T.P. 8 - Exercice 1 Khi-Carré d ajustement (Corrigé)
|
|
- Victor Chénier
- il y a 8 ans
- Total affichages :
Transcription
1 T.P. 8 - Exercice 1 Khi-Carré d ajustement (Corrigé) Connaissances préalables : Buts spécifiques : Outils nécessaires : Consignes générales : Distribution de fréquences, proportions. Test d ajustement. Table de distribution des. Les vacances de Pâques approchent c est l occasion de revoir tous les TP en travaillant en parallèle avec votre cours. Attention : les exercices supplémentaires font partie de la matière d examen. Voir cours, chapitre 5. Rappel : Un test couramment utilisé en inférence statistique est le test khi-carré ( ). Il est utilisé lorsqu on s intéresse à des données qui se mesurent sur des échelles nominales (variables catégorielles). À ce TP, nous allons examiner deux tests distincts : le test d ajustement et le test d indépendance. Le test d ajustement compare la distribution de fréquences d un échantillon (fréquences relatives ou fréquences absolues) par rapport à la distribution de fréquences attendues (s). Il permet donc d évaluer dans quelle mesure les données que vous obtenez dans votre échantillon lors d une expérience sont bien ajustées aux données s attendues. Il est utilisé lorsque la procédure de mesure (par exemple un test de personnalité) permet de classer les individus (ou tout autre éléments) en plusieurs catégories (personnalité dépressive, schizophrène ). La proportion d individus que vous obtenez dans chaque catégorie de votre échantillon (vos fréquences observées) est ensuite comparée à la proportion d individus dans chaque catégorie qu on s attend à observer dans la population toute entière (fréquences attendues). Soit : J ( Oj - E j) c = j= 1 E j avec : O j = fréquence observée E j = fréquence attendue (expected) En pratique, la première étape consiste à poser une hypothèse nulle ( H 0 ) avant de récolter ses données. Pour un test khi-carré d ajustement, cette H 0 est soit une répartition des sujets au hasard dans chaque catégorie soit une répartition des sujets conforme à une distribution connue. La seconde étape consiste à calculer la valeur du khi carré sur base de l échantillon (khi carré ) et d observer si elle est située dans une zone de rejet ou de non rejet de. Les valeurs que peut prendre la distribution du khi carré dépendent du nombre de degrés de liberté. Pour le trouver, la formule suivante est utilisée : D.L. = J-1 où J = le nombre de catégories de la variable Une fois qu on a les degrés de liberté et la valeur e du khi carré, on cherche dans la table de distribution khi-carré, une valeur de khi carré à laquelle on la compare. TTP (Corrigé) 1/3
2 Si < il y a non rejet de. Si il y a rejet de. Dans ce dernier cas, on considère que la différence est significative avec maximum 5% de risque de se tromper..05 est le seuil habituellement utilisé en psychologie mais il existe d autres tables plus conservatrices qui utilisent un risque d erreur accepté inférieur, comme par exemple.01. À titre d exemple, voici une courbe de pour 3 degrés de liberté, laissant, sur la droite une zone de rejet de (avec une marge d erreur de 5%) avec comme une valeur de 7,81 (au-delà de laquelle nous sommes de la zone de rejet de ). Zone de non rejet de (NRH 0 ) Zone de rejet de (RH 0 ) N.B. : Dans la légende des graphiques que nous vous proposons dans ce T.P. : Area = Taille de la zone de rejet (en termes de probabilité d erreur) Low = valeur critique qui délimité la zone de rejet et la zone de non rejet de H 0. Df = degrees of freedom (degrés de liberté) Un chercheur s intéresse aux boissons préférées dans une population. Il pose la question suivante à un échantillon de 30 participants : «Préférez-vous boire du thé ou du café?» Il ne s attend pas à observer de préférence pour une de ces boissons. 1. Quelle est? H 0 = pas de préférence entre thé et café. p = q =.50 (la probabilité de choisir le thé est la même que la probabilité de choisir le café). Dans son groupe, 11 personnes préfèrent le thé et 19 le café.. Représentez ces données sous la forme d un tableau indiquant les fréquences absolues observées et attendues. thé café total Fréq. observées (O j ) Fréq. attendues (E j ) E pour expected, qui signifie attendue en anglais. TTP (Corrigé) /3
3 La question est de savoir si la différence entre les fréquences observées dans l échantillon et les fréquences attendues (sous ) sont dues au hasard ou reflètent une véritable préférence pour le café dans la population. 3. Quelle est la valeur de? J ( Oj - E j) c = E (11 15) 15 j= 1 (19 15) 15 = + =, 13 j 4. Combien y a-t-il de degrés de liberté (D.L.)? J-1 degré de liberté où J représente le nombre de catégories (ici thé-café) de la variable (boisson). Donc -1 = 1 (D.L.). 5. Au niveau de signification minimum de.05 et au niveau de D.L. approprié, quelle est la valeur de? Schématisez votre réponse à l aide d un graphique. À.05 et 1 D.L., la valeur du vaut 3,84. Comme la valeur e du (,13) est nettement inférieure à la valeur ; on dit qu elle est dans la zone de non rejet de (NRH 0 ) : on ne rejette pas. Zone de non rejet de (NRH 0 ) 3,84 Zone de rejet de (RH 0 ) 6. Que pouvez-vous conclure par rapport aux préférences thé-café? On ne rejette pas qui stipulait l absence de préférence entre thé et café. La différence observée dans notre échantillon est donc probablement due au hasard. TTP (Corrigé) 3/3
4 T.P. 8 - Exercice Khi-Carré d ajustement (Corrigé) Connaissances préalables : Buts spécifiques : Outils nécessaires : Consignes générales : Distribution de fréquences, proportions. Test d ajustement. Table de distribution des. Un chercheur s intéresse aux facteurs qui déterminent le choix des cours des étudiants. Il pose la question suivante à un échantillon de 50 étudiants : «Parmi les 4 facteurs suivants, lequel est le plus important lorsque vous sélectionnez un cours?». Les étudiants doivent choisir 1 des 4 propositions suivantes : - l intérêt pour le contenu du cours ; - le degré de complexité de l examen ; - le professeur ; - l heure à laquelle le cours se donne. Voici les résultats que le chercheur obtient : O (fréquences absolues observées) Contenu cours Examen Professeur Horaire Sur base de ces données, le chercheur peut-il conclure qu un facteur (ou plusieurs facteurs) est (sont) plus important(s) que les autres? Il teste à un niveau de signification Quelle est? H 0 : il n y a pas de préférence pour un facteur particulier. Les 4 facteurs sont choisis de façon équivalente.. Représentez ces données sous la forme d un tableau indiquant les fréquences absolues observées et attendues. O j (fréquences absolues observées) E j (fréquences absolues attendues) Contenu cours examen professeur horaire ,5 1,5 1,5 1,5 TTP (Corrigé) 4/3
