Outils informatiques Pour l analyse statistique Le Sphinx
|
|
- Sylvaine Benoît
- il y a 8 ans
- Total affichages :
Transcription
1 Outils informatiques Pour l analyse statistique Le Sphinx LICENCE L3 SOCIOLOGIQUE Matthieu BARRANDON Hervé LOCTEAU Antoine TABBONE
2 Présentation de l Analyse bivariée TION PRÉSENTA Mettre en évidence la présence ou l'absence d'une relation entre 2 variables (dépendent elles l'une de l'autre / coïncident elles?) => adopter une démarche scientifique à partir d'un test statistique Variables à croiser Traitement à mettre en oeuvre Test statistique Nominale vs nominale Tri croisé Test du Chi2 Nominale vs numérique Analyse de la variance Test de Fischer Numérique vs numérique Régression (1) Existence d'une relation (2) Lien moyen, fort, très fort (3) Traduction dans les faits Coefficient de corrélation et régression
3 Variable nominale vs variable nominale, le test de Chi 2 Comparaison des effectifs observés avec ceux que nous aurions obtenus si les variables étaient indépendantes V a r i a b l e 1 c1... cj... cm Variable 2 w1... wk... wn TC1 TCi TCm TW1 TWk TWn T ANALYSE CROISÉE : LE CHI DEUX
4 NALE Variable nominale vs variable nominale, le test de Chi 2 VS NALE Chi2 = Σ(effectifs théo (obs[c i,w k ])- effectifs(obs[c i,w k ]))² avec effectif théo (observation[c i,w k ])=TW k x TC i / T (n-1) x (q-1) degrés de liberté (d.d.l.) V a r i a b l e 1 c1... cj... cq Variable 2 w1... wk... wn TC1 TCi TCq TW1 TWk TWn T ANALYSE CROISÉE : LE CHI DEUX Test de Chi 2...
5 NALE Variable nominale vs variable nominale, le test de Chi 2 VS NALE Chi2, n d.d.l., pourcentage d'erreur autorisé pour lier ces deux variables n\erreur ANALYSE CROISÉE : LE CHI DEUX Test de Chi 2...
6 RIQUE Variable nominale vs variable numérique, le test de Fischer NUMÉ VS NALE Comparaison des moyennes de chaque modalité relativement à leur dispersion F = Σ TCi ( moy(i)² moy²) card(x) card( Ω ) Σ xj² Σ TCi moy(i)² card( Ω ) - 1 card( Ω ) = q, 1 i q, 1 j card( X ) = T Variable nominale : variable explicative possède card( Ω ) - 1 d.d.l. Résidus possèdent card( X ) - card( Ω ) d.d.l. ANALYSE CROISÉE : LE TEST DE FISCHER
7 RIQUE Variable nominale vs variable numérique, le test de Fischer NUMÉ VS NALE n2/n INF Pour p = 0.05 n2/n INF ANALYSE CROISÉE : LE TEST DE FISCHER Pour p = 0.10
8 RIQUE NUMÉ Variable numérique vs variable numérique, le coefficient de corrélation VS RIQUE NUMÉ Coefficient de corrélation : il s'agit du cosinus de l'angle entre les v.a. centrées corr(x,y) = cos( X-X, Y-Y) -1 corr(x,y) +1, corr(x,y) -> 1 X,Y sont fortement corrélées Modèle linéaire : y j = Ψ(x j )+ε j avec Σ ε j = 0 (les résidus) et Ψ(x j ) = a x j + b Les valeurs des paramètres sont obtenues en minimisant les ε j et on obtient : a=covariance(x,y) / variance(x) et b=y a X Les résidus sont centrés, non corrélés, ni avec X, ni avec Y Note : un résidu ε j important témoigne d'un individu (x j,y j ), un couple d'observations, aberrant, il faut recommencer la régression sans lui ANALYSE CROISÉE : CORRÉLATION ET RÉGRESSION
9 Deux variables nominales - Illustration ON ILLUS TRATI Exemple : Fidélité x Marque tableau de bord, tableaux croisés. - NALES S DEUX Création du tableau, effectifs théoriques si variables indépendantes, écart entre les effectifs théoriques et observés, valeur du chi2 et test associé. Création du graphique AFC, interprétations. ANALYSE CROISÉE Rappel Les modalités «centrales» ne peuvent pas être interprétées Les modalités «périphériques» ont des comportements singuliers Les modalités proches sont liées statistiquement.
