la cogitio sociale (reewald, Baaji, Rudma, Farham, Nosek & Mellott, 00), les tâches de mesure idirecte costituet u objet d étude situé au croisemet des champs respectifs de la psychologie sociale, de la psychométrie et de la psychologie cogitive. La littérature existate qui les cocere suggère que leur approche sous l agle de la cogitio sociale et leur approche psychométrique ot essetiellemet gééré des études de ature empirique alors que leur approche cogitive a majoritairemet été à l origie d études de ature théorique (Fazio & Olso, 003). A l heure actuelle, l état des études cocerat les tâches de mesure idirecte met e valeur deux iterrogatios fodametales à leur égard, l ue ayat trait à leur validité, l autre aux processus cogitifs que ces tâches mettet e jeu (Blaiso, Chassard, Kop & aa, 006). Or force est de costater que les ombreuses études empiriques dot celles-ci ot fait l obje ot pu apporter quelque élémet de répose que ce soit à ces deux iterrogatios fodametales qui se soit avéré être décisif. L IAT, tâche de mesure idirecte prototypique, échappe pas à ce costat gééral. Ce travail de master recherche est u travail théorique qui cosiste das l applicatio d ue approche théorique de l IAT preat la forme d ue modélisatio mathématique du processus cogitif sous-jacet à la tâche. La mise e œuvre d ue démarche de modélisatio se justifie

3 par le fait qu u tel travail permet d apporter des élémets de répose importats aux deux iterrogatios fodametales relatives à la tâche e questio. L utilisatio d ue modélisatio de type mathématique se justifie par le fait que lorsqu elle est réalisable, la modélisatio mathématique est la plus puissate de tous les types de modélisatio (Temam, 005). Le pla du préset travail est le suivat : das u premier temps, o pose la problématique de la recherche e décrivat le chemiemet qui a meé jusqu à elle et o justifie sa pertiece scietifique ; das u deuxième temps, o explicite les aspects gééraux et particuliers de la démarche sous-jacete à cette recherche qui coceret essetiellemet la démarche de modélisatio ; das u troisième temps, o décrit la structure et le foctioemet de la tâche dot o étudie le processus cogitif sous-jacet (IAT) ; das u quatrième temps, o présete le modèle théorique que ous avos mis au poit et, efi, das u ciquième temps, o décrit les différetes étapes de recherche postérieures à cette recherche et qui costitueotre projet de thèse. O idique ici que le préset texte, comportat u ombre substatiel de développemets mathématiques, admet deux iveaux de lecture auxquels correspodet deux iveaux de compréhesio. Le lecteur itéressé par la substace coceptuel de l exposé pourra omettre la lecture des développemets techiques ; le lecteur soucieux d e atteidre ue compréhesio complète e pourra faire l écoomie de la lecture des passages techiques. Le début d u développemet mathématique est idiqué par le symbole et sa fi est idiquée par le symbole. E outre, o trouvera e fi de texte u idex thématique des défiitios des pricipales otios utilisées (p. 76) aisi qu u tableau répertoriat et rappelat la sigificatio des différets symboles et abréviatios utilisés (p. 78).. Problématique L existece de différetes faços d approcher empiriquemet ou théoriquemet u même objet cocret ou abstrait est u fait scietifique fréquet et bie cou. Das certais cas, les différetes approches existates d u même objet sot idépedates même s il est possible de démotrer leur équivalece formelle (das le cas d approches théoriques). Par exemple, l approche différetielle basée sur l équatio de Schrödiger, l approche matricielle basée sur la mécaique des matrices de Heiseberg et l approche spatio-temporelle basée sur l itégrale de chemi de Feyma costituet trois approches théoriques différetes de la mécaique quatique qui, bie que mathématiquemet équivaletes, demeuret

4 qualitativemet différetes au ses où leurs bases coceptuelles respectives diffèret et suggèret des iterprétatios différetes. Das d autres cas, les différetes approches possibles d u même objet peuvet doivet être mises e relatio car lorsqu elles sot couplées, ces approches permettet ue meilleure compréhesio de l objet d étude que celle que permet chacue des approches prises isolémet. O trouve u exemple d u tel couplage d approches théoriques e mathématiques, avec le cas de la géométrie algébrique. E effet, lorsque l objet d étude auquel o s itéresse est ue équatio algébrique de degré élevé, l approche algébrique permet de mettre e évidece le fait que cette équatio admet ou o u certai ombre de solutios (sas pouvoir les idetifier). Das le cas où l équatio admet plusieurs solutios, l approche géométrique permet d étudier les relatios que ces solutios etretieet etre elles. Aisi, l expressio même de «géométrie algébrique» e désige rie d autre que le couplage d ue approche algébrique et d ue approche géométrique das l étude des solutios des équatios algébriques de degré élevé. E psychologie, ous suggéros que les tâches de mesure idirecte costituet u objet d étude admettat u couplage d approches (ce couplage est mis e œuvre das la partie 4.4). Mais avat de décrire ce couplage et d e argumeter la pertiece, il coviet d expliciter les propriétés des tâches e questio (voir Fazio & Olso, 003 ; Blaiso et al., 006, pour ue sythèse) et de motrer e quoi celles-ci autoriset plusieurs approches. Les mesures dot le type est le plus répadu e psychologie sot les mesures autorapportées ecore appelées mesures directes. Le pricipe de ce type de mesure cosiste à demader au sujet de porter u jugemet sur lui-même relativemet au costruit psychologique que l o souhaite mesurer. Le questioaire est l istrumet prototypique des mesures de type direct. Ce type de mesure admet cepedat deux limites bie coues qui e restreiget sa portée : l ue est appelée biais d auto-présetatio (e.g., désirabilité sociale) et revoie au fait qu avec ue mesure directe le sujet est e pricipe toujours e posture de sélectioer l iformatio qu il trasmet, l autre fait référece aux limites itrospectives du sujet et met e valeur le fait que celui-ci a pas accès cosciemmet (i.e., par itrospectio) à toute l iformatio sur lui-même. Les mesures idirectes soées de la voloté de dépasser ces deux limites caractéristiques des mesures directes (Kop & Chassard, 004). O peut défiir globalemet ue mesure de type idirect e explicitat les deux caractéristiques et les trois postulats théoriques propres à ce type de mesure. La première caractéristique d ue mesure idirecte cosiste das le fait qu elle porte sur u costruit psychologique de haut iveau. E effet, les cocepts psychologiques typiquemet visés par les mesures idirectes 3

5 sot des cocepts caractéristiques de la cogitio sociale : attitudes, stéréotypes, cocept de soi et estime de soi (reewald et al., 00 ; reewald & Baaji, 995). La deuxième caractéristique d ue mesure idirecte revoie au fait que le support matériel d ue telle mesure est ue tâche expérimetale reposat sur u paradigme ou ue procédure issus de la psychologie cogitive. E outre, les trois postulats théoriques sous-jacets à ue tâche de mesure idirecte sot les suivats : das ue telle tâche, premièremet le sujet igore l objet de la mesure, deuxièmemet, ce derier e peut cotrôler ses réposes, et troisièmemet il a pas d effort cogitif importat à fourir pour produire ue répose. Les deux caractéristiques des tâches de mesure idirecte que l o viet d éocer correspodet aux deux approches possibles de ces tâches, appréhedées comme objet d étude. D u côté, le fait que celles-ci soiet destiées avat tout à produire de la mesure autorise ue approche psychométrique. D u autre côté, le fait qu elles soiet des dérivées ou des variates directes de tâches cogitives autorise ue approche cogitive. O costate que la très grade majorité des études relatives aux tâches de mesure idirecte s iscrit das le cadre de l approche psychométrique de ces tâches, ces études état essetiellemet de ature empirique (Fazio & Olso, 003). Cet état de fait mis e évidece, le corollaire est vrai : o relève à l heure actuelle u très faible ombre d études théoriques approfodies cocerat les tâches de mesure idirecte, la plupart des études de ature théorique, lorsqu elles existet, restat à u iveau puremet coceptuel (De Houwer, 00 ; De Houwer, 003a ; Rothermud & Wetura, 004 ; Bredl, Markma & Messer, 00 ; Mierke & Klauer, 00 ; De Houwer, eldof, & De Bruycker, 004 ; reewald et al., 00). Notre travail de master recherche tete de remédier à cette asymétrie caractérisat la littérature des mesures idirectes. Il existe actuellemet ciq tâches de mesure idirecte : l Implicit Associatio Test (IAT ; reewald et al., 998), la tâche de décisio évaluative avec amorçage affectif (Fazio, Sabomatsu, Powell & Kardes, 986), la tâche de Simo affectif extrisèque (De Houwer, 003b), la tâche des associatios o/no-go (Nosek & Baaji, 00), et la tâche des associatios à catégorie uique (Karpiski, 004). O peut raisoablemet dire que l IAT et l amorçage affectif sot les deux tâches de mesure idirecte suscitat le plus d itérêt (Fazio & Olso, 003). Notre travail de recherche est focalisé sur l IAT puisqu il s agit de la tâche Das ue perspective mêlat ue approche cogitive et ue approche psychométrique, o parlera doc préféretiellemet de «tâche de mesure idirecte» plutôt que de «mesure idirecte». 4

6 ayat suscité le plus grad ombre de travaux aisi que le plus grad ombre de problèmes et d iterrogatios, la plupart restat sas répose. Parmi cet esemble d iterrogatios liées à l IAT, les deux les plus fodametales coceret la validité de la tâche d ue part et le processus cogitif qui lui est sous-jacet d autre part (Blaiso et al., 006). A otre ses, il existe qu u seul moye permettat de répodre simultaémet à ces deux iterrogatios fodametales cocerat l IAT. Ce moye cosiste à mettre au poit u modèle théorique quatitatif du processus cogitif sous-jacet à la tâche. Cette idée heuristique trouve deux justificatios : d ue part, il est clair qu e se livrat à u tel travail de modélisatio, o répod directemet à l iterrogatio cocerat le processus cogitif mis e jeu das l IAT, et d autre part, disposat d u modèle théorique précis de ce processus, il deviet alors possible d étudier, de faço fie, la validité itra-cocept de la tâche e idetifiat et e examiat l ifluece, sur la base du modèle défii, des sources de variatio latetes sur la variable maifeste qui lui est associée (Dickes, Tourois, Flieller & Kop, 994). Ue telle étude de validité itra-cocept est d autat meilleure que le modèle théorique processuel sur lequel elle s appuie est quatitatif. Cette perspective fait clairemet apparaître u couplage etre l approche cogitive (modéliser le processus cogitif sous-jacet) et l approche psychométrique (étudier la validité) de l IAT, approches traditioellemet séparées. Parce qu elle cosiste à aborder l objet d étude à u iveau fodametal et parce qu elle permet de répodre aux iterrogatios majeures cocerat l IAT, la modélisatio du processus cogitif sous-jacet à cette tâche de mesure idirecte costitue la problématique de la présete étude. Notre travail de master recherche est doc u travail théorique fodametal e correspodat pas à ue sythèse de la littérature relative à l IAT, mais plutôt à l élaboratio d u modèle théorique quatitatif origial costituat ue base de travail sérieuse pour otre projet de thèse défii das la partie 5.. Démarche de la recherche : aspects gééraux et particuliers Après avoir préseté das la première partie la problématique de otre recherche, o explicite das cette deuxième partie la démarche scietifique mise e œuvre pour y répodre. Cette démarche se caractérise à la fois par des aspects gééraux cocerat la démarche de modélisatio e gééral (.) et par des aspects particuliers cocerat les origies du modèle proposé (.). 5

