Partie I. Les données qualitatives
|
|
- Coraline Labranche
- il y a 8 ans
- Total affichages :
Transcription
1 Variables qualitatives : aalyse des corresodaces Jea-Marc Lasgouttes htt://www-rocqiriafr/~lasgoutt/aa-doees L aalyse factorielle des corresodaces But O cherche à décrire la liaiso etre deux variables qualitatives Exemle o eut regarder la réartitio de la couleur des yeux e foctio de la couleur des cheveux Différece avec l ACP l ACP se fait das u cadre différet ; les variables sot quatitatives et doc il est ossible de faire des oératios mathématiques sur les valeurs des variables ; ar cotre il est e gééral as ossible de comter les idividus qui ot ue caractéristique doée taille 83m) Pourquoi deux variables? le cas de lus de deux variables est l aalyse de corresodace multiles traité lus tard das le cours Partie I Les doées qualitatives Variables qualitatives Soit X ue variable qualitative O disose d u échatillo de idividus sur lesquels la variable est mesurée Modalités ou catégories) les valeurs que eut redre ue variable qualitative ; si la variable a m modalités valeurs ossibles) o ote x i i m ces modalités ou lus simlemet i Effectif le ombre d occurrece de la modalité i das l échatillo ; o le ote i et o a m i i Profil c est l esemble des valeurs i / ; la somme du rofil sur les modalités est Tableau de cotigece Soiet X et X 2 deux variables qualitatives à m et m 2 modalités resectivemet décrivat u esemble de idividus Défiitio le tableau de cotigece est ue matrice à m liges et m 2 coloes refermat les effectifs ij d idividus tels que X i et X 2 j 2 m N ij m mm 2 La costitutio de ce tableau est aussi aelé u «tri croisé» Marges et rofils Marge e lige c est la somme i m 2 j ij c est-à-dire l effectif total de la modalité i de X O défiit aussi le rofil margial des liges i / Marge e coloe c est la somme j m i ij c est-àdire l effectif total de la modalité j de X 2 O défiit aussi le rofil margial des coloes j / Deux lectures ossibles selo la variable que l o rivilégie o eut défiir le tableau des rofils-liges ij / i qui rerésete la fréquece de la modalité j coditioellemet à X i ; la somme de chaque lige est rameée à 00% le tableau des rofils-coloes ij / j qui rerésete la fréquece de la modalité i coditioellemet à X j ; la somme de chaque coloe est rameée à 00% Proriétés des rofils Moyee la moyee des rofils-liges avec oids corresodat aux rofils margiaux des liges) est le rofil margial des coloes : m i i ij i j et de même our les coloes m 2 j j ij j Idéedace emirique i lorsque tous les rofils liges sot idetiques il y a idéedace etre X et X 2 uisque la coaissace de X e chage as la réartitio de X 2 O a our tout j j 2j 2 m j m et doc ij i j j + + mj + + m j
2 Le χ 2 d écart à l idéedace Défiitio X 2 c est la gradeur suivate aussi otée χ 2 ou m m 2 d 2 ij i j i j i j m 2 ij i j i j d 2 0 les variables sot idéedates Bore suérieure m i j 2 m ij i j comme ij i o a i j ij m i ij j j j j et doc d 2 m 2 ) O fait de même our m et ϕ 2 d2 mim m 2 ) Le χ 2 d écart à l idéedace suite) j j m 2 Déedace foctioelle si ϕ 2 m 2 alors our chaque i soit ij i soit ij 0 : il existe ue uique case o ulle ar lige X 2 est doc foctioellemet liée à X Déedace iverse cette relatio e sigifie as que X est foctioellemet liée à X 2 sauf si m m 2 O eut alors reréseter le tableau comme ue matrice diagoale Cotributio au χ 2 c est le terme ij i j i j qui ermet de mettre e évidece les associatios sigificatives etre modalités de deux variables Caractère sigificatif du χ 2 Problème à artir de quelle valeur de d 2 doit-o cosidérer que les variables X et X 2 sot déedates? Méthode o suose que X et X 2 sot issus de tirages de deux variables aléatoires idéedates O eut alors motrer que d 2 est ue réalisatio d ue variable aléatoire D 2 qui suit ue loi χ 2 m )m 2 ) Défiitio Loi du khi-deux à degrés de libertés χ 2 est la loi de la variable i U i 2 où les U i sot des variables gaussiees réduites idéedates Le test du χ 2 o se fixe u risque d erreur α 00 ou 005 e gééral) et) o calcule la valeur d 2 c telle que P χ 2 m > )m 2 ) d2 c α Si d 2 > d 2 c o cosidère que l évéemet est tro imrobable et que doc que l hyothèse origiale