Ministère de la Jeunesse et des Sports Institut Royal de Formation des Cadres Département des Sciences de la Vie. A. Arfaoui

Save this PDF as:
 WORD  PNG  TXT  JPG

Dimension: px
Commencer à balayer dès la page:

Download "Ministère de la Jeunesse et des Sports Institut Royal de Formation des Cadres Département des Sciences de la Vie. A. Arfaoui"

Transcription

1 Ministère de la Jeunesse et des Sports Institut Royal de Formation des Cadres Département des Sciences de la Vie A. Arfaoui

2 PLA Définitions Paramètres marginaux Covariance Coefficient de Corrélation Coefficient de détermination Droite de régression linéaire Régression non-linéaire

3 Série statistique bivariée On s intéresse à deux variables X et Y. Ces deux variables sont mesurées sur les n individus. Pour chaque individu, on obtient donc deux mesures. La série statistique est alors une suite de n couples de valeurs prises par les deux variables sur chaque individu : (x1, y1); ; (xn, yn) Les couples de valeurs (entiers ou réels) peuvent être représentés sur un graphique par des points de coordonnées x et y. On obtient un nuage de points.

4 1. Paramètres marginaux Les variables X et Y peuvent être analysées séparément. On peut calculer tous les paramètres dont les moyennes, les variances et les écarts-types : X i 1 x i Var( X ) ( ) X 2 xi 2 i 1 ( X ) Var( X ) ( Y ) Var( Y ) 2 y y i i i Y 1 2 i1 Var( Y ) ( ) Y Ces paramètres sont appelés paramètres marginaux : moyennes marginales, variances marginales, écarts-types marginaux, quantiles marginaux, etc...

5 La covariance est définie par: 2. Covariance Cov( X, Y ) k ( xi x)( yi y) i 1 x i 1 Cov( X, Y ) ( k y i i ) La covariance peut prendre des valeurs positives (liaison proportionnelle), négatives (liaison inversement proportionnelle) ou nulles (pas de liaison). x y

6 Exercices d application Exercice 1 On considère deux variables X et Y dont on connaît quelques valeurs : X Y Tracer le nuage de point Y en fonction de X. 2. Calculer les paramètres marginaux. 3. Calculer la covariance et le coefficient de corrélation.

7 Exercice 2 On a mesuré le poids et la taille pour 6 étudiants : X : Poids (Kg) Y : Taille (m) Etudier la liaison entre ces deux variables. Exercices d application 1,50 1,62 1,66 1,70 1,78 1,79

8 3. Coefficient de Corrélation r(x,y) mesure la dépendance linéaire entre X et Y : r( X, Y) Cov( X, Y) ( X ) ( Y) Le r(x,y) est toujours compris entre -1 et 1-1 r(x,y) 1

9 3. Coefficient de Corrélation Si r(x,y) > 0, le nuage de points est allongé parallèlement à une droite croissante X et Y proportionnelles. Si r(x,y) < 0, le nuage de points est allongé parallèlement à une droite décroissante X et Y inversement proportionnelles. Si r(x,y) 1, tous les points observés se trouvent à proximité d une droite liaison forte proportionnelle. Si r(x,y) -1, tous les points observés se trouvent à proximité d une droite liaison forte inversement proportionnelle.

10 r = 1 r = -1 r = 0 Exemples de nuages de points et coefficients de corrélation r > 0 r < 0 r = 0

11 4. Coefficient de détermination Le coefficient de détermination est le carré du coefficient de corrélation : r 2 ( X, Y ) r²(x,y) mesure le degré de signification de la liaison entre X et Y :

12 Table théorique du r² n r² n r² ,99 0,90 0,77 0,66 0,57 0,50 0,44 0,40 0,36 0,33 0,31 0,28 0,26 0,25 0,23 0,22 0,21 0, ,18 0,16 0,15 0,14 0,13 0,11 0,10 0,08 0,06 0,06 0,05 0,04 0,04 0,03 0,03 0,02 0,01 0,01 4. Coefficient de détermination Cette table donne les seuils de significativité statistique utilisés pour le coefficient de détermination r² en régression linéaire simple (avec n unités statistiques mesurées). Exemple : Avec n=30 unités, si le r²=0.2, la liaison est déclarée statistiquement significative car le seuil de 0.13 indiqué dans la table est dépassé. On conclut que les variables sont significativement corrélées. Si les seuils ne sont pas dépassés, on considérera que les deux variables ne sont pas corrélées.

13 Exercices d application Exercice 3 Afin de savoir si les basses températures influencent la performance des athlètes, on a mené une expérience dont les résultats sont les suivants: - Analyser ces données. Que peuton conclure à propos de cette influence? Température ( C) Performance (min)

14 4. Droite de régression linéaire La droite de régression est la droite qui ajuste au mieux un nuage de points. au sens des moindres carrés. On considère : Y a X b ( a = pente de la droite ) Le problème consiste à identifier une droite qui ajuste bien le nuage de points. a Cov( X, Y Var ( X ) ) et b Y ax

15 4. Droite de régression linéaire Représentation graphique : Y = X y2 230 y x 1 x

16 Bien que de nombreux phénomènes puissent s exprimer raisonnablement par des corrélations linéaires, il arrive parfois que l on soit confronté à des dépendances non-linéaires. De nombreux modèles non-linéaires se ramènent facilement aux modèles linéaires par des simples transformations. Voici quelques cas fréquents : Liaison non-linéaire Transformation 5. Régression non-linéaire Droite de régression linéaire y = k.e x y = ln(y) y = ln k + x y = k.x y = ln(y), x = ln(x) y = log k + x y = x/(x+k) y = (1/y ), x = (1/x) y = (1/) + (k/).x