7 . Modélisatio cogitive mathématique D u poit de vue fodametal, la présete recherche cosiste das la mise e œuvre d ue démarche de modélisatio cogitive mathématique. E effet, la ature du processus étudié procure à la modélisatio so caractère cogitif et e outre, le type de support formel utilisé procure à la modélisatio so caractère mathématique. Afi de mieux préciser ces aspects gééraux de otre démarche, o décrit successivemet les caractéristiques géérales de la modélisatio (..), de la modélisatio cogitive (..) et de la modélisatio mathématique (..3)... Modélisatio Das u ses épistémologique gééral, u modèle est u représetatio théorique heuristique utilisée e sciece pour formuler ou développer ue théorie et iterpréter des termes scietifiques (Nadeau, 999). Das u ses plus précis, u modèle est, selo le mathématicie vo Neuma, «ue costructio mathématique qui, ajoutée à certaies iterprétatios verbales, décrit les phéomèes observés. La justificatio d ue telle costructio mathématique se trouve uiquemet et précisémet e ce qu o s atted à ce qu elle foctioe.» (vo Neuma, cité par Sigh, 005, p. 0). Comme le suggère cette défiitio, o peut globalemet défiir u modèle comme ue représetatio théorique d u phéomèe dotée d ue base coceptuelle (l esemble des «iterprétatios verbales») et d u formalisme (la «costructio mathématique»). Selo les caractéristiques du phéomèe que l o cherche à modéliser et le iveau de descriptio adopté, la démarche de modélisatio requiert de choisir parmi les différets types de modélisatio celui qui s avère être le plus adéquat. U choix d optimalité doit égalemet s effectuer parmi les différets outils propres à u type de modélisatio. Les différets types de modélisatio sot gééralemet différeciés au iveau du formalisme qui les caractérise. Par exemple, ue modélisatio probabiliste d u phéomèe aboutit à la mise au poit d u modèle théorique dot l architecture formelle correspod à des outils de la théorie des probabilités, ou ecore, ue modélisatio par réseaux de euroes cosiste à élaborer et à simuler u modèle euroal dot la structure et le foctioemet sot décrits par des équatios caractéristiques de la théorie des réseaux de euroes formels (Alexadre, 997). 6

8 .. Modélisatio cogitive Das u ses otioel gééral, la modélisatio cogitive correspod à l applicatio d ue démarche de modélisatio à u phéomèe cogitif. Mais comme le ote Chow (004), l expressio même de «modélisatio cogitive» prête à cofusio, et ce, pour deux raisos, l ue défiitoire, l autre termiologique. Premièremet, o peut épistémologiquemet distiguer deux défiitios possibles de la otio de modèle cogitif. D u poit de vue empirico-descriptif, o défiit u modèle cogitif comme ue représetatio théorique d u phéomèe cogitif sas poser de cotraite sur la ature de cette représetatio. Par exemple, das le cas de la modélisatio d u processus cogitif doé, o qualifiera de modèles cogitifs das le cadre de cette défiitio aussi bie ue représetatio qualitative preat par exemple la forme d u modèle boxologique qu ue représetatio quatitative preat par exemple la forme d u modèle mathématique. D u poit de vue logico-ormatif, o pose ue cotraite forte sur la ature de la représetatio théorique : o défiit ici u modèle cogitif comme ue représetatio théorique articulat ue base coceptuelle (otios, pricipes et hypothèses cogitifs) et u formalisme logique et/ou mathématique (Chow, 004). De ce poit de vue logico-ormatif, o e saurait accorder le statut de modèle cogitif à ue représetatio exclusivemet qualitative (i.e., coceptuelle) même si cette derière peut costituer ue base sérieuse pour la mise au poit d u modèle cogitif. E fait, la questio épistémologique cetrale e filigrae derrière ces différeces défiitoires est celle de savoir si u modèle théorique doiécessairemet être quatitatif ou o. La deuxième raiso pour laquelle l expressio «modélisatio cogitive» prête à cofusio est d ordre termiologique. E effet, cette expressio das laquelle le terme «cogitive» a le statut d adjectif qualifiat le om «modélisatio» suggère qu à côté des types de modélisatio bie cous et fréquemmet utilisés, il existe, depuis l avèemet des scieces cogitives, u autre type de modélisatio appelé modélisatio cogitive. Das les expressios désigat les types de modélisatio bie cous, «modélisatio probabiliste», «modélisatio par réseaux de euroes», «modélisatio iformatique», «modélisatio stochastique», etc., le terme suivat le om «modélisatio» qualifie bie ce om et fait référece à l outil formel sur lequel repose le modèle auquel aboutit la démarche de modélisatio. Or, comme le ote Chow (004), le terme «cogitif» e revoie à aucu outil formel idetifiable. Das l expressio «modélisatio cogitive», l adjectif «cogitif» qualifie doc la ature du phéomèe étudié plutôt que la modélisatio elle-même. 7

9 Cosidéros par exemple le processus cogitif de catégorisatio. Les modèles cogitifs les plus cous de ce processus sot le modèle basé sur le prototype, le modèle basé sur l exemplaire, plusieurs modèles de réseaux de euroes aisi que plusieurs modèles utilisat des règles de productio (Rouder & Ratcliff, 004). Tous ces modèles diffèret au iveau de leurs bases coceptuelles respectives et au iveau de leurs formalismes très différets respectifs. Aisi, il serait absurde de cosidérer que ces modèles sot tous issus d u même type de modélisatio qu o appellerait modélisatio cogitive. Le modèle théorique proposé est u modèle cogitif au ses où le processus qu il appréhede est de ature cogitive. Ce modèle est e outre le produit d ue démarche de modélisatio mathématique, type de modélisatio dot la partie..3 suivate présete les caractéristiques géérales...3 Modélisatio mathématique O décrit d abord le pricipe (..3.) puis les étapes d ue démarche de modélisatio mathématique (..3.)...3. Pricipe d ue démarche de modélisatio mathématique Das u ses gééral, ue démarche de modélisatio mathématique d u phéomèe doé dot o dispose de mesures cosiste à représeter les aspects (structurels, foctioels) du phéomèe auxquels o s itéresse à l aide d équatios mathématiques. Les équatios de tout modèle mathématique défii das u cadre de modélisatio mettet e relatio des variables et des paramètres permettat de faire des prédictios relatives au phéomèe observé. Chaque variable du modèle possède le statut de variable idépedate ; les variables devat être mesurées et les paramètres estimés pour calculer les prédictios. O représete formellemet u modèle mathématique de la faço suivate : soiet z la variable correspodat à la prédictio du modèle relativemet la variable dépedate y, X le vecteur des variables idépedates et le vecteur des paramètres du modèle, alors z f ( X ) et yz où désige l erreur de prédictio. U modèle mathématique peut Cette expressio s état imposée depuis logtemps das les esprits et das la littérature, ous sacrifios à l usage. 8

10 doc être cosidéré comme ue foctio permettat de calculer des prédictios relatives à ue variable dépedate sur la base d équatios mettat e relatio des variables idépedates et des paramètres. Chaque variable et chaque paramètre du modèle doivet recevoir ue iterprétatio précise e rapport avec la théorie das laquelle le modèle s iscrit. L esemble des iterprétatios des etités mathématiques participe à la base coceptuelle du modèle. La modélisatio mathématique désige u type de modélisatio pouvat lui-même aboutir à des modèles de formes très différetes. Parmi les formalismes mathématiques les plus courammet utilisés das u cadre de modélisatio, citos etre autre l esemble des techiques de la théorie des probabilités, les processus stochastiques et les équatios différetielles (équatios différetielles ordiaires, équatios aux dérivées partielles, équatios différetielles stochastiques). Itimemet liée au domaie des mathématiques appliquées, la modélisatio mathématique a cou de ombreux succès tout au log de so histoire, ce qui fait dire au mathématicie fraçais Lios que «de toutes les représetatios, la représetatio mathématique, lorsqu'elle est possible, est celle qui est la plus souple et la meilleure.» (Lios, cité par Temam, 005, p. 43) L applicatio de la démarche de modélisatio mathématique e psychologie a ue logue histoire mais demeure toujours cotroversée (Luce, 995 ; Towsed & Ashby, 983). Quoi qu il e soit, force est de costater que certaies des avacées sigificatives de la psychologie ot mobilisé à u momet doé les ressources de la modélisatio mathématique. Comme le otet Towsed et Ashby (983) : «Although i some cases the ature of the material or the stage of the research would reder mathematical theorizig futile, may others, sometimes eve the best, might be improved i clarity ad testability by expressig the mai ideas i mathematical form» (p.5)...3. Etapes d ue démarche de modélisatio mathématique La démarche de modélisatio mathématique comporte deux étapes géérales admettat elles-mêmes plusieurs sous étapes. La première étape géérale de ce type de démarche cosiste à détermier le modèle mathématique, c est-à-dire à écrire les équatios qui représetet les différets aspects du phéomèe auxquels o s itéresse. De faço plus précise, le travail das cette étape cosiste à idetifier et à mettre e relatio les variables et les paramètres pertiets au moye d équatios qui défiisset le modèle. 9

11 La deuxième étape géérale d ue démarche de modélisatio mathématique cocere le test du modèle élaboré das l étape précédete. Cette deuxième étape de mise à l épreuve correspod à ue procédure e trois temps : l estimatio des paramètres, le calcul des prédictios sur la base du modèle et l évaluatio de l adéquatio etre les prédictios et les observatios 3.. Ispiratio du modèle proposé : le modèle EBRW L ue des étapes cruciales das la démarche de costructio d u modèle théorique quatitatif d u processus cogitif cocere le choix du formalisme mathématique permettat la formalisatio du modèle. Das le cas particulier où le processus cogitif que l o cherche à modéliser est u processus sous-jacet à ue tâche doée, le choix du formalisme déped avat tout de la ature de la tâche et des variables dépedates qui lui sot associées, celles-ci correspodat aux doées à prédire (Towsed & Ashby, 983). L IAT cosistat fodametalemet e ue tâche de ue catégorisatio (sématique), ous ous sommes itéressés das u premier temps à la littérature cocerat la modélisatio des processus cogitifs impliqués das les tâches de catégorisatio, celles-ci costituat ue sous-classe majeure de la classe des tâches cogitives (Rouder & Ratcliff, 004 ; Smith, 000). L exame de cette littérature suggère que la modélisatio de ce type de processus cogitifs est traditioellemet de ature stochastique, ce qui sigifie que le formalisme mathématique utilisé das ces modèles correspod gééralemet à u processus stochastique (e.g., processus de diffusio, chaîe de Markov, marche aléatoire). La justificatio de l utilisatio d u tel formalisme das le cadre d ue telle modélisatio se déclie e deux poits : premièremet, le formalisme stochastique est particulièremet adéquat à la ature même des tâches de catégorisatio 4, et deuxièmemet, les équatios caractéristiques de ce formalisme permettet de faire des prédictios précises relatives aux doées observées das ce type de tâches (typiquemet, des temps de répose et des taux d erreurs). Les marches aléatoires costituet u type de processus stochastique fréquemmet utilisé das u cadre de modélisatio de processus de catégorisatio (Zhag & Chag, 005 ; Nosofsky & Palmeri, 997 ; Scheider & Loga, 005 ; Ashby, 983). O trouve ue 3 Ces trois sous-étapes sot explicitées das la partie 5. 4 Ce poit est détaillé à la fi de la partie 4. après avoir préseté rigoureusemet ce formalisme. 0

