Estimation. Anita Burgun

Dimension: px
Commencer à balayer dès la page:

Download "Estimation. Anita Burgun"

Transcription

1 Estimation Anita Burgun

2 Estimation Anita Burgun

3 Contenu du cours Sondages Mesures statistiques sur un échantillon Estimateurs

4 Problème posé Le problème posé en statistique: On s intéresse à une population mais on ne peut pas étudier la population dans son ensemble On extrait un échantillon A partir de l échantillon, comment estimer un paramètre? Calcul des probabilités : lois Comment tester une hypothèse concernant cette population?

5 Problème posé Lorsqu on travaille sur l ensemble d une population Recensement (dénombrer les sujets) et collecte des données exhaustive Les patients d un hôpital, les naissances Exceptionnel -> on recueille des données sur un groupe limité, sélectionné à l intérieur d une population Echantillonnage: opération qui consiste à identifier un groupe dans une population Echantillon: le groupe sélectionné En statistique, un échantillon est un ensemble d'individus extraits d'une population initiale de manière aléatoire de façon à ce qu'il soit représentatif de cette population. Sondage: la méthode utilisée pour échantillonner

6 Métaphore du papier peint (A-J Valleron) Se rendre compte du résultat final à partir d un petit morceau de papier (échantillon) Objectif: donner l information la plus fiable possible Echantillon de taille d autant plus grande: Que l on souhaite fournir plus de détail sur le papier peint originel Que le papier peint est plus complexe (motif vs uni)

7 Biais de sélection La qualité primordiale d un échantillon est d être représentatif de la population qu il est censé décrire. Lorsqu un échantillon n est pas représentatif, il fournit des données et des paramètres biaisés: biais de sélection Echantillons biaisés: Interroger des passants dans la rue (exclut au travail, impotent, enfant, etc) Annuaire du téléphone Malades hospitalisés Prélèvements sanguins d un CHU

8 Tirage au sort Tirage au sort= randomisation Sondage aléatoire Élémentaire Systématique À plusieurs degrés En grappes stratifié

9 Sondage Population: ensembles des individus (unités statistiques) qu on veut étudier Les unités statistiques ne sont pas forcément des individus, ex services hospitaliers Base de sondage : liste des unités statistiques issues de la population servant à sélectionner un échantillon. Il y a une identification des unités statistiques qui permet de les «atteindre» si elles sont sélectionnées.

10 Sondage élémentaire C est la méthode de référence Après avoir fixé la taille n de l échantillon, on tire au sort les individus (unités statistiques) Tous les individus ont a priori la même probabilité d être sélectionnés Avec N= la taille de la population, cette probabilité est n/n Fraction (taux) de sondage = n/n Base de sondage= population

11 Sondage systématique On considère la population comme une pile d individus On détermine un pas de sondage = N/n Après avoir tiré au sort le 1er individu entre 1 et N/n, on sélectionne les suivants de façon systématique en balayant la pile de pas en pas a b f j Pas du sondage = 4

12 Sondage à plusieurs degrés Cas d une population de très grande taille Sondage à 2 degrés: On fait une partition de la population en groupes Ces groupes représentent les unités primaires (UP). La liste des groupes constitue la première base de sondage. On pratique un 1er sondage élémentaire (ou systématique) sur cette liste d UP On pratique ensuite un 2ème sondage élémentaire (ou systématique) sur les individus des groupes tirés au sort Extensible à 3 degrés ou plus

13 Sondage à 2 degrés

14 Sondage à 2 degrés 1er degré Unités premières

15 Sondage à 2 degrés 1er degré Unités premières

16 Sondage à 2 degrés 1er degré Unités premières

17 Sondage à 2 degrés 1er degré 2ème degré Unités premières Individus

18 Sondage en grappes

19 Sondage en grappes

20 1er degré Sondage en grappes

21 Sondage en grappes On prend tous les individus des grappes t.a.s

22 Sondage en grappes Il faut des grappes nombreuses et semblables avec une variance intra-grappe élevée

23 Sondage stratifié Cas où l on sait qu il y a une liaison entre un caractère particulier de la population et la variable étudiée. Exemple: on veut étudier la comportement par rapport au tabac chez les jeunes d un lycée de 800 élèves Pop= fumeurs p=20% Proportion variable en fonction de la classe (2nde: 10%, 1ere:15%, term:50%) On stratifie sur la classe et on fait le tirage au sort dans chaque strate

24 Sondage stratifié strates Tirage au sort Unités statistique s La fraction de sondage peut être différente selon les strates

25 Types d erreurs liées à l utilisation d un sondage Biais: erreur systématique qui ne peut pas être corrigée par l analyse statistique Fluctuation d échantillonnage: erreur non systématique qui entraîne un manque de précision des données. Pourrait être corrigée en augmentant la taille de l échantillon.

26 Contenu du cours Sondages Mesures statistiques sur un échantillon Estimateurs

27 Mesures statistiques sur un échantillon Sur un échantillon, on peut mesurer les mêmes types de paramètres de position et de distribution que sur une population Utilisés comme estimateurs des paramètres inconnus dans la population

28 Contenu du cours Sondages Mesures statistiques sur un échantillon Estimateurs

29 Estimateurs On appelle estimateur d un paramètre de la population un paramètre calculé à partir de l échantillon, approchant au mieux le paramètre de la population Un estimateur t d'un paramètre θ est dit "sans biais", ou "non biaisé", si son espérance est égale à la valeur du paramètre E(t)= θ la valeur d'un estimateur sans biais est "en moyenne" égale à la valeur à estimer

30 Paramètres de position Moyenne: on appelle m ou la moyenne d une variable quantitative calculée sur un échantillon, µ étant la moyenne inconnue dans la population. Avec x: les valeurs! de la variable, x la somme de ces valeurs et n la taille de l échantillon m = x " x La moyenne m est l estimateur de la moyenne µ inconnue n

31 ! Paramètres de position Pourcentage: on appelle p un pourcentage observé sur un échantillon, P étant le pourcentage inconnu dans la population. Avec n la taille de l échantillon et k le nombre d individus présentant la caractéristique p = k n Le pourcentage p est l estimateur du pourcentage P inconnu

32 Paramètres de dispersion Variance empirique, observée d un échantillon Avec x: les valeurs de la variable, m: la moyenne de l échantillon et n la taille de l échantillon v = x " m #( ) n 2 Peut-on estimer σ2, la variance au niveau de la population par v???!