17 Applications sur Excel 2007 Paramètres Formules Excel i1 i1 X 2 x i x i y i =SOMME.CARRES(série des valeurs) =SOMMEPROD(série des x i ; série des y i ) =MOYEE(série des x i ) Var (X) =VAR.P(série des x i ) (X ) =ECARTYPEP(série des x i ) Cov (X,Y) =COVARIACE(série des x i ; série des y i ) r (X,Y) =COEFFICIET.CORRELATIO(série des x i ; série des y i ) r² (X,Y) =COEFFICIET.DETERMIATIO(série des x i ; série des y i )

1 Droite de régression de y en x

1 Droite de régression de y en x CHU Amiens IFTLM 2ème année, UPJV IUP Santé 2012-2013 Statistique Cours 2 Statistique descriptive à deux variables - Régression Le cours précédent traitait de la statistique descriptive univariée, c est-à-dire

Plus en détail

Méthode des moindres carrés

Méthode des moindres carrés Chapitre 5 Méthode des moindres carrés Une situation courante en sciences biologiques est d avoir à sa disposition deux ensembles de données de taille n, {y 1,y 2,...,y n } et {x 1,x 2,...,x n }, obtenus

Plus en détail

MODELISATION DE DONNÉES QUALITATIVES PREMIÈRE PARTIE

MODELISATION DE DONNÉES QUALITATIVES PREMIÈRE PARTIE MODELISATION DE DONNÉES QUALITATIVES PREMIÈRE PARTIE Pierre-Louis Gonzalez 1 I INTRODUCTION 1 variable qualitative. Tri à plat. Représentations graphiques. Modélisation : loi binomiale loi multinomiale

Plus en détail

Probabilités et statistiques dans le traitement de données expérimentales

Probabilités et statistiques dans le traitement de données expérimentales Probabilités et statistiques dans le traitement de données expérimentales S. LESECQ, B. RAISON IUT1, GEII 1 Module MC-M1 2009-2010 1 V Estimation de paramètres, tests d hypothèse, statistiques Module MC-M1

Plus en détail

Chapitre 4 : RÉGRESSION

Chapitre 4 : RÉGRESSION Chapitre 4 : RÉGRESSION 4.3 Régression linéaire multiple 4.3.1 Equation et Estimation 4.3.2 Inférence 4.3.3 Coefficients de détermination 4.3.4 Spécifications Régression linéaire multiple 1 / 50 Chapitre

Plus en détail

Module 2 29 Décembre 2009 Intervenant: Dhuin STATISTIQUES

Module 2 29 Décembre 2009 Intervenant: Dhuin STATISTIQUES STATISTIQUES I. Séries statistiques simples... 1 A. Définitions... 1 1. Population... 1 2. Caractère statistique... 1 B. Séries classées / représentations graphiques.... 2 1. Séries classées... 2 2. Représentations

Plus en détail

Séminaire de Statistique

Séminaire de Statistique Master 1 - Economie & Management Séminaire de Statistique Support (1) Statistique descriptive «Uni & Bi-variée» R. Abdesselam - 2013/2014 Faculté de Sciences Economiques et de Gestion Université Lumière

Plus en détail

1 Introduction. 2 Fonctions linéaires, fonctions affines. 2.1 Définitions. Fonctions linéaires et fonctions affines Cours. Objectifs du chapitre

1 Introduction. 2 Fonctions linéaires, fonctions affines. 2.1 Définitions. Fonctions linéaires et fonctions affines Cours. Objectifs du chapitre Fonctions linéaires et fonctions affines Cours Objectifs du chapitre Connaitre le sens de variation d une fonction affine. Connaitre le signe d une fonction affine. 1 Introduction Activité 2 Fonctions

Plus en détail

Série statistique double à l aide d un exemple

Série statistique double à l aide d un exemple Série statistique double à l aide d un exemple Série statistique double: exemple... 2 Série statistique double: questions posées... 3 Calcul de la covariance sur la base de l'exemple... 4 Calcul du coefficient

Plus en détail

Mathématique - Cours

Mathématique - Cours Mathématique - Cours Filière STAV 2014-2015 Centre de Formation aux Métier de la Montagne Marine Estorge Le programme se compose ainsi : partie seconde partie 1/3 partie 2/3 partie 3/3 Sommaire 1 Ensemble

Plus en détail

La réciproque est fausse : les droites parallèles à l axe des ordonnées ne sont pas des représentations graphiques de fonction

La réciproque est fausse : les droites parallèles à l axe des ordonnées ne sont pas des représentations graphiques de fonction S Cours Les fonctions affines Par cœur : définition d une fonction affine Soit a et b deux réels. Une fonction définie sur R par : f(x) = ax + b est appelée fonction affine. De plus, a = Variation des

Plus en détail

Chapitre 3. Les distributions à deux variables

Chapitre 3. Les distributions à deux variables Chapitre 3. Les distributions à deux variables Jean-François Coeurjolly http://www-ljk.imag.fr/membres/jean-francois.coeurjolly/ Laboratoire Jean Kuntzmann (LJK), Grenoble University 1 Distributions conditionnelles