d idéedace doit être rejetée O trouvera e gééral ces valeurs das ue table récalculée Cas grad quad > 30 o cosidère que 2χ 2 2 est distribué comme ue variable gaussiee cetrée réduite N0 ) Partie II Géométrie de uages de rofils Aalyse des corresodaces de deux variables : les doées Effectifs o a u tableau de cotigece N à m liges et m 2 coloes résultat du croisemet de deux variables qualitatives X et X 2 à m et m 2 modalités resectivemet O ote D et D 2 les matrices diagoales des effectifs margiaux 0 2 D 0 m D m2 Profils le tableau des rofils des liges ij / i est doé ar D N et celui des rofils des coloes ij/ j ar ND 2 Rerésetatio géométrique des rofils Nuage de oits les rofils-liges formet u uage de m oits de R m2 Chaque oit est affecté d u oids égal à sa fréquece margiale i / et la matrice des oids est doc D Cetre de gravité c est le rofil margial car g l ) D N) D m m 2 Profils-coloes les liges du tableau D 2 N formet u uage de m 2 oits de R m avec matrice de oids D 2 et cetre de gravité g c ) m 2 Cours d aalyse de doées Jea-Marc Lasgouttes aée
3 Commet étudier ces doées Cas idéedat e cas d idéedace emirique o a ij j i et ij j i Les deux uages sot doc réduits à leurs cetres de gravité Dimesio des uages comme les rofils sommet à les m rofils-liges sot situés das le sous-esace W de dimesio m 2 défii ar m 2 j x j et x j 0 ACP l étude de la forme des uages au moye de l aalyse e comosates riciales ermettra de redre comte de la structure des écarts à l idéedace La métrique du χ 2 Profils-liges la distace du χ 2 etre les rofils-liges e i et e i est défiie ar d 2 χ 2 l e i e i ) j j ij i j i i ce qui reviet à utiliser la métrique diagoale D 2 Iertie l iertie totale du uage des rofils-liges ar raort à g l est I gl m i m i m d2 χ e 2 i g l ) l i j i j i i j j ij i j ϕ 2 ij j i Cette iertie mesure doc l écart à l idéedace Pourquoi la métrique du χ 2? Podératio la odératio / j ermet de doer des imortaces comarables aux différetes «variables» Équivalece distributioelle si deux coloes j et j de N ot le même rofil il est logique de les regrouer e ue seule d effectif ij + ij ; o a alors quad ij / j ij / j j ij j + ij j i j i ij + ij j + j i j + j La distace etre les rofils-lige est doc ichagée Autres roriétés de la métrique du χ 2 Proriétés de g l Tous les vecteurs cetrés du uage sot orthogoaux à g l car x g l g l χ 2 l x g l ) D 2 g l x g l ) m2 0 La orme de g l est g l 2 χ 2 l g l D 2 g l g l m 2 Profils-coloes o défiit la distace etre deux rofilscoloes e j et e j comme d 2 χ 2 c e j e j ) m i i ij j ij j ce qui corresod à ue métrique de matrice D Ses roriétés sot similaires à celles sur les rofils-liges Partie III L AFC : ue ACP sur u uage de rofils ACP des deux uages de rofils Commet? exacte tableau de doées métrique oids Il y a deux ossibilités qui sot e dualité Profils-liges Profils-coloes X D N X D 2 N M D 2 M D D D Autres doées Cetre de gravité g X D Matrice de variace-covariace D D2 V X DX gg X g ) DX g ) Vecteurs rores de VM Cetrage g est u facteur ricial g est vecteur rore de VM associé à la valeur rore 0 car g est χ 2 -orthogoal à W : VMg X g ) DX g )Mg 0 O a doc X DXMg VMg + gg Mg 0 + g g χ 2 g Autres axes les autres valeurs et vecteurs rores de VM et X DXM sot idetiques car our tout vecteur u g X DXMu VMu+gg Mu VMu+g g u χ 2 VMu Cetrage il est iutile ici : o effectue ue ACP o cetrée et o élimie la valeur rore associée à l axe ricial g et au facteur ricial Mg Calcul de l ACP O fait d abord le calcul our les rofils-liges Facteurs riciaux MX DX D D 2 )D N) ils sot vecteurs rores de D O a doc our chaque axe ricial k D 2 N D Nu k λ k u k N) D 2 N D N Cours d aalyse de doées Jea-Marc Lasgouttes aée