5 3. Quelle est la valeur e de? Valeur e de = 8,08 4. Quel est le nombre de degrés de liberté? D.L. = 3 5. Au niveau de signification.05, quelle est la valeur de? Valeur de = 7,8 6. L hypothèse nulle est-elle rejetée? Que concluez-vous? Schématisez votre réponse à l aide d un graphique. 8,08>7,8 La valeur e de se situe dans zone de rejet de l H 0 (est supérieure à la valeur de ). Par conséquent est rejetée. Le chercheur conclut qu au moins un des facteurs est choisi préférentiellement par les étudiants. Zone de non rejet de (NRH 0 ) 7,81 Zone de rejet de (RH 0 ) TTP (Corrigé) 5/3
6 T.P. 8 - Exercice 3 Khi-Carré d ajustement (Corrigé) Connaissances préalables : Buts spécifiques : Outils nécessaires : Consignes générales : Distribution de fréquences, proportions. Test d ajustement. Table de distribution des. En 1908, en France, Binet publie une étude concernant la mesure de l intelligence des enfants. Son échelle d intelligence se base sur un certain nombre d épreuves classées dans un ordre croissant de difficulté. Un niveau d âge est attribué à chaque épreuve qui correspond au plus jeune âge auquel un enfant d intelligence normale réussit l épreuve. L enfant commence le test de Binet par les épreuves de l âge le plus jeune et poursuit la série d épreuves jusqu à ce qu il échoue. L âge associé à ces dernières épreuves devient son âge mental et son niveau intellectuel général est en soustrayant son âge chronologique à son âge mental. On peut donc «classer» l enfant dans une des 5 catégories suivantes : retardé de ans, retardé d 1 an, régulier, avancé de 1 an et avancé de ans. Voici les données, en fréquences relatives, que Binet obtient sur un échantillon de 19 enfants : ,06 0,3 0,48 0, 0,01 Des chercheurs, un américain (Goddard) et un allemand (Bobertag) font passer le test de Binet (traduit en anglais/allemand et adapté culturellement) à un échantillon de 1547 enfants américains (Goddard) et 8 enfants allemands (Bobertag). Ils obtiennent les données suivantes, en fréquences absolues : Goddard Bobertag Les données obtenues par le chercheur américain et l allemand reflètent-elles la distribution obtenue chez les enfants français (niveau de signification.05)? 1. Enfants américains (données de Goddard) a) Quelle est dans cette recherche? H 0 : il n y a pas de différence entre les enfants américains et les enfants français en ce qui concerne leur répartition dans chaque catégorie d âge mental. TTP (Corrigé) 6/3
7 b) Complétez le tableau suivant O j E j 1547 * 0,06 = 9, * 0,3 = 355, * 0,48 = 74, * 0, = 340, * 0,01 = 15,47 c) Déterminez les valeurs de, et les degrés de liberté. Tracez le graphique qui vous aidera à visualiser l idée de rejet et de non rejet de. Valeur e de = 69,1 D.L. = 4 Valeur de à.05 = 9,49 Zone de non rejet de (NRH 0 ) 9,49 Zone de rejet de (RH 0 ) d) Que pouvez-vous tirer comme conclusion? La valeur e de se situe dans la zone de rejet et est donc rejetée. Les scores au test de Binet ne se distribuent donc pas de la même façon dans la population américaine que dans la population française.. Enfants allemands (données de Bobertag) a) Quelle est dans cette recherche? H 0 : il n y a pas de différence entre les enfants allemands et les enfants français en ce qui concerne leur répartition dans chaque catégorie d âge mental. b) Complétez le tableau suivant O j E j 13,68 5,44 109,44 50,16,8 TTP (Corrigé) 7/3
8 c) Déterminez les valeurs de, et les degrés de liberté. Valeur e de = 15,09 D.L. = 4 Valeur de à.05 = 9,49 Zone de non rejet de (NRH 0 ) 9,49 Zone de rejet de (RH 0 ) d) Que pouvez-vous tirer comme conclusion? La valeur e de se situe dans la zone de rejet et est donc rejetée. Les scores au test de Binet ne se distribuent pas de la même façon dans la population allemande que dans la population française. TTP (Corrigé) 8/3
9 T.P. 8 - Exercice 4 Khi-Carré d indépendance (Corrigé) Connaissances préalables : Buts spécifiques : Outils nécessaires : Consignes générales : Distribution de fréquences, proportions. Test d indépendance. Table de distribution des. Le test d indépendance porte sur variables catégorielles et a pour but d évaluer si ces variables sont indépendantes. L hypothèse nulle est qu il y a une parfaite indépendance entre les variables. La logique de ce test est la même que pour le test d ajustement. On prélève un échantillon et chaque individu de l échantillon est évalué sur variables séparées. L échantillon de données servira pour tester une hypothèse par rapport à l indépendance des variables dans la population. Par exemple, un groupe d étudiants est classé en termes de personnalité (introvertie, extravertie) et de groupe sanguin (A, B, AB, 0). Ces données se notent dans un tableau de contingence des fréquences absolues observées. Par exemple, pour un échantillon de 47 étudiants, on pourrait avoir le tableau suivant : A B AB 0 total introverti extraverti Total N=47 Ces fréquences observées sont comparées aux fréquences attendues sous. Ensuite, on calcule la valeur du pour déterminer dans quelle mesure les valeurs observées s accordent avec les valeurs attendues et on se sert de la table de distribution de conclure à propos de l indépendance des variables examinées. Le test d indépendance utilise exactement la même formule que le test = J K j= 1 k= 1 ( O - E ) jk E jk jk pour d ajustement : Les fréquences attendues (E jk ) se calculent sur base des fréquences marginales et de N. ( fréq. colonne fréq. ligne) = N E jk Les degrés de liberté s obtiennent par le calcul suivant pour le d indépendance : avec : D. L. = ( J 1)( K 1) J= nombre de catégories de la variable A (en ligne) K = nombre de catégories de la variable B (en colonne) TTP (Corrigé) 9/3
10 Les conditions d application du test sont : N = 30 : c est bien le cas dans notre exemple N = 40 ; tous les E jk > 0 (c est aussi le cas) ; 80% des E jk = 5 : 7 cellules sur 8 (soit 87,5 %) possèdent une valeur attendue supérieure à 5. Une étude porte sur l occurrence d un comportement d aide à personne en danger en fonction du nombre d observateurs. Les sujets sont confrontés à un individu (la victime) qui simule une crise d épilepsie. Les expérimentateurs observent si le sujet manifeste un comportement d aide à la personne en danger ou pas. La taille du groupe varie : (sujet + «victime»), 3 ou 6 personnes). Voici les fréquences observées : pers 3 pers 6 pers Total Aide Non aide Total N=5 1. Complétez le tableau ci-dessus avec les fréquences marginales absolues.. Quelle est? La taille du groupe et le comportement d aide sont des variables indépendantes dans la population. Donc l absence ou la présence d un comportement d aide ne devrait pas varier en fonction du nombre d observateurs. 3. Calculez les fréquences attendues. pers 3 pers 6 pers total Aide 7,75 15,5 7,75 31 Non aide 5,5 10,5 5,5 1 total N = 5 TTP (Corrigé) 10/3