10 Comparaison de moyennes - Illustration ON ILLUS TRATI - Exemple : Dépense x Marque tableau de bord, tableaux croisés NNES DE MOYE SON COM PARAI Création du tableau, test, représentation graphique et comparaison des moyennes (disponible dans le tableau croisé uniquement) ANALYSE CROISÉE
11 Graphe de relation Synthèse graphique des liens statistiques entres les variables S DE RELATION GRAPHE Un outil d'aide à l'analyse Production automatique du graphe avec toutes les relations significatives entre toutes les variables de l'étude, Définition de groupes de variables proches Mise en évidence des variables influençant une variable à expliquer ANALYSE CROISÉE Formuler des hypothèses, évaluer leurs pertinences
12 Manipulation Étudier les relations Marque/Sécurité, Marque/Note, Marque/Puissance, LATIONS MANIPU en essayant de résumer les résultats dans un petit rapport. Dresser un graphe de relation pour la variable Marque et voir s'il y a des différences entre Hommes et Femmes. ANALYSE CROISÉE
Cours (7) de statistiques à distance, élaboré par Zarrouk Fayçal, ISSEP Ksar-Said, 2011-2012 LES STATISTIQUES INFERENTIELLES
LES STATISTIQUES INFERENTIELLES (test de Student) L inférence statistique est la partie des statistiques qui, contrairement à la statistique descriptive, ne se contente pas de décrire des observations,
Plus en détailCycle de formation certifiante Sphinx
Cycle de formation certifiante Sphinx 28, 29, 30 Mai 2015 Initiation, Approfondissement et Maîtrise Etudes qualitatives / quantitatives Initiation, approfondissement et maîtrise des études qualitatives
Plus en détailTABLE DES MATIÈRES. Bruxelles, De Boeck, 2011, 736 p.
STATISTIQUE THÉORIQUE ET APPLIQUÉE Tome 2 Inférence statistique à une et à deux dimensions Pierre Dagnelie TABLE DES MATIÈRES Bruxelles, De Boeck, 2011, 736 p. ISBN 978-2-8041-6336-5 De Boeck Services,
Plus en détailSPHINX Logiciel de dépouillement d enquêtes
SPHINX Logiciel de dépouillement d enquêtes sphinx50frversion4.doc 1 Les trois stades du SPHINX sont ceux que comporte habituellement toute enquête d opinion: Elaboration du questionnaire (fiche outil
Plus en détailL ANALYSE EN COMPOSANTES PRINCIPALES (A.C.P.) Pierre-Louis GONZALEZ
L ANALYSE EN COMPOSANTES PRINCIPALES (A.C.P.) Pierre-Louis GONZALEZ INTRODUCTION Données : n individus observés sur p variables quantitatives. L A.C.P. permet d eplorer les liaisons entre variables et
Plus en détailEvaluation de la variabilité d'un système de mesure
Evaluation de la variabilité d'un système de mesure Exemple 1: Diamètres des injecteurs de carburant Problème Un fabricant d'injecteurs de carburant installe un nouveau système de mesure numérique. Les
Plus en 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 détailOPTIMISATION À UNE VARIABLE
OPTIMISATION À UNE VARIABLE Sommaire 1. Optimum locaux d'une fonction... 1 1.1. Maximum local... 1 1.2. Minimum local... 1 1.3. Points stationnaires et points critiques... 2 1.4. Recherche d'un optimum
Plus en détailTraitement des données avec Microsoft EXCEL 2010
Traitement des données avec Microsoft EXCEL 2010 Vincent Jalby Septembre 2012 1 Saisie des données Les données collectées sont saisies dans une feuille Excel. Chaque ligne correspond à une observation
Plus en détailBureau : 238 Tel : 04 76 82 58 90 Email : dominique.muller@upmf-grenoble.fr
Dominique Muller Laboratoire Inter-universitaire de Psychologie Bureau : 238 Tel : 04 76 82 58 90 Email : dominique.muller@upmf-grenoble.fr Supports de cours : webcom.upmf-grenoble.fr/lip/perso/dmuller/m2r/acm/