33 Paramètres de dispersion NON v = x " m #( ) n 2 NB: L estimateur v est biaisé E(v) = n "1 n # 2! s 2 = n n "1 v = x " m #( ) n "1 2!

34 Paramètres de dispersion Variance: on appelle s 2 la variance d une variable quantitative calculée sur un échantillon, estimateur de la variance σ 2 inconnue dans la population. Avec x: les valeurs de la variable, m: la moyenne de l échantillon et n la taille de l échantillon s 2 = x " m #( ) n "1 2 = (# x 2 ) " n "1 (# x) 2 n La variance s 2 est l estimateur de la variance σ 2 inconnue

35 Paramètres de dispersion Ecart type: on appelle s l écart type calculé sur les valeurs de l échantillon, σ étant l écart type inconnu dans la population. s = s 2 L écart type s est l estimateur de l écart type σ inconnu!

36 Estimation d un paramètre Définir les paramètres d une population à partir des paramètres observés sur un échantillon POPULATION ECHANTILLON Estimation => estimateurs inconnu observé La valeur observée a fort peu de chances d être exactement la valeur inconnue de la population elle est néanmoins assez proche si l échantillon est représentatif en répétant l échantillonnage, on trouverait d autres valeurs, toutes assez proches les unes des autres

37 On a mesuré le taux de fer sérique de 20 individus. Ce taux, exprimé en µg/100ml est le suivant : 83,0 ; 98,0 ; 183,3 ; 119,6 ; 78,5 ; 162,6 ; 155,7 ; 147,3 ; 100,1 ; 139,2 ; 172,1 ; 102,0 ; 162,8 ; 113,8 ; 157,4 ; 128,5 ; 136,2 ; 129,3 ; 131,6 ; 157,3. Calculer les estimations de la moyenne, de la variance et de l écart-type du taux de fer sérique dans la population à partir de cet échantillon.

38 On a mesuré le taux de fer sérique de 20 individus. Ce taux, exprimé en µg/100ml est le suivant : 83,0 ; 98,0 ; 183,3 ; 119,6 ; 78,5 ; 162,6 ; 155,7 ; 147,3 ; 100,1 ; 139,2 ; 172,1 ; 102,0 ; 162,8 ; 113,8 ; 157,4 ; 128,5 ; 136,2 ; 129,3 ; 131,6 ; 157,3. Calculer les estimations de la moyenne, de la variance et de l écart-type du taux de fer sérique dans la population à partir de cet échantillon. La moyenne du taux de fer sérique µ dans la population est estimée par m, notée aussi x m =! x = n " i=1 n x i = 132,915µg/100ml La variance σ 2 est estimée par s 2! s 2 = n # i=1 (x i " m) 2 n "1 = 900 L écart type σ est estimé par s!

39 Estimation d une moyenne

40 Estimation d une moyenne " x m = est un estimateur non biaisé de la moyenne n sur la population Fluctuation d échantillonnage d une moyenne! m 1 m 3 m 2 Échantillon 1 -> m 1 Échantillon 2 -> m 2

41 Estimation d une moyenne Théorème central limite: La moyenne d une variable quantitative calculée sur un échantillon est une variable aléatoire Qui suit une loi normale (convergence vers une loi normale) Cette loi normale est centrée sur la moyenne µ de la population

42 Estimation: intervalle de pari On se pose le problème suivant. On s'apprête à réaliser une série d'expériences, c'est-à-dire à mesurer la variable X sur un échantillon de n individus. Peut-on construire un intervalle [a, b] tel que la probabilité pour que la moyenne observée que l'on s'apprête à calculer appartienne à cet intervalle ait une valeur donnée? Il s'agit donc de construire un intervalle qui contienne avec une probabilité fixée la valeur observée que l'on va obtenir.

43 Estimation d une moyenne Résultat: intervalle de pari de la moyenne Si, dans une population, une v.a. X a une moyenne µ et une variance σ 2, la moyenne des n valeurs d un échantillon a une probabilité 1-α d être comprise entre! $ µ " z # n Condition de validité: et n " 30 µ + z " # n!!

44 Rappel concernant l écart type de la moyenne Soit X 1,. X n une suite de n v.a. indépendantes de mêmes moyenne et écart-type µ et σ La moyenne sur l échantillon m= (X 1 + X 2 +. X n ) /n a comme moyenne µ et pour écart-type Si X 1,. X n suivent une loi normale ou si on peut faire une approximation, la moyenne des n valeurs d un échantillon a une probabilité 1-α d être comprise entre µ " z # $ n et! " n µ + z " # n

45 Estimation d une moyenne L écart type de la moyenne m peut être estimé par: s m = s n Avec s: écart type des valeurs de l échantillon n: taille de l échantillon Applicable ssi la taille de l échantillon est négligeable par rapport à la taille de la population (10%).! ATTENTION: ne pas confondre s et s m

46 Intervalle de confiance d une moyenne Un intervalle de confiance d un paramètre inconnu est une fourchette de valeurs dans laquelle le paramètre inconnu qu on veut estimer a une probabilité 1-α de se trouver (et α de ne pas se trouver) m " z # s m < µ < m + z # s m! Ici, on connaît m et on cherche à déterminer µ.

47 Intervalle de confiance d une moyenne On cherche à déterminer µ m " z # $n < µ < m + z # $ n σ est inconnu. On le remplace par son estimation s.! m " z # sn < µ < m + z # s n

48 Intervalle de confiance d une moyenne L intervalle de confiance au risque α permettant l estimation de µ à partir d un échantillon (m, s) est! m ± z " La valeur recherchée µ a une probabilité 1- α de se trouver dans cet intervalle. " n 30 Condition! s n

49 Machine A garantie par le constructeur comme faisant des comprimés de poids moyen 0,80g avec un écart-type de 0,02g Echantillon A prélevé 15 comprimés m A = 0,79 g X poids des comprimés suit loi normale Echantillon de 15 cps (n) Machine A: µ connu (0.80) σ connu (0.02) Intervalle de pari de la moyenne du poids m sur un échantillon vaut: µ "# $ n ;µ + # $ n

50 Machine A garantie par le constructeur comme faisant des comprimés de poids moyen 0,80g avec un écart-type de 0,02g m A = 0,79 g n= 15, µ = 0.80; σ =0.02 Intervalle de pari de la moyenne du poids m sur un échantillon vaut: µ "# $ n ;µ + # $ n " =1.96! 0.789;0.811

