Relation entre deux variables : estimation de la corrélation linéaire

Dimension: px
Commencer à balayer dès la page:

Download "Relation entre deux variables : estimation de la corrélation linéaire"

Transcription

1 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 une éventuelle liaison entre deux variables numériques ; il s agit du coefficient de corrélation qui, grâce à un calcul simple, permet de déterminer s il existe ou non une relation entre deux variables numériques et quelle est l intensité de cette relation. Ainsi, le coefficient de corrélation va révéler (ou non l existence et la force d un lien entre deux séries d observations quantitatives. I. LOGIQUE DE LA CORRÉLATION La corrélation met en évidence un lien entre deux variables. En effet, comme il est précisé dans tous les ouvrages de statistiques, corrélation n est pas causalité. Ceci est très important car cette phrase signifie que l opération statistique effectuée, du fait de son statut descriptif, permet seulement de montrer que les variables entretiennent une relation et pas du tout qu une variable explique ou cause l autre variable. Il est fondamental d insister ici sur l importance à ne pas confondre corrélation et causalité : le fait que deux variables sont corrélées montre simplement qu elles covarient, c est-à-dire que les changements de valeurs de l une sont associés, de manière significative, avec des changements de valeurs de l autre. La corrélation est une statistique descriptive et non inférentielle. Si le but des calculs entrepris est de montrer qu une variable en explique une autre, il faudra alors recourir à des statistiques inférentielles (et notamment aux techniques de régression, pour pouvoir parler de causalité. En outre, la relation mise en évidence par le coefficient de corrélation étudié ciaprès est seulement une relation stochastique linéaire ; ce qui signifie que, si les variables entretiennent un autre type de relation plus complexe, ce lien ne sera pas «détecté» par le coefficient de corrélation. Il faudra alors recourir à d autres types d indices de statistiques. Ainsi, lorsqu un chercheur travaille avec un échantillon représentatif et qu il a calculé un indice de liaison entre deux variables, il est légitime qu il se demande si l indice qu il a obtenu est significatif. Pour cela, il suivra une procédure précise, expliquée dans ce chapitre. 68

2 Par exemple, il est possible grâce au coefficient de corrélation linéaire, de valider les liens suivants : «plus le taux de gaz carbonique en ville est important, plus les jeunes enfants développent des rhinites» ; ou encore : «moins les lapins absorbent de vitamine C, plus ils dorment longtemps», etc. Ce lien est généralement assorti d un graphique le nuage de points qui permet de déterminer à l avance le sens de la relation entre les variables. II. COMMENT CALCULER LE COEFFICIENT DE CORRÉLATION? Le coefficient de corrélation utilisé avec deux variables métriques (i.e., échelles d intervalles est le coefficient de corrélation r de Bravais-Pearson. Dans le cas de variables ordinales, un autre type de coefficient de corrélation est calculé, il s agit du rhô (symbolisé par la lettre grecque ρ de Spearman qui est un coefficient de corrélation par rangs. Ce coefficient fait partie des statistiques dites non paramétriques et sera donc abordé dans le chapitre 10. La formule dite de compréhension (c est-à-dire qui permet de comprendre la logique du calcul du r est la suivante : Σ(x m x Σ(y m y sx sy r = n où x représente les valeurs de la première variable et y celles de la seconde ; m est le symbole de la moyenne, (celui de l écart type et n représente l effectif de la distribution. Si cette formule est développée, en utilisant des lois mathématiques, elle va donner une formule de calcul plus simple et plus rapide : Σxy Σx Σy n r = 0 Σx2 (Σ x 2 n Σy 2 (Σ y 2 n Une autre formule peut également être utilisée pour calculer le coefficient de corrélation : Σ(x m x (y m y r = 0Σ(x m x 2 cσ(y mc y 2 Elle consiste donc à soustraire la moyenne à chacune des valeurs de chaque distribution et à en faire la somme. Si les deux distributions comportent beaucoup de valeurs, les calculs peuvent être longs et fastidieux, c est pourquoi il est conseillé d utiliser la formule de calcul rapide. Enfin, puisque le coefficient de corrélation met en évidence le fait que deux variables varient conjointement, sa formule peut également utiliser celle de la covariance CHAPITRE 3 Relation entre deux variables : estimation de la corrélation linéaire 69