12 applicatio efficace du formalisme des marches aléatoires das u cadre de modélisatio cogitive das Nosofsky et Palmeri (997), qui l appliquet au processus cogitif sous-jacet à ue tâche de catégorisatio perceptuelle, créat aisi le modèle de marche aléatoire basé sur l exemplaire (Exemplar-based radom walk model, oté EBRW e abrégé) 5. U modèle cogitif quatitatif e se réduit pas à so seul formalisme mathématique mais doit e outre compredre ue base coceptuelle solide. O costate que Nosofsky et Palmeri (997) dotet bie leur modèle EBRW d ue base coceptuelle très étayée e posat des hypothèses théoriques spécifiques et e assigat ue sigificatio psychologique précise aux etités mathématiques du formalisme qu ils emploiet. Le modèle que ous proposos s ispire directemet du modèle EBRW puisque d ue part, il s appuie sur le même formalisme mathématique et d autre part, il e repred ue boe partie mais ue partie seulemet de la base coceptuelle. Cepedat, si otre travail de modélisatio stochastique du processus cogitif sous-jacet à l IAT peut être compris comme u travail d adaptatio du modèle EBRW, o e saurait le réduire à u simple travail d applicatio de ce modèle à cette tâche, et ce, pour ue raiso fodametale etraîat deux coséqueces au iveau de la modélisatio elle-même. Cette raiso correspod au fait que bie qu ils revoiet tous deux à des tâches de catégorisatio, les items d ue tâche de catégorisatio perceptuelle telle que celle modélisée par Nosofsky et Palmeri (997) et les items d ue tâche IAT possèdet des structures très différetes. E effet, la structure d u item de la tâche de catégorisatio perceptuelle étudiée par ces deux chercheurs est basique (u rectagle d ue certaie couleur) alors que la structure d u item IAT est beaucoup plus complexe 6. Or, comme ous l avos metioé au début de cette partie, si le choix du formalisme mathématique global déped essetiellemet de la ature de la tâche dot o cherche à modéliser le processus cogitif sous-jacet (e.g., ue marche aléatoire pour modéliser u processus de catégorisatio), les arragemets techiques du formalisme dépedet essetiellemet de la structure des items de la tâche e questio (e.g., ue double marche aléatoire pour modéliser le processus cogitif sous-jacet à ue tâche dot les items cosistet e ue double catégorisatio). Cette différece au iveau de la structure des items des deux tâches e questio etraîe deux coséqueces au iveau de la modélisatio elle-même : le formalisme d ue part et la base coceptuelle d autre part du modèle proposé diffèrerot de ceux qui caractériset le modèle EBRW. 5 O e décrit pas ici ce modèle parce que la suite de l exposé compred l itégralité de so coteu. E effet, l esemble des équatios du modèle EBRW correspod aux équatios : a, b, 3, 4a, 4b, 5a, 5b, 6, 7, 8, 9a, 9b, 0a, 0b, a, b, a, b, 3a, 3b, 4a, 4b, 5, 6a, 7a, 8a, 9 et 0 de l exposé. 6 La structure d u item IAT est décrite das la partie 3..

13 3. L Implicit Associatio Test (test des associatios implicites) Cette troisième partie de l exposé est cosacrée à la présetatio de la tâche dot o cherche à modéliser le processus cogitif sous-jacet, l Implicit Associatio Test (IAT). Le préset travail e cosistat pas e ue revue de la littérature cocerat cette tâche, o se cotete d e préseter les aspects qui ous seros écessaires et suffisats relativemet à l objectif visé. Das cette optique, o explicite das u premier temps la structure et le foctioemet de l IAT (3.), puis o expose das u secod temps l iterprétatio traditioelle de la tâche (3.). 3. La tâche L Implicit Associatio Test est ue tâche ayat été mise au poit par reewald et al. (998). L IAT appartiet à la classe des tâches reposat sur le paradigme expérimetal des temps de répose (respose time paradigm ; Schoute & Bekker, 967 ; Wickelgre, 977). L hypothèse théorique cetrale sous-jacete à ce paradigme est que le temps de répose d u sujet à u item d ue tâche reposat sur ce paradigme déped des caractéristiques processuelles et structurelles du traitemet cogitif de l iformatio coteue das cet item mis e œuvre par le sujet. Paradigme emblématique de la psychologie cogitive, le paradigme des temps de répose a progressivemet été utilisé das les domaies de la coatio et de l émotio pour mettre au poit des tâches dot les stimuli possèdet des caractéristiques coatives ou émotioelles (e.g., Stroop émotioel). Das ce type de tâches, o cosidère typiquemet des différeces de temps de répose etre plusieurs types d items (De Houwer, 003a). Fodametalemet, ue tâche IAT est ue tâche de catégorisatio sématique et sa passatio se déroule sur u ordiateur. La structure d u item IAT est représetée par la figure ci-dessous : catégorie-cible catégorie-cible exemplaire catégorie-attribut catégorie-attribut Figure. Structure d u item IAT

14 Les deux catégories-cibles d u item IAT correspodet aux deux élémets d ue paire de cocepts sématiquemet opposés ou du mois, bie différeciés (e.g., Moi vs. Autrui, Fleurs vs. Isectes, Blacs vs. Noirs, Hommes vs. Femmes). Les deux catégories-attributs correspodet e gééral aux deux modalités de valece positive eégative ou à des syoymes (e.g., Agréable vs. Désagréable, Bo vs. Mauvais). L exemplaire est u mot apparteat à l ue de ces quatre catégories sématiques 7. Das ue tâche IAT, ue répose cosiste e l appui sur ue touche spécifique du clavier de l ordiateur. Deux modalités de répose état possibles, le sujet utilise deux touches de répose : l ue située sur la gauche du clavier, l autre située sur la droite du clavier. Ue catégorie-cible et ue catégorie-attribut situées du même côté de l écra partaget la même touche de répose, ce qui implique que le sujet doit appuyer sur cette touche si l exemplaire appartiet à l ue ou l autre de ces deux catégories sématiques. Das ue tâche IAT, o distigue deux types d items : les items dits cogruets sot ceux das lesquels chacue des deux associatios catégorie-cible/catégorie-attribut est «évidete», au ses de cogruete avec l orgaisatio de l iformatio sématique e mémoire ; au cotraire, les items dits icogruets sot ceux das lesquels chacue des deux associatios catégorie-cible/catégorie-attribu est pas évidete, au ses de o cogruete avec l orgaisatio de l iformatio sématique. Les figures et 3 ci-dessous doet des exemples d items respectivemet cogruet et icogruet das u IAT Fleurs vs. Isectes : Fleurs Isectes Isectes Fleurs Tulipe Tulipe Agréable Désagréable Agréable Désagréable Figure. Exemple d item IAT cogruet Figure 3. Exemple d item IAT icogruet E résumé, u item IAT se caractérise par u esemble de ciq stimuli (quatre catégories sématiques et u exemplaire) et ue cofiguratio spatiale spécifique. Pour u même esemble de stimuli, c est cette iformatio spatiale qui permet de distiguer la versio cogruete et la versio icogruete de cet esemble. 7 Afi de e pas alourdir coceptuellemet l exposé, o assimile la valece à ue caractéristique sématique, cosidérat aisi les catégories-attributs comme des catégories sématiques. 3

15 La structure d ue tâche IAT est la suivate. Das ue première étape, le sujet réalise ue tâche de catégorisatio sématique suivat les deux catégories-cibles (seules ces deux catégories apparaisset sur l écra). E référece à la figure, admettos que la catégoriecible soit associée à la touche de répose auche et que la catégorie-cible soit associée à la touche de répose Droite. Das ue deuxième étape, le sujet réalise ue tâche de catégorisatio sématique suivat les deux catégories-attributs (seules ces deux catégories apparaisset sur l écra). Admettos que la catégorie-attribut soit associée à la touche de répose auche et que la catégorie-attribut soit associée à la touche de répose Droite. Das ue troisième étape, le sujet catégorise les exemplaires suivat les catégories-cibles et les catégories-attributs (ces quatre catégories apparaisset sur l écra). Das cette étape, la catégorie-cible et la catégorie-attribut sot associées à la même touche de répose auche alors que la catégorie-cible et la catégorie-attribut sot associées à la même touche de répose Droite. La quatrième étape est idetique à la première à ceci près que les deux catégories-cibles sot spatialemet iversées : la catégorie-cible est associée à la touche de répose Droite et la catégorie-cible est associée à la touche de répose auche. Efi, la ciquième étape est idetique à la troisième étape à ue iversio spatiale des catégoriescibles près : la catégorie-cible et la catégorie-attribut sot associées à la même touche de répose Droite alors que la catégorie-cible et la catégorie-attribut sot associées à la même touche de répose auche. La figure 4 ci-dessous résume la structure d ue tâche IAT : ième touche de répose auche touche de répose Droite étape catégorie-cible catégorie-cible catégorie-attribut catégorie-attribut 3 catégorie-cible catégorie-cible catégorie-attribut catégorie-attribut 4 catégorie-cible catégorie-cible 5 catégorie-cible catégorie-cible catégorie-attribut catégorie-attribut Figure 4. Structure d ue tâche IAT 4

16 Les items de l étape 3 sot des items cogruets et l esemble de ces items forme le bloc compatible de la tâche. Les items de l étape 5 sot des items icogruets et l esemble de ces items forme le bloc icompatible. Le bloc compatible et le bloc icompatible costituet les deux blocs-test de la tâche. La mesure résultate das ue tâche IAT est la différece de temps de répose etre les deux blocs-test. Cette différece de temps de répose est appelée effet IAT. Les deux résultats empiriques pricipaux relatifs à l IAT sot d ue part, le fait que le temps de répose moye aux items du bloc icompatible est supérieur au temps de répose moye aux items du bloc compatible, et d autre part le fait que le taux d erreurs das le bloc icompatible est supérieur à celui das le bloc compatible. 3. Iterprétatio de l effet IAT L iterprétatio dite traditioelle de l effet IAT cosiste à iterpréter cet effet comme ue mesure idirecte de forces d associatio etre cocepts (la force de chacue des deux associatios etre la catégorie-cible et la catégorie-attribut situées du même côté de l écra das u item IAT) (reewald et al., 998 ; reewald, Baaji, Rudma, Farham, Nosek & Mellott, 00). Cette iterprétatio de la différece systématique de temps de répose etre les items cogruets et les items icogruets d ue tâche IAT repose sur l idée selo laquelle le processus cogitif sous-jacet à ue tâche de catégorisatio est plus performat lorsque les catégories de la tâche correspodet à des schémas d orgaisatio de l iformatio déjà existats e mémoire (reewald & Farham, 000). L idée d utiliser ue différece de temps de répose etre deux types d items d ue tâche reposat sur le paradigme des temps de répose comme ue variable maifeste mesurat u costruit psychologique a pas été découverte par reewald. Il est e revache plus probable que la paterité de cette idée soit attribuable à arer (arer, 974). E effet, arer, à so époque, a mis au poit ue tâche comportat trois coditios expérimetales 8. Les stimuli utilisés das cette tâche sot des stimuli physiques, des rectagles plus précisémet, chaque item se caractérisat par u rectagle spécifique. Le sujet réalise ue tâche de catégorisatio : si la hauteur du rectagle perçu est petite, alors le sujet doit appuyer sur ue touche doée, e revache, si la hauteur du rectagle est grade, alors le sujet doit appuyer sur ue autre touche doée. L expérimetateur fait égalemet varier la largeur des 8 arer a qualifié ces coditios expérimetales de tâches, d où l expressio de «tâches de arer». Mais il s agit e réalité de différetes coditios expérimetales d ue même tâche. 5