51 Estimation d un pourcentage

52 Estimation d un pourcentage Etant donné une population où une proportion P des individus possède un certain caractère. Il s agit d estimer P à partir de p, proportion trouvée dans un échantillon de taille n. On sait que np suit une loi binomiale B(n,P). Si n est petit on utilise les calculs de la loi binomiale Si n est grand,! ( ) np suit N np; écart - type = np(1- P) " p suit loi N$ P; ecart - type = # P(1- P) n % ' &

53 Estimation d un pourcentage Fluctuation d échantillonnage d un pourcentage Un pourcentage observé sur un échantillon est une variable aléatoire. Il varie selon les échantillons. Cette variable suit une loi normale (convergence vers une loi normale) Cette loi normale est centrée sur le pourcentage P de la population

54 Estimation d un pourcentage Résultat: intervalle de pari d un pourcentage Si, dans une population, on a la proportion P, le pourcentage p sur les n valeurs d un échantillon a une probabilité 1-α d être comprise entre P " z # P(1" P) n et P + z " P(1# P) n Condition de validité: np et n(1" P) #10!!

55 Estimation d un pourcentage Ecart type d un pourcentage P peut être estimé par: s p = p(1" p) n! Conditions de validité: n négligeable par rapport à la taille de la population (<10%) (ref: Ancelle)

56 Intervalle de confiance d un pourcentage Le but est d estimer P à partir d une observation sur un seul échantillon. Théorème central limite Condition np et n(1" p) #10 L intervalle de confiance au risque α permettant l estimation de P à partir d un échantillon (p, s p ) est! p ± z " s p

Chapitre 3 : INFERENCE

Chapitre 3 : INFERENCE Chapitre 3 : INFERENCE 3.1 L ÉCHANTILLONNAGE 3.1.1 Introduction 3.1.2 L échantillonnage aléatoire 3.1.3 Estimation ponctuelle 3.1.4 Distributions d échantillonnage 3.1.5 Intervalles de probabilité L échantillonnage

Plus en détail

STA108 Enquêtes et sondages. Sondages àplusieurs degrés et par grappes

STA108 Enquêtes et sondages. Sondages àplusieurs degrés et par grappes STA108 Enquêtes et sondages Sondages àplusieurs degrés et par grappes Philippe Périé, novembre 2011 Sondages àplusieurs degrés et par grappes Introduction Sondages à plusieurs degrés Tirage des unités

Plus en détail

La survie nette actuelle à long terme Qualités de sept méthodes d estimation

La survie nette actuelle à long terme Qualités de sept méthodes d estimation La survie nette actuelle à long terme Qualités de sept méthodes d estimation PAR Alireza MOGHADDAM TUTEUR : Guy HÉDELIN Laboratoire d Épidémiologie et de Santé publique, EA 80 Faculté de Médecine de Strasbourg

Plus en détail

Estimation: intervalle de fluctuation et de confiance. Mars 2012. IREM: groupe Proba-Stat. Fluctuation. Confiance. dans les programmes comparaison

Estimation: intervalle de fluctuation et de confiance. Mars 2012. IREM: groupe Proba-Stat. Fluctuation. Confiance. dans les programmes comparaison Estimation: intervalle de fluctuation et de confiance Mars 2012 IREM: groupe Proba-Stat Estimation Term.1 Intervalle de fluctuation connu : probabilité p, taille de l échantillon n but : estimer une fréquence

Plus en détail

Lois de probabilité. Anita Burgun

Lois de probabilité. Anita Burgun Lois de probabilité Anita Burgun Problème posé Le problème posé en statistique: On s intéresse à une population On extrait un échantillon On se demande quelle sera la composition de l échantillon (pourcentage

Plus en détail

Théorie des sondages : cours 5

Théorie des sondages : cours 5 Théorie des sondages : cours 5 Camelia Goga IMB, Université de Bourgogne e-mail : camelia.goga@u-bourgogne.fr Master Besançon-2010 Chapitre 5 : Techniques de redressement 1. poststratification 2. l estimateur

Plus en détail

Chapitre 3 : Principe des tests statistiques d hypothèse. José LABARERE

Chapitre 3 : Principe des tests statistiques d hypothèse. José LABARERE UE4 : Biostatistiques Chapitre 3 : Principe des tests statistiques d hypothèse José LABARERE Année universitaire 2010/2011 Université Joseph Fourier de Grenoble - Tous droits réservés. Plan I. Introduction

Plus en détail

Principe d un test statistique

Principe d un test statistique Biostatistiques Principe d un test statistique Professeur Jean-Luc BOSSON PCEM2 - Année universitaire 2012/2013 Faculté de Médecine de Grenoble (UJF) - Tous droits réservés. Objectifs pédagogiques Comprendre

Plus en détail

Estimation et tests statistiques, TD 5. Solutions

Estimation et tests statistiques, TD 5. Solutions ISTIL, Tronc commun de première année Introduction aux méthodes probabilistes et statistiques, 2008 2009 Estimation et tests statistiques, TD 5. Solutions Exercice 1 Dans un centre avicole, des études

Plus en détail

Exercices supplémentaires sur l introduction générale à la notion de probabilité 2009-2010

Exercices supplémentaires sur l introduction générale à la notion de probabilité 2009-2010 Exercices supplémentaires sur l introduction générale à la notion de probabilité 2009-2010 Exercices fortement conseillés : 6, 10 et 14 1) Un groupe d étudiants est formé de 20 étudiants de première année

Plus en détail

Exploitation et analyse des données appliquées aux techniques d enquête par sondage. Introduction.