4 Comosates riciales la comosate riciale associée au facteur u k est a k Xu k D Nu k ; elle est vecteur rore de la matrice D ND 2 N car o échage les idices et 2 et o tras- Profils-coloes ose N D ND 2 N a k D ND 2 N D Nu k λ k D Nu k λ k a k Comaraiso liges-coloes Facteurs riciaux Comosates riciales ACP rofils-liges ACP rofils-coloes Vecteurs rores de Vecteurs rores de D 2 N D N D ND 2 N Vecteurs rores de D ND 2 N ormalisés ar var a k a k D a k λ k Vecteurs rores de D 2 N D N ormalisés ar var b k b k D2 b k λ k Comaraiso les deux aalyses coduiset aux mêmes valeurs rores et les facteurs riciaux de l ue sot les comosates riciales de l autre à u facteur rès) Partie IV Asects ratiques Iterrétatio des résultats Coordoées des oits Les coordoées des oitsliges et oits-coloes s obtieet e cherchat les vecteurs rores des roduits des deux tableaux de rofils Ce sot les gradeurs riciales à obteir Projectio des uages il est ossible de rojeter les deux uages de oits sur le même rerésetatios O justifiera lus tard le ses de cette rerésetatio et so iterrétatio Cercle des corrélatios il a aucu itérêt ici uisque les véritables variables sot qualitatives o) effet de taille comme les comosates variables sot cetrées m i i a ik m 2 j jb jk 0) ot sait que les coordoées des a k et b k e euvet être toutes de même sige ; il y a doc jamais d effet de «taille» Cotributios à l iertie Cotributio des rofils-liges O sait que λ k m i i a ik où a ik est la coordoée du rofil-lige i sur la kième comosate riciale de l ACP sur les rofilsliges O défiit doc la cotributio de la modalité i à l axe ricial k comme i a ik λ k O cosidérera les modalités ayat l ifluece la lus imortate tyiquemet > α i / α 2 ou 3) comme costitutives des axes ; o regardera aussi le sige de la coordoée Il y a as ici de modalités sur-rerésetées uisqu o e eut as les retirer Cotributio des rofils-coloes our les mêmes raisos la cotributio du de la modalité j de X 2 à l axe k est j b jk λ k Qualité de la rerésetatio Profils-liges l AFC est ue ACP et o eut doc mesurer la qualité de la rerésetatio de la modalité i so rofillige) ar u sous-esace factoriel La qualité le cos 2 de l agle etre le oit et sa rojectio) s écrit ecore our le la formé des q remiers axes : q k a ik m2 k a ik) 2 Comme our l ACP > 08 sigifie «très bie reréseté» et < 05 veut dire «mal reréseté» Les valeurs sot souvet doées e 0000è Profils-coloe Le ricie est le même mais la formule deviet our la modalité j : q k b jk m k b jk) 2 Formules de trasitio But o cherche ue relatio etre les vecteurs a k et b k our éviter de faire deux diagoalisatio de matrice Par exemle si m < m 2 o diagoalisera la matrice D ND 2 N Formules u calcul simle doe les formules suivates b k D 2 N a k soit b jk m ij a ik λk λk j i a k D Nb k soit a ik ij b jk λk λk i j Méthode comme a k est à ue ormalisatio rès) le facteur ricial associé à b k o sait que b k αd 2 N a k Pour détermier α il suffit d écrire que b k D2 b k λ k Décomositio de l iertie ϕ 2 et valeurs rores l iertie totale et doc la somme des valeurs rores) est égale à ϕ 2 Comme il y a au lus mim m 2 ) valeurs rores o obtiet si m < m 2 ϕ 2 m k λ k Choix du ombre de valeurs rores O se cotete souvet de regarder le remier la ricial car la règle de Kaiser λ k > ϕ 2 /m ) s alique mal ; la règle du coude reste valide mais est subjective ; il existe u test sur de la art d iertie o exliquée mais il est u eu comliqué 4 Cours d aalyse de doées Jea-Marc Lasgouttes aée
5 Partie V Aalyse des corresodaces multiles Aalyse des corresodaces multiles But o veut étedre l AFC au cas de 2 variables X X 2 X à m m 2 m modalités Ceci est articulièremet utile our l exloratio d equêtes où les questios sot à réoses multiles Problème l aalyse des corresodaces utilise ue table de cotigece qui est difficilemet gééralisable au cas > 2 Méthode o cherche u moye différet d aalyser > 2 variables et o vérifie que les résultats sot comarables à l AFC our 2 Les doées Doées brutes chaque idividu est décrit ar les uméros des modalités qu il ossède our chacue des variables Il est as ossible de faire des calculs sur ce tableau où les valeurs sot arbitraires Tableau disjoctif o remlace la v-ième coloe ar m v coloes d idicatrices : o met u zéro das chaque coloe sauf celle corresodat à la modalité de l idividu i qui reçoit Exemle O iterroge 6 ersoes sur la couleur de leurs cheveux CB CC et CR our blod châtai et roux) la couleur de leurs yeux YB YV et YM our bleu vert et marro) et leur sexe H/F) O a doc trois variables avec resectivemet 3 3 et 2 modalités) mesurées sur 6 idividus Les tableaux brut ci-dessous à gauche) sot équivalets aux tableaux disjoctifs à droite) CB YB