11 4. Calculez les degrés de liberté et localisez la région critique pour un seuil de.05. Représentez la valeur de trouvée sur un graphique et indiquez-y les zones de rejet et de non rejet de. D.L. = (-1)(3-1) = La valeur critique de vaut 5,99. Zone de non rejet de (NRH 0 ) 5,99 Zone de rejet de (RH 0 ) 5. Calculez la valeur du. = 7,91 = J K j= 1 k= 1 ( O - E ) (11 7,75) (16 15,5) (4 7,75) ( 5,5) = ,75 15,5 7,75 5,5 = 1, , ,815 +,01 + 0,04 +,679 jk E jk jk (10 10,5) + 10,5 (9 5,5) + 5,5 6. Que pouvez-vous conclure? La valeur du est supérieure au. Il y a donc rejet de l hypothèse nulle. On conclut qu il y a un lien entre comportement d aide et nombre d observateurs. TTP (Corrigé) 11/3
12 T.P. 8 - Exercice supplémentaire 1 Khi-Carré (Corrigé) Connaissances préalables : Buts spécifiques : Outils nécessaires : Consignes générales : Distribution de fréquences, proportions. Tests ; choix du test. Table de distribution des. Un chercheur prétend que la répartition de la population sur les 4 classes de groupe sanguin est uniforme, en d autres termes la population se répartit sur les 4 classes de manière identique. Sur base des données de la variable «groupe sanguin», pouvez-vous confirmer ou infirmer cette affirmation? Groupe sanguin Effectif Effectif relatif Probabilité attendue Effectif attendu (O j -E j )²/E j 1. A 73 0, ,5 45,5 17,018. B 0,1155 0,5 45,5 11, AB 9 0,0497 0,5 45,5 9,04 4. O 77 0,4541 0,5 45,5,78 Total 181 1,0000 1, ,8 1. Complétez le tableau ci-dessus.. Déterminez les 3 dernières colonnes du tableau. Nous souhaitons vérifier si la distribution de la variable groupe sanguin est uniforme, ce qui revient à dire que les 4 groupes sont équiprobables. 3. Quel test allons-nous utiliser pour vérifier cela? Un test d ajustement, puisque nous souhaitons vérifier si la répartition des individus entre les groupes sanguins est équiprobable. 4. Quelle est? H 0 = La variable groupe sanguin est distribuée uniformément sur ses quatre modalités. TTP (Corrigé) 1/3
13 5. Que vaut la statistique de test? Il s agit de la somme de la dernière colonne du tableau = 80,8. 6. Combien de degrés de liberté compte la loi Khi-carré pour ce test? Nombre de modalités de la variable «sang» - 1 = 4 1 = 3 7. Si nous fixons le niveau d erreurs à 5 %, à partir de quelle valeur pourrons-nous rejeter l hypothèse que la distribution du groupe sanguin sur la population est uniforme? Que faut-il faire pour répondre à cette question? Représentez graphiquement la zone de rejet et la zone de non rejet de. Pour répondre à cette question, il faut chercher le dans la table. Ainsi, nous trouver qu à partir de 7,815 nous pourrons rejeter l hypothèse que la distribution du groupe sanguin sur la population est uniforme. Zone de non rejet de (NRH 0 ) 7,815 Zone de rejet de (RH 0 ) 8. Que pouvez-vous conclure? La statistique de test ( ) valant 80,8 est largement supérieure à 7,815 ( ) ; nous pouvons donc très franchement rejeter l hypothèse que la variable groupe sanguin est distribuée uniformément avec un risque d erreur nettement inférieure à 5%. TTP (Corrigé) 13/3
14 T.P. 8 - Exercice supplémentaire Khi-Carré (Corrigé) Connaissances préalables : Buts spécifiques : Outils nécessaires : Consignes générales : Distribution de fréquences, proportions. Tests ; choix du test. Table de distribution des. Nous souhaitons vérifier si la répartition du groupe sanguin entre les 4 classes dépend du sexe des individus. À cet effet, considérons les 181 données de notre échantillon. 1. Quel test devrons-nous utiliser pour répondre à cette question sur base de notre échantillon ci-dessous. Un test d indépendance.. Le tableau ci-dessous est le tableau de contingence des deux variables SANG et SEXE (O jk ). Déterminez les fréquences marginales et indiquez-les dans le tableau. SEXE SANG Masculin Féminin Total A B 6 16 AB O Total TTP (Corrigé) 14/3
15 3. Déterminez le tableau des effectifs attendus (E jk ) s il y a indépendance entre les deux variables : SEXE SANG Masculin Féminin Total A 17,746 55,54 73 B 5,348 16,65 AB,188 6,81 9 O 18,718 58,8 77 Total Déterminez le tableau des carrés des écarts entre les effectifs observés et attendus divisés par les effectifs attendus ((O jk E jk )²/ E jk ) : SEXE SANG Masculin Féminin A (1-17,746)² / =1,861 0,598 B 0,079 0,06 AB 0,645 0,07 O,108 0, Que vaut la statistique de test (mesure de l écart entre les deux tableaux) : C est la somme de toutes les cellules du tableau précédent = 6,01 6. Combien de degrés de liberté compte la loi Khi-carré que nous utilisons ici? (nombre de modalités de la variable SANG - 1)x (nombre de modalités de la variable SEXE 1) = (4 1)( 1) = 3 TTP (Corrigé) 15/3
16 7. Si nous fixons le niveau d erreurs à 5 %, à partir de quelle valeur de pourrons-nous rejeter l hypothèse que les distributions du groupe sanguin et du sexe sont indépendantes? Représentez graphiquement la zone de rejet et la zone de non rejet de. À partir de = 7,815 nous pourrons rejeter l hypothèse que les deux variables sont indépendantes. Zone de non rejet de (NRH 0 ) 7,815 Zone de rejet de (RH 0 ) 8. Que pouvez-vous conclure? La statistique de test valant 6,01, elle est inférieure à =7,815 ; nous ne pouvons donc pas rejeter l hypothèse que les deux variables «groupe sanguin» et «sexe» sont indépendantes. Autrement dit, avec une marge d erreur de 5%, nous pouvons dire que les deux variables «groupe sanguin» et «sexe» sont indépendantes ou encore, que la répartition de la population dans les quatre classes de groupes sanguin ne diffère pas suivant le sexe auquel les individus appartiennent. 9. Les conditions d application du test Khi-carré sont-elles bien remplies? Les conditions d application du test sont bien remplies en effet : N = 30 : c est bien le cas N =181 ; tous les E jk > 0 (c est aussi le cas) ; 80% des E jk = 5 : 7 cellules sur 8 (soit 87,5 %) contiennent une valeur attendue supérieure à 5. TTP (Corrigé) 16/3