Plus en détailInitiation au logiciel Sphinx
Support de formation Initiation au logiciel Sphinx De la conception du questionnaire à la communication des résultats en passant par la collecte des réponses et l analyse des données Copyright Sphinx Développement
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 détailRapidMiner. Data Mining. 1 Introduction. 2 Prise en main. Master Maths Finances 2010/2011. 1.1 Présentation. 1.2 Ressources
Master Maths Finances 2010/2011 Data Mining janvier 2011 RapidMiner 1 Introduction 1.1 Présentation RapidMiner est un logiciel open source et gratuit dédié au data mining. Il contient de nombreux outils
Plus en détailIntroduction. Préambule. Le contexte
Préambule... INTRODUCTION... BREF HISTORIQUE DE L ACP... 4 DOMAINE D'APPLICATION... 5 INTERPRETATIONS GEOMETRIQUES... 6 a - Pour les n individus... 6 b - Pour les p variables... 7 c - Notion d éléments
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 détailRÉSOLUTION DE SYSTÈMES À DEUX INCONNUES
RÉSOLUTION DE SYSTÈMES À DEUX INCONNUES Sommaire 1 Méthodes de résolution... 3 1.1. Méthode de Substitution... 3 1.2. Méthode des combinaisons linéaires... 6 La rubrique d'aide qui suit s'attardera aux
Plus en détailBiostatistiques : Petits effectifs
Biostatistiques : Petits effectifs Master Recherche Biologie et Santé P. Devos DRCI CHRU de Lille EA2694 patrick.devos@univ-lille2.fr Plan Données Générales : Définition des statistiques Principe de l
Plus en 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 détailRupture et plasticité
Rupture et plasticité Département de Mécanique, Ecole Polytechnique, 2009 2010 Département de Mécanique, Ecole Polytechnique, 2009 2010 25 novembre 2009 1 / 44 Rupture et plasticité : plan du cours Comportements
Plus en détailFonctions linéaires et affines. 1 Fonctions linéaires. 1.1 Vocabulaire. 1.2 Représentation graphique. 3eme
Fonctions linéaires et affines 3eme 1 Fonctions linéaires 1.1 Vocabulaire Définition 1 Soit a un nombre quelconque «fixe». Une fonction linéaire associe à un nombre x quelconque le nombre a x. a s appelle
Plus en détailChapitre 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 détailDocument adopté à la 351e séance de la Commission, tenue le, 30 novembre 1990, par sa résolution COM-351-9.1.2
Cat. 2.115.9.3 L'UTILISATION DES INFORMATIONS OBTENUES LORS D'UN EXAMEN MÉDICAL PRÉ- EMBAUCHE POUR CONTESTER UNE RÉCLAMATION POUR LÉSION PROFESSIONNELLE ET LE DROIT AU RESPECT DE SA VIE PRIVÉE Novembre
Plus en détaila) La technique de l analyse discriminante linéaire : une brève présentation. 3 étapes de la méthode doivent être distinguées :
a) La technique de l analyse discriminante linéaire : une brève présentation. Nous nous limiterons ici à l'analyse discriminante linéaire et à deux groupes : - linéaire, la variante utilisée par ALTMAN
Plus en détailFONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4)
FONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4) Bernard Le Stum Université de Rennes 1 Version du 13 mars 2009 Table des matières 1 Fonctions partielles, courbes de niveau 1 2 Limites et continuité
Plus en détailMicrosoft Excel : tables de données
UNIVERSITE DE LA SORBONNE NOUVELLE - PARIS 3 Année universitaire 2000-2001 2ème SESSION SLMD2 Informatique Les explications sur la réalisation des exercices seront fournies sous forme de fichiers informatiques.