17 rectagles et o défiit aisi les trois coditios expérimetales de la tâche. La première coditio est ue coditio cotrôle («tâche cotrôle») das laquelle seule la hauteur des rectagles varie etre les items, leur largeur état maiteue costate. La deuxième coditio est appelée coditio de filtrage orthogoale («tâche de filtrage orthogoale») : das cette coditio, la hauteur et la largeur des rectagles variet de faço orthogoale etre les items. Efi, la troisième coditio est appelée coditio de filtrage corrélé («tâche de filtrage corrélé») : das cette coditio, la hauteur et la largeur des rectagles co-variet positivemet etre les items (i.e., les rectagles de petite hauteur possèdet aussi ue petite largeur et les rectagles de grade hauteur possèdet aussi ue grade largeur). Soiet TR c le temps de répose moye aux items de la coditio cotrôle, TR fo le temps de répose moye aux items de la coditio de filtrage orthogoal et TR fc le temps de répose moye aux items de la coditio de filtrage corrélé. Si la quatité TR fo TR c est positive, o dit qu il y a iterférece de arer et o iterprète cette différece de temps de répose comme ue mesure de l attetio sélective, ces deux variables étaégativemet liées. De plus, si la différece TR fo TR fc est positive, o dit qu il y a gai de redodace, ce phéomèe revoyat au fait qu u item préset à la fois das les coditios de filtrage orthogoal et de filtrage corrélé a ue fréquece de présetatio plus élevée das la coditio de filtrage corrélé que das la coditio de filtrage orthogoal. Das cette tâche mise au poit par arer, o voit que les deux caractéristiques des stimuli que l o fait varier etre les items correspodet à dimesios particulières. E effet, la hauteur et la largeur d u rectagle sot des iformatios dot les traitemets respectifs sot liés : o qualifie d itégrables de telles dimesios (l itégrabilité de la hauteur L et de la largeur l d u rectagle d aire égale à a est otammet dû au fait que ces deux dimesios sot mathématiquemet liées par ue équatio a simple : L ). Par oppositio, o qualifie de séparables les dimesios d u stimulus dot l les traitemets respectifs sot idépedats. O remarquera que l iterprétatio traditioelle de l effet IAT e termes de mesure de forces d associatio etre cocepts a de ses qu au travers d ue visio particulière de l IAT, ou plus précisémet de la structure d u item IAT. Cette visio correspod à ue visio «e coloe» d u item IAT, ce type de visio faisat apparaître effectivemet deux associatios etre ue catégorie-cible et ue catégorie-attribut. Mais il existe ue autre visio possible, plus aalytique, de la structure d u item IAT et qui correspod à ue visio «e lige» de cette structure. Avec ce type de visio, u item IAT apparaît comme ue double 6

18 tâche de catégorisatio sématique. Le modèle théorique du processus cogitif sous-jacet à l IAT que ous proposos s acre coceptuellemet sur cette visio e lige d u item IAT. La figure 5 ci-dessous illustre ces deux types de visio possibles d u item IAT. Fleurs Isectes Fleurs Isectes Tulipe Tulipe Agréable Désagréable Agréable Désagréable Figure 5. Visio e coloe et visio e lige de la structure d u item IAT 4. Modèle de la double marche aléatoire (MDMA) La présetatio du modèle proposé se déroule e quatre temps. O explicite successivemet : le formalisme mathématique du modèle (4.), sa base coceptuelle (4.), sa formalisatio (4.3), et l iterprétatio de l IAT vu à travers ce modèle (4.4). 4. Formalisme mathématique du modèle Das cette partie 4., o éoce les pricipes et les propriétés caractéristiques du formalisme mathématique utilisé das le modèle proposé et o pose les équatios relatives à ces propriétés. E outre, o justifie l utilisatio d u tel formalisme pour otre problème e expliquat so adéquatio à la tâche et au processus cogitif étudiés. Le formalisme mathématique du modèle est la théorie des marches aléatoires. Les marches aléatoires costituet ue classe de processus stochastiques 9. U processus stochastique est u modèle mathématique permettat de décrire les propriétés d u phéomèe aléatoire évoluat das le temps. U tel modèle mathématique suppose doés : () u espace probabilisé (Ω, U, P) ; () u espace mesurable (E, B) où E est appelé esemble des états du processus ; (3) ue famille ( Y ) de variables aléatoires défiies sur (Ω, U, P) à valeurs das E. t T 9 A l occasio du ceteaire ( ) de la publicatio par Markov de l article priceps sur les chaîes de Markov qui costituet ue autre classe de processus stochastiques (Mazliak, 006), o idique au lecteur itéressé qu ue marche aléatoire est mathématiquemet équivalete à ue chaîe de Markov. 7

19 L esemble T est appelé esemble des temps. Lorsque T, o dit que le processus stochastique est à temps discret, et lorsque T, o dit que le processus est à temps cotiu. O predra soi de distiguer l idice qui désige la ième valeur temporelle et cette 3 valeur elle-même ( ) (e.g., t 4,76.0 ms). Suivat que E est fii, déombrable ou cotiu, o dit que le processus a respectivemet u ombre fii d états, u espace d états déombrable ou u espace d états cotiu. O défiit ici uiquemet le type de marche aléatoire utilisé das le modèle proposé. O commece éamois par éocer deux gééralités cocerat les marches aléatoires. Premièremet, ue marche aléatoire est associée à ue expériece aléatoire réitérée das le temps, chaque issue de cette expériece aléatoire géérat u pas das la marche. Deuxièmemet, ue marche aléatoire est associée à ue dimesio. Aisi, ue marche aléatoire e dimesio k se caractérise par : () k pas d espace ; () k probabilités ; (3) u pas de temps T p Le type de marche aléatoire auquel o s itéresse ici est ue marche aléatoire e dimesio qui se caractérise doc par u pas d espace, deux probabilités et u pas de temps. Cette marche aléatoire est associée à ue expériece aléatoire doée réitérée das le temps et o Y t ote la variable aléatoire correspodat au résultat de la ième expériece aléatoire. Supposos que cette expériece admette deux résultats possibles auxquels correspodet les valeurs et de la variable aléatoire associée telles que P Y p et PY ( pq ). La suite ( Y ) ( 0) est ue suite de variables aléatoires mutuellemet idépedates et telles que pour tout ( 0), EY t <. Si, pour tout, o pose ( 0) X Y Y... Y, alors la suite ( X ) ( 0) est ue marche aléatoire. La valeur t t t t 0 correspod au pas d espace de cette marche, p et q correspodat aux deux probabilités qui lui sot associées. Le pas de temps de ( X ) ( 0) est la valeur Tp t et correspod à l itervalle de temps séparat deux pas das la marche. Le type de marche aléatoire utilisé ici est à temps discret et possède u pas de temps aléatoire (i.e., et est ue variable aléatoire). Efi, ce type de marche aléatoire se caractérise par deux états absorbats, valeurs de ( X ) telles que si ( ) pred l ue ou l autre de ces valeurs, alors la marche aléatoire X t T p q 8

20 s arrête. Covetioellemet, o représete graphiquemet ue marche aléatoire e dimesio avec états absorbats de la faço suivate. Soiet variables aléatoires idépedates idetiquemet distribuées telles que P Y ue suite de q ( pq ) et ( X ) ( 0) la marche aléatoire telle que pour tou 0, X Y Y... Y. Par souci de simplicité, o pred et t, ce qui sigifie das t t t t 0 ce cas que le pas de temps de la marche aléatoire T est tel que T. Efi, o ote a et b les deux états absorbats associés à cette marche, avec ( Y ) ( 0) et (par covetio, o cosidère b et a ). Le tableau ci-dessous doe u exemple de réalisatio de ( ) : p a p b 4 P Y X t p t Y X t Tableau. Exemple de réalisatio de ( X t ) La figure 6 ci-dessous est la représetatio graphique covetioelle illustrat cette réalisatio de ( ) : X t X t b = a = 4 Figure 6. Représetatio graphique de ( X t ) L axe des abscisses représete les valeurs temporelles et l axe des ordoées représete les valeurs de la marche aléatoire. Les deux liges e poitillés représetet les valeurs des deux états absorbats a et b associés à cette marche. La courbe e trait cotiu représete les valeurs successives de ( ). X t ( X t ) 9

21 Etat doée ue marche aléatoire e dimesio caractérisée par les probabilités p et q, les états absorbats a et b et le pas de temps aléatoire, la théorie des martigales fourit les équatios permettat de calculer les deux propriétés mathématiques caractéristiques d ue marche aléatoire : l espérace de la durée de la marche et la probabilité d atteite d u état absorbat. La première propriété est relative à la durée d ue marche aléatoire avat l atteite d u état absorbat et est appelée temps d arrêt de la marche. Soiet N le ombre de pas au bout duquel la marche aléatoire a atteit u état absorbat et T le temps d arrêt de la marche, alors T est ue variable aléatoire telle que : Soit E N l espérace du ombre de pas effectués das la marche avat d atteidre u état absorbat, la théorie des martigales amèe à distiguer deux cas pour le calcul de premier cas das lequel les deux probabilités p et q das la marche aléatoire sot différetes et u deuxième cas das lequel p et q sot égales 0. O a : si p q : si pq : () : u (a) (b) Soiet ET l espérace du temps d arrêt de la marche et E T p l espérace du pas de temps, ET est telle que : T p T t mi t : X a ou X b E N N t t b p b a b q ab p q p q p q E N ab ENE Tp E T E N (3) La deuxième propriété d ue marche aléatoire e dimesio avec états absorbats cocere les probabilités que la marche atteige l u ou l autre de ces deux états absorbats. Ces deux probabilités sot appelées probabilités d atteite. Soiet la probabilité que la marche aléatoire atteige l état absorbat a et PB ( ) la probabilité que la marche atteige l état absorbat b, ces deux probabilités d atteite sot telles que : PA ( ) 0 La justificatio mathématique de cette distictio appelle des démostratios dot la complexité dépasse le cadre de l exposé. O revoie cepedat le lecteur itéressé à Foata et Fuchs (004). 0

22 si p q : si pq : si p q : si pq : P( A) P X a P X a N T t ab b P( A) PX T a a b P( B) P X b T q p q p PA ( ) a P( B) PX T b a b a ab PA ( ) p q p q b (4a) (5a) (4b) (5b) Après avoir préseté de faço géérale et formelle le type de marche aléatoire utilisé das le modèle proposé, cosidéros maiteat l exemple suivat illustrat ue applicatio de ce formalisme à ue situatio cocrète. Cet exemple est cou sous le om de problème de la ruie des joueurs. Soiet deux joueurs A et B jouat à u jeu doé de faço répétée das le temps (ce jeu correspod à l expériece aléatoire). Ici et t (doc T =). Pour chaque partie de ce jeu, A a ue probabilité p de gager et ue probabilité q de perdre (p + q = ). Si A gage ue partie, B lui doe u euro, s il perd, c est lui qui doe u euro à B. Le processus s arrête lorsque l u des deux joueurs est ruié. Soit Y = Y le gai de A à la ième partie ( 0 0), o a P Y p et P Y q. Soit X Y0... Y ( 0), X Y représete le gai de A au cours des premières parties et est ue marche aléatoire. O ote a et b les fortues iitiales respectives des joueurs A et B. La quatité ( X ) ( 0) p

23 ( a X ) représete la fortue de A après la ième partie et la quatité ( b X ) représete la fortue de B après la ième partie. X a sigifie que A est ruié et X b sigifie que B est ruié. Soit T le temps d arrêt de ( ) tel que T mi : X a ou X b, o a : X si p q : si pq : ET b p b a b q ab p q p q p q ET ab (ici, et t, doc Tp = et ET p doc E T E N ). O retrouve égalemet les équatios (4a), (5a), (4b) et (5b) cocerat les probabilités d atteite. Le formalisme mathématique des marches aléatoires est particulièremet adéquat à la modélisatio des tâches de catégorisatio (Towsed & Ashby, 983). E effet, soit ue tâche de catégorisatio comportat deux catégories et deux modalités de répose, e associat chaque état absorbat d ue marche aléatoire e dimesio à ue catégorie de la tâche et e iterprétat la valeur de chaque état absorbat comme le seuil d activatio de la catégorie correspodate, les équatios relatives aux temps d arrêt et aux probabilités d atteite permettet respectivemet la prédictio des temps de répose et des taux d erreurs des sujets aux items de la tâche, le temps de répose et le taux d erreur (appelé aussi précisio) correspodat aux deux variables dépedates habituellemet mesurées das ce type de tâches. La mise au poit de telles prédictios quatitatives requière cepedat e outre d u formalisme mathématique précis ue base coceptuelle solide. Das cette partie 4., ous avos défii le type de marche aléatoire utilisé das le modèle proposé aisi que les otios de temps d arrêt et de probabilité d atteite qui correspodet aux deux propriétés caractéristiques des marches aléatoires. Nous avos égalemet préseté les équatios exprimat mathématiquemet ces otios et qui servirot de base pour la formalisatio du modèle.