17 T.P. 8 - Exercice supplémentaire 3 Khi-Carré (Corrigé) Connaissances préalables : Buts spécifiques : Outils nécessaires : Consignes générales : Distribution de fréquences, proportions. Tests ; choix du test. Table de distribution des. Nous avons vu au TP 7 que, lors de lancers d un dé bien équilibré, le nombre de fois que le 6 sortait au cours de 5 lancers successifs suivait une loi binomiale Bi(5;1/6). Pour vérifier que cette séquence est bien distribuée suivant une loi Bi(5; 1/6), un joueur incrédule décide de faire 30 séries de 5 lancers successifs et dénombre pour chaque série le nombre de fois que le 6 est sorti. Il obtient le tableau suivant reprenant le résultat des 30 séries : Nombre de sorties du 6 Effectif Effectif relatif Probabilité attendue Bi(5;1/6) Effectif attendu [O j -E j ]²/E j 0 1 0,400 0,40 1,056 0, ,433 0,40 1,056 0, ,167 0,161 4,83 0, ,000 0,03 0,965 0, ,000 0,003 0,096 0, ,000 0,000 0,004 0,004 Total 30 1,0000 1, , Complétez le tableau ci-dessus.. Que vaut la statistique de test? Il s agit de la somme de la dernière colonne du tableau = 1,146 TTP (Corrigé) 17/3
18 3. Combien de degrés de liberté compte la loi Khi-carré dans ce cas-ci? Nombre de modalités de la variable «Nombre de 6»- 1 = 6 1 = 5 4. Si nous fixons le niveau d erreurs à 5 %, à partir de quelle valeur de pourrons-nous rejeter l hypothèse que la distribution de la variable «Nombre de sorties du 6 au cours de 5 lancers successifs» suit une loi binomiale Bi(5;1/6)? Représentez la distribution en indiquant les zones de rejet et de non rejet ainsi qu en y plaçant (approximativement) les et. Pour les valeurs de supérieures à 11,07 nous pourrons rejeter l hypothèse que la distribution «nombre de sorties du 6 au cours de 5 lancers successifs» se distribue bien suivant une loi binomiale Bi(5;1/6). Zone de non rejet de (NRH 0 ) 11,07 Zone de rejet de (RH 0 ) 6. Que pouvez-vous conclure? La statistique de test valant 1,146, elle est inférieure à 11,07 ; nous ne pouvons donc pas rejeter l hypothèse que la variable «nombre de sorties du 6 au cours de 5 lancers successifs» se distribue bien suivant une loi binomiale Bi(5;1/6). Notre dé ne semble donc pas pipé. 7. Les conditions d application du test Khi-carré sont-elles bien remplies? Les conditions d application du test ne sont pas remplies. En effet, les effectifs attendus (E i ) doivent être supérieurs à 5 or pour X=, 3, 4 et 5 les effectifs attendus sont inférieurs à 5. TTP (Corrigé) 18/3
19 T.P. 8 - Exercice supplémentaire 4 Khi-Carré (Corrigé) Trente sept étudiants d une promotion ont été répartis, en début d année académique, de manière strictement aléatoire dans trois séries de travaux pratiques de statistique dirigés par trois assistants différents A1, A et A3. Les résultats obtenus par les étudiants de chaque série sont notés sur 10 et regroupés dans le tableau suivant. Assistant Note des étudiants (sur 10) A1 9 5, ,5 7 A ,5 3,5 0 A , Afin d étudier l indépendance des résultats par rapport à la série d appartenance de l étudiant, un chercheur fait un décompte en termes de nombre de réussites et d échecs par série de travaux pratiques. 1. Quel test devons-nous utiliser? Un test d indépendance.. Quelle est de notre chercheur? H 0 = Il y a indépendance entre les résultats et l appartenance à une série de T.P. 3. Complétez le tableau ci-dessous par les effectifs observés (à partir de 5/10 le résultat est considéré comme une réussite) : Série A1 Série A Série A3 Total Echec Réussite Total Complétez le tableau de contingence ci-dessous avec les effectifs s attendus sous l hypothèse d indépendance. Série A1 Série A Série A3 Total Echec 4,865 4,865 5,70 15 Réussite 7,135 7,135 7,730 Total TTP (Corrigé) 19/3
20 5. Complétez le tableau de mesure des écarts entre le tableau de contingence observé et le tableau de contingence attendu sous l hypothèse d indépendance. Echec Série A1 Série A Série A3 (5-4,865)² /4,865 =0,004 0,937 0,978 Réussite 0,003 0,639 0, Que vaut la statistique de test? = 3,8 7. Combien de degrés de liberté comporte la distribution Khi-carré de notre exercice? ( 1)(3 1) = 8. Si le niveau d erreur auquel nous souhaitons travailler est fixé à 5 %, déterminez la limite séparant la zone d acceptation et la zone de rejet de l hypothèse d indépendance. Placez cette valeur sur un graphique ainsi que le. 9. Que pouvez-vous conclure? (= 3,8) < (= 5,991). Nous ne rejetons donc pas l indépendance entre les deux variables. La mesure de l écart entre les deux tableaux de contingence (observé et attendu) n est pas suffisamment grande que pour conclure à une différence statistique significative entre ceux-ci. L échec (ou la réussite) d un étudiant est donc indépendant de la série de travaux pratiques qu il a suivis. TTP (Corrigé) 0/3
21 T.P. 8 - Exercice supplémentaire 5 Khi-Carré (Corrigé) Supposons qu un sondage d opinion réalisé dans les années 70 donne les résultats suivants : 15% des sujets sont en faveur de la régularisation de la marijuana, 79% sont contres et 6% sont sans opinion. Admettons qu aujourd hui, nous prenions un échantillon de 0 personnes et que 38 des personnes interrogées soient pour, 165 contre et que 17 soient sans opinion. En acceptant une marge d erreur de 5%, pourrions-nous dire qu il y a une différence significative entre les résultats obtenus dans notre échantillon et celui des années 70? N.B. : Pour cet exercice, nous ne vous posons pas de questions intermédiaires. Il faut cependant que votre réponse soit complète. Pour répondre à la question, nous devons effectuer un test d ajustement. Pour ce faire, il faut déterminer les fréquences observées aujourd hui et les fréquences attendus (c est-à-dire celles des années 70). On peut le faire avec les fréquences relatives ou absolues, mais il faut prendre la même chose pour les et donc ici faire un choix et tout mettre en pourcentages. Pour Contre Sans opinion Années 70 15% 79% 6% Aujourd hui 17,7% 75% 7,73 Puis, il faut déterminer la valeur du : ( 17,7 15) ( 75 79) ( 7,73 6) J ( Oj E j) = = + + E j= 1 j = 1,04 et la comparer à la valeur du à.05 et degrés de liberté qui vaut 5,99 : 1,04<5,99 Nous nous situons donc dans la zone de non rejet de. Nous ne pouvons pas affirmer même avec une marge d erreur de 5% que ces valeurs sont différentes. TTP (Corrigé) 1/3
22 . Un scientifique veut savoir s il y a un lien entre la dominance manuelle et la dominance oculaire. Un échantillon aléatoire de 150 sujets est sélectionné. Pour chaque sujet, le chercheur détermine deux choses : - Si la personne est droitière ou gauchère ; - Quel est l œil que la personne préfère utiliser pour regarder à travers le viseur d un appareil photo. Le tableau des fréquences observées est le suivant : Préférence oculaire Préférence manuelle Gauche Droite Gauche 0 40 Droite Y a-t-il une relation entre les deux variables? Choisissez un seuil de.05. Pour répondre à la question, nous devons effectuer un test d indépendance. Pour ce faire, il faut déterminer les fréquences attendues sous l hypothèse d indépendance, en ayant préalablement les fréquences marginales : Préférence oculaire Préférence manuelle Gauche Droite Total Gauche (30*60)/150 = 1 (10*60)/150 = Droite (30*90)/150 = 18 (10*90)/150 = 7 90 Total Puis, il faut déterminer la valeur du : ( 0 1) ( 40 48) ( 10 18) ( 80 7) J ( Oj E j) = = E j= 1 j = 11,11 et la comparer à la valeur du à.05 et 1 degré de liberté qui vaut 3,84 : 3,84<<11,11 Nous nous situons donc dans la zone de rejet de. Nous pouvons affirmer avec un risque d erreur maximal de 5% qu il n y a pas indépendance entre les deux variables et qu il y a donc un lien entre les deux. TTP (Corrigé) /3