Exploitation et analyse des données appliquées aux techniques d enquête par sondage. Introduction. Exploitation et analyse des données appliquées aux techniques d enquête par sondage. Introduction. Etudes et traitements statistiques des données : le cas illustratif de la démarche par sondage INTRODUCTION

Plus en détail

Chapitre 6 Test de comparaison de pourcentages χ². José LABARERE

Chapitre 6 Test de comparaison de pourcentages χ². José LABARERE UE4 : Biostatistiques Chapitre 6 Test de comparaison de pourcentages χ² José LABARERE Année universitaire 2010/2011 Université Joseph Fourier de Grenoble - Tous droits réservés. Plan I. Nature des variables

Plus en détail

TSTI 2D CH X : Exemples de lois à densité 1

TSTI 2D CH X : Exemples de lois à densité 1 TSTI 2D CH X : Exemples de lois à densité I Loi uniforme sur ab ; ) Introduction Dans cette activité, on s intéresse à la modélisation du tirage au hasard d un nombre réel de l intervalle [0 ;], chacun

Plus en détail

INITIATION AUX METHODES DE SONDAGE

INITIATION AUX METHODES DE SONDAGE Annie FOURRIER-REGLAT Marthe-Aline JUTAND avec la participation d Anne-Marie DUSSAIX INITIATION AUX METHODES DE SONDAGE APPLICATION A LA PHARMACO-EPIDEMIOLOGIE ARME-Pharmacovigilance Editions - Bordeaux

Plus en détail

CONCEPTION ET TIRAGE DE L ÉCHANTILLON

CONCEPTION ET TIRAGE DE L ÉCHANTILLON CHAPITRE 4 CONCEPTION ET TIRAGE DE L ÉCHANTILLON Ce chapitre technique 1 s adresse principalement aux spécialistes de sondage, mais aussi au coordinateur et aux autres responsables techniques de l enquête.

Plus en détail

La nouvelle planification de l échantillonnage

La nouvelle planification de l échantillonnage La nouvelle planification de l échantillonnage Pierre-Arnaud Pendoli Division Sondages Plan de la présentation Rappel sur le Recensement de la population (RP) en continu Description de la base de sondage

Plus en détail

UFR de Sciences Economiques Année 2008-2009 TESTS PARAMÉTRIQUES

UFR de Sciences Economiques Année 2008-2009 TESTS PARAMÉTRIQUES Université Paris 13 Cours de Statistiques et Econométrie I UFR de Sciences Economiques Année 2008-2009 Licence de Sciences Economiques L3 Premier semestre TESTS PARAMÉTRIQUES Remarque: les exercices 2,

Plus en détail

Chapitre 3 - L'enquête descriptive simple

Chapitre 3 - L'enquête descriptive simple Chapitre 3 - L'enquête descriptive simple Version 1.2 AUTEURS PRINCIPAUX : NELLY AGRINIER - CÉDRIC BAUMANN - ISABELLE FOURNEL CO-AUTEURS : FRANCIS GUILLEMIN - GUY HÉDELIN Septembre 2010 Table des matières

Plus en détail

Représentation d une distribution

Représentation d une distribution 5 Représentation d une distribution VARIABLE DISCRÈTE : FRÉQUENCES RELATIVES DES CLASSES Si dans un graphique représentant une distribution, on place en ordonnées le rapport des effectifs n i de chaque

Plus en détail

Séries Statistiques Simples

Séries Statistiques Simples 1. Collecte et Représentation de l Information 1.1 Définitions 1.2 Tableaux statistiques 1.3 Graphiques 2. Séries statistiques simples 2.1 Moyenne arithmétique 2.2 Mode & Classe modale 2.3 Effectifs &

Plus en détail

Feuille 6 : Tests. Peut-on dire que l usine a respecté ses engagements? Faire un test d hypothèses pour y répondre.

Feuille 6 : Tests. Peut-on dire que l usine a respecté ses engagements? Faire un test d hypothèses pour y répondre. Université de Nantes Année 2013-2014 L3 Maths-Eco Feuille 6 : Tests Exercice 1 On cherche à connaître la température d ébullition µ, en degrés Celsius, d un certain liquide. On effectue 16 expériences

Plus en détail

TABLE DES MATIERES. C Exercices complémentaires 42

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

Plus en détail

METHODOLOGIE GENERALE DE LA RECHERCHE EPIDEMIOLOGIQUE : LES ENQUETES EPIDEMIOLOGIQUES

METHODOLOGIE GENERALE DE LA RECHERCHE EPIDEMIOLOGIQUE : LES ENQUETES EPIDEMIOLOGIQUES Enseignement du Deuxième Cycle des Etudes Médicales Faculté de Médecine de Toulouse Purpan et Toulouse Rangueil Module I «Apprentissage de l exercice médical» Coordonnateurs Pr Alain Grand Pr Daniel Rougé

Plus en détail

Introduction à l approche bootstrap

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

Plus en détail

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

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

Plus en détail

Tests paramétriques de comparaison de 2 moyennes Exercices commentés José LABARERE

Tests paramétriques de comparaison de 2 moyennes Exercices commentés José LABARERE Chapitre 5 UE4 : Biostatistiques Tests paramétriques de comparaison de 2 moyennes Exercices commentés José LABARERE Année universitaire 2010/2011 Université Joseph Fourier de Grenoble - Tous droits réservés.

Plus en détail

LA NOTATION STATISTIQUE DES EMPRUNTEURS OU «SCORING»

LA NOTATION STATISTIQUE DES EMPRUNTEURS OU «SCORING» LA NOTATION STATISTIQUE DES EMPRUNTEURS OU «SCORING» Gilbert Saporta Professeur de Statistique Appliquée Conservatoire National des Arts et Métiers Dans leur quasi totalité, les banques et organismes financiers

Plus en détail

Relation entre deux variables : estimation de la corrélation linéaire

Relation entre deux variables : estimation de la corrélation linéaire CHAPITRE 3 Relation entre deux variables : estimation de la corrélation linéaire Parmi les analyses statistiques descriptives, l une d entre elles est particulièrement utilisée pour mettre en évidence

Plus en détail

L ANALYSE EN COMPOSANTES PRINCIPALES (A.C.P.) Pierre-Louis GONZALEZ

L ANALYSE EN COMPOSANTES PRINCIPALES (A.C.P.) Pierre-Louis GONZALEZ L ANALYSE EN COMPOSANTES PRINCIPALES (A.C.P.) Pierre-Louis GONZALEZ INTRODUCTION Données : n individus observés sur p variables quantitatives. L A.C.P. permet d eplorer les liaisons entre variables et

Plus en détail

Peut-on croire un sondage?

Peut-on croire un sondage? Peut-on croire un sondage? Après le «traumatisme» du premier tour de l élection présidentielle de 2002, sont parus le même jour dans le journal «le Monde» deux articles au ton assez différent. On peut

Plus en détail

Calcul élémentaire des probabilités

Calcul élémentaire des probabilités Myriam Maumy-Bertrand 1 et Thomas Delzant 1 1 IRMA, Université Louis Pasteur Strasbourg, France Licence 1ère Année 16-02-2006 Sommaire La loi de Poisson. Définition. Exemple. 1 La loi de Poisson. 2 3 4

Plus en détail

Comment les Français gèrent l eau dans leurs foyers?