24 4. Base coceptuelle du modèle Das cette partie cosacrée à la base coceptuelle du modèle proposé, o expose le cadre coceptuel gééral das lequel s iscrit le modèle. So orgaisatio est la suivate : das u premier temps, o défiit la structure géérale du processus cogitif sous-jacet à l IAT afi de situer les phases de traitemet das ce processus qui fot l objet d ue modélisatio (4..) ; das u secod temps, o éoce et o justifie la première hypothèse théorique cetrale du modèle qui correspod à l hypothèse de la double marche aléatoire (4..) ; das u troisième temps, o défiit rigoureusemet les trois etités mathématiques caractéristiques du type de marche aléatoire utilisé das le modèle (probabilités, pas de temps aléatoire et états absorbats) et o précise leur sigificatio psychologique (o éoce ici la deuxième hypothèse théorique cetrale du modèle qui correspod à l hypothèse du biais de répose) (4..3) ; efi, das u quatrième temps, o expose l explicatio de l effet IAT das le cadre du modèle proposé et sur la base du cadre coceptuel défii (4..4). 4.. Structure géérale du processus cogitif sous-jacet à l IAT Avat de se situer à u iveau de descriptio de type microscopique das la théorisatio d u processus cogitif, il coviet das u premier temps de défiir à u iveau macroscopique l allure globale de ce processus. Traditioellemet e psychologie, la descriptio macroscopique d u processus psychologique correspod à la décompositio du processus e phases distictes, chaque phase représetat u traitemet spécifique de l iformatio. Covetioellemet, la représetatio graphique de la descriptio macroscopique d u processus psychologique pred la forme d u modèle boxologique (ou modèle e boîtes). Nous proposos, sas predre beaucoup de risque, le modèle boxologique suivat comme descriptio macroscopique du processus cogitif impliqué das l IAT : Perceptio Catégorisatio Pré-activatio Décisio Exécutio de (ecodage) de la répose (sélectio de la répose la répose) Figure 7. Structure géérale du processus cogitif sous-jacet à l IAT Ce modèle boxologique est abodammet utilisé das le cadre du paradigme de la période psychologique réfractaire e psychologie cogitive (e.g., Miller & Alderto, 006 ; Byre & Aderso, 00). 3

Chapitre 3 : Fonctions d une variable réelle (1)

Chapitre 3 : Fonctions d une variable réelle (1) Uiversités Paris 6 et Paris 7 M1 MEEF Aalyse (UE 3) 2013-2014 Chapitre 3 : Foctios d ue variable réelle (1) 1 Lagage topologique das R Défiitio 1 Soit a u poit de R. U esemble V R est u voisiage de a s

Plus en détail

FEUILLE D EXERCICES 17 - PROBABILITÉS SUR UN UNIVERS FINI

FEUILLE D EXERCICES 17 - PROBABILITÉS SUR UN UNIVERS FINI FEUILLE D EXERCICES 7 - PROBABILITÉS SUR UN UNIVERS FINI Exercice - Lacer de dés O lace deux dés à 6 faces équilibrés. Calculer la probabilité d obteir : u double ; ue somme des deux dés égale à 8 ; ue

Plus en détail

Comportement d'une suite

Comportement d'une suite Comportemet d'ue suite I) Approche de "ses de variatio et de ite d'ue suite" : 7 Soit la suite ( ) telle que = 5 ( + ) 2 Représetos graphiquemet la suite das u pla mui d' u repère. Il suffit de placer

Plus en détail

Les Nombres Parfaits.

Les Nombres Parfaits. Les Nombres Parfaits. Agathe CAGE, Matthieu CABAUSSEL, David LABROUSSE (2 de Lycée MONTAIGNE BORDEAUX) et Alexadre DEVERT, Pierre Damie DESSARPS (TS Lycée SUD MEDOC LETAILLAN MEDOC) La première partie

Plus en détail

Module 3 : Inversion de matrices

Module 3 : Inversion de matrices Math Stat Module : Iversio de matrices M Module : Iversio de matrices Uité. Défiitio O e défiira l iverse d ue matrice que si est carrée. O appelle iverse de la matrice carrée toute matrice B telle que

Plus en détail

Statistiques appliquées à la gestion Cours d analyse de donnés Master 1

Statistiques appliquées à la gestion Cours d analyse de donnés Master 1 Aalyse des doées Statistiques appliquées à la gestio Cours d aalyse de doés Master F. SEYTE : Maître de coféreces HDR e scieces écoomiques Uiversité de Motpellier I M. TERRAZA : Professeur de scieces écoomiques

Plus en détail

Consolidation. C r é e r un nouveau classeur. Créer un groupe de travail. Saisir des données dans un groupe

Consolidation. C r é e r un nouveau classeur. Créer un groupe de travail. Saisir des données dans un groupe Cosolidatio La société THEOS, qui commercialise des vis, exerce so activité das trois villes : Paris, Nacy et Nice. Le directeur de la société souhaite cosolider les résultats de ses vetes par ville das

Plus en détail

[http://mp.cpgedupuydelome.fr] édité le 10 juillet 2014 Enoncés 1. Exercice 6 [ 02475 ] [correction] Si n est un entier 2, le rationnel H n =

[http://mp.cpgedupuydelome.fr] édité le 10 juillet 2014 Enoncés 1. Exercice 6 [ 02475 ] [correction] Si n est un entier 2, le rationnel H n = [http://mp.cpgedupuydelome.fr] édité le 1 juillet 14 Eocés 1 Nombres réels Ratioels et irratioels Exercice 1 [ 9 ] [correctio] Motrer que la somme d u ombre ratioel et d u ombre irratioel est u ombre irratioel.

Plus en détail

Deuxième partie : LES CONTRATS D ASSURANCE VIE CLASSIQUES

Deuxième partie : LES CONTRATS D ASSURANCE VIE CLASSIQUES DEUXIEME PARTIE Deuième partie : LES CONTRATS D ASSURANCE VIE CLASSIQUES Chapitre. L assurace de capital différé Chapitre 2. Les opératios de retes Chapitre 3. Les assuraces décès Chapitre 4. Les assuraces

Plus en détail

UNIVERSITE MONTESQUIEU BORDEAUX IV. Année universitaire 2006-2007. Semestre 2. Prévisions Financières. Travaux Dirigés - Séances n 4

UNIVERSITE MONTESQUIEU BORDEAUX IV. Année universitaire 2006-2007. Semestre 2. Prévisions Financières. Travaux Dirigés - Séances n 4 UNVERSTE MONTESQUEU BORDEAUX V Licece 3 ère aée Ecoomie - Gestio Aée uiversitaire 2006-2007 Semestre 2 Prévisios Fiacières Travaux Dirigés - Séaces 4 «Les Critères Complémetaires des Choix d vestissemet»

Plus en détail

Exercice I ( non spé ) 1/ u 1 = 3 4. 2 3 u 2 4 + 3 9. 19 4 2/ Soit P la propriété : u n + 4. > 0 pour n 1. P est vraie au rang 1 car u 1

Exercice I ( non spé ) 1/ u 1 = 3 4. 2 3 u 2 4 + 3 9. 19 4 2/ Soit P la propriété : u n + 4. > 0 pour n 1. P est vraie au rang 1 car u 1 Bac blac TS Correctio Exercice I ( Spé ) / émotros par récurrece que 5x y = pour tout etier aturel 5x y = 5 8 = La propriété est doc vraie au rag = Supposos que la propriété est vraie jusqu au rag, o a

Plus en détail

LES ÉCLIPSES. Éclipser signifie «cacher». Vus depuis la Terre, deux corps célestes peuvent être éclipsés : la Lune et le Soleil.

LES ÉCLIPSES. Éclipser signifie «cacher». Vus depuis la Terre, deux corps célestes peuvent être éclipsés : la Lune et le Soleil. Qu appelle-t-o éclipse? Éclipser sigifie «cacher». Vus depuis la Terre, deu corps célestes peuvet être éclipsés : la Lue et le Soleil. LES ÉCLIPSES Pour qu il ait éclipse, les cetres de la Terre, de la

Plus en détail

Séquence 5. La fonction logarithme népérien. Sommaire

Séquence 5. La fonction logarithme népérien. Sommaire Séquece 5 La foctio logarithme épérie Objectifs de la séquece Itroduire ue ouvelle foctio : la foctio logarithme épérie. Coaître les propriétés de cette foctio : sa dérivée, ses variatios, sa courbe, sa

Plus en détail

. (b) Si (u n ) est une suite géométrique de raison q, q 1, on obtient : N N, S N = 1 qn+1. n+1 1 S N = 1 1

. (b) Si (u n ) est une suite géométrique de raison q, q 1, on obtient : N N, S N = 1 qn+1. n+1 1 S N = 1 1 Premières propriétés des ombres réels 2 Suites umériques 3 Suites mootoes : à faire 4 Séries umériques 4. Notio de série. Défiitio 4.. Soit (u ) ue suite de ombres réels ou complexes. Pour N N, o ote S

Plus en détail

Chap. 5 : Les intérêts (Les calculs financiers)

Chap. 5 : Les intérêts (Les calculs financiers) Chap. 5 : Les itérêts (Les calculs fiaciers) Das u cotrat de prêt, le prêteur met à la dispositio de l empruteur, à u taux d itérêt doé, ue somme d arget (le capital) qu il devra rembourser à ue certaie

Plus en détail

STATISTIQUE : TESTS D HYPOTHESES

STATISTIQUE : TESTS D HYPOTHESES STATISTIQUE : TESTS D HYPOTHESES Préparatio à l Agrégatio Bordeaux Aée 203-204 Jea-Jacques Ruch Table des Matières Chapitre I. Gééralités sur les tests 5. Itroductio 5 2. Pricipe des tests 6 2.a. Méthodologie

Plus en détail

2 ième partie : MATHÉMATIQUES FINANCIÈRES

2 ième partie : MATHÉMATIQUES FINANCIÈRES 2 ième partie : MATHÉMATIQUES FINANCIÈRES 1. Défiitios L'itérêt est l'idemité que doe au propriétaire d'ue somme d'arget celui qui e a joui pedat u certai temps. Divers élémets itervieet das le calcul