Plus en détail

Chapitre 8: Inférence, échantillonnage et estimation

Chapitre 8: Inférence, échantillonnage et estimation Chapitre 8: Inférence, échantillonnage et estimation 1. Echantillonnage aléatoire simple 2. Inférence statistique 3. Estimation 4. Evaluation graphique de l adéquation d un modèle de distribution 1 L inférence

Plus en détail

Fonctions à deux variables

Fonctions à deux variables Fonctions à deux variables ECE Lcée Carnot 5 janvier Aspect graphique Définition. Une fonction à deux variables est une application f : D R, où D est une sous-ensemble du plan R appelé domaine de définition

Plus en détail

Définitions Covariance Corrélation Meilleur prédicteur linéaire. Chapitre 5 Couple de variables aléatoires

Définitions Covariance Corrélation Meilleur prédicteur linéaire. Chapitre 5 Couple de variables aléatoires Chapitre 5 Couple de variables aléatoires Définitions 1 On appelle couple de variables aléatoires (discrètes) l application: Ω R ω (X (ω), Y (ω)) 2 La distribution d un couple de v.a. est définie par les

Plus en détail

Chapitre 4 : Géométrie plane

Chapitre 4 : Géométrie plane hapitre 4 : Géométrie plane I Rappels et compléments sur les vecteurs I Vecteurs et géométrie Égalité de deux vecteurs : = D ssi D est un parallélogramme (éventuellement aplati) D ddition de vecteurs :

Plus en détail

Université Jinan Faculté de Gestion Tripoli - Liban. Statistiques. Examen Préparatoire. Version 1

Université Jinan Faculté de Gestion Tripoli - Liban. Statistiques. Examen Préparatoire. Version 1 Université Jinan Faculté de Gestion Tripoli - Liban Statistiques Examen Préparatoire Version 1 2011-2010 Statistiques Université de Jinan Faculté de Gestion Table des matières 1 Analyse statistique d'une

Plus en détail

Fonctions Affines Problèmes du premier degré

Fonctions Affines Problèmes du premier degré Fonctions Affines Problèmes du premier degré Christophe ROSSIGNOL Année scolaire 2015/2016 Table des matières 1 Fonctions Affines 2 1.1 Définition Représentation graphique.................................

Plus en détail

Statistiques - Alternance HSE

Statistiques - Alternance HSE Statistiques - Alternance HSE Anne Fredet, Jean-Marie Gourdon 8 janvier 2006 Table des matières 1 Statistique descriptive 2 1.1 Définitions............................. 2 1.2 Effectif, moyenne, médiane

Plus en détail

Régression linéaire et corrélation

Régression linéaire et corrélation CHAPITRE 10 Régression linéaire et corrélation 1. Introduction Dans ce chapitre, nous regarderons comment vérifier si une variable à un influence sur une autre variable afin de prédire une des variables

Plus en détail

Analyse des données - Logiciel R

Analyse des données - Logiciel R Université de Strasbourg Analyse des données Master de Sciences, Spécialité Statistique 2012/13 Master Actuariat Emmanuel Périnel Analyse des données - Logiciel R TP n 2. L Analyse en Composantes Principales

Plus en détail

Exercice n HF 0201 - Corrigé

Exercice n HF 0201 - Corrigé ENAC/ISTE/HYDRAM HYDROTHEQUE : base de données d exercices en Hydrologie Cours : Hydrologie Fréquentielle / Thématique : Construction des courbes IDF Exercice n HF 0201 - Corrigé Logo optimisé par J.-D.Bonjour,

Plus en détail

Fonctions exponentielles et logarithmes

Fonctions exponentielles et logarithmes Fonctions exponentielles et logarithmes Il s'agit de deux familles de fonctions étroitement liées, la première étendant à toutes les valeurs réelles la notion déjà connue de puissance. On en donne ici

Plus en détail

Math 04 : Probabilités et Statistiques

Math 04 : Probabilités et Statistiques Centre Universitaire Ain Témouchent Math 04 : Probabilités et Statistiques Dr. AISSA MAMOUNE Sidi Mohammed Département des Sciences et Technologie Institut des Sciences et Technologie E-mail : aissa_mamoune@yahoo.fr

Plus en détail

Résumé du Cours de Modèles de Régression. Yves Tillé

Résumé du Cours de Modèles de Régression. Yves Tillé Résumé du Cours de Modèles de Régression Yves Tillé 0 janvier 20 Chapitre Régression bivariée Série statistique bivariée On s intéresse à deux variables x et y Ces deux variables sont mesurées sur les

Plus en détail

1 C est quoi une fonction? 2. 2 Représentation graphique d une fonction. 6. 3 Fonction affine. 8. 4 Représentation graphique d une fonction affine.

1 C est quoi une fonction? 2. 2 Représentation graphique d une fonction. 6. 3 Fonction affine. 8. 4 Représentation graphique d une fonction affine. Sommaire 1 C est quoi une fonction? 2 2 Représentation graphique d une fonction. 6 3 Fonction affine. 8 4 Représentation graphique d une fonction affine. 10 5 Coefficient directeur d une fonction affine.