H CB YV H CC YB F CC YM H CR YV F CB YB F Tableau disjoctif et tableau de cotigece Tableau disjoctif à la variable X v o associe le tableau disjoctif X v à liges et m v coloes Tableau de cotigece o vérifie facilemet que le tableau de cotigece des variables X v et X w est doé ar N vw X vx w Effectifs margiaux la matrice diagoale des effectifs margiaux de la variable X v est doée ar D v X vx v Exemle suite) Table de cotigece Cheveux/Yeux et matrice d effectif margiaux de la couleur de cheveux N 2 0 D Tableau disjoctif joit Défiitio c est la matrice X X X 2 X ) qui ossède liges et m + + m coloes Chaque coloe rerésete ue catégorie c est-à-dire ue modalité d ue variable Exemle our l exemle de variables récédetes o a le tableau disjoctif joit suivat X Chaque somme de liges vaut 3 Les sommes de coloes valet ) Le tableau de Burt Défiitio c est u suer-tableau de cotigece des variables X X formé de tableaux de cotigece et de matrices d effectifs margiaux : X X X X 2 X X B X X 2X X 2X 2 X X X X X D N 2 N N 2 D 2 N D Exemle Toujours our les mêmes variables B Partie VI L ACM : ue AFC sur tableau disjoctif Commet utiliser l AFC our aalyser variables But o cherche à faire ue rerésetatio des m + +m catégories comme oits d u esace de faible dimesio Méthode o fait ue AFC sur le tableau disjoctif joit X X X 2 X ) Les liges la somme des élémets de chaque lige de X est égale à Le tableau des rofils-liges est doc X Cours d aalyse de doées Jea-Marc Lasgouttes aée
6 Les coloes la somme des élémets de chaque coloe de X est égale à l effectif margial de la catégorie corresodate Le tableau des rofils coloes est doc XD où D est la matrice diagoale ar blocs D 0 D 0 D Les coordoées factorielles des catégories Notatio O ote a k a k a k ) le vecteur à m + + m comosates des coordoées factorielles des catégories sur l axe k Calcul de l AFC sur X comme la matrice des rofils liges est X et celle des rofils coloes XD a k est vecteur rore de XD ) X D X X D B et doc l équatio des coordoées des catégories est D Ba k µ k a k avec la covetio de ormalisatio a kda k µ k Résolutio das le cas 2 O ote a k res b k ) les m remières res m 2 derières) coordoées de la comosate riciale k et µ k la valeur rore corresodate : 2 D B ak b k 2 I m D N D 2 N I m2 ak O obtiet les équatios { D Nb k 2µ k )a k D 2 N a k 2µ k )b k b k µ k ak b k et doc o retrouve les coordoées des modalités de liges et de coloes das l AFC classique avec λ k 2µ k ) : { D 2 N D Nb k 2µ k b k D ND 2 N a k 2µ k a k Différeces ACM/AFC our 2 Nombre de valeurs rores o a a riori m + m 2 2 valeurs rores o ulles ce qui est lus imortat que das le cas classique E articulier our chaque λ k o a deux µ k ossibles µ k + λ ak k 2 associée à b k µ k λ k a k 2 associée à b k O e garde doc que les valeurs µ k > 2 O eut motrer qu il y e a mim m 2 ) Iertie L iterrétatio de la art d iertie exliquée ar les valeurs rores est maiteat très différete E articulier les valeurs rores qui étaiet très séarées das l AFC de N le beaucou mois das celle de X Partie VII Asects ratiques Formules barycetriques Les coordoées des idividus Soit c k le vecteur à comosates des coordoées des idividus sur l axe factoriel associé à la valeur rore µ k D arès les résultats de sur l AFC o a c k Xa k et doc c ik j catégorie de i Les seuls termes o uls das le calcul de Xa k sot les coordoées de la catégorie de chaque variable ossédée ar l idividu Comme o est est das le cadre de l AFC la variace de c k est toujours var c k c kc k µ k Barycetre des catégories À / µ k rès la coordoée d u idividu est égale à la moyee arithmétique simle des coordoées des catégories auxquelles il aartiet Formules barycetriques suite) O a de même la secode formule a k D X c k c-à-d a jk j a jk i de catégorie j Les seuls termes o uls de X c k sot les coordoées des idividus ayat ue catégorie doée Barycetre des idividus À / µ k rès la coordoée d ue catégorie est égale à la moyee arithmétique des coordoées des j idividus de cette catégorie Barycetres et rerésetatio Rerésetatio commue Les oits rerésetatifs des catégories sot barycetres des groues d idividus O eut doc reréseter idividus et catégories das u même la factoriel Moyees Comme c k est ue variable de moyee ulle la formule de barycetre idique que our chaque variable X i les coordoées de ses catégories odérés ar les effectifs) sot de moyee ulle Aucu cetrage est doc écessaire Échelle our que les catégories se trouvet visuellemet au barycetre des idividus qui les rerésetet o eut remlacer a k ar α k D X c k µ k a k c ik 6 Cours d aalyse de doées Jea-Marc Lasgouttes aée