Plus en détailStructure du cours : Il existe de nombreuses méthodes intéressantes qui couvrent l Analyse des Données
Structure du cours : Il existe de nombreuses méthodes intéressantes qui couvrent l Analyse des Données et le Data Mining Nous suivons le plan suivant : Fonctionnement de Spad Catalogue des méthodes (statistiques
Plus en détailExemples de problèmes et d applications. INF6953 Exemples de problèmes 1
Exemples de problèmes et d applications INF6953 Exemples de problèmes Sommaire Quelques domaines d application Quelques problèmes réels Allocation de fréquences dans les réseaux radio-mobiles Affectation
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 détailPerrothon Sandrine UV Visible. Spectrophotométrie d'absorption moléculaire Étude et dosage de la vitamine B 6
Spectrophotométrie d'absorption moléculaire Étude et dosage de la vitamine B 6 1 1.But et théorie: Le but de cette expérience est de comprendre l'intérêt de la spectrophotométrie d'absorption moléculaire
Plus en détailLois de probabilité. Anita Burgun
Lois de probabilité Anita Burgun Problème posé Le problème posé en statistique: On s intéresse à une population On extrait un échantillon On se demande quelle sera la composition de l échantillon (pourcentage
Plus en détailThéorie des sondages : cours 5
Théorie des sondages : cours 5 Camelia Goga IMB, Université de Bourgogne e-mail : camelia.goga@u-bourgogne.fr Master Besançon-2010 Chapitre 5 : Techniques de redressement 1. poststratification 2. l estimateur
Plus en détail1 Complément sur la projection du nuage des individus
TP 0 : Analyse en composantes principales (II) Le but de ce TP est d approfondir nos connaissances concernant l analyse en composantes principales (ACP). Pour cela, on reprend les notations du précédent
Plus en 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 détailUne variable binaire prédictrice (VI) et une variable binaire observée (VD) (Comparaison de pourcentages sur 2 groupes indépendants)
CIVILITE-SES.doc - 1 - Une variable binaire prédictrice (VI) et une variable binaire observée (VD) (Comparaison de pourcentages sur 2 groupes indépendants) 1 PRÉSENTATION DU DOSSIER CIVILITE On s intéresse
Plus en détailExercices Alternatifs. Quelqu un aurait-il vu passer un polynôme?
Exercices Alternatifs Quelqu un aurait-il vu passer un polynôme? c 2004 Frédéric Le Roux, François Béguin (copyleft LDL : Licence pour Documents Libres). Sources et figures: polynome-lagrange/. Version
Plus en détailExercices Alternatifs. Quelqu un aurait-il vu passer un polynôme?
Exercices Alternatifs Quelqu un aurait-il vu passer un polynôme? c 2004 Frédéric Le Roux, François Béguin (copyleft LDL : Licence pour Documents Libres). Sources et figures: polynome-lagrange/. Version
Plus en détailUNE FORMATION POUR APPRENDRE À PRÉSENTER DES DONNÉES CHIFFRÉES : POUR QUI ET POURQUOI? Bénédicte Garnier & Elisabeth Morand
UNE FORMATION POUR APPRENDRE À PRÉSENTER DES DONNÉES CHIFFRÉES : POUR QUI ET POURQUOI? Bénédicte Garnier & Elisabeth Morand Service méthodes statistiques Institut National d Etudes Démographiques (Ined)
Plus en détailAngles orientés et trigonométrie
Chapitre Angles orientés et trigonométrie Ce que dit le programme : CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES Trigonométrie Cercle trigonométrique. Radian. Mesure d un angle orienté, mesure principale.
Plus en détailManageEngine IT360 : Gestion de l'informatique de l'entreprise
ManageEngine IT360 Présentation du produit ManageEngine IT360 : Gestion de l'informatique de l'entreprise Améliorer la prestation de service à l'aide d'une approche intégrée de gestion des performances
Plus en détailMEDIAplus elearning. version 6.6
MEDIAplus elearning version 6.6 L'interface d administration MEDIAplus Sommaire 1. L'interface d administration MEDIAplus... 5 2. Principes de l administration MEDIAplus... 8 2.1. Organisations et administrateurs...
Plus en détailStatistique Descriptive Multidimensionnelle. (pour les nuls)
Publications de l Institut de Mathématiques de Toulouse Statistique Descriptive Multidimensionnelle (pour les nuls) (version de mai 2010) Alain Baccini Institut de Mathématiques de Toulouse UMR CNRS 5219
Plus en détailMaster Mention Management Domaine : Sciences Juridiques, Economiques et de Gestion Spécialité Professionnelle Ingénierie des Ressources Humaines (IRH)
Master Mention Management Domaine : Sciences Juridiques, Economiques et de Gestion Spécialité Professionnelle Ingénierie des Ressources Humaines (IRH) RESPONSABLES : mention Management : Martine BRASSEUR,
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 détailUne comparaison de méthodes de discrimination des masses de véhicules automobiles
p.1/34 Une comparaison de méthodes de discrimination des masses de véhicules automobiles A. Rakotomamonjy, R. Le Riche et D. Gualandris INSA de Rouen / CNRS 1884 et SMS / PSA Enquêtes en clientèle dans
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 détailChapitre 1 I:\ Soyez courageux!