23 . Un chercheur pense que les personnes avec une faible estime d eux-mêmes auront tendance à éviter les situations qui attireront l attention sur elles. Un échantillon aléatoire de 7 personnes est sélectionné. Chaque personne est soumise à un test standardisé qui mesure l estime de soi en la définissant comme haute, moyenne ou faible. Les sujets sont ensuite placés dans une situation dans laquelle ils doivent choisir entre une tâche qui devra être effectuée devant les autres et une tâche qui devra être effectuée par la personne seule. Le chercheur note le choix de ses sujets et dresse le tableau de fréquences suivant : Estime de soi Tâche En public Sans public Faible 4 16 Moyenne Haute 18 6 Y a-t-il un lien entre estime de soi et le choix de la tâche à un seuil de.05. Pour répondre à la question, nous devons effectuer un test d indépendance. Pour ce faire, il faut déterminer les fréquences attendues sous l hypothèse d indépendance, en ayant préalablement les fréquences marginales : Estime de soi Tâche En public Sans public Total Faible (36*0)/7 = 10 (36*0)/7 = 10 0 Moyenne (36*8)/7 = 14 (36*8)/7 = 14 8 Haute (36*4)/7 = 1 (36*4)/7 = 1 4 Total Puis, il faut déterminer la valeur du : J ( O = j= 1 j E E j j ) = + ( 4 10) ( 16 10) ( 14 14) 10 ( 14 14) ( 18 1) ( 6 1) = 13, et la comparer à la valeur du à.05 et degrés de liberté qui vaut 5,99: 5,99<13, Nous nous situons donc dans la zone de rejet de. Nous pouvons affirmer avec un risque d erreur maximal de 5% qu il n y a pas indépendance entre les deux variables et qu il y a donc un lien entre les deux. TTP (Corrigé) 3/3
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 détailUFR 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 détailTESTS D'HYPOTHESES Etude d'un exemple
TESTS D'HYPOTHESES Etude d'un exemple Un examinateur doit faire passer une épreuve type QCM à des étudiants. Ce QCM est constitué de 20 questions indépendantes. Pour chaque question, il y a trois réponses
Plus en détailAnnexe 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 détailT de Student Khi-deux Corrélation
Les tests d inférence statistiques permettent d estimer le risque d inférer un résultat d un échantillon à une population et de décider si on «prend le risque» (si 0.05 ou 5 %) Une différence de moyennes
Plus en détailProbabilités 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 détailSoit la fonction affine qui, pour représentant le nombre de mois écoulés, renvoie la somme économisée.
ANALYSE 5 points Exercice 1 : Léonie souhaite acheter un lecteur MP3. Le prix affiché (49 ) dépasse largement la somme dont elle dispose. Elle décide donc d économiser régulièrement. Elle a relevé qu elle
Plus en détailExercices 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 détailLe Data Mining au service du Scoring ou notation statistique des emprunteurs!
France Le Data Mining au service du Scoring ou notation statistique des emprunteurs! Comme le rappelle la CNIL dans sa délibération n 88-083 du 5 Juillet 1988 portant adoption d une recommandation relative
Plus en détailEstimation 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 détailChapitre 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 détailPrincipe 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 détailLa 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 détailSeconde Généralités sur les fonctions Exercices. Notion de fonction.
Seconde Généralités sur les fonctions Exercices Notion de fonction. Exercice. Une fonction définie par une formule. On considère la fonction f définie sur R par = x + x. a) Calculer les images de, 0 et
Plus en détailAvis légal. I 2 FISCALLIANCE 2011 L Incorporation des Courtiers Immobiliers du Québec
Avis légal L incorporation des courtiers est un sujet très complexe, lequel ne saurait évidemment être traité en profondeur dans le présent document. Ce fascicule vise à sensibiliser les courtiers quant
Plus en détailTSTI 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 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 détailProbabilités 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 détailIl y a trois types principaux d analyse des résultats : l analyse descriptive, l analyse explicative et l analyse compréhensive.
L ANALYSE ET L INTERPRÉTATION DES RÉSULTATS Une fois les résultats d une investigation recueillis, on doit les mettre en perspective en les reliant au problème étudié et à l hypothèse formulée au départ:
Plus en détailEstimation: 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 détailCollecter des informations statistiques
Collecter des informations statistiques FICHE MÉTHODE A I Les caractéristiques essentielles d un tableau statistique La statistique a un vocabulaire spécifique. L objet du tableau (la variable) s appelle
Plus en détailComplément d information concernant la fiche de concordance
Sommaire SAMEDI 0 DÉCEMBRE 20 Vous trouverez dans ce dossier les documents correspondants à ce que nous allons travailler aujourd hui : La fiche de concordance pour le DAEU ; Page 2 Un rappel de cours
Plus en détailVI. Tests non paramétriques sur un échantillon
VI. Tests non paramétriques sur un échantillon Le modèle n est pas un modèle paramétrique «TESTS du CHI-DEUX» : VI.1. Test d ajustement à une loi donnée VI.. Test d indépendance de deux facteurs 96 Différentes
Plus en détailExercices sur le chapitre «Probabilités»
Arnaud de Saint Julien - MPSI Lycée La Merci 2014-2015 1 Pour démarrer Exercices sur le chapitre «Probabilités» Exercice 1 (Modélisation d un dé non cubique) On considère un parallélépipède rectangle de
Plus en détailTests 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 détailExercices M1 SES 2014-2015 Ana Fermin (http:// fermin.perso.math.cnrs.fr/ ) 14 Avril 2015
Exercices M1 SES 214-215 Ana Fermin (http:// fermin.perso.math.cnrs.fr/ ) 14 Avril 215 Les exemples numériques présentés dans ce document d exercices ont été traités sur le logiciel R, téléchargeable par
Plus en détailBaccalauréat 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 détailFOTO - 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 détailLEÇON N 7 : Schéma de Bernoulli et loi binomiale. Exemples.