7 Proriétés des valeurs rores Valeur rores triviales La valeur rore est associée comme e AFC) à la comosate z 0 ) das l esace des idividus Les autres vecteurs rores lui sot orthogoaux et doc de moyee ulle Autres valeurs rores Si > v m v le rag de X est v m v + et le ombre de valeurs rores o trivialemet égales à 0 ou est q v m v Somme La somme des valeurs rores o triviales est doc q ) µ k Tr D B m v q k v La moyee des q valeurs rores vaut / Sélectio de variables et axes Sélectio des variables o décide souvet de e garder qu u ombre réduit de variables actives et de garder les autres comme variables sulémetaires Sélectio des axes règle courate : garder les axes tels que µ k > / la moyee des valeurs rores est /) les axes itéressats sot ceux que l o eut iterréter e regardat les cotributios des variables actives et les valeurs-tests associées aux variables sulémetaires défiies lus tard) E ratique o se cotete souvet d iterréter le remier la ricial Iertie exliquée Catégories et axes factoriels elle est mois itéressate qu e ACP Si j est l effectif de la catégorie j et a jk sa coordoée sur l axe factoriel k alors Catégorie est j var a k a jk µ k j catégories La cotributio de la catégorie j à l axe factoriel j a jk µ k itéressate si elle est suérieure au oids j / à u facteur rès comme e ACP et AFC) Variable la cotributio totale de la variable X v à l axe factoriel est µ k j modalité de X v j a jk Idividus et axes factoriels Cotributio d u idividu elle est égale our l idividu i à c ik µ k Cette cotributio est jugée e la comarat au oids / comme e ACP et AFC Qualité de la rerésetatio our le sous-esace formé ar les l remier axes la qualité de la rerésetatio de l idividu i est le cosius carré habituel l k c ik q k c ik O défiit de même sur les a jk la qualité de la rerésetatio d ue catégorie j Cotributio à l iertie totale Soit x j x j i ) le vecteur coloe de X corresodat à ue catégorie j O raelle que l iertie totale vaut j I g d2 z j g) j catégories m v v où la distace du rofil-coloe j au cetre de gravité des rofils-coloes g / est d 2 z j g) i ) x j 2 i j ) j 2 + j 2 2 j j i x j i 2 j j Cotributio à l iertie totale suite) Cotributio d ue catégorie la catégorie à l iertie est j d2 z j g) + 2 2xj i j ) La cotributio absolue de j qui est ue foctio décroissate de l effectif Il faut doc éviter les catégories d effectif tro faible qui d ailleurs se retrouverot das les remiers axes Cotributio d ue variable X v est ) j j modalité de X v ) La cotributio de la variable m v Elle est d autat lus grade que le ombre de modalités de X i est élevé Il faut doc éviter les disarités tro grades etre les ombre de modalités quad o a le choix du découage) La ormalisatio de c k est i c ik µ k où c ik est la coordoée de l idividu i sur l axe factoriel k associé à la valeur rore µ k Cours d aalyse de doées Jea-Marc Lasgouttes aée
8 Partie VIII Iterrétatio extere Les variables sulémetaires Leur usage est très courat e aalyse des corresodaces multiles Variables quatitatives o calcule «à la mai» leur corrélatio avec les axes factoriels et o les lace sur u cercle de corrélatios Si ẑ est ue versio cetrée-réduite de la variable alors corẑ c k ) ẑ i c ik i O eut aussi les découer e classes et les traiter comme des variables qualitatives Variables qualitatives o calcule directemet les coordoées de leurs modalités e utilisat la formule de barycetre des idividus : la coordoée la catégorie sulémetaire ĵ sur l axe ricial k est aĵk ĵ i de catégorie ĵ Valeurs-test our les variables sulémetaires qualitatives But o cherche à savoir si ue catégorie ĵ d effectif ĵ et de coordoée aĵk sur cet axe est liée à cet axe Idée du calcul si les ĵ idividus d ue catégorie étaiet ris au hasard la moyee de leurs coordoées serait ue variable