Chapitre 1 I:\ Soyez courageux! Pour ne rien vous cacher, le langage d'assembleur (souvent désigné sous le terme "Assembleur", bien que ce soit un abus de langage, puisque "Assembleur" désigne le logiciel
Plus en détailIntroduction. I Étude rapide du réseau - Apprentissage. II Application à la reconnaissance des notes.
Introduction L'objectif de mon TIPE est la reconnaissance de sons ou de notes de musique à l'aide d'un réseau de neurones. Ce réseau doit être capable d'apprendre à distinguer les exemples présentés puis
Plus en détailOptimisation des ressources des produits automobile première
EURIA EURo Optimisation produits automobile première Pauline PERROT promotion 2011 EURIA EURo 1 ère partie : contexte MMA (FFSA) MAAF (GEMA) SGAM : COVEA (AFA) GMF (GEMA) MMA : Plus 3 millions clients
Plus en détailAvis de consultation
Avis de consultation Introduction Conformément aux traités de l UE, les décisions relatives à la politique commerciale sont prises au niveau de l UE. Les représentants des gouvernements des États membres
Plus en détailGéométrie dans l espace Produit scalaire et équations
Chapitre 11. 2ème partie Géométrie dans l espace Produit scalaire et équations Terminale S Ce que dit le programme : CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES 2ème partie Produit scalaire Produit scalaire
Plus en détailLE RÔLE DE LA STATISTIQUE DANS UN PROCESSUS DE PRISE DE DÉCISION
LE RÔLE DE LA STATISTIQUE DANS UN PROCESSUS DE PRISE DE DÉCISION Sylvie Gervais Service des enseignements généraux École de technologie supérieure (sylvie.gervais@etsmtl.ca) Le laboratoire des condensateurs
Plus en détailPlus courts chemins, programmation dynamique
1 Plus courts chemins, programmation dynamique 1. Plus courts chemins à partir d un sommet 2. Plus courts chemins entre tous les sommets 3. Semi-anneau 4. Programmation dynamique 5. Applications à la bio-informatique
Plus en détailLocalisation des fonctions
MODALISA 7 Localisation des fonctions Vous trouverez dans ce document la position des principales fonctions ventilées selon l organisation de Modalisa en onglets. Sommaire A. Fonctions communes à tous
Plus en détailPapier n : 4 Présentation : 17 juin 2004
Systèmes d Information Décisionnels De Excel à OFA Mohammed Mraoua * Papier n : 4 Présentation : 17 juin 2004 Résumé Cet article présente la notion de Système d Information Décisionnel (SID) par l exemple.
Plus en détailModèle de calcul des paramètres économiques
Modèle de calcul des paramètres économiques selon norme SIA 480 Calcul de rentabilité pour les investissements dans le bâtiment Version 3.2 1. Introduction 1.1 Version Excel Le modèle de calcul a été développé
Plus en détailAnalyse de la variance Comparaison de plusieurs moyennes
Analyse de la variance Comparaison de plusieurs moyennes Biostatistique Pr. Nicolas MEYER Laboratoire de Biostatistique et Informatique Médicale Fac. de Médecine de Strasbourg Mars 2011 Plan 1 Introduction
Plus en détailIntroduction à Business Objects. J. Akoka I. Wattiau
Introduction à Business Objects J. Akoka I. Wattiau Introduction Un outil d'aide à la décision accès aux informations stockées dans les bases de données et les progiciels interrogation génération d'états
Plus en détailL'analyse des données à l usage des non mathématiciens
Montpellier L'analyse des données à l usage des non mathématiciens 2 ème Partie: L'analyse en composantes principales AGRO.M - INRA - Formation Permanente Janvier 2006 André Bouchier Analyses multivariés.