Plus en détail

EXERCICES : DÉNOMBREMENT

EXERCICES : DÉNOMBREMENT Chapitre 7 ECE 1 - Grad Nouméa - 015 EXERCICES : DÉNOMBREMENT LISTES / ARRANGEMENTS Exercice 1 : Le code ativol Pour so vélo, Toto possède u ativol a code. Le code est ue successio de trois chiffres compris

Plus en détail

20. Algorithmique & Mathématiques

20. Algorithmique & Mathématiques L'éditeur L'éditeur permet à l'utilisateur de saisir les liges de codes d'u programme ou de défiir des foctios. Remarque : O peut saisir directemet des istructios das la cosole Scilab, mais il est plus

Plus en détail

Statistique descriptive bidimensionnelle

Statistique descriptive bidimensionnelle 1 Statistique descriptive bidimesioelle Statistique descriptive bidimesioelle Résumé Liaisos etre variables quatitatives (corrélatio et uages de poits), qualitatives (cotigece, mosaïque) et de types différets

Plus en détail

Examen final pour Conseiller financier / conseillère financière avec brevet fédéral. Recueil de formules. Auteur: Iwan Brot

Examen final pour Conseiller financier / conseillère financière avec brevet fédéral. Recueil de formules. Auteur: Iwan Brot Exame fial pour Coseiller fiacier / coseillère fiacière avec brevet fédéral Recueil de formules Auteur: Iwa Brot Ce recueil de formules sera mis à dispositio des cadidats, si écessaire. Etat au 1er mars

Plus en détail

UNIVERSITÉ DE SFAX École Supérieure de Commerce

UNIVERSITÉ DE SFAX École Supérieure de Commerce UNIVERSITÉ DE SFAX École Supérieure de Commerce Aée Uiversitaire 2003 / 2004 Auditoire : Troisième Aée Études Supérieures Commerciales & Scieces Comptables DÉCISIONS FINANCIÈRES Note de cours N 3 Première

Plus en détail

SÉRIES STATISTIQUES À DEUX VARIABLES

SÉRIES STATISTIQUES À DEUX VARIABLES 1 ) POSITION DU PROBLÈME - VOCABULAIRE A ) DÉFINITION SÉRIES STATISTIQUES À DEUX VARIABLES O cosidère deux variables statistiques umériques x et y observées sur ue même populatio de idividus. O ote x 1

Plus en détail

Dénombrement. Introduction. 1 Cardinaux d'ensembles nis. ECE3 Lycée Carnot. 12 novembre 2010. 1.1 Quelques dénitions

Dénombrement. Introduction. 1 Cardinaux d'ensembles nis. ECE3 Lycée Carnot. 12 novembre 2010. 1.1 Quelques dénitions Déombremet ECE3 Lycée Carot 12 ovembre 2010 Itroductio La combiatoire, sciece du déombremet, sert comme so om l'idique à compter. Il e s'agit bie etedu pas de reveir au stade du CP et d'appredre à compter

Plus en détail

Chap. 6 : Les principaux crédits de trésorerie et leur comptabilisation

Chap. 6 : Les principaux crédits de trésorerie et leur comptabilisation Chap. 6 : Les pricipaux crédits de trésorerie et leur comptabilisatio Les etreprises ot souvet besoi de moyes de fiacemet à court terme : elles ot alors recours aux crédits bacaires (découverts bacaires

Plus en détail

Université Victor Segalen Bordeaux 2 Institut de Santé Publique, d Épidémiologie et de Développement (ISPED) Campus Numérique SEME

Université Victor Segalen Bordeaux 2 Institut de Santé Publique, d Épidémiologie et de Développement (ISPED) Campus Numérique SEME Uiversité Victor Segale Bordeaux Istitut de Saté Publique, d Épidémiologie et de Développemet (ISPED) Campus Numérique SEME MODULE Pricipaux outils e statistique Versio du 8 août 008 Écrit par : Relu par

Plus en détail

Limites des Suites numériques

Limites des Suites numériques Chapitre 2 Limites des Suites umériques Termiale S Ce que dit le programme : CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES Limite fiie ou ifiie d ue suite. Limites et comparaiso. Opératios sur les ites. Comportemet

Plus en détail

La France, à l écoute des entreprises innovantes, propose le meilleur crédit d impôt recherche d Europe

La France, à l écoute des entreprises innovantes, propose le meilleur crédit d impôt recherche d Europe 1/5 Trois objectifs poursuivis par le gouveremet : > améliorer la compétitivité fiscale de la Frace > péreiser les activités de R&D > faire de la Frace u territoire attractif pour l iovatio Les icitatios

Plus en détail

Chap. 6 : Les principaux crédits de trésorerie et leur comptabilisation

Chap. 6 : Les principaux crédits de trésorerie et leur comptabilisation 1 / 9 Chap. 6 : Les pricipaux crédits de trésorerie et leur comptabilisatio Le cycle d exploitatio des etreprises (achats stockage productio stockage vetes) peut etraîer des décalages de trésorerie plus

Plus en détail

Neolane Message Center. Neolane v6.0

Neolane Message Center. Neolane v6.0 Neolae Message Ceter Neolae v6.0 Ce documet, aisi que le logiciel qu'il décrit, est fouri das le cadre d'u accord de licece et e peut être utilisé ou copié que das les coditios prévues par cet accord.

Plus en détail

Etude Spéciale SCORING : UN GRAND PAS EN AVANT POUR LE MICROCRÉDIT?

Etude Spéciale SCORING : UN GRAND PAS EN AVANT POUR LE MICROCRÉDIT? Etude Spéciale o. 7 Javier 2003 SCORING : UN GRAND PAS EN AVANT POUR LE MICROCRÉDIT? MARK SCHNEIDER Le CGAP vous ivite à lui faire part de vos commetaires, de vos rapports et de toute demade d evoid autres

Plus en détail

Dénombrement. Chapitre 1. 1.1 Enoncés des exercices

Dénombrement. Chapitre 1. 1.1 Enoncés des exercices Chapitre 1 Déombremet 1.1 Eocés des exercices Exercice 1 L acie système d immatriculatio fraçais était le suivat : chaque plaque avait 4 chiffres, suivis de 2 lettres, puis des 2 uméros du départemet.

Plus en détail

Exo7. Déterminants. = 4(b + c)(c + a)(a + b). c + a c + b 2c Correction. b + a 2b b + c. Exercice 2 ** X a b c a X c b b c X a c b a X

Exo7. Déterminants. = 4(b + c)(c + a)(a + b). c + a c + b 2c Correction. b + a 2b b + c. Exercice 2 ** X a b c a X c b b c X a c b a X Exo7 Détermiats Exercices de Jea-Louis Rouget Retrouver aussi cette fiche sur wwwmaths-fracefr * très facile ** facile *** difficulté moyee **** difficile ***** très difficile I : Icotourable T : pour

Plus en détail

Chapitre 3 : Transistor bipolaire à jonction

Chapitre 3 : Transistor bipolaire à jonction Chapitre 3 : Trasistor bipolaire à joctio ELEN075 : Electroique Aalogique ELEN075 : Electroique Aalogique / Trasistor bipolaire U aperçu du chapitre 1. Itroductio 2. Trasistor p e mode actif ormal 3. Courats

Plus en détail

3.1 Différences entre ESX 3.5 et ESXi 3.5 au niveau du réseau. Solution Cette section récapitule les différences entre les deux versions.

3.1 Différences entre ESX 3.5 et ESXi 3.5 au niveau du réseau. Solution Cette section récapitule les différences entre les deux versions. 3 Réseau Le réseau costitue u aspect essetiel d u eviroemet virtuel ESX. Il est doc importat de compredre la techologie, y compris ses différets composats et leur coopératio. Das ce chapitre, ous étudios

Plus en détail

RECHERCHE DE CLIENTS simplifiée

RECHERCHE DE CLIENTS simplifiée RECHERCHE DE CLIENTS simplifiée Nous ous occupos d accroître votre clietèle avec le compte Avatage d etreprise Pour trouver des cliets potetiels grâce à u simple compte bacaire Vous cherchez des idées

Plus en détail

Convergences 2/2 - le théorème du point fixe - Page 1 sur 9

Convergences 2/2 - le théorème du point fixe - Page 1 sur 9 Au sommaire : Suites extraites Le théorème de Bolzao-Weierstrass La preuve du théorème de Bolzao-Weierstrass3 Foctio K-cotractate4 Le théorème du poit fixe5 La preuve du théorème du poit fixe6 Utilisatios

Plus en détail

14 Chapitre 14. Théorème du point fixe

14 Chapitre 14. Théorème du point fixe Chapitre 14 Chapitre 14. Théorème du poit fixe Si l o examie de plus près les méthodes de Lagrage et de Newto, étudiées au chapitre précédet, elles revieet das leur pricipe à remplacer la résolutio de

Plus en détail

Compte Sélect Banque Manuvie Guide du débutant

Compte Sélect Banque Manuvie Guide du débutant GUIDE DU DÉBUTANT Compte Sélect Baque Mauvie Guide du débutat Besoi d aide? Preez quelques miutes pour lire attetivemet votre Guide du cliet. Le préset Guide du débutat vous facilitera l utilisatio de

Plus en détail

Processus et martingales en temps continu

Processus et martingales en temps continu Chapitre 3 Processus et martigales e temps cotiu 1 Quelques rappels sur les martigales e temps discret (voir [4]) O cosidère u espace filtré (Ω, F, (F ) 0, IP). O ote F = 0 F. Défiitio 1.1 Ue suite de

Plus en détail

La fibre optique arrive chez vous Devenez acteur de la révolution numérique

La fibre optique arrive chez vous Devenez acteur de la révolution numérique 2 e éditio Edité par l Autorité de régulatio des commuicatios électroiques et des postes RÉPUBLIQUE FRANÇAISE DÉCEMBRE 2010 La fibre optique arrive chez vous Deveez acteur de la révolutio umérique Petit

Plus en détail

55 - EXEMPLES D UTILISATION DU TABLEUR.

55 - EXEMPLES D UTILISATION DU TABLEUR. 55 - EXEMPLES D UTILISATION DU TABLEUR. CHANTAL MENINI 1. U pla possible Les exemples qui vot suivre sot des pistes possibles et e aucu cas ue présetatio exhaustive. De même je ai pas fait ue étude systématique

Plus en détail

CHAPITRE 2 SÉRIES ENTIÈRES

CHAPITRE 2 SÉRIES ENTIÈRES CHAPITRE 2 SÉRIES ENTIÈRES 2. Séries etières Défiitio 2.. O appelle série etière toute série de foctios ( ) f dot le terme gééral est de la forme f ()=a, où (a ) désige ue suite réelle ou complee et R.

Plus en détail

Le marché du café peut être segmenté en fonction de deux modes de production principaux : la torréfaction et la fabrication de café soluble.

Le marché du café peut être segmenté en fonction de deux modes de production principaux : la torréfaction et la fabrication de café soluble. II LE MARCHE DU CAFE 1 L attractivité La segmetatio selo le mode de productio Le marché du café peut être segmeté e foctio de deux modes de productio pricipaux : la torréfactio et la fabricatio de café

Plus en détail

Sommaire Chapitre 1 - L interface de Windows 7 9

Sommaire Chapitre 1 - L interface de Windows 7 9 Sommaire Chapitre 1 - L iterface de Widows 7 9 1.1. Utiliser le meu Démarrer et la barre des tâches de Widows 7...11 Démarrer et arrêter des programmes...15 Épigler u programme das la barre des tâches...18

Plus en détail

Une action! Un message!