aléatoire cetrée les c sot de moyee ulle) et de variace µ k ĵ ĵ De lus la moyee des coordoées est égale à µ k aĵk Valeur-test c est la versio cetrée et réduite de la moyee des coordoées aĵk ĵ ĵ Quad ĵ et ĵ sot assez grad e gééral > 30) elle est sigificative si elle est suérieure à 2 ou 3 O e doit as l utiliser sur les variables actives c ik Partie IX AFC vs ACM Poits commus etre AFC et ACM But Cas 2 Rerésetatio Cotributio d ue modalité à u axe Qualité de la rerésetatio d ue modalité ar u sous esace décrire les liaisos etre lusieurs variables qualitatives les coordoées des modalités sot les mêmes our les deux aalyses toutes les modalités euvet être rerésetées sur le même diagramme oids coordoée)2 valeur rore coord sur l axe cos 2 axes du sous es θ coord sur l axe tous les axes Différeces etre AFC et ACM AFC ACM Idividus o oui Doées Poids d ue modalité Nb de val rores Axes à coserver Variables sulémetaires tableau de cotigece rofils liges/coloes i rofil-lige) j rofil-coloe) mim m 2 ) as de règle Kaiser ; eut-être art d iertie as vraimet de ses tableau disjoctif tableau de Burt j v m v µ > qualitatives et quatitatives 8 Cours d aalyse de doées Jea-Marc Lasgouttes aée
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 détailInitiation 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 détailStatistique 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 détailSÉRIES 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 détailExo7. 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 détailChapitre 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 détailEXERCICES : 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 détailStatistiques 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 détailUniversité de Bordeaux - Master MIMSE - 2ème année. Scoring. Marie Chavent http://www.math.u-bordeaux.fr/ machaven/ 2014-2015
Uiversité de Bordeaux - Master MIMSE - 2ème aée Scorig Marie Chavet http://www.math.u-bordeaux.fr/ machave/ 2014-2015 1 Itroductio L idée géérale est d affecter ue ote (u score) global à u idividu à partir
Plus en détailExercice 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 détailModule 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 détailLimites 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 détailComportement 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[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 détailCHAPITRE 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 détailIntégration 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 détailFEUILLE 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* 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 détailConsolidation. 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 détail1 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 détailSéquence 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 détailPolynésie 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 détailCours de Statistiques inférentielles
Licece 2-S4 SI-MASS Aée 2015 Cours de Statistiques iféretielles Pierre DUSART 2 Chapitre 1 Lois statistiques 1.1 Itroductio Nous allos voir que si ue variable aléatoire suit ue certaie loi, alors ses réalisatios
Plus en détaildénombrement, loi binomiale
dénombrement, loi binomiale Table des matières I) Introduction au dénombrement 1 1. Problème ouvert....................................... 2 2. Jeux et dénombrements...................................
Plus en détailGroupe 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 détailBaccalauréat S Asie 19 juin 2014 Corrigé
Bcclurét S Asie 9 jui 24 Corrigé A. P. M. E. P. Exercice Commu à tous les cdidts 4 poits Questio - c. O peut élimier rpidemet les réposes. et d. cr les vecteurs directeurs des droites proposées e sot ps
Plus en détailDénombrement. 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. (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 détailEtude de la fonction ζ de Riemann
Etude de la foctio ζ de Riema ) Défiitio Pour x réel doé, la série de terme gééral,, coverge si et seulemet si x >. x La foctio zeta de Riema est la foctio défiie sur ], [ par : ( x > ), = x. Remarque.