Plus en détail

TRINÔME DU SECOND DEGRÉ

TRINÔME DU SECOND DEGRÉ TRINÔME DU SECOND DEGRÉ Définition On appelle fonction trinôme du second degré, toute fonction f définie sur IR qui, à x associe f(x) = ax 2 + bx + c, a, b et c étant trois réels avec a 0. Exemple Les

Plus en détail

Exercice 1 Partie A Soit f la fonction définie, sur R, par :

Exercice 1 Partie A Soit f la fonction définie, sur R, par : Exercice Partie A Soit f la fonction définie, sur R, par : f (x)= ex e x +. On ( appelle (C ) sa courbe représentative dans le plan muni d un repère orthonormal O, ı, ) j ( unité graphique : cm).. a. Déterminer

Plus en détail

Chapitre 7. Les fonctions de références

Chapitre 7. Les fonctions de références Chapitre 7 Les fonctions de références I Rappels sur les fonctions I1 Domaine de définition I2 Les variations I3 Parité II Les fonctions de référence II1 Fonctions affines II2 Fonction carré II3 Fonction

Plus en détail

Chapitre 5 Le logarithme néperien

Chapitre 5 Le logarithme néperien A) La fonction ln(x) Chapitre 5 Le logarithme néperien ) Définition Nous avons vu que nous ne savions pas exprimer la primitive de la fonction inverse avec des fonctions connues. Alors inventons cette

Plus en détail

BACCALAURÉAT GÉNÉRAL

BACCALAURÉAT GÉNÉRAL BACCALAURÉAT GÉNÉRAL SESSION 2011 MATHÉMATIQUES Série : ES DURÉE DE L ÉPREUVE : 3 heures. COEFFICIENT : 5 Ce sujet comporte 5 pages numérotées de 1 à 5. Du papier millimétré est mis à la disposition des

Plus en détail

Baccalauréat ES La Réunion 19 juin 2009

Baccalauréat ES La Réunion 19 juin 2009 Baccalauréat ES La Réunion 9 juin 9 EXERCICE points Cet exercice est un questionnaire à choix multiples. Pour chaque question, trois réponses sont proposées. Une seule de ces réponses est exacte. Aucune

Plus en détail

EQUATIONS, INEQUATIONS

EQUATIONS, INEQUATIONS 1 sur 13 EQUATIONS, INEQUATIONS I. Résolution d équations Activité conseillée p126 activité1 : Notion d équation et d inéquation Activité conseillée p60 activité1 : Notion d équation et d inéquation -p140

Plus en détail

Les diamants Prix et caractéristiques

Les diamants Prix et caractéristiques Exploration d un fichier de données Valérie Fontanieu - Ingénieur statisticien Institut National de Recherche Pédagogique Les diamants Prix et caractéristiques Données parues dans le Singapore s Business

Plus en détail

Statistiques descriptives Variance et écart type

Statistiques descriptives Variance et écart type Statistiques descriptives Variance et écart type I) Rappel : la moyenne (caractéristique de position ) Définition Soit la série statistique définie dans le tableau suivant : Valeur... Effectif... Fréquences

Plus en détail

La gestion des ventes.

La gestion des ventes. I. La prévision des ventes. A. Principe. La gestion des ventes. Elle consiste à déterminer les ventes futures à la fois en quantité et en valeur en tenant compte des tendances et contraintes imposées à

Plus en détail

Fonctions Nombre Dérivé Fonction dérivée

Fonctions Nombre Dérivé Fonction dérivée Fonctions Nombre Dérivé Fonction dérivée Ce chapitre est le chapitre central de la classe de Terminale STG. Il permet (en partie) de clore ce qui avait été entamé dés le collège avec les fonctions affines

Plus en détail

TUTORAT UE 4 2015-2016 Biostatistiques Séance n 5 Semaine du 19/10/2015

TUTORAT UE 4 2015-2016 Biostatistiques Séance n 5 Semaine du 19/10/2015 TUTORAT UE 4 2015-2016 Biostatistiques Séance n 5 Semaine du 19/10/2015 Tests statistiques 2 M. Molinari. Séance préparée par Cécile JOURDAN, Charlotte SILVESTRE, Brice LAVABRE, Julie DUSSAUT, Mathilde

Plus en détail

BACCALAURÉAT TECHNOLOGIQUE MATHÉMATIQUES. Spécialité : BIOTECHNOLOGIES

BACCALAURÉAT TECHNOLOGIQUE MATHÉMATIQUES. Spécialité : BIOTECHNOLOGIES BACCALAURÉAT TECHNOLOGIQUE Session 2015 Jeudi 18 juin 2015 MATHÉMATIQUES Série : SCIENCES ET TECHNOLOGIES DE LABORATOIRE Spécialité : BIOTECHNOLOGIES Durée de l épreuve : 4 heures Coefficient : 4 Calculatrice

Plus en détail

Statistiques I. Alexandre Caboussat alexandre.caboussat@hesge.ch Classe : Mercredi 8h15-10h00 Salle : C114 http://campus.hesge.

Statistiques I. Alexandre Caboussat alexandre.caboussat@hesge.ch Classe : Mercredi 8h15-10h00 Salle : C114 http://campus.hesge. Statistiques I Alexandre Caboussat alexandre.caboussat@hesge.ch Classe : Mercredi 8h15-10h00 Salle : C114 http://campus.hesge.ch/caboussata A. Caboussat, HEG STAT I, 2010 1 / 54 Rappel Représentations

Plus en détail

La fonction racine carrée. Document B. Table des matières

La fonction racine carrée. Document B. Table des matières 1 La fonction racine carrée Document B Table des matières - Résolution algébriques d équations avec racine carrée, p.2 à 8; - Règles sous la forme canonique avec b 1 et b = 1, p.9-10; - Équation axe de

Plus en détail

ECGE 1224 - Statistiques en économie et gestion : TP 1

ECGE 1224 - Statistiques en économie et gestion : TP 1 ECGE 14 - Statistiques en économie et gestion : TP 1 Exercice 1 Un dé parfaitement équilibré est lancé. Soit X la variable aléatoire (v.a.) correspondant au résultat obtenu avec le dé. a) Justifer pourquoi