LEÇON N 7 : Schéma de Bernoulli et loi binomiale. Exemples. Pré-requis : Probabilités : définition, calculs et probabilités conditionnelles ; Notion de variables aléatoires, et propriétés associées : espérance,
Plus en détailProbabilités 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 détailLe chi carré. Le sommaire. Approche quantitative
Approche quantitative Le chi carré Les objectifs pédagogiques Définir le test du chi carré Déterminer la nature des données propres au chi carré Savoir calculer le chi carré Savoir déterminer les fréquences
Plus en détailAttirez-vous les Manipulateurs? 5 Indices
Attirez-vous les Manipulateurs? Claire Parent 1 Attirez-vous les Manipulateurs? Claire Parent Mini livre gratuit Sherpa Consult Bruxelles, Mai 2012 Tous droits de reproduction, d'adaptation et de traduction
Plus en détailTHEME : CLES DE CONTROLE. Division euclidienne
THEME : CLES DE CONTROLE Division euclidienne Soit à diviser 12 par 3. Nous pouvons écrire : 12 12 : 3 = 4 ou 12 3 = 4 ou = 4 3 Si par contre, il est demandé de calculer le quotient de 12 par 7, la division
Plus en détailLes probabilités. Guide pédagogique Le présent guide sert de complément à la série d émissions intitulée Les probabilités produite par TFO.
Guide pédagogique Le présent guide sert de complément à la série d émissions intitulée produite par TFO. Le guide Édition 1988 Rédacteur (version anglaise) : Ron Carr Traduction : Translatec Conseil Ltée
Plus en détailRessources 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 détailApprentissage 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 détailLES DECIMALES DE π BERNARD EGGER
LES DECIMALES DE π BERNARD EGGER La génération de suites de nombres pseudo aléatoires est un enjeu essentiel pour la simulation. Si comme le dit B Ycard dans le cours écrit pour le logiciel SEL, «Paradoxalement,
Plus en détailINF6304 Interfaces Intelligentes
INF6304 Interfaces Intelligentes filtres collaboratifs 1/42 INF6304 Interfaces Intelligentes Systèmes de recommandations, Approches filtres collaboratifs Michel C. Desmarais Génie informatique et génie
Plus en détailAuto-Entreprise : Activités : Eric SOTY - Siret n 47868353500023. Formation Bureautique, continue d'adultes. Tél : 0953020032 - Fax : 0958020032
Auto-Entreprise : Activités : Eric SOTY - Siret n 47868353500023 Formation Bureautique, APE : 8559A formation continue d'adultes. identité visuelle, charte T.V.A. non applicable, article 293 B du CGI.
Plus en détailChapitre 2 Le problème de l unicité des solutions
Université Joseph Fourier UE MAT 127 Mathématiques année 2011-2012 Chapitre 2 Le problème de l unicité des solutions Ce que nous verrons dans ce chapitre : un exemple d équation différentielle y = f(y)
Plus en détailCarré parfait et son côté
LE NOMBRE Carré parfait et son côté Résultat d apprentissage Description 8 e année, Le nombre, n 1 Démontrer une compréhension des carrés parfaits et des racines carrées (se limitant aux nombres entiers
Plus en détailManuel d utilisation 26 juin 2011. 1 Tâche à effectuer : écrire un algorithme 2
éducalgo Manuel d utilisation 26 juin 2011 Table des matières 1 Tâche à effectuer : écrire un algorithme 2 2 Comment écrire un algorithme? 3 2.1 Avec quoi écrit-on? Avec les boutons d écriture........
Plus en détailRelation 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 détailSONDAGE DE LA PRESSE ET DES MÉDIAS EN LIGNE 2014
SONDAGE DE LA PRESSE ET DES MÉDIAS EN LIGNE 2014 d augmenter votre couverture médiatique. 3 Introduction 4 Perspectives d évolution 6 Presse 8 Médias en ligne 18 Médias sociaux 21 Fournisseurs de contenu
Plus en détailMODÈLE 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 détailTout ce que vous n avez jamais voulu savoir sur le χ 2 sans jamais avoir eu envie de le demander
Tout ce que vous n avez jamais voulu savoir sur le χ 2 sans jamais avoir eu envie de le demander Julien Barnier Centre Max Weber CNRS UMR 5283 julien.barnier@ens-lyon.fr 25 février 2013 Table des matières
Plus en détailProbabilité. Table des matières. 1 Loi de probabilité 2 1.1 Conditions préalables... 2 1.2 Définitions... 2 1.3 Loi équirépartie...
1 Probabilité Table des matières 1 Loi de probabilité 2 1.1 Conditions préalables........................... 2 1.2 Définitions................................. 2 1.3 Loi équirépartie..............................
Plus en détailChapitre 1 : Évolution COURS
Chapitre 1 : Évolution COURS OBJECTIFS DU CHAPITRE Savoir déterminer le taux d évolution, le coefficient multiplicateur et l indice en base d une évolution. Connaître les liens entre ces notions et savoir
Plus en détailStatistiques 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 détailUniversité Paris 8 Introduction aux probabilités 2014 2015 Licence Informatique Exercices Ph. Guillot. 1 Ensemble fondamental loi de probabilité
Université Paris 8 Introduction aux probabilités 2014 2015 Licence Informatique Exercices Ph. Guillot 1 Ensemble fondamental loi de probabilité Exercice 1. On dispose de deux boîtes. La première contient
Plus en détailFonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre
IUFM du Limousin 2009-10 PLC1 Mathématiques S. Vinatier Rappels de cours Fonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre 1 Fonctions de plusieurs variables
Plus en détailCORRIGES DES CAS TRANSVERSAUX. Corrigés des cas : Emprunts
CORRIGES DES CAS TRANSVERSAUX Corrigés des cas : Emprunts Remboursement par versements périodiques constants - Cas E1 Objectifs : Construire un échéancier et en changer la périodicité, Renégocier un emprunt.