Une action! Un message! Ue actio! U message! Cotact Master est u service exclusif de relaces automatiques de vos actes vers vos cliets, par SMS, messages vocaux, e-mails, courrier... Il se décleche lorsque vous réalisez ue actio

Plus en détail

1 Mesure et intégrale

1 Mesure et intégrale 1 Mesure et itégrale 1.1 Tribu boréliee et foctios mesurables Soit =[a, b] u itervalle (le cas où b = ou a = est pas exclu) et F ue famille de sous-esembles de. OditqueF est ue tribu sur si les coditios

Plus en détail

x +1 + ln. Donner la valeur exacte affichée par cet algorithme lorsque l utilisateur entre la valeur n =3.

x +1 + ln. Donner la valeur exacte affichée par cet algorithme lorsque l utilisateur entre la valeur n =3. EXERCICE 3 (6 poits ) (Commu à tous les cadidats) Il est possible de traiter la partie C sas avoir traité la partie B Partie A O désige par f la foctio défiie sur l itervalle [, + [ par Détermier la limite

Plus en détail

Groupe orthogonal d'un espace vectoriel euclidien de dimension 2, de dimension 3

Groupe orthogonal d'un espace vectoriel euclidien de dimension 2, de dimension 3 1 Groupe orthogoal d'u espace vectoriel euclidie de dimesio, de dimesio Voir le chapitre 19 pour l'étude des espaces euclidies et des isométries. État doé u espace euclidie E de dimesio 1, o rappelle que

Plus en détail

Gérer les applications

Gérer les applications Gérer les applicatios E parcourat les rayos du Widows Phoe Store, vous serez e mesure de compléter les services de base de votre smartphoe à travers plus de 10 000 applicatios. Gratuites ou payates, ces

Plus en détail

Neolane Leads. Neolane v6.0

Neolane Leads. Neolane v6.0 Neolae Leads Neolae v6.0 Ce documet, aisi que le logiciel qu'il décrit, est fouri das le cadre d'u accord de licece et e peut être utilisé ou copié que das les coditios prévues par cet accord. Cette publicatio

Plus en détail

STATISTIQUE AVANCÉE : MÉTHODES

STATISTIQUE AVANCÉE : MÉTHODES STATISTIQUE AVANCÉE : MÉTHODES NON-PAAMÉTIQUES Ecole Cetrale de Paris Arak S. DALALYAN Table des matières 1 Itroductio 5 2 Modèle de desité 7 2.1 Estimatio par istogrammes............................

Plus en détail

Donnez de la liberté à vos données. BiBOARD. www.biboard.fr

Donnez de la liberté à vos données. BiBOARD. www.biboard.fr Doez de la liberté à vos doées BiBOARD www.biboard.fr Le décisioel pour tous Le décisioel évolue. L etreprise quelle que soit sa taille, a besoi de piloter so activité à l aide d outils simples, fiables,

Plus en détail

Cours 5 : ESTIMATION PONCTUELLE

Cours 5 : ESTIMATION PONCTUELLE Cours 5 : ESTIMATION PONCTUELLE A- Gééralités B- Précisio d u estimateur C- Exhaustivité D- iformatio E-estimateur sas biais de variace miimale, estimateur efficace F- Quelques méthode s d estimatio A-

Plus en détail

Séries réelles ou complexes

Séries réelles ou complexes 6 Séries réelles ou complexes Comme pour le chapitre 3, les suites cosidérées sot a priori complexes et les résultats classiques sur les foctios cotiues ou dérivables d ue variable réelle sot supposés

Plus en détail

STRATÉGIE DE REMPLACEMENT DE LUTTE CONTRE LA PUNAISE TERNE DANS LES FRAISERAIES DE L ONTARIO

STRATÉGIE DE REMPLACEMENT DE LUTTE CONTRE LA PUNAISE TERNE DANS LES FRAISERAIES DE L ONTARIO Des résultats du Programme de réductio des risques STRATÉGIE DE REMPLACEMENT DE LUTTE CONTRE LA PUNAISE TERNE DANS LES FRAISERAIES DE L ONTARIO 1. Cotexte La puaise tere Lygus lieolaris (figure 1) est

Plus en détail

TRANSFERT DE CHARGE DANS UN RÉSEAU DE PROCESSEURS TOTALEMENT CONNECTÉS (*) par Maryse BÉGUIN ( 1 )

TRANSFERT DE CHARGE DANS UN RÉSEAU DE PROCESSEURS TOTALEMENT CONNECTÉS (*) par Maryse BÉGUIN ( 1 ) RAIRO Operatios Research RAIRO Oper. Res. 34 (2000) 99-129 TRANSFERT DE CHARGE DANS UN RÉSEAU DE PROCESSEURS TOTALEMENT CONNECTÉS (*) par Maryse BÉGUIN ( 1 ) Commuiqué par Berard LEMAIRE Résumé. L étude

Plus en détail

Processus géométrique généralisé et applications en fiabilité

Processus géométrique généralisé et applications en fiabilité Processus géométrique gééralisé et applicatios e fiabilité Lauret Bordes 1 & Sophie Mercier 2 1,2 Uiversité de Pau et des Pays de l Adour Laboratoire de Mathématiques et de leurs Applicatios - Pau UMR

Plus en détail

La maladie rénale chronique

La maladie rénale chronique La maladie réale chroique Qu est-ce que cela veut dire pour moi? Natioal Kidey Disease Educatio Program La maladie réale chroique: l essetiel Vous avez été iformé(e) que vous êtes atteit(e) de la maladie

Plus en détail

GUIDE METHODOLOGIQUE INDUSTRIES, OUVREZ VOS PORTES

GUIDE METHODOLOGIQUE INDUSTRIES, OUVREZ VOS PORTES GUIDE METHODOLOGIQUE INDUSTRIES, OUVREZ VOS PORTES SOMMAIRE Les visites d etreprises : pourquoi ouvrir ses portes?.... 8 1.1 Des motivatios variées pour les etreprises... 8 1.2 Les freis à l ouverture

Plus en détail

S-PENSION. Constituez-vous un capital retraite complémentaire pour demain tout en bénéficiant d avantages fiscaux dès aujourd hui.

S-PENSION. Constituez-vous un capital retraite complémentaire pour demain tout en bénéficiant d avantages fiscaux dès aujourd hui. S-PENSION Costituez-vous u capital retraite complémetaire pour demai tout e bééficiat d avatages fiscaux dès aujourd hui. Sommaire 1. Il est temps de predre l iitiative 4 2. Profitez dès aujourd hui des

Plus en détail

Faites prospérer vos affaires grâce aux solutions d épargne et de gestion des dettes

Faites prospérer vos affaires grâce aux solutions d épargne et de gestion des dettes Faites prospérer vos affaires grâce aux solutios d éparge et de gestio des dettes Quelques excelletes raisos d offrir des produits bacaires et de fiducie à vos cliets Vous avez la compétece écessaire pour

Plus en détail

II LES PROPRIETES DES ESTIMATEURS MCO 1. Rappel : M1 LA REGRESSION : HYPOTHESES ET TESTS Avril 2009

II LES PROPRIETES DES ESTIMATEURS MCO 1. Rappel : M1 LA REGRESSION : HYPOTHESES ET TESTS Avril 2009 M LA REGRESSION : HYPOTHESES ET TESTS Avril 009 I LES HYPOTHESES DE LA MCO. Hypothèses sur la variable explicative a. est o stochastique. b. a des valeurs xes das les différets échatillos. c. Quad ted

Plus en détail

Logiciel de synchronisation de flotte de baladeurs MP3 / MP4 ou tablettes Androïd

Logiciel de synchronisation de flotte de baladeurs MP3 / MP4 ou tablettes Androïd easylab Le logiciel de gestio de fichiers pour baladeurs et tablettes Visualisatio simplifiée de la flotte Gestio des baladeurs par idividus / classes / groupes / activités Activatio des foctios par simple

Plus en détail

Un nouvel opérateur de fusion adaptatif. A new adaptive operator of fusion. 1. introduction

Un nouvel opérateur de fusion adaptatif. A new adaptive operator of fusion. 1. introduction A ew adaptive operator of fusio par Fraçois DELMOTTE LAMIH, Uiversité de Valeciees et du Haiaut-Cambrésis, Le Mot Houy, BP 3, 5933 Valeciees CEDEX 9 fdelmott@flore.uiv-valeciees.fr résumé et mots clés

Plus en détail

Mécanismes de protection contre les vers

Mécanismes de protection contre les vers Mécaismes de protectio cotre les vers Itroductio Au cours de so évolutio, l Iteret a grademet progressé. Il est passé du réseau reliat quelques cetres de recherche aux États-Uis au réseau actuel reliat

Plus en détail

Intégration et probabilités ENS Paris, 2012-2013. TD (20)13 Lois des grands nombres, théorème central limite. Corrigé :

Intégration et probabilités ENS Paris, 2012-2013. TD (20)13 Lois des grands nombres, théorème central limite. Corrigé : Itégratio et probabilités EN Paris, 202-203 TD 203 Lois des grads ombres, théorème cetral limite. Corrigé Lois des grads ombres Exercice. Calculer e cet leços Détermier les limites suivates : x +... +

Plus en détail

POLITIQUE ECONOMIQUE ET DEVELOPPEMENT

POLITIQUE ECONOMIQUE ET DEVELOPPEMENT POLTQU ONOMQU T DVLOPPMNT TRUTUR DU MAR NATONAL DU AF-AAO T PR AU PRODUTUR MALAN Beïla Beoit osultat PD N 06/008 ellule d Aalyse de Politiques coomiques du R Aée de pulicatio : Avril 009 Résumé e papier

Plus en détail

Polynésie Septembre 2002 - Exercice On peut traiter la question 4 sans avoir traité les questions précédentes.

Polynésie Septembre 2002 - Exercice On peut traiter la question 4 sans avoir traité les questions précédentes. Polyésie Septembre 2 - Exercice O peut traiter la questio 4 sas avoir traité les questios précédetes Pour u achat immobilier, lorsqu ue persoe emprute ue somme de 50 000 euros, remboursable par mesualités

Plus en détail

Principes et Méthodes Statistiques

Principes et Méthodes Statistiques Esimag - 2ème aée 0 1 2 3 4 5 6 7 0 5 10 15 x y Pricipes et Méthodes Statistiques Notes de cours Olivier Gaudoi 2 Table des matières 1 Itroductio 7 1.1 Défiitio et domaies d applicatio de la statistique............

Plus en détail

Renseignements et monitoring. Renseignements commerciaux et de solvabilité sur les entreprises et les particuliers.

Renseignements et monitoring. Renseignements commerciaux et de solvabilité sur les entreprises et les particuliers. Reseigemets et moitorig. Reseigemets commerciaux et de solvabilité sur les etreprises et les particuliers. ENSEMBLE CONTRE LES PERTES. Reseigemets Creditreform. Pour plus de trasparece. Etreteir des rapports

Plus en détail

Télé OPTIK. Plus spectaculaire que jamais.

Télé OPTIK. Plus spectaculaire que jamais. Télé OPTIK Plus spectaculaire que jamais. Vivez toute la puissace de la télévisio sur IP grâce au réseau OPTIK 1 de TELUS et découvrez-e l extraordiaire potetiel. Télé OPTIK MC vous doe la parfaite maîtrise

Plus en détail

Comment les Canadiens classent-ils leur système de soins de santé?

Comment les Canadiens classent-ils leur système de soins de santé? Novembre Les sois de saté au Caada, c est capital bulleti o 4 Commet les Caadies classet-ils leur système de sois de saté? Résultats du sodage iteratioal du Fods du Commowealth sur les politiques de saté

Plus en détail

for a living planet WWF ZOOM: votre carte de crédit personnalisée

for a living planet WWF ZOOM: votre carte de crédit personnalisée for a livig plaet WWF ZOOM: votre carte de crédit persoalisée Le meilleur pour vous. Le meilleur pour l eviroemet. Ue carte de crédit du WWF. Vous faites u geste e faveur de la ature. Sas frais supplémetaires.