Plus en détail! " # $ % & '! % & & # # # # % & (
! " # $ % & '! % & & # # # # % & ( ' # $ " # # ) * ( + %, ' " # # # $ " '. / # #! 0 " $ ' # " # # " 1 $ " 1 " 1 # " / " 2 3 # $ " 2 3 1 4 # Information des instances Communication auprès du personnel
Plus en détailL ANALYSE DU «PARC SOCIAL DE FAIT» PARISIEN EN 2003 : UNE ANALYSE TERRITORIALISÉE DES PROFILS D OCCUPATION DES PARCS ET DES QUARTIERS
ATELIER PARISIEN D URBANISME - 17, BD MORLAND 75004 PARIS TÉL : 01 42 71 28 14 FAX : 01 42 76 24 05 http://www.apur.org Observatoire de l'habitat de Paris L ANALYSE DU «PARC SOCIAL DE FAIT» PARISIEN EN
Plus en détailLe site officiel des élections au Grand-Duché de Luxembourg
Elections.lu Le site officiel des élections au Grand-Duché de Luxembourg Page 1 Page d accueil Page 2 Page d accueil La page d accueil présente les dernières tendances au niveau national et des circonscriptions
Plus en détailBaccalauréat technologique
Baccalauréat technologique Épreuve relative aux enseignements technologiques transversaux, épreuve de projet en enseignement spécifique à la spécialité et épreuve d'enseignement technologique en langue
Plus en détailÉconometrie non paramétrique I. Estimation d une densité
Économetrie non paramétrique I. Estimation d une densité Stéphane Adjemian Université d Évry Janvier 2004 1 1 Introduction 1.1 Pourquoi estimer une densité? Étudier la distribution des richesses... Proposer
Plus en détailComment se servir de cet ouvrage? Chaque chapitre présente une étape de la méthodologie
Partie I : Séries statistiques descriptives univariées (SSDU) A Introduction Comment se servir de cet ouvrage? Chaque chapitre présente une étape de la méthodologie et tous sont organisés selon le même
Plus en détailFONDATION QUÉBÉCOISE POUR LE PROGRÈS DE LA MÉDECINE INTERNE
FONDATION QUÉBÉCOISE POUR LE PROGRÈS DE LA MÉDECINE INTERNE ÉTATS FINANCIERS 2 RAPPORT DE L'AUDITEUR INDÉPENDANT À l'attention des membres de Fondation Québécoise pour le progrès de la médecine interne
Plus en détail362 Aides aux partenariats d'innovation
Réalisé par : DGO ECONOMIE, EMPLOI ET RECHERCHE Direction des Réseaux d'entreprises Place de la Wallonie, 1 B-5100 JAMBES (NAMUR) BELGIQUE Tel. : +32.(0)81.33.39.39 - Fax : +32.(0)81.33.37.77 E-mail :
Plus en détailD = Taux d actualisation par période = ( (1+I) (1/A) ) - 1 NR = Nombre total de remboursements = A * DR = (1+I) INT = (1+I) DR.
$11(;($1$/
Plus en détailLes mesures à l'inclinomètre
NOTES TECHNIQUES Les mesures à l'inclinomètre Gérard BIGOT Secrétaire de la commission de Normalisation sols : reconnaissance et essais (CNSRE) Laboratoire régional des Ponts et Chaussées de l'est parisien
Plus en détailManagement des organisations
Management des organisations Rénovation Voie Technologique Tertiaire, de STG vers STMG Académie de Lyon Présentation de scenarii pédagogiques Classe de 1STMG Rappels Une approche dynamique : méthodes actives
Plus en détailDistribution Uniforme Probabilité de Laplace Dénombrements Les Paris. Chapitre 2 Le calcul des probabilités
Chapitre 2 Le calcul des probabilités Equiprobabilité et Distribution Uniforme Deux événements A et B sont dits équiprobables si P(A) = P(B) Si il y a équiprobabilité sur Ω, cad si tous les événements
Plus en détailStatistiques à deux variables
Statistiques à deux variables Table des matières I Position du problème. Vocabulaire 2 I.1 Nuage de points........................................... 2 I.2 Le problème de l ajustement.....................................