Plus en détail

Ressources pour le lycée technologique

Ressources pour le lycée technologique éduscol Enseignement de mathématiques Classe de première STMG Ressources pour le lycée technologique Contexte pédagogique Objectifs Suites numériques Visualiser les situations exprimées à l aide de suites

Plus en détail

2- La relation risque rentabilité attendue

2- La relation risque rentabilité attendue 2- La relation risque rentabilité attendue L'incertitude est au cœur de la logique financière. Par la composition de leur portefeuille, les investisseurs choisissent un profil de risque. Si on suppose

Plus en détail

Présentation du programme de première STMG Académie de Créteil 05/04/12. Suites, algorithmique et dérivation

Présentation du programme de première STMG Académie de Créteil 05/04/12. Suites, algorithmique et dérivation Présentation du programme de première STMG Académie de Créteil 05/04/12 Suites, algorithmique et dérivation 1 SUITES Contenus Capacités attendues Commentaires Suites Modes de génération d'une suite numérique.

Plus en détail

Le modèle de marché de Sharpe

Le modèle de marché de Sharpe Le modèle de marché de Sharpe Modèle statistique sans fondement théorique, supposant que les rendements sont normalement distribuées et que la Régression linéaire de Ri sur RM, donne la relation : αi et

Plus en détail

LE TRAITEMENT STATISTIQUE. I. Les types de traitements statistiques en fonction des questions-problèmes (QP)

LE TRAITEMENT STATISTIQUE. I. Les types de traitements statistiques en fonction des questions-problèmes (QP) LE TRAITEMENT STATISTIQUE I. Les types de traitements statistiques en fonction des questions-problèmes (QP) Dans une recherche, on se pose toujours une ou plusieurs questions qu'il s'agira de résoudre.

Plus en détail

Statistique de base avec R Partie 2 : Test d hypothèses et régression linéaire

Statistique de base avec R Partie 2 : Test d hypothèses et régression linéaire Statistique de base avec R Partie 2 : Test d hypothèses et régression linéaire Julien JACQUES Polytech Lille - Université Lille 1 Julien JACQUES (Polytech Lille) Statistiques de base 1 / 48 Plan 1 Tests

Plus en détail

Introduction sur l analyse en composantes principales (ACP)

Introduction sur l analyse en composantes principales (ACP) Introduction sur l analyse en composantes principales (CP) ) Introduction sur un exemple à 2 dimensions On veut représenter graphiquement les profils d élèves qui ont été notés sur 2 matières (Français

Plus en détail

Baccalauréat STG Mercatique Polynésie 8 juin 2012 Correction

Baccalauréat STG Mercatique Polynésie 8 juin 2012 Correction Baccalauréat SG Mercatique Polynésie 8 juin 2012 Correction La calculatrice (conforme à la circulaire N o 99-186 du 16-11-99) est autorisée. EXERCICE 1 4 points Cet exercice est un questionnaire à choix

Plus en détail

Le second degré. Table des matières

Le second degré. Table des matières Le second degré Table des matières 1 La forme canonique du trinôme 1.1 Le trinôme du second degré......................... 1. Quelques exemples de formes canoniques................. 1.3 Forme canonique

Plus en détail

SAPU-L814 Chapitre IV: Corrélation et régression linéaire. Caroline Verhoeven

SAPU-L814 Chapitre IV: Corrélation et régression linéaire. Caroline Verhoeven SAPU-L814 Chapitre IV: Corrélation et régression linéaire Caroline Verhoeven Table des matières 1 Association de 2 variables quantitatives 2 Corrélation linéaire Coefficient de corrélation 3 Régression

Plus en détail

TD : Microéconomie de l incertain. Emmanuel Duguet

TD : Microéconomie de l incertain. Emmanuel Duguet TD : Microéconomie de l incertain Emmanuel Duguet 2013-2014 Sommaire 1 Les loteries 2 2 Production en univers incertain 4 3 Prime de risque 6 3.1 Prime de risque et utilité CRRA.................. 6 3.2

Plus en détail

Cours 2 : Rappels de Statistique descriptive. A- Introduction B- Statistique descriptive unidimensionnelle C- Statistique descriptive bidimensionnelle

Cours 2 : Rappels de Statistique descriptive. A- Introduction B- Statistique descriptive unidimensionnelle C- Statistique descriptive bidimensionnelle Cours 2 : Rappels de Statistique descriptive A- Introduction B- Statistique descriptive unidimensionnelle C- Statistique descriptive bidimensionnelle A- Introduction A- Introduction Rappel : Série statistique

Plus en détail

Mathématique - Cours

Mathématique - Cours Mathématique - Cours Filière PRO 2014-2015 Centre de Formation aux Métier de la Montagne Marine Estorge Le programme se compose ainsi : partie seconde PRO partie première PRO partie terminale PRO Sommaire

Plus en détail

Filtre de Wiener. Analyse en Composantes Principales

Filtre de Wiener. Analyse en Composantes Principales Filtre de Wiener Analyse en Composantes Principales Guillaume Obozinski LIGM/Ecole des Ponts - ParisTech Traitement de l information et vision artificielle Ecole des Ponts Filtre de Wiener Norbert Wiener

Plus en détail

Le Saux Loïc Tanguy Brewal. Enquête d opinion sur la dégradation de la qualité de la télévision française dans le temps

Le Saux Loïc Tanguy Brewal. Enquête d opinion sur la dégradation de la qualité de la télévision française dans le temps Le Saux Loïc Tanguy Brewal Enquête d opinion sur la dégradation de la qualité de la télévision française dans le temps Traitement des enquêtes M1 ISC 2007/2008 Sommaire Introduction... 3 I ANALYSE DESCRIPTIVE

Plus en détail

Chapitre 4. Fonction exponentielle. 4.1 Activité. Sommaire

Chapitre 4. Fonction exponentielle. 4.1 Activité. Sommaire Chapitre 4 Fonction exponentielle Sommaire 4.1 Activité............................................. 37 4. Fonctions exponentielles de base q (q > 0)........................ 39 4..1 Définition.........................................