Comment les Français gèrent l eau dans leurs foyers? Comment les Français gèrent l eau dans leurs foyers? Mai 2015 Sondage réalisé par pour Fiche technique Recueil Echantillon Enquête réalisée auprès d un échantillon de Français recrutés par Access Panel

Plus en détail

Cours de Tests paramétriques

Cours de Tests paramétriques Cours de Tests paramétriques F. Muri-Majoube et P. Cénac 2006-2007 Licence Ce document est sous licence ALC TYPE 2. Le texte de cette licence est également consultable en ligne à l adresse http://www.librecours.org/cgi-bin/main?callback=licencetype2.

Plus en détail

Table des matières. I Mise à niveau 11. Préface

Table des matières. I Mise à niveau 11. Préface Table des matières Préface v I Mise à niveau 11 1 Bases du calcul commercial 13 1.1 Alphabet grec...................................... 13 1.2 Symboles mathématiques............................... 14 1.3

Plus en détail

Licence MASS 2000-2001. (Re-)Mise à niveau en Probabilités. Feuilles de 1 à 7

Licence MASS 2000-2001. (Re-)Mise à niveau en Probabilités. Feuilles de 1 à 7 Feuilles de 1 à 7 Ces feuilles avec 25 exercices et quelques rappels historiques furent distribuées à des étudiants de troisième année, dans le cadre d un cours intensif sur deux semaines, en début d année,

Plus en détail

Loi binomiale Lois normales

Loi binomiale Lois normales Loi binomiale Lois normales Christophe ROSSIGNOL Année scolaire 204/205 Table des matières Rappels sur la loi binomiale 2. Loi de Bernoulli............................................ 2.2 Schéma de Bernoulli

Plus en détail

Statistiques Descriptives à une dimension

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

Plus en détail

Probabilités sur un univers fini

Probabilités sur un univers fini [http://mp.cpgedupuydelome.fr] édité le 7 août 204 Enoncés Probabilités sur un univers fini Evènements et langage ensembliste A quelle condition sur (a, b, c, d) ]0, [ 4 existe-t-il une probabilité P sur

Plus en détail

Précision d un résultat et calculs d incertitudes

Précision d un résultat et calculs d incertitudes Précision d un résultat et calculs d incertitudes PSI* 2012-2013 Lycée Chaptal 3 Table des matières Table des matières 1. Présentation d un résultat numérique................................ 4 1.1 Notations.........................................................

Plus en détail

Baccalauréat ES/L Amérique du Sud 21 novembre 2013

Baccalauréat ES/L Amérique du Sud 21 novembre 2013 Baccalauréat ES/L Amérique du Sud 21 novembre 2013 A. P. M. E. P. EXERCICE 1 Commun à tous les candidats 5 points Une entreprise informatique produit et vend des clés USB. La vente de ces clés est réalisée

Plus en détail

Études épidémiologiques analytiques et biais

Études épidémiologiques analytiques et biais Master 1 «Conception, évaluation et gestion des essais thérapeutiques» Études épidémiologiques analytiques et biais Roxane Schaub Médecin de santé publique Octobre 2013 1 Objectifs pédagogiques Connaitre

Plus en détail

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

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

Plus en détail

Docteur José LABARERE

Docteur José LABARERE UE7 - Santé Société Humanité Risques sanitaires Chapitre 3 : Epidémiologie étiologique Docteur José LABARERE Année universitaire 2010/2011 Université Joseph Fourier de Grenoble - Tous droits réservés.

Plus en détail

La classification automatique de données quantitatives

La classification automatique de données quantitatives La classification automatique de données quantitatives 1 Introduction Parmi les méthodes de statistique exploratoire multidimensionnelle, dont l objectif est d extraire d une masse de données des informations

Plus en détail

Les intentions de vote pour les élections régionales en Midi-Pyrénées- Languedoc-Roussillon

Les intentions de vote pour les élections régionales en Midi-Pyrénées- Languedoc-Roussillon Les intentions de vote pour les élections régionales en Midi-Pyrénées- Languedoc-Roussillon Ifop pour Midi Libre, Centre Presse, La Dépêche du Midi et L Indépendant JF/EP N 113175 Contacts Ifop : Jérôme

Plus en détail

REGARDS SUR L ÉDUCATION 2013 : POINTS SAILLANTS POUR LE CANADA

REGARDS SUR L ÉDUCATION 2013 : POINTS SAILLANTS POUR LE CANADA REGARDS SUR L ÉDUCATION 2013 : POINTS SAILLANTS POUR LE CANADA Regards sur l éducation est un rapport annuel publié par l Organisation de coopération et de développement économiques (OCDE) et portant sur

Plus en détail

Les Français et les nuisances sonores. Ifop pour Ministère de l Ecologie, du Développement Durable et de l Energie

Les Français et les nuisances sonores. Ifop pour Ministère de l Ecologie, du Développement Durable et de l Energie Les Français et les nuisances sonores Ifop pour Ministère de l Ecologie, du Développement Durable et de l Energie RB/MCP N 112427 Contacts Ifop : Romain Bendavid / Marion Chasles-Parot Département Opinion

Plus en détail

Calculs de probabilités conditionelles

Calculs de probabilités conditionelles Calculs de probabilités conditionelles Mathématiques Générales B Université de Genève Sylvain Sardy 20 mars 2008 1. Indépendance 1 Exemple : On lance deux pièces. Soit A l évènement la première est Pile

Plus en détail

Les simulations dans l enseignement des sondages Avec le logiciel GENESIS sous SAS et la bibliothèque Sondages sous R

Les simulations dans l enseignement des sondages Avec le logiciel GENESIS sous SAS et la bibliothèque Sondages sous R Les simulations dans l enseignement des sondages Avec le logiciel GENESIS sous SAS et la bibliothèque Sondages sous R Yves Aragon, David Haziza & Anne Ruiz-Gazen GREMAQ, UMR CNRS 5604, Université des Sciences