Plus en détailDans la série Les tutoriels libres présentés par le site FRAMASOFT. AGORA-Projet. système de partage d'information et de travail collaboratif
Dans la série Les tutoriels libres présentés par le site FRAMASOFT AGORA-Projet système de partage d'information et de travail collaboratif Logiciel: Agora Projet Auteur(s): Xavier ARMENTEROS Plateforme(s):
Plus en détailStatistique Descriptive Élémentaire
Publications de l Institut de Mathématiques de Toulouse Statistique Descriptive Élémentaire (version de mai 2010) Alain Baccini Institut de Mathématiques de Toulouse UMR CNRS 5219 Université Paul Sabatier
Plus en détailFICHE 1 Fiche à destination des enseignants
FICHE 1 Fiche à destination des enseignants 1S 8 (b) Un entretien d embauche autour de l eau de Dakin Type d'activité Activité expérimentale avec démarche d investigation Dans cette version, l élève est
Plus en détailRapport du projet CFD 2010
ISAE-ENSICA Rapport du projet CFD 2010 Notice explicative des différents calculs effectués sous Fluent, Xfoil et Javafoil Tanguy Kervern 19/02/2010 Comparaison des performances de différents logiciels
Plus en détailSéries Statistiques Simples
1. Collecte et Représentation de l Information 1.1 Définitions 1.2 Tableaux statistiques 1.3 Graphiques 2. Séries statistiques simples 2.1 Moyenne arithmétique 2.2 Mode & Classe modale 2.3 Effectifs &
Plus en détailLes tests logiques avec Excel
1. La fonction SI (test simple) : Les tests logiques avec Excel a) Nous aimerions qu'excel nous avertisse dés qu'une certaine valeur est atteinte, par exemple en affichant un message d'avertissement. Nous
Plus en détailForce de serrage 123 N.. 21800 N. Pince de préhension parallèle à 2 doigts PGN-plus 160 avec doigts de préhension spécifiques à la pièce à manipuler
PGN-plus Tailles 40.. 380 Poids 0.08 kg.. 39.5 kg Force de serrage 123 N.. 21800 N Course par doigt 2 mm.. 45 mm Poids de pièce recommandé 0.62 kg.. 80.5 kg Exemple d application Poste de chargement de
Plus en détail8.1 Généralités sur les fonctions de plusieurs variables réelles. f : R 2 R (x, y) 1 x 2 y 2
Chapitre 8 Fonctions de plusieurs variables 8.1 Généralités sur les fonctions de plusieurs variables réelles Définition. Une fonction réelle de n variables réelles est une application d une partie de R
Plus en détailCoefficients binomiaux
Probabilités L2 Exercices Chapitre 2 Coefficients binomiaux 1 ( ) On appelle chemin une suite de segments de longueur 1, dirigés soit vers le haut, soit vers la droite 1 Dénombrer tous les chemins allant
Plus en détailBusiness & High Technology
UNIVERSITE DE TUNIS INSTITUT SUPERIEUR DE GESTION DE TUNIS Département : Informatique Business & High Technology Chapitre 8 : ID : Informatique Décisionnelle BI : Business Intelligence Sommaire Introduction...
Plus en détailIndices de référence informatifs des valeurs sousjacentes aux émissions structurées de KBC IFIMA S.A.
informatifs des valeurs sousjacentes aux émissions structurées de KBC IFIMA S.A. Les renseignements repris dans ce document sont purement informatifs. Ils doivent permettre au client d'accéder aux valeurs
Plus en détailLes DDL. Les Attestations. (Diligences Directement Liées) Grenoble jeudi 4 juin 2009 Valence mardi 9 juin 2009 Gap vendredi 10 juin 2009
Les DDL (Diligences Directement Liées) Les Attestations animation : Marc FERAUD Commissaire aux Comptes à Aix en Provence Conception et Organisation : Compagnie Régionale des Commissaires aux Comptes de
Plus en détailRÉALISATION DE GRAPHIQUES AVEC OPENOFFICE.ORG 2.3
RÉALISATION DE GRAPHIQUES AVEC OPENOFFICE.ORG 2.3 Pour construire un graphique : On lance l assistant graphique à l aide du menu Insérer è Diagramme en ayant sélectionné au préalable une cellule vide dans
Plus en détailTD1 Signaux, énergie et puissance, signaux aléatoires
TD1 Signaux, énergie et puissance, signaux aléatoires I ) Ecrire l'expression analytique des signaux représentés sur les figures suivantes à l'aide de signaux particuliers. Dans le cas du signal y(t) trouver