Plus en détailModule 16 : Les fonctions de recherche et de référence
Module 16 : Les fonctions de recherche et de référence 16.0 Introduction L une des fonctions les plus importantes d Excel, c est la possibilité de chercher une valeur spécifique dans un grand nombre de
Plus en détailIntroduction 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 détailSERIE 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 détailLes approches de réduction des méfaits trouvent un certain appui dans la population québécoise*
INSTITUT NATIONAL DE SANTÉ PUBLIQUE DU QUÉBEC Les approches de réduction des méfaits trouvent un certain appui dans la population québécoise* Denis Hamel, statisticien Unité Connaissance-surveillance MISE
Plus en détailArithmétique binaire. Chapitre. 5.1 Notions. 5.1.1 Bit. 5.1.2 Mot
Chapitre 5 Arithmétique binaire L es codes sont manipulés au quotidien sans qu on s en rende compte, et leur compréhension est quasi instinctive. Le seul fait de lire fait appel au codage alphabétique,
Plus en détailPROBABILITÉS CONDITIONNELLES
PROBABILITÉS CONDITIONNELLES A.FORMONS DES COUPLES Pour la fête de l école, les élèves de CE 2 ont préparé une danse qui s exécute par couples : un garçon, une fille. La maîtresse doit faire des essais
Plus en détailL indice de SEN, outil de mesure de l équité des systèmes éducatifs. Une comparaison à l échelle européenne
L indice de SEN, outil de mesure de l équité des systèmes éducatifs. Une comparaison à l échelle européenne Sophie Morlaix To cite this version: Sophie Morlaix. L indice de SEN, outil de mesure de l équité
Plus en détailSommaire. 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 détailLa Menace du Stéréotype
La Menace du Stéréotype Fabrice GABARROT Bureau M6158 - Uni Mail Université de Genève 40, Bld du Pont d'arve CH-1205 Genève SUISSE Courriel : Fabrice.Gabarrot@pse.unige.ch Les stéréotypes sont, pour simplifier,
Plus en détailChapitre 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 détailExemples d utilisation de G2D à l oral de Centrale
Exemples d utilisation de G2D à l oral de Centrale 1 Table des matières Page 1 : Binaire liquide-vapeur isotherme et isobare Page 2 : Page 3 : Page 4 : Page 5 : Page 6 : intéressant facile facile sauf
Plus en détailMATHÉMATIQUES APPLIQUÉES S4 Exercices
Unité D Probabilité Exercice 1 : Chemins 1. Aline habite la maison illustrée ci-dessous. Le diagramme illustre les murs et les portes. a) Combien existe-t-il de chemins possibles entre la pièce A et la
Plus en détailExercices Alternatifs. Une fonction continue mais dérivable nulle part
Eercices Alternatifs Une fonction continue mais dérivable nulle part c 22 Frédéric Le Rou (copyleft LDL : Licence pour Documents Libres). Sources et figures: applications-continues-non-derivables/. Version
Plus en détailF7n COUP DE BOURSE, NOMBRE DÉRIVÉ
Auteur : S.& S. Etienne F7n COUP DE BOURSE, NOMBRE DÉRIVÉ TI-Nspire CAS Mots-clés : représentation graphique, fonction dérivée, nombre dérivé, pente, tableau de valeurs, maximum, minimum. Fichiers associés
Plus en détailLogiciel XLSTAT version 7.0. 40 rue Damrémont 75018 PARIS
Logiciel XLSTAT version 7.0 Contact : Addinsoft 40 rue Damrémont 75018 PARIS 2005-2006 Plan Présentation générale du logiciel Statistiques descriptives Histogramme Discrétisation Tableau de contingence
Plus en détailt 100. = 8 ; le pourcentage de réduction est : 8 % 1 t Le pourcentage d'évolution (appelé aussi taux d'évolution) est le nombre :
Terminale STSS 2 012 2 013 Pourcentages Synthèse 1) Définition : Calculer t % d'un nombre, c'est multiplier ce nombre par t 100. 2) Exemples de calcul : a) Calcul d un pourcentage : Un article coûtant
Plus en détailObservatoire Gleeden de l infidélité
16 janvier 2014 N 111 730 Enquêtes auprès d un échantillon national représentatif de 804 Français âgés de 18 ans et plus Contacts : 01 72 34 94 64 / 94 13 François Kraus / Anne-Sophie Vautrey Prenom.nom@ifop.com
Plus en détailThéorie Financière 2. Valeur actuelle Evaluation d obligations
Théorie Financière 2. Valeur actuelle Evaluation d obligations Objectifs de la session. Comprendre les calculs de Valeur Actuelle (VA, Present Value, PV) Formule générale, facteur d actualisation (discount
Plus en détailRÈGLEMENT. sur la collaboration avec les intermédiaires
RÈGLEMENT sur la collaboration avec les intermédiaires Fédération Internationale de Football Association Président : Joseph S. Blatter Secrétaire Général : Jérôme Valcke Adresse : FIFA FIFA-Strasse 20
Plus en détailLES DIFFERENTS TYPES DE MESURE
LES DIFFERENTS TYPES DE MESURE Licence - Statistiques 2004/2005 REALITE ET DONNEES CHIFFREES Recherche = - mesure. - traduction d une réalité en chiffre - abouti à des tableaux, des calculs 1) Qu est-ce
Plus en détailLa fonction exponentielle
DERNIÈRE IMPRESSION LE 2 novembre 204 à :07 La fonction exponentielle Table des matières La fonction exponentielle 2. Définition et théorèmes.......................... 2.2 Approche graphique de la fonction
Plus en détailles Formulaires / Sous-Formulaires Présentation...2 1. Créer un formulaire à partir d une table...3
Présentation...2 1. Créer un formulaire à partir d une table...3 2. Les contrôles :...10 2.1 Le contrôle "Intitulé"...11 2.2 Le contrôle "Zone de Texte"...12 2.3 Le contrôle «Groupe d options»...14 2.4
Plus en détailLes Français et le chauffage. Résultats de l étude menée
Les Français et le chauffage Résultats de l étude menée par IPSOS pour Via sèva Méthodologie et échantillon METHODOLOGIE : Cette étude a été réalisée en adhoc online, auprès d un échantillon issu de l
Plus en détailBACCALAURÉAT GÉNÉRAL SESSION 2012 OBLIGATOIRE MATHÉMATIQUES. Série S. Durée de l épreuve : 4 heures Coefficient : 7 ENSEIGNEMENT OBLIGATOIRE
BACCALAURÉAT GÉNÉRAL SESSION 2012 MATHÉMATIQUES Série S Durée de l épreuve : 4 heures Coefficient : 7 ENSEIGNEMENT OBLIGATOIRE Les calculatrices électroniques de poche sont autorisées, conformément à la
Plus en détailPratique de l analyse de données SPSS appliqué à l enquête «Identités et Capital social en Wallonie»
Centre de recherche en démographie et sociétés UCL/IACCHOS/DEMO Pratique de l analyse de données SPSS appliqué à l enquête «Identités et Capital social en Wallonie» 1 2 3+ analyses univariées Type de variables
Plus en détailPartie 5 : La consommation et l investissement
Partie 5 : La consommation et l investissement Enseignant A. Direr Licence 2, 1er semestre 2008-9 Université Pierre Mendès France Cours de macroéconomie suite La troisième partie a exposé les théories
Plus en détail* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours
Exo7 Continuité (étude globale). Diverses fonctions Exercices de Jean-Louis Rouget. Retrouver aussi cette fiche sur www.maths-france.fr * très facile ** facile *** difficulté moyenne **** difficile *****
Plus en détailBULLETIN QUESTIONS-RÉPONSES PROGRAMME D ÉQUITÉ SALARIALE
BULLETIN QUESTIONS-RÉPONSES PROGRAMME D ÉQUITÉ SALARIALE La Ville de Montréal et le Syndicat des fonctionnaires municipaux de Montréal (SCFP) LE 9 FÉVRIER 2011 Dans le cadre du deuxième affichage faisant
Plus en détailIFT3245. Simulation et modèles
IFT 3245 Simulation et modèles DIRO Université de Montréal Automne 2012 Tests statistiques L étude des propriétés théoriques d un générateur ne suffit; il estindispensable de recourir à des tests statistiques
Plus en détailBiostatistiques Biologie- Vétérinaire FUNDP Eric Depiereux, Benoît DeHertogh, Grégoire Vincke
www.fundp.ac.be/biostats Module 140 140 ANOVA A UN CRITERE DE CLASSIFICATION FIXE...2 140.1 UTILITE...2 140.2 COMPARAISON DE VARIANCES...2 140.2.1 Calcul de la variance...2 140.2.2 Distributions de référence...3
Plus en détailVoici la plus récente édition de notre bulletin fiscal. Nous vous proposerons des idées de planification et un suivi de l actualité fiscale.