Plus en détail

SONDAGES RELATIFS AUX SERVICES D INFORMATION ET DE RÉFÉRENCE OFFERTS PAR LA DIRECTION GÉNÉRALE DE LA DIFFUSION DE BANQ

SONDAGES RELATIFS AUX SERVICES D INFORMATION ET DE RÉFÉRENCE OFFERTS PAR LA DIRECTION GÉNÉRALE DE LA DIFFUSION DE BANQ SONDAGES RELATIFS AUX SERVICES D INFORMATION ET DE RÉFÉRENCE OFFERTS PAR LA DIRECTION GÉNÉRALE DE LA DIFFUSION DE BANQ RÉSULTATS DE L ÉTÉ 2008 JUMELÉS À CEUX DE L HIVER 2008 RAPPORT VERSION FINALE Daniel

Plus en détail

Fiche qualité relative à l enquête Santé et Itinéraire Professionnel 2010 (SIP) Carte d identité de l enquête

Fiche qualité relative à l enquête Santé et Itinéraire Professionnel 2010 (SIP) Carte d identité de l enquête Fiche qualité relative à Santé et Itinéraire Professionnel 2010 (SIP) Nom Années de Périodicité Panel (suivi d échantillon) Services concepteurs Service réalisant Sujets principaux traités dans Carte d

Plus en détail

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

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

Plus en détail

La fumée de tabac secondaire (FTS) en Mauricie et au Centre-du- Québec, indicateurs du plan commun tirés de l ESCC de 2007-2008

La fumée de tabac secondaire (FTS) en Mauricie et au Centre-du- Québec, indicateurs du plan commun tirés de l ESCC de 2007-2008 La fumée de tabac secondaire (FTS) en Mauricie et au Centre-du- Québec, indicateurs du plan commun tirés de l ESCC de 2007-2008 Ce document se veut une analyse succincte des indicateurs se rapportant à

Plus en détail

Statistiques 0,14 0,11

Statistiques 0,14 0,11 Statistiques Rappels de vocabulaire : "Je suis pêcheur et je désire avoir des informations sur la taille des truites d'une rivière. Je décide de mesurer les truites obtenues au cours des trois dernières

Plus en détail

Tests du χ 2. on accepte H 0 bonne décision erreur de seconde espèce on rejette H 0 erreur de première espèce bonne décision

Tests du χ 2. on accepte H 0 bonne décision erreur de seconde espèce on rejette H 0 erreur de première espèce bonne décision Page n 1. Tests du χ 2 une des fonctions des statistiques est de proposer, à partir d observations d un phénomène aléatoire (ou modélisé comme tel) une estimation de la loi de ce phénomène. C est que nous

Plus en détail

Statistique Descriptive Élémentaire

Statistique Descriptive Élémentaire Publications de l Institut de Mathématiques de Toulouse Statistique Descriptive Élémentaire (version de mai 2010) Alain Baccini Institut de Mathématiques de Toulouse UMR CNRS 5219 Université Paul Sabatier

Plus en détail

ACTUARIAT 1, ACT 2121, AUTOMNE 2013 #16

ACTUARIAT 1, ACT 2121, AUTOMNE 2013 #16 ACTUARIAT 1, ACT 2121, AUTOMNE 201 #16 ARTHUR CHARPENTIER 1 Dans une petite compagnie d assurance le nombre N de réclamations durant une année suit une loi de Poisson de moyenne λ = 100. On estime que

Plus en détail

Moments des variables aléatoires réelles

Moments des variables aléatoires réelles Chapter 6 Moments des variables aléatoires réelles Sommaire 6.1 Espérance des variables aléatoires réelles................................ 46 6.1.1 Définition et calcul........................................

Plus en détail

Observatoire Economique et Statistique d Afrique Subsaharienne

Observatoire Economique et Statistique d Afrique Subsaharienne Observatoire Economique et Statistique d Afrique Subsaharienne Termes de référence pour le recrutement de quatre (4) consultants dans le cadre du Projet «Modules d initiation à la statistique à l attention

Plus en détail

Tests statistiques et régressions logistiques sous R, avec prise en compte des plans d échantillonnage complexes

Tests statistiques et régressions logistiques sous R, avec prise en compte des plans d échantillonnage complexes , avec prise en compte des plans d échantillonnage complexes par Joseph LARMARANGE version du 29 mars 2007 Ce cours a été développé pour une formation niveau M2 et Doctorat des étudiants du laboratoire

Plus en détail

Baromètre de l innovation Janvier 2015

Baromètre de l innovation Janvier 2015 Baromètre de l innovation Janvier 2015 Les pratiques culturelles des français et leurs usage s numériques Un baromètre BVA Syntec numérique Sondage réalisé par pour le Méthodologie Recueil Enquête réalisée

Plus en détail

Probabilités et Statistiques. Feuille 2 : variables aléatoires discrètes

Probabilités et Statistiques. Feuille 2 : variables aléatoires discrètes IUT HSE Probabilités et Statistiques Feuille : variables aléatoires discrètes 1 Exercices Dénombrements Exercice 1. On souhaite ranger sur une étagère 4 livres de mathématiques (distincts), 6 livres de

Plus en détail

Probabilités III Introduction à l évaluation d options

Probabilités III Introduction à l évaluation d options Probabilités III Introduction à l évaluation d options Jacques Printems Promotion 2012 2013 1 Modèle à temps discret 2 Introduction aux modèles en temps continu Limite du modèle binomial lorsque N + Un

Plus en détail

Ressources pour le lycée général et technologique

Ressources pour le lycée général et technologique éduscol Ressources pour le lycée général et technologique Ressources pour la classe de terminale générale et technologique Exercices de mathématiques Classes de terminale S, ES, STI2D, STMG Ces documents

Plus en détail

Les Français et le don d organes

Les Français et le don d organes Les Français et le don d organes Rapport Version n 2 Date : 8 Février 2011 De: Nadia AUZANNEAU et Stéphanie CHARDRON A: Jean-Pierre SCOTTI et Saran SIDIBE OpinionWay, 15 place de la République, 75003 Paris.