Plus en détailDeuxième 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 détailSéries 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 détailLes 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 détailUNIVERSITE 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 détailLa 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 détailDénombrement. 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 détailL Analyse Factorielle des Correspondances
Aalyse de doées Modle 5 : L AFC M5 L Aalyse Factorelle des Corresodaces L aalyse factorelle des corresodaces, otée AFC, est e aalyse destée a tratemet des tableax de doées où les valers sot ostves et homogèes
Plus en détailDETERMINANTS. 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 détailChapitre 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 détailDes familles de deux enfants
Des familles de deux enfants Claudine Schwartz, IREM de Grenoble Professeur, Université Joseh Fourier Les questions et sont osées dans le dernier numéro de «Pour la Science» (n 336, octobre 2005, article
Plus en détailModule : réponse d un système linéaire
BSEL - Physique aliquée Module : réonse d un système linéaire Diaoramas () : diagrammes de Bode, réonse Résumé de cours - Caractérisation d un système hysique - Calcul de la réonse our une entrée donnée
Plus en détailStatistique Numérique et Analyse des Données
Statistique Numérique et Aalyse des Doées Arak DALALYAN Septembre 2011 Table des matières 1 Élémets de statistique descriptive 9 1.1 Répartitio d ue série umérique uidimesioelle.............. 9 1.2 Statistiques
Plus en détailLES 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 détail20. 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 détailChap. 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 détailConvergences 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 détailLe Sphinx. Enquêtes, Sondages. Analyse de données. Internet : http://www.lesphinxdeveloppement.fr/club/index.html
Equêtes, Sodages Aalyse de doées Le Sphix! Iteret : http://www.lesphixdeveloppemet.fr/club/idex.html Lagarde J. Aalyse statistique de doées, Duod. Réaliser vos equêtes Questioaire Traitemets et aalyses
Plus en détailChap. 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 détailII 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 détailRECHERCHE 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 détailChap. 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 détailPartie 1 Automatique 1 et 2 (Asservissements Linéaires Continus)
Réublique Algériee Démocratique et Poulaire Miistère de l'eseigemet Suérieur et de la Recherche Scietifique Uiversité Djillali Liabès Sidi Bel-Abbès Faculté de Techologie Déartemet d'electrotechique Partie
Plus en détailProcessus 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 détailCours 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 détailTRANSFERT 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 détailn 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 détailLe 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 détailx +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 détailAccès optiques : la nouvelle montée en débit
Internet FTR&D Dossier du mois d'octobre 2005 Accès otiques : la nouvelle montée en débit Dans le domaine du haut débit, les accès en France sont our le moment très majoritairement basés sur les technologies
Plus en détailTableaux Croisés et Diagrammes en Mosaïque : Pour Voir Les Probabilités Marginales et Conditionnelles.
Tableaux Croisés et Diagrammes e Mosaïque : Pour Voir Les Probabilités Margiales et Coditioelles. Moique Le Gue CNRS- MATISSE 1 Résumé Cet article s iscrit das ue démarche de sesibilisatio aux différetes
Plus en détail55 - 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 détail4 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 détailLa 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 détailChapitre 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 détailEtude 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 détailSTATISTIQUE : 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 détailSommaire 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 détailDécouvrez les bâtiments* modulaires démontables
Découvrez les bâtiments* modulaires démontables w Industrie w Distribution * le terme «bâtiment» est utilisé our la bonne comréhension de l activité de Locabri. Il s agit de structures modulaires démontables
Plus en détailSéries numériques. Chap. 02 : cours complet.
Séris méris Cha : cors comlt Séris d réls t d comlxs Défiitio : séri d réls o d comlxs Défiitio : séri corgt o dirgt Rmar : iflc ds rmirs trms d séri sr la corgc Théorèm : coditio écssair d corgc Théorèm
Plus en détailUniversité 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 détailPROMENADE ALÉATOIRE : Chaînes de Markov et martingales
PROMENADE ALÉATOIRE : Chaîes de Markov et martigales Thierry Bodieau École Polytechique Paris Départemet de Mathématiques Appliquées thierry.bodieau@polytechique.edu Novembre 2013 2 Table des matières
Plus en détailprix par consommateur identiques différents prix par identiques classique 3 unité différents 2 1
3- LE MONOOLE DISCRIMINANT Le monoole eut vendre ertaines unités de roduit à des rix différents. On arle de disrimination ar les rix. Selon une terminologie due à igou (The Eonomis of Welfare, 1920), on
Plus en détailcapital en fin d'année 1 C 0 + T C 0 = C 0 (1 + T) = C 0 r en posant r = 1 + T 2 C 0 r + C 0 r T = C 0 r (1 + T) = C 0 r 2 3 C 0 r 3...