Plus en détail

Sujet de Bac 2010 Maths ES Obligatoire & Spécialité Amérique du Nord

Sujet de Bac 2010 Maths ES Obligatoire & Spécialité Amérique du Nord Sujet de Bac 2010 Maths ES Obligatoire & Spécialité Amérique du Nord EXERCICE 1 : 5 points Commun à tous les candidats On sait que la courbe C passe par les points A( 2; 0,5), B(0; 2), C(2; 4,5), D(4,5;

Plus en détail

Chapitre 5 Fonctions affines et équations du 1 er degré. Table des matières

Chapitre 5 Fonctions affines et équations du 1 er degré. Table des matières Chapitre 4 Fonctions affines et équations du 1 er degré. TABLE DES MATIÈRES page -1 Chapitre 5 Fonctions affines et équations du 1 er degré. Table des matières I Exercices I-1 1................................................

Plus en détail

Fonctions affines. Notation1 Notation 2

Fonctions affines. Notation1 Notation 2 I/ Fonctions affines 1 ) Définition Fonctions affines Une fonction est affine lorsque l image d un nombre où a et b sont deux nombres quelconques connus. peut s écrire sous la forme Les nombres a et b

Plus en détail

7 FONCTIONS USUELLES. 1 Parité d une fonction. 2 Fonctions affines

7 FONCTIONS USUELLES. 1 Parité d une fonction. 2 Fonctions affines Cours 7 FONCTIONS USUELLES Parité d une fonction Définition Soit f une fonction définie sur un ensemble D. On dit que f est paire si : { D est symétrique par rapport à 0 Pour tout x D, f ( x) = f (x) On

Plus en détail

I. LA VARIABILITE AU SEIN DES POPULATIONS

I. LA VARIABILITE AU SEIN DES POPULATIONS I. LA VARIABILITE AU SEIN DES POPULATIONS La notion de population recouvre un concept difficilement réductible à une définition unique. Au sens de la génétique, une population représente une entité de

Plus en détail

Séance 2: Modèle Euclidien

Séance 2: Modèle Euclidien Généralités Métrique sur les INDIVIDUS Métrique sur les VARIABLES Inertie Analyse des individus Laboratoire de Statistique et Probabilités UMR 5583 CNRS-UPS www.lsp.ups-tlse.fr/gadat Généralités Métrique

Plus en détail

La régression. Quantifier en sociologie. Séance 10 Joanie Cayouette

La régression. Quantifier en sociologie. Séance 10 Joanie Cayouette La régression Quantifier en sociologie. Séance 10 Joanie Cayouette Principe général L effet d une variable x sur une seconde variable y toutes choses égales par ailleurs Deux types de régression : 1)La

Plus en détail

L estimation du modèle a priori Décompter les ddl

L estimation du modèle a priori Décompter les ddl L estimation du modèle a priori Décompter les ddl ------------ François Cheptou Juin 004 Dans le programme de mathématiques BTS Chimiste, trois modèles a priori sont étudiés. ) = µ (modèle simple) ) =

Plus en détail

Recueil d annales en Mathématiques. Terminale S Enseignement obligatoire. Intégrales

Recueil d annales en Mathématiques. Terminale S Enseignement obligatoire. Intégrales Recueil d annales en Mathématiques Terminale S Enseignement obligatoire Frédéric Demoulin Dernière révision : 3 juin 2 Document diffusé via le site www.bacamaths.net de Gilles Costantini 2. frederic.demoulin

Plus en détail

Cours Statistiques descriptives

Cours Statistiques descriptives C. Terrier 1/5 29/9/24 Cours Statistiques descriptives Auteur : C. Terrier ; mailto:webmaster@cterrier.com ; http://www.cterrier.com Utilisation : Reproduction libre pour des formateurs dans un cadre pédagogique

Plus en détail

Arrondir à la troisième décimale

Arrondir à la troisième décimale Université Sidi Mohamed Ben Abdellah Faculté des sciences Juridiques, Economiques et Sociales - Fès- Année Universitaire 2004/2005 Filière: Sciences Economiques et Gestion S2 Module: Méthodes quantitatives

Plus en détail

Variations des fonctions

Variations des fonctions CH2-1er S Variations des fonctions Rédacteur : Yann BANC Le mot du prof : Ce chapitre vous permet de revoir les fonctions usuelles et de découvrir de nouvelles fonctions usuelles : valeur absolue et racine

Plus en détail

Mathématiques en Terminale STG. David ROBERT

Mathématiques en Terminale STG. David ROBERT Mathématiques en Terminale STG David ROBERT 2008 2009 Sommaire 1 Optimisation à deux variables 1 1.1 Équations de droites................................................... 1 1.1.1 Activités......................................................

Plus en détail

(a) Déterminer la probabilité que le chocolat choisi soit blanc et garni de praliné.

(a) Déterminer la probabilité que le chocolat choisi soit blanc et garni de praliné. Eercice / 5 points Une boîte de chocolats contient 50 % de chocolats au lait, 30 % de chocolats noirs et 0 % de chocolats blancs. Tous les chocolats de la boîte sont de même forme et d emballage identique.

Plus en détail

Pour utiliser les menus statistiques fournis par excel

Pour utiliser les menus statistiques fournis par excel Pour utiliser les menus statistiques fournis par excel Préalable: Dans Outils/Macro complémentaires, cocher si ce n'est pas déjà fait "utilitaires d'analyse": Partie 1 Analyse de variance A] Plan S n

Plus en détail

Sujets HEC B/L 2013-36-

Sujets HEC B/L 2013-36- -36- -37- Sujet HEC 2012 B/L Exercice principal B/L1 1. Question de cours : Définition et propriétés de la fonction de répartition d une variable aléatoire à densité. Soit f la fonction définie par : f(x)

Plus en détail

Baccalauréat ES Antilles Guyane juin 2009

Baccalauréat ES Antilles Guyane juin 2009 Baccalauréat ES Antilles uyane juin 2009 EXERCICE PARTIE A : aucune justification n est demandée 4 points Cette partie est un questionnaire à choix multiples. Pour chacune des questions, trois réponses

Plus en détail

TABLEUR GRAPHIQUES. 1 ) Fonctions : Exemple : Représenter graphiquement la fonction f : x ï (x 1) 2 + 2

TABLEUR GRAPHIQUES. 1 ) Fonctions : Exemple : Représenter graphiquement la fonction f : x ï (x 1) 2 + 2 1 ) Fonctions : Exemple : Représenter graphiquement la fonction f : x ï (x 1) 2 + 2 a) Tableau de valeurs : Il est facile de construire un tableau de valeurs à l aide d Excel. On choisit des nombres dans

Plus en détail

Baccalauréat STL Biotechnologies juin 2014 Polynésie Correction

Baccalauréat STL Biotechnologies juin 2014 Polynésie Correction Baccalauréat STL Biotechnologies juin 014 Polynésie Correction EXERCICE 1 Les trois parties de cet exercice peuvent être traitées de manière indépendante. Les résultats seront arrondis, si nécessaire,

Plus en détail

Excel 2002 Avancé. Guide de formation avec exercices et cas pratiques. Patrick Morié, Bernard Boyer

Excel 2002 Avancé. Guide de formation avec exercices et cas pratiques. Patrick Morié, Bernard Boyer Excel 2002 Avancé Guide de formation avec exercices et cas pratiques Patrick Morié, Bernard Boyer Tsoft et Groupe Eyrolles, 2003 ISBN : 2-212-11238-6 5 - ANALYSE ET SIMULATION MODÈLE ITÉRATIF 1 - NOTION

Plus en détail

Baccalauréat ES Nouvelle-Calédonie novembre 2007

Baccalauréat ES Nouvelle-Calédonie novembre 2007 accalauréat S Nouvelle-alédonie novembre 007 XRI points ommun à tous les candidats Soit f une fonction définie et dérivable sur l intervalle ]0 ; [, strictement croissante sur l intervalle ]0 ; ] et strictement

Plus en détail

Statistiques et estimation

Statistiques et estimation DERNIÈRE IMPRESSION LE 23 juillet 2014 à 16:35 Statistiques et estimation Table des matières 1 Intervalle de fluctuation 2 1.1 Simulation................................. 2 1.2 Définition.................................

Plus en détail

Linéarité proportionnalité Discipline

Linéarité proportionnalité Discipline Cours 3a-1 Linéarité proportionnalité Discipline Sommaire 1 Fonctions affines et linéaires........................................... 2 1.1 Représentation graphique 2 1.2 Linéarité et proportionnalité

Plus en détail

Analyse en composantes principales (ACP)

Analyse en composantes principales (ACP) Analyse en composantes principales (ACP) François Husson Laboratoire de mathématiques appliquées - Agrocampus Rennes husson@agrocampus-ouest.fr 1 / 31 Quel type de données? L ACP s intéresse à des tableaux

Plus en détail

FONCTIONS LINEAIRES ET FONCTIONS AFFINES

FONCTIONS LINEAIRES ET FONCTIONS AFFINES Chapitre 3 FONCTIONS LINEAIRES ET FONCTIONS AFFINES Terminale BEP Objectifs (à la fin du chapitre, je dois être capable de ) : - Différencier fonction affine et linéaire. - Calculer une image. - Déterminer

Plus en détail

DUT Techniques de commercialisation Mathématiques et statistiques appliquées

DUT Techniques de commercialisation Mathématiques et statistiques appliquées DUT Techniques de commercialisation Mathématiques et statistiques appliquées Francois.Kauffmann@unicaen.fr Université de Caen Basse-Normandie 3 novembre 2014 Francois.Kauffmann@unicaen.fr UCBN MathStat

Plus en détail

BACCALAURÉAT TECHNOLOGIQUE STG. Spécialités : Mercatique, Comptabilité et Finance d Entreprise, Gestion des systèmes d information.