Plus en détail

Probabilités sur un univers fini

Probabilités sur un univers fini [http://mp.cpgedupuydelome.fr] édité le 10 août 2015 Enoncés 1 Proailités sur un univers fini Evènements et langage ensemliste A quelle condition sur (a,, c, d) ]0, 1[ 4 existe-t-il une proailité P sur

Plus en détail

FORMULAIRE DE STATISTIQUES

FORMULAIRE DE STATISTIQUES FORMULAIRE DE STATISTIQUES I. STATISTIQUES DESCRIPTIVES Moyenne arithmétique Remarque: population: m xμ; échantillon: Mx 1 Somme des carrés des écarts "# FR MOYENNE(série) MOYENNE(série) NL GEMIDDELDE(série)

Plus en détail

Enquête sur les investissements dans l industrie

Enquête sur les investissements dans l industrie Note Méthodologique Dernière mise à jour : 30-08-2010 Enquête sur les investissements dans l industrie Avertissement : depuis mai 2010, les résultats de l enquête trimestrielle sur les investissements

Plus en détail

Biostatistiques : Petits effectifs

Biostatistiques : Petits effectifs Biostatistiques : Petits effectifs Master Recherche Biologie et Santé P. Devos DRCI CHRU de Lille EA2694 patrick.devos@univ-lille2.fr Plan Données Générales : Définition des statistiques Principe de l

Plus en détail

Introduction à la Statistique Inférentielle

Introduction à la Statistique Inférentielle UNIVERSITE MOHAMMED V-AGDAL SCIENCES FACULTE DES DEPARTEMENT DE MATHEMATIQUES SMI semestre 4 : Probabilités - Statistique Introduction à la Statistique Inférentielle Prinemps 2013 0 INTRODUCTION La statistique

Plus en détail

Statistique : Résumé de cours et méthodes

Statistique : Résumé de cours et méthodes Statistique : Résumé de cours et méthodes 1 Vocabulaire : Population : c est l ensemble étudié. Individu : c est un élément de la population. Effectif total : c est le nombre total d individus. Caractère

Plus en détail

Enquête auprès du grand public sur le projet de réforme du système ferroviaire Vague 2 Juin 2014

Enquête auprès du grand public sur le projet de réforme du système ferroviaire Vague 2 Juin 2014 Enquête auprès du grand public sur le projet de réforme du système ferroviaire - Vague 2 - JF/AM N 112299 - JUIN 2014 Contacts Ifop : Jérôme Fourquet / Adeline Merceron Département Opinion et Stratégies

Plus en détail

Sommaire. Rentabilité du retour d une franchise de baseball de la Ligue majeure de baseball à Montréal (les «Expos»)

Sommaire. Rentabilité du retour d une franchise de baseball de la Ligue majeure de baseball à Montréal (les «Expos») Sommaire Rentabilité du retour d une franchise de baseball de la Ligue majeure de baseball à Montréal (les «Expos») Novembre 2013 Table des matières 1. CONTEXTE ET OBJECTIFS... 3 2. MÉTHODES DE RECHERCHE...

Plus en détail

Le suivi de la qualité. Méthode MSP : généralités

Le suivi de la qualité. Méthode MSP : généralités Le suivi de la qualité La politique qualité d une entreprise impose que celle maîtrise sa fabrication. Pour cela, elle doit être capable d évaluer la «qualité» de son processus de production et ceci parfois

Plus en détail

Probabilités conditionnelles Loi binomiale

Probabilités conditionnelles Loi binomiale Exercices 23 juillet 2014 Probabilités conditionnelles Loi binomiale Équiprobabilité et variable aléatoire Exercice 1 Une urne contient 5 boules indiscernables, 3 rouges et 2 vertes. On tire au hasard

Plus en détail

Les Français et l assurance

Les Français et l assurance pour Les Français et l assurance résultats détaillés Contact : service presse de Carrefour 01 57 32 89 99 groupe@presse-carrefour.com Note Méthodologique Etude réalisée pour : Carrefour Assurances Echantillon

Plus en détail

Programmes des classes préparatoires aux Grandes Ecoles

Programmes des classes préparatoires aux Grandes Ecoles Programmes des classes préparatoires aux Grandes Ecoles Filière : scientifique Voie : Biologie, chimie, physique et sciences de la Terre (BCPST) Discipline : Mathématiques Seconde année Préambule Programme

Plus en détail

Baccalauréat ES Pondichéry 7 avril 2014 Corrigé

Baccalauréat ES Pondichéry 7 avril 2014 Corrigé Baccalauréat ES Pondichéry 7 avril 204 Corrigé EXERCICE 4 points Commun à tous les candidats. Proposition fausse. La tangente T, passant par les points A et B d abscisses distinctes, a pour coefficient

Plus en détail

Le groupe Casino choisit NP6 pour adapter sa communication email aux enjeux du Responsive Design

Le groupe Casino choisit NP6 pour adapter sa communication email aux enjeux du Responsive Design Le groupe Casino choisit NP6 pour adapter sa communication email aux enjeux du Responsive Design Client de NP6 depuis 2010, le groupe Casino, l un des leaders mondiaux du commerce alimentaire, souhaitait

Plus en détail

Evaluation de la variabilité d'un système de mesure

Evaluation de la variabilité d'un système de mesure Evaluation de la variabilité d'un système de mesure Exemple 1: Diamètres des injecteurs de carburant Problème Un fabricant d'injecteurs de carburant installe un nouveau système de mesure numérique. Les

Plus en détail

Le regard des Français sur le secret des échanges entre un avocat et son client. IFOP pour Ordre des avocats de Paris

Le regard des Français sur le secret des échanges entre un avocat et son client. IFOP pour Ordre des avocats de Paris Le regard des Français sur le secret des échanges entre un avocat et son client IFOP pour Ordre des avocats de Paris FD/MCP N 112477 Contacts Ifop : Frédéric Dabi / Marion Chasles-Parot Département Opinion

Plus en détail

1. Les comptes de dépôt et d épargne

1. Les comptes de dépôt et d épargne 1. Les comptes de dépôt et d épargne 1.1 Les comptes de dépôt 1.1.1 Le taux de possession d un compte de dépôt Le premier constat est celui d un accès important aux comptes de dépôt, quelle que soit la

Plus en détail

Les Français et la liberté de la presse. Ifop pour Metronews et Reporters sans frontières

Les Français et la liberté de la presse. Ifop pour Metronews et Reporters sans frontières Les Français et la liberté de la presse FD/GM N 113153 Contacts Ifop : Frédéric Dabi / Guillaume Marchal Département Opinion et Stratégies d'entreprise TEL : 01 45 84 14 44 prenom.nom@ifop.com JUIN 2015

Plus en détail

MODÈLE CROP DE CALIBRATION DES PANELS WEB

MODÈLE CROP DE CALIBRATION DES PANELS WEB MODÈLE CROP DE CALIBRATION DES PANELS WEB 550, RUE SHERBROOKE OUEST MONTRÉAL (QUÉBEC) H3A 1B9 BUREAU 900 TOUR EST T 514 849-8086, POSTE 3064 WWW.CROP.CA Le Protocole CROP de calibration des panels en ligne