Plus en détail

MUTUELLE D&O MUTUELLE D&O. Copilote de votre santé. AGECFA-Voyageurs CARCEPT CARCEPT-Prévoyance CRC CRIS CRPB-AFB

MUTUELLE D&O MUTUELLE D&O. Copilote de votre santé. AGECFA-Voyageurs CARCEPT CARCEPT-Prévoyance CRC CRIS CRPB-AFB MUTUELLE D&O MUTUELLE D&O Copilote de votre saté AGECFA-Voyageurs CARCEPT CARCEPT-Prévoyace CRC CRIS CRPB-AFB DOMISSIMO-Assuraces DOMISSIMO-Services FONGECFA-Trasport IPRIAC MUTUELLE D&O OREPA-Prévoyace

Plus en détail

LE WMS EXPERT DE LA SUPPLY CHAIN DE DÉTAIL

LE WMS EXPERT DE LA SUPPLY CHAIN DE DÉTAIL LE WMS EXET DE LA SULY HAIN DE DÉTAIL QUELS SNT LES ENJEUX DE LA SULY HAIN? garatir la promesse cliet es derières aées, la distributio coaît ue véritable mutatio avec l évolutio des modes de cosommatio.

Plus en détail

Les études. Recommandations applicables aux appareils de levage "anciens" dans les ports. Guide Technique

Les études. Recommandations applicables aux appareils de levage anciens dans les ports. Guide Technique es Cetre d Etudes Techiques Maritimes et Fluviales Les études Recommadatios applicables aux appareils de levage "acies" das les ports Guide Techique PM 03.01 Cetre d Etudes Techiques Maritimes et Fluviales

Plus en détail

Mobile Business. Communiquez efficacement avec vos relations commerciales 09/2012

Mobile Business. Communiquez efficacement avec vos relations commerciales 09/2012 Mobile Busiess Commuiquez efficacemet avec vos relatios commerciales 9040412 09/2012 U choix capital pour mes affaires Pour gérer efficacemet ses affaires, il y a pas de secret : il faut savoir predre

Plus en détail

Dares Analyses. Plus d un tiers des CDI sont rompus avant un an

Dares Analyses. Plus d un tiers des CDI sont rompus avant un an Dares Aalyses javier 2015 N 005 publicatio de la directio de l'aimatio de la recherche, des études et des statistiques Plus d u tiers des CDI sot rompus avat u a Le cotrat de travail à durée idétermiée

Plus en détail

Guide des logiciels de l ordinateur HP Media Center

Guide des logiciels de l ordinateur HP Media Center Guide des logiciels de l ordiateur HP Media Ceter Les garaties des produits et services HP sot exclusivemet présetées das les déclaratios expresses de garatie accompagat ces produits et services. Aucu

Plus en détail

c. Calcul pour une évolution d une proportion entre deux années non consécutives

c. Calcul pour une évolution d une proportion entre deux années non consécutives Calcul des itervalles de cofiace our les EPCV 996-004 - Cas d u ourcetage ou d ue évolutio e oit das la oulatio totale des méages - Cas d u ourcetage ou d ue évolutio das ue sous oulatio das les méages

Plus en détail

Initiation à l analyse factorielle des correspondances

Initiation à l analyse factorielle des correspondances Fiche TD avec le logiciel : tdr620b Iitiatio à l aalyse factorielle des correspodaces A.B. Dufour & M. Royer & J.R. Lobry Das cette fiche, o étudie l Aalyse Factorielle des Correspodaces. Cette techique

Plus en détail

Le chef d entreprise développe les services funéraires de l entreprise, en

Le chef d entreprise développe les services funéraires de l entreprise, en Le chef d etreprise développe les services fuéraires de l etreprise, e assurat lui-même tout ou partie des activités de vete et e ecadrat directemet le persoel techique et commercial et d exploitatio.

Plus en détail

DETERMINANTS. a b et a'

DETERMINANTS. a b et a' 2003 - Gérard Lavau - http://perso.waadoo.fr/lavau/idex.htm Vous avez toute liberté pour télécharger, imprimer, photocopier ce cours et le diffuser gratuitemet. Toute diffusio à titre oéreux ou utilisatio

Plus en détail

Université Pierre et Marie Curie. Biostatistique PACES - UE4 2013-2014

Université Pierre et Marie Curie. Biostatistique PACES - UE4 2013-2014 Uiversité Pierre et Marie Curie Biostatistique PACES - UE4 2013-2014 Resposables : F. Carrat et A. Mallet Auteurs : F. Carrat, A. Mallet, V. Morice Mise à jour : 21 octobre 2013 Relecture : V. Morice,

Plus en détail

One Office Voice Pack Vos appels fixes et mobiles en un seul pack

One Office Voice Pack Vos appels fixes et mobiles en un seul pack Uique! Exteded Fleet Appels illimités vers les uméros Mobistar et les liges fixes! Oe Office Voice Pack Vos appels fixes et mobiles e u seul pack Commuiquez et travaillez e toute liberté Mobistar offre

Plus en détail

COMMENT ÇA MARCHE GUIDE DE L ENSEIGNANT 9 E ANNÉE

COMMENT ÇA MARCHE GUIDE DE L ENSEIGNANT 9 E ANNÉE GUIDE DE L ENSEIGNANT 9 E ANNÉE TROUSSE PÉDAGOGIQUE 9 E ANNÉE Le préset Guide de l eseigat, qui accompage la trousse pédagogique COMMENT ÇA MARCHE : PRODUCTION D ÉLECTRICITÉ 9 e aée a été coçu à l itetio

Plus en détail

sçíêé=ã~áëçå L ABC des fenêtres

sçíêé=ã~áëçå L ABC des fenêtres sçíêé=ã~áëçå CF 58 L ABC des feêtres Les feêtres remplisset ue foctio importate das la maiso. E plus d e rehausser l esthétique, elles permettet d assurer u apport d air frais et la vetilatio, d éclairer

Plus en détail

Échantillonnage et estimation

Échantillonnage et estimation Stage «Nouveaux programmes de Termiale S» - Ho Chi Mih-Ville Novembre 202 Échatilloage et estimatio Partie C - Frédéric Barôme page Échatilloage et estimatio Partie C : Capacités et exercices-types. Rappelos

Plus en détail

Choisissez la bonne carte. Contribuez au respect de la nature avec les cartes Visa et MasterCard WWF. Sans frais supplémentaires.

Choisissez la bonne carte. Contribuez au respect de la nature avec les cartes Visa et MasterCard WWF. Sans frais supplémentaires. Toutes les cartes de crédit e se ressemblet pas. Les cartes Visa et MasterCard WWF vous offret tous les avatages d ue carte de crédit classique. Vous disposez toujours et partout d ue réserve d arget das

Plus en détail

Réseaux d ondelettes et réseaux de neurones pour la modélisation statique et dynamique de processus

Réseaux d ondelettes et réseaux de neurones pour la modélisation statique et dynamique de processus Réseaux d odelettes et réseaux de euroes pour la modélisatio statique et dyamique de processus Yacie Oussar To cite this versio: Yacie Oussar. Réseaux d odelettes et réseaux de euroes pour la modélisatio

Plus en détail

Chapitre 2 SONDAGE ALEATOIRE SIMPLE OU A PROBABILITES EGALES. 2.1 DEFINITIONS 2.2 SONDAGE ALEATOIRE SIMPLE SANS REMISE (PESR) 2.2.

Chapitre 2 SONDAGE ALEATOIRE SIMPLE OU A PROBABILITES EGALES. 2.1 DEFINITIONS 2.2 SONDAGE ALEATOIRE SIMPLE SANS REMISE (PESR) 2.2. Chapitre 2 SONDAGE ALEATOIRE SIMPLE OU A PROBABILITES EGALES PLAN DU CHAPITRE 2 2.1 DEFINITIONS 2.2 SONDAGE ALEATOIRE SIMPLE SANS REMISE (PESR) 2.2.1 Pla de sodage 2.2.2 Probabilités d iclusio 2.3 SONDAGE

Plus en détail

Guide du suivi et de l évaluation axés sur les résultats P ROGRAMME DES NATIONS UNIES POUR LE DÉVELOPPEMENT B U R E AU DE L É VA L UATION

Guide du suivi et de l évaluation axés sur les résultats P ROGRAMME DES NATIONS UNIES POUR LE DÉVELOPPEMENT B U R E AU DE L É VA L UATION Guide du suivi et de l évaluatio axés sur les résultats P ROGRAMME DES NATIONS UNIES POUR LE DÉVELOPPEMENT B U R E AU DE L É VA L UATION P ROGRAMME DES NATIONS UNIES POUR LE DÉVELOPPEMENT B U R E AU DE

Plus en détail

n tr tr tr tr tr tr tr tr tr tr n tr tr tr Nom:... Prénom :...

n tr tr tr tr tr tr tr tr tr tr n tr tr tr Nom:... Prénom :... Nom:... Préom :... Chaque répose peut valoir : c) 2 poits si le choix est totalemet exact + poit si le choix est partiellemet exact + 0 poit si le choix est erroé + -i poit si le choix est u coeses Ue

Plus en détail

Formation d un ester à partir d un acide et d un alcool

Formation d un ester à partir d un acide et d un alcool CHAPITRE 10 RÉACTINS D ESTÉRIFICATIN ET D HYDRLYSE 1 Formatio d u ester à partir d u acide et d u alcool 1. Nomeclature Acide : R C H Alcool : R H Groupe caractéristique ester : C Formule géérale d u ester

Plus en détail

Les algorithmes de tri

Les algorithmes de tri CONSERVATOIRE NATIONAL DES ARTS ET METIERS PARIS MEMOIRE POUR L'EXAMEN PROBATOIRE e INFORMATIQUE par Nicolas HERVE Les algorithmes de tri Souteu le mai JURY PRESIDENTE : Mme COSTA Sommaire Itroductio....

Plus en détail

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable Exo7 Topologie Exercices de Jea-Louis Rouget Retrouver aussi cette fiche sur wwwmaths-fracefr * très facile ** facile *** difficulté moyee **** difficile ***** très difficile I : Icotourable Exercice **

Plus en détail

4 Approximation des fonctions

4 Approximation des fonctions 4 Approximatio des foctios Ue foctio f arbitraire défiie sur u itervalle I et à valeur das IR peut être représetée par so graphe, ou de maière équivalete par la doée de l esemble de ses valeurs f(t) pour

Plus en détail

Divorce et séparation

Divorce et séparation Coup d oeil sur Divorce et séparatio Être attetif aux besois de votre efat Divorce et séparatio «Les premiers mois suivat u divorce ou ue séparatio sot très stressats. Votre patiece, votre cohérece et

Plus en détail

Un accès direct à vos comptes 24h/24 VOTRE NUMÉRO CLIENT. www.bnpparibas.net. Centre de Relations Clients 0 820 820 001 (0,12 /min)

Un accès direct à vos comptes 24h/24 VOTRE NUMÉRO CLIENT. www.bnpparibas.net. Centre de Relations Clients 0 820 820 001 (0,12 /min) * selo coditios cotractuelles e vigueur. U accès direct à vos comptes 24h/24 VOTRE NUMÉRO CLIENT + VOTRE CODE SECRET * : www.bpparibas.et Cetre de Relatios Cliets 0 820 820 001 (0,12 /mi) Appli Mes Comptes

Plus en détail