Plus en détailRégression linéaire. Nicolas Turenne INRA nicolas.turenne@jouy.inra.fr
Régression linéaire Nicolas Turenne INRA nicolas.turenne@jouy.inra.fr 2005 Plan Régression linéaire simple Régression multiple Compréhension de la sortie de la régression Coefficient de détermination R
Plus en détailCorrection du bac blanc CFE Mercatique
Correction du bac blanc CFE Mercatique Exercice 1 (4,5 points) Le tableau suivant donne l évolution du nombre de bénéficiaires de minima sociaux en milliers : Année 2002 2003 2004 2005 2006 2007 2008 2009
Plus en détailCOURS EN LIGNE DU CCHST Manuel du facilitateur/de l administrateur
COURS EN LIGNE DU CCHST Manuel du facilitateur/de l administrateur Préparé par En partenariat avec CCHST Centre canadien d'hygiène et de sécurité au travail VUBIZ Fournisseur de services de formation Dernière
Plus en détailIntroduction à la Statistique Inférentielle
UNIVERSITE MOHAMMED V-AGDAL SCIENCES FACULTE DES DEPARTEMENT DE MATHEMATIQUES SMI semestre 4 : Probabilités - Statistique Introduction à la Statistique Inférentielle Prinemps 2013 0 INTRODUCTION La statistique
Plus en détailSTATISTIQUES. UE Modélisation pour la biologie
STATISTIQUES UE Modélisation pour la biologie 2011 Cadre Général n individus: 1, 2,..., n Y variable à expliquer : Y = (y 1, y 2,..., y n ), y i R Modèle: Y = Xθ + ε X matrice du plan d expériences θ paramètres
Plus en détailPROTOCOLE D'ACCORD DE COOPERATION
ORGANISATION INTERNATIONALE DE LA FRANCOPHONIE PROTOCOLE D'ACCORD DE COOPERATION ENTRE L'ASSOCIATION DES ETATS DE LA CARAIBE ET L'ORGANISATION INTERNATIONALE DE LA FRANCOPHONIE CABINET DU SECRÉTAIRE GÉNÉRAL
Plus en détail"La démarche marketing, le système d information marketing et l étude de marché"
ECOLE DES HAUTES ETUDES COMMERCIALES Module : Marketing Fondamental Année Académique : 2014/2015 Niveau : 1 ère année Master (TC) Enseignant : KHERRI Abdenacer Groupes : 12, 13, 14, 15 et 16 Site web :
Plus en détailLA BATTERIE DU PORTABLE
LA BATTERIE DU PORTABLE Table des matières Fiche professeur... 2 Fiche élève... 4 Narration de séance et productions d élèves... 5 1 Fiche professeur LA BATTERIE DU PORTABLE Niveaux et objectifs pédagogiques
Plus en détaildonnées en connaissance et en actions?
1 Partie 2 : Présentation de la plateforme SPSS Modeler : Comment transformer vos données en connaissance et en actions? SPSS Modeler : l atelier de data mining Large gamme de techniques d analyse (algorithmes)
Plus en détailDéroulement d un projet en DATA MINING, préparation et analyse des données. Walid AYADI
1 Déroulement d un projet en DATA MINING, préparation et analyse des données Walid AYADI 2 Les étapes d un projet Choix du sujet - Définition des objectifs Inventaire des données existantes Collecte, nettoyage
Plus en détailAccompagnement de projet environnement. Entreprise : Scell-it Yourself
Accompagnement de projet environnement Entreprise : Scell-it Yourself 1. Présentation de l entreprise Raison sociale : Scell-it Yourself Adresse : 104, rue du Courbillon 59175 VENDEVILLE/FRANCE Dirigeant
Plus en détailMESURE ET PRECISION. Il est clair que si le voltmètre mesure bien la tension U aux bornes de R, l ampèremètre, lui, mesure. R mes. mes. .
MESURE ET PRECISIO La détermination de la valeur d une grandeur G à partir des mesures expérimentales de grandeurs a et b dont elle dépend n a vraiment de sens que si elle est accompagnée de la précision
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 détailAble Informatique bvba Zakske 16 B-8000 Brugge Belgique Téléphone : + 32 50 34 59 04 www.admiralsoft.com
Able Informatique bvba Zakske 16 B-8000 Brugge Belgique Téléphone : + 32 50 34 59 04 www.admiralsoft.com Logiciel de marketing opérationnel multitâches Votre support de marketing direct Data Quest est
Plus en détailMcAfee Security-as-a-Service
Guide Solutions de dépannage McAfee Security-as-a-Service Pour epolicy Orchestrator 4.6.0 Ce guide fournit des informations supplémentaires concernant l'installation et l'utilisation de l'extension McAfee
Plus en détail