3 et il est alors possible de calculer r en divisant la covariance des deux variables par leurs écarts types qui ont été multipliés : Cov xy r = sx s y Σ(x m x (y m y où Cov xy est égal à : Cov xy = n 1 Et il existe encore d autres formules pour calculer cet indice! Le coefficient de corrélation varie de + 1 à 1: + 1 indique une corrélation positive maximale entre les deux variables, ce qui signifie qu elles varient exactement dans le même sens : plus les valeurs de l une augmentent (ou diminuent, plus les valeurs de l autre augmentent (ou diminuent ; ceci indique une relation fonctionnelle de type linéaire croissante. 1 indique en revanche une très forte corrélation négative ; il signifie cette fois une liaison maximale négative, c est-à-dire que les variables covarient inversement : plus les valeurs de l une augmentent, plus celles de l autre diminuent (et inversement bien sûr ; il s agit cette fois d une relation fonctionnelle de type linéaire décroissante. Une valeur proche de 0 signifie que les deux variables ne varient pas ensemble, en tout cas que la relation qui pourrait éventuellement les unir n est pas linéaire. Ainsi, plus la valeur du coefficient est proche de 1, plus la corrélation entre les deux variables est forte. Pour toute valeur intermédiaire et lorsque l échantillon peut être considéré comme extrait d une population parente (ceci est fondamental, sinon il est impossible de généraliser, même si l indice obtenu est très élevé et/ou significatif, il faut se reporter à la table du r de Bravais-Pearson. Cette table se présente sous forme d un tableau à deux dimensions. Dans la première colonne, se trouvent les valeurs des degrés de liberté, qui correspondent à la taille de l échantillon 2 (ou au nombre de couples 2, ce qui revient évidemment strictement au même et dans la première ligne, le seuil de probabilité α. À l intersection de chaque ligne et de chaque colonne, il est possible de lire les valeurs critiques de r, c est-à-dire les valeurs au dessus desquelles le r calculé est significatif et pour lesquelles la corrélation entre les deux variables est donc significative. Ce qui signifie (et c est là le sens du terme significatif que la corrélation entre les deux variables est différente de zéro au niveau de la population parente. Pour les valeurs éloignées de + 1 ou de 1, la significativité du coefficient va largement dépendre du nombre d individus de l échantillon : plus l échantillon est important, plus une corrélation, même très faible (i.e., r = 0,25 par exemple, pourra être significative. Il faut donc être vigilant quant à l interprétation d une telle relation entre deux variables. En résumé, pour estimer précisément la significativité d un coefficient de corrélation, il suffit de comparer la valeur du r calculé à une valeur r critique, en se reportant à la table des valeurs critiques du r. Pour cela il faut déterminer un seuil de significativité 70