Applicatios des maths Algèbre fiacière 1. Itérêts composés O place u capital C 0 à u taux auel T a pedat aées. Quelle est la valeur fiale C de ce capital? aée capital e fi d'aée 1 C 0 + T C 0 = C 0 (1
Plus en détailUNIVERSITÉ 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 détail14 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* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable
Eo7 Séries etières Eercices de Jea-Louis Rouget Retrouver aussi cette fiche sur wwwmaths-fracefr * très facile ** facile *** difficulté moyee **** difficile ***** très difficile I : Icotourable Eercice
Plus en détailSTATISTIQUE 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 détailMUTUELLE 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 détailProcès - Verbal du Conseil Municipal Du lundi 15 décembre 2014
Procès - Verbal du Conseil Municial Du lundi 15 décembre 2014 Nombre de membres comosant le Conseil Municial : 15 Nombre de membres en exercice : 15 Nombre de Conseillers résents : 14 Nombre de Conseillers
Plus en détail1 Complément sur la projection du nuage des individus
TP 0 : Analyse en composantes principales (II) Le but de ce TP est d approfondir nos connaissances concernant l analyse en composantes principales (ACP). Pour cela, on reprend les notations du précédent
Plus en détailS2I 1. quartz circuit de commande. Figure 1. Engrenage
TSI 4 heures Calculatrices autorisées 214 S2I 1 L essor de l électronique nomade s accomagne d un besoin accru de sources d énergies miniaturisées. Les contraintes imosées à ces objets nomades sont multiles
Plus en détailINTRODUCTION AUX MATRICES ALÉATOIRES. par. Djalil Chafaï
INTRODUCTION AUX MATRICES ALÉATOIRES par Djalil Chafaï Résumé. E cocevat les mathématiques comme u graphe, où chaque sommet est u domaie, la théorie des probabilités et l algèbre liéaire figuret parmi
Plus en détailGérer 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 détailESIEA PARIS 2010-2011
ESIEA PARIS 00-0 Exame MAT 50 DATA MINING Vedredi 6 Novembre 00 Première Partie : 5 miutes Eseigat resposable : Frédéric Bertrad Remarque importat : les questios de ce questioaire sot posées das le cotexte
Plus en détailPrincipes 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 détailUV SQ 20. Automne 2006. Responsable d Rémy Garandel ( m.-el. remy.garandel@utbm.fr ) page 1
UV SQ 0 Probabilités Statistiques UV SQ 0 Autome 006 Resposable d Rémy Garadel ( m.-el. remy.garadel@utbm.fr ) page SQ-0 Probabilités - Statistiques Bibliographie: Titre Auteur(s) Editios Localisatio Niveau
Plus en détailOne 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 détailUniversité 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 détailINTRODUCTION À L ANALYSE FACTORIELLE DES CORRESPONDANCES
INTRODUCTION À L ANALYSE FACTORIELLE DES CORRESPONDANCES Dominique LAFFLY Maître de Conférences, Université de Pau Laboratoire Société Environnement Territoire UMR 5603 du CNRS et Université de Pau Domaine
Plus en détailSuites et séries de fonctions
[http://mp.cpgedupuydelome.fr] édité le 3 avril 5 Eocés Suites et séries de foctios Propriétés de la limite d ue suite de foctios Eercice [ 868 ] [correctio] Etablir que la limite simple d ue suite de
Plus en détailPOLITIQUE 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 détailMobile 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 détailTP : Outils de simulation. March 13, 2015
TP : Outils de simulation March 13, 2015 Chater 1 Initialisation Scilab Calculatrice matricielle Exercice 1. Système Unix Créer sous Unix un réertoire de travail outil_simulation dans votre home réertoire.
Plus en détailÉchantillonnage 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 détail2 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 détailLa tarification hospitalière : de l enveloppe globale à la concurrence par comparaison
ANNALES D ÉCONOMIE ET DE STATISTIQUE. N 58 2000 La tarificatio hospitalière : de l eveloppe globale à la cocurrece par comparaiso Michel MOUGEOT * RÉSUMÉ. Cet article cosidère différetes politiques de
Plus en détailTerminale S. Terminale S 1 F. Laroche
Termiale S Exercices. Rappels et exercices de base 3.. QCM (P. Egel) 3.. QCM, Atilles 005 4. 3. QCM, Liba 009, 3 poits 4. 4. QCM, C. étragers 007. 5. QCM, Frace 007 5 6. 6. QCM, N. Calédoie 007 7. 7. QCM
Plus en détailRésolution numérique des équations aux dérivées partielles (PDE)
Résolutio umérique des équatios au dérivées partielles (PDE Sébastie Charoz & Adria Daerr iversité Paris 7 Deis Diderot CEA Saclay Référeces : Numerical Recipes i Fortra, Press. Et al. Cambridge iversity
Plus en détailLES MESURES CLÉS DU PROJET DE LOI ÉCONOMIE SOCIALE ET SOLIDAIRE
LES MESURES CLÉS DU PROJET DE LOI ÉCONOMIE SOCIALE ET SOLIDAIRE Qu est-ce que l Écoomie sociale et solidaire? Coopératives Etreprises sociales Scop Fiaceurs sociaux Scic CAE Mutuelles Coopératives d etreprises
Plus en détailExercices de révision
Exercices de révisio Exercice U ivesisseur souscri à l émissio d u bille de résorerie do les caracérisiques so les suivaes : - Nomial : 5 M - Taux facial : 3,2% - Durée de vie : 9 mois L ivesisseur doi
Plus en détailUne 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