Plus en détail

1. Introduction...2. 2. Création d'une requête...2

1. Introduction...2. 2. Création d'une requête...2 1. Introduction...2 2. Création d'une requête...2 3. Définition des critères de sélection...5 3.1 Opérateurs...5 3.2 Les Fonctions...6 3.3 Plusieurs critères portant sur des champs différents...7 3.4 Requête

Plus en détail

LE RÔLE DE LA STATISTIQUE DANS UN PROCESSUS DE PRISE DE DÉCISION

LE RÔLE DE LA STATISTIQUE DANS UN PROCESSUS DE PRISE DE DÉCISION LE RÔLE DE LA STATISTIQUE DANS UN PROCESSUS DE PRISE DE DÉCISION Sylvie Gervais Service des enseignements généraux École de technologie supérieure (sylvie.gervais@etsmtl.ca) Le laboratoire des condensateurs

Plus en détail

FPSTAT 2 í La dçecision statistique. 1. Introduction ça l'infçerence. 1

FPSTAT 2 í La dçecision statistique. 1. Introduction ça l'infçerence. 1 INTRODUCTION ça L'INFçERENCE STATISTIQUE 1. Introduction 2. Notion de variable alçeatoire íprçesentation ívariables alçeatoires discrçetes ívariables alçeatoires continues 3. Reprçesentations d'une distribution

Plus en détail

I. Cas de l équiprobabilité

I. Cas de l équiprobabilité I. Cas de l équiprobabilité Enoncé : On lance deux dés. L un est noir et l autre est blanc. Calculer les probabilités suivantes : A «Obtenir exactement un as» «Obtenir au moins un as» C «Obtenir au plus

Plus en détail

Couples de variables aléatoires discrètes

Couples de variables aléatoires discrètes Couples de variables aléatoires discrètes ECE Lycée Carnot mai Dans ce dernier chapitre de probabilités de l'année, nous allons introduire l'étude de couples de variables aléatoires, c'est-à-dire l'étude

Plus en détail

Vue d'ensemble de la formation

Vue d'ensemble de la formation Vue d'ensemble de la formation Thème 1 : Les notions de marketing Le marketing d études, stratégique et opérationnel Thème 2 : La communication vente L Accueil, la découverte des besoins, l argumentation

Plus en détail

Évaluations aléatoires : Comment tirer au sort?

Évaluations aléatoires : Comment tirer au sort? Évaluations aléatoires : Comment tirer au sort? William Parienté Université Catholique de Louvain J-PAL Europe povertyactionlab.org Plan de la semaine 1. Pourquoi évaluer? 2. Comment mesurer l impact?

Plus en détail

Déroulement d un projet en DATA MINING, préparation et analyse des données. Walid AYADI

Déroulement d un projet en DATA MINING, préparation et analyse des données. Walid AYADI 1 Déroulement d un projet en DATA MINING, préparation et analyse des données Walid AYADI 2 Les étapes d un projet Choix du sujet - Définition des objectifs Inventaire des données existantes Collecte, nettoyage

Plus en détail

Le rendez-vous de l économie Avril 2015

Le rendez-vous de l économie Avril 2015 Le rendez-vous de l économie Avril 2015 Sondage réalisé par pour, et Publié le 14 avril 2015 Levée d embargo le 13 avril 22H30 Méthodologie Recueil Enquête réalisée auprès d un échantillon de Français

Plus en détail

Chapitre 1. La démarche statistique appliquée au management. Minicas. Questions :

Chapitre 1. La démarche statistique appliquée au management. Minicas. Questions : Chapitre 1 La démarche statistique appliquée au management Minicas Comment estimer les dégâts d une catastrophe naturelle (tempêtes, ouragans, etc.)? Aux États-Unis, la FEMA (Federal Emergency Management

Plus en détail

EVALUATION DE LA QUALITE DES SONDAGES EN LIGNE : CAS D UN SONDAGE D OPINION AU BURKINA FASO

EVALUATION DE LA QUALITE DES SONDAGES EN LIGNE : CAS D UN SONDAGE D OPINION AU BURKINA FASO EVALUATION DE LA QUALITE DES SONDAGES EN LIGNE : CAS D UN SONDAGE D OPINION AU BURKINA FASO Auteur Baguinébié Bazongo 1 Ingénieur Statisticien Economiste Chef de l Unité de recherche à l Institut national

Plus en détail

Apprentissage par renforcement (1a/3)

Apprentissage par renforcement (1a/3) Apprentissage par renforcement (1a/3) Bruno Bouzy 23 septembre 2014 Ce document est le chapitre «Apprentissage par renforcement» du cours d apprentissage automatique donné aux étudiants de Master MI, parcours

Plus en détail

Chapitre 11 METHODOLOGIE D ENQUÊTES

Chapitre 11 METHODOLOGIE D ENQUÊTES Chapitre 11 METHODOLOGIE D ENQUÊTES PLAN DU CHAPITRE 11 11.1 LE QUESTIONNAIRE 11.1.1 Qu est-ce qu un questionnaire? 11.1.2 Etapes de la construction d un questionnaire 11.1.3 Règles de base pour l élaboration

Plus en détail

Variables Aléatoires. Chapitre 2

Variables Aléatoires. Chapitre 2 Chapitre 2 Variables Aléatoires Après avoir réalisé une expérience, on ne s intéresse bien souvent à une certaine fonction du résultat et non au résultat en lui-même. Lorsqu on regarde une portion d ADN,

Plus en détail

SERIE 1 Statistique descriptive - Graphiques

SERIE 1 Statistique descriptive - Graphiques Exercices de math ECG J.P. 2 ème A & B SERIE Statistique descriptive - Graphiques Collecte de l'information, dépouillement de l'information et vocabulaire La collecte de l information peut être : directe:

Plus en détail

FOTO - L OMNIBUS MENSUEL DE CROP LE NOUVEAU CROP-EXPRESS

FOTO - L OMNIBUS MENSUEL DE CROP LE NOUVEAU CROP-EXPRESS FOTO - L OMNIBUS MENSUEL DE CROP LE NOUVEAU CROP-EXPRESS 550, RUE SHERBROOKE OUEST MONTRÉAL (QUÉBEC) H3A 1B9 BUREAU 900 TOUR EST T 514 849-8086, POSTE 3064 Réflexions méthodologiques Depuis des années,

Plus en détail