4 (appelé α cf. chapitre 4 qui varie selon les tables entre.20 qui indique 20 chances sur 100 de se tromper et.0001 qui indique une chance sur de se tromper et un degré de liberté ; ce dernier correspond toujours au nombre de couples de l ensemble de la distribution auquel on retire 2. Remarque : les notions relatives à la significativité, au degré de liberté et au seuil à choisir sont des notions fondamentales en statistiques. Elles seront plus amplement présentées dans le chapitre 4 consacré au t de Student et dans le chapitre 6 relatif à l analyse de variance. Par exemple, si chaque variable comprend 20 observations, le degré de liberté (abrégé en ddl sera égal à 20 2 = 18. Dans la table du r de Bravais-Pearson (cf. annexe 1, pour ddl = 18 et α =.05 (qui est un seuil raisonnable, on lit r critique = 0,4439. Cette valeur signifie que le r calculé doit être supérieur ou égal à cette valeur pour être considéré comme significatif, quel que soit son signe (+ ou, avec 5 % de risques de commettre une erreur. Pour un risque d erreur moins élevé, il faut choisir un seuil inférieur, α =.01 (et r critique = 0,5616 ou même α =.001 (et r critique = 0,6789. Ainsi, moins on prend de risques, plus le r calculé doit être important pour pouvoir conclure qu il existe une relation significative entre les deux variables. Si r calculé est strictement inférieur à r critique, au seuil α choisi et à ddl = n 2, il n est pas possible de conclure à une relation entre les deux variables. Si r calculé est supérieur ou égal à r critique, il existe bien une relation entre les deux variables. À ce moment-là, le signe du r calculé va permettre d indiquer le sens de la liaison. Aux valeurs de r sont associés des nuages de points typiques dont les plus fréquents sont présentés dans le paragraphe suivant. III. REPRÉSENTATION GRAPHIQUE DE LA CORRÉLATION Comme cela a été montré dans le chapitre 2, un nuage de points permet de représenter sur le même schéma deux variables quantitatives. L une des variables apparaît en abscisse tandis que l autre est en ordonnée. Un point sur le graphique caractérise un individu, ou plus précisément les valeurs qu il a obtenues pour chacune des deux variables. Lorsque la corrélation est très forte et positive (proche de + 1, le nuage de points, qui a généralement la forme d une ellipse, s étire du bas gauche au haut droit du graphique, comme sur la figure 11 ci-dessous. Ce premier exemple classique, concernant la liaison entre le poids (en kilogrammes et la taille (en centimètres, reprend les mêmes données que celles utilisées dans le chapitre consacré à la présentation des statistiques descriptives, mais augmentées de quelques individus. CHAPITRE 3 Relation entre deux variables : estimation de la corrélation linéaire 71

5 FIGURE 11 Corrélation positive entre le poids et la taille Taille Poids Ce graphique met en évidence que plus le poids augmente, plus la taille augmente (et inversement. Le coefficient de corrélation est ici égal à r =+0, ; il est très proche de + 1 et donc très significatif. Le risque d erreur est très faible, sans doute autour d une chance sur de commettre une erreur en disant qu il existe une relation linéaire positive et significative entre les deux variables ; le seuil α pourrait être égal à Lorsque la corrélation est significative et proche de 1, le nuage de points présente alors une allure inverse : il s étire du haut gauche au bas droit. Par exemple, la relation suivante peut être constatée et représentée graphiquement ci-dessous : moins la température est élevée, plus les personnes absorbent de potage (sans doute pour se réchauffer. Le coefficient de corrélation est cette fois égal à : r = 0, , avec ddl = 30 2 = 28. Là encore, le risque d erreur est extrêmement faible : il existe bien une liaison très forte entre la température et l absorption de potage. FIGURE 12 Relation négative forte entre la température et l absorption de potage Température Entre ces extrêmes, des corrélations non significatives se traduiront par des nuages de points dispersés, ne suivant pas une direction précise, comme dans les exemples cidessous. Litres de potage La première figure montre qu il n existe pas de relation linéaire entre l âge et la taille du gros orteil (r = 0, À ddl = 10 2, le r calculé est toujours inférieur au r lu dans la table de Bravais- Pearson. L arc de cercle pourrait toutefois faire penser à un autre type de relation, éventuellement! 72

6 FIGURE 13 Âge et taille du gros orteil chez dix enfants La seconde figure montre que, contrairement aux idées reçues, il n y a pas de relation entre le salaire perçu, en euros, et le nombre d années passées à étudier après le baccalauréat (même si les diplômes ont été obtenus bien évidemment! : FIGURE 14 Y a-t-il une relation entre le salaire et les diplômes? Salaires (en euros Âge Le coefficient de corrélation est ici égal à : r = 0, , ce qui traduit vraiment une absence très nette de relation entre les deux variables. Il ne faut pas abandonner ses études pour autant! IV. UN EXEMPLE À TRAVERS L ÉTUDE DE LA LECTURE L objectif de la recherche conduite par Rocher