Voici la plus récente édition de notre bulletin fiscal. Nous vous proposerons des idées de planification et un suivi de l actualité fiscale. 1) Nouveau régime d imposition des dividendes Désignation tardive
Plus en détailConseils utiles pour les clients qui font des transactions immobilières
Le contenu de ce document est offert à titre éducatif et informatif seulement et ne remplace en aucun cas des conseils juridiques. Ce document a pour but de souligner des éléments clés des et commerciales.
Plus en détailOscilloscope actif de précision CONCEPT 4000M
Oscilloscope actif de précision CONCEPT 4000M ZI Toul Europe, Secteur B 54200 TOUL Tél.: 03.83.43.85.75 Email : deltest@deltest.com www.deltest.com Introduction L oscilloscope actif de précision Concept
Plus en détailTP N 57. Déploiement et renouvellement d une constellation de satellites
TP N 57 Déploiement et renouvellement d une constellation de satellites L objet de ce TP est d optimiser la stratégie de déploiement et de renouvellement d une constellation de satellites ainsi que les
Plus en détail*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*
Note détaillée Baromètre européen du rapport aux paiements Des pratiques uniformisées en Europe? Sondage Harris Interactive pour Crédit Agricole Cards & Payments Enquête réalisée en ligne du 19 au 29 septembre
Plus en détailDOCM 2013 http://docm.math.ca/ Solutions officielles. 1 2 10 + 1 2 9 + 1 2 8 = n 2 10.
A1 Trouvez l entier positif n qui satisfait l équation suivante: Solution 1 2 10 + 1 2 9 + 1 2 8 = n 2 10. En additionnant les termes du côté gauche de l équation en les mettant sur le même dénominateur
Plus en détailPrincipes de mathématiques 12 SÉRIE DE PROBLÈMES. Septembre 2001. Student Assessment and Program Evaluation Branch
Principes de mathématiques 12 SÉRIE DE PROBLÈMES Septembre 2001 Student Assessment and Program Evaluation Branch REMERCIEMENTS Le Ministère de l Éducation tient à remercier chaleureusement les professionnels
Plus en détailPartie 1. Fonctions plus complexes dans Excel. Fonctions Si(), Et(), Ou() et fonctions imbriquées. Opérateurs logiques. I.1.
Présentation Excel 7 Fonctions plus complexes dans Excel Partie 1 Sandra Michelet Département Informatique Pédagogique Université Stendhal, Grenoble III Fonctions Si(), Et(), Ou() et fonctions imbriquées
Plus en détailPOKER ET PROBABILITÉ
POKER ET PROBABILITÉ Le poker est un jeu de cartes où la chance intervient mais derrière la chance il y a aussi des mathématiques et plus précisément des probabilités, voici une copie d'écran d'une main
Plus en détailQu est-ce qu une tâche?
Qu est-ce qu une tâche? «Tâches», «Perspective actionnelle», «activités centrées sur le sens» Ce sont des concepts dont on entend beaucoup parler dans notre profession, mais que signifient-ils exactement?
Plus en détailEXPLOITATIONS PEDAGOGIQUES DU TABLEUR EN STG
Exploitations pédagogiques du tableur en STG Académie de Créteil 2006 1 EXPLOITATIONS PEDAGOGIQUES DU TABLEUR EN STG Commission inter-irem lycées techniques contact : dutarte@club-internet.fr La maquette
Plus en détailDéfinition 0,752 = 0,7 + 0,05 + 0,002 SYSTÈMES DE NUMÉRATION POSITIONNELS = 7 10 1 + 5 10 2 + 2 10 3
8 Systèmes de numération INTRODUCTION SYSTÈMES DE NUMÉRATION POSITIONNELS Dans un système positionnel, le nombre de symboles est fixe On représente par un symbole chaque chiffre inférieur à la base, incluant
Plus en détailFluctuation d une fréquence selon les échantillons - Probabilités
Fluctuation d une fréquence selon les échantillons - Probabilités C H A P I T R E 3 JE DOIS SAVOIR Calculer une fréquence JE VAIS ÊTRE C APABLE DE Expérimenter la prise d échantillons aléatoires de taille
Plus en détailINFO 2 : Traitement des images
INFO 2 : Traitement des images Objectifs : Comprendre la différence entre image vectorielle et bipmap. Comprendre les caractéristiques d'une image : résolution, définition, nombre de couleurs, poids Etre
Plus en détailFonctions de deux variables. Mai 2011
Fonctions de deux variables Dédou Mai 2011 D une à deux variables Les fonctions modèlisent de l information dépendant d un paramètre. On a aussi besoin de modéliser de l information dépendant de plusieurs
Plus en détailir value.com Le Fundamental Value Indicator
éducatif Le Fundamental Value Indicator Le Fundamental Value Indicator (voir image en page 6) brosse en un tableau la valeur d une entreprise et de son équipe dirigeante. Il illustre en une seule image
Plus en détail