BACCALAURÉAT TECHNOLOGIQUE STG. Spécialités : Mercatique, Comptabilité et Finance d Entreprise, Gestion des systèmes d information. BACCALAURÉAT TECHNOLOGIQUE STG Spécialités : Mercatique, Comptabilité et Finance d Entreprise, Gestion des systèmes d information. SESSION 010 ÉPREUVE DE MATHÉMATIQUES Mercatique, comptabilité et finance

Plus en détail

L analyse des données statistiques

L analyse des données statistiques L analyse des données statistiques Public : Les cadres devant analyser des données quantitatives et qualitatives Objectif : Apprendre, en utilisant principalement Excel : - à traiter des données provenant

Plus en détail

Statistiques de groupe

Statistiques de groupe Système Méthodologique d Aide à la Réalisation de Tests Statistiques de groupe et analyse des questions de votre épreuve Une unité de soutien de l IFRES Université de Liège L analyse des statistiques de

Plus en détail

Exercices. Version du 7 janvier 2016 16:37. UE Mathématiques et statistiques appliquées AA Mathématiques et statistiques appliquées

Exercices. Version du 7 janvier 2016 16:37. UE Mathématiques et statistiques appliquées AA Mathématiques et statistiques appliquées Exercices Version du 7 janvier 2016 16:37 UE Mathématiques et statistiques appliquées AA Mathématiques et statistiques appliquées 1ère Bachelier en Informatique de Gestion Ludovic Kuty

Plus en détail

Bac Blanc de Mathématiques Correction Durée : 3 heures

Bac Blanc de Mathématiques Correction Durée : 3 heures Terminale STG Mercatique Jeudi 1 avril 2010 Bac Blanc de Mathématiques Correction Durée : 3 heures L usage de la calculatrice est autorisé. Le sujet comporte 6 pages. EXERCICE 1 3 points Cet eercice est

Plus en détail

Économétrie. Francesco Quatraro M1 EFM 2010/2011

Économétrie. Francesco Quatraro M1 EFM 2010/2011 Francesco Quatraro M1 EFM 2010/2011 1 La violation des hypothèses Le modèle des MCO considère que les hypothèses suivantes sont toutes respectées: H1: le modèle est linéaire en x i,t H2: les valeurs x

Plus en détail

Risques hydrologiques & aménagement du territoire Projet d évaluation

Risques hydrologiques & aménagement du territoire Projet d évaluation Risques hydrologiques & aménagement du territoire Professeur responsable : Christophe ANCEY Assistant responsable : Blaise DHONT Date de rendu : 8 janvier 2016 Conditions du projet : travail à rédiger

Plus en détail

STATISTICA Test d hypothèseshè

STATISTICA Test d hypothèseshè TEST D HYPOTHESES STATISTICA Test d hypothèseshè TEST D HYPOTHESES Les étapes : Problématique Revue de la littérature Formulation d une hypothèse théorique Construction de l expérience (méthodologie) Lister

Plus en détail

Probabilités et Statistiques. Chapitre 1 : Statistique descriptive

Probabilités et Statistiques. Chapitre 1 : Statistique descriptive U.P.S. I.U.T. A, Département d Informatique Année 2008-2009 Probabilités et Statistiques Emmanuel PAUL Chapitre 1 : Statistique descriptive 1 Objectifs des statistiques. Il s agit d étudier un ou plusieurs

Plus en détail

1. La fonction de consommation keynésienne

1. La fonction de consommation keynésienne Rappels de cours Aix- Marseille Université - Faculté des Sciences Economiques Licence EM 1ère année - 2ème semestre Travaux dirigés de Macroéconomie Karine CONSTANT Gilles DE TRUCHIS 1. La fonction de

Plus en détail

Bac ES La Réunion juin 2009

Bac ES La Réunion juin 2009 Bac ES La Réunion juin 2009 Exercice 1 (4 points) Commun à tous les candidats Cet exercice est un questionnaire à choix multiples. Pour chaque question, trois réponses sont proposées. Une seule de ces

Plus en détail

HUITIEME PARTIE ANALYSE EN COMPSANTES PRINCIPALES

HUITIEME PARTIE ANALYSE EN COMPSANTES PRINCIPALES 105 HUITIEME PARTIE ANALYSE EN COMPSANTES PRINCIPALES 1. Introduction En statistiques il arrive fréquemment que les individus soient décrits par un grand nombre de caractères. : voitures décrites par leur

Plus en détail

Problème 4: Les diagrammes suivants représentent la distribution de 4 variables discrètes X1, X2, X3 et X4 :

Problème 4: Les diagrammes suivants représentent la distribution de 4 variables discrètes X1, X2, X3 et X4 : Cours 5-62-96 : Traitement et analyse des données Test autodiagnostique PARTIE 1 : Problème 1 : Pour chacune des distributions ci-dessous, identifier la population et la variable étudiée en précisant si

Plus en détail

Module 4 - Leçon 03 - Budget des ventes 3. Méthode des coefficients saisonniers

Module 4 - Leçon 03 - Budget des ventes 3. Méthode des coefficients saisonniers Module 4 - Leçon 3-3 Méthode des coefficients saisonniers Cette méthode consiste à mettre en évidence des coefficients saisonniers afin de corriger les valeurs ajustées sur la droite de tendance. Parmi

Plus en détail

T ES/L DEVOIR SURVEILLE 3 16 JANVIER 2015

T ES/L DEVOIR SURVEILLE 3 16 JANVIER 2015 T ES/L DEVOIR SURVEILLE 3 16 JANVIER 2015 Durée : 3h NOM : Prénom : Calculatrice autorisée «Le candidat est invité à faire figurer sur la copie toute trace de recherche, même incomplète ou non fructueuse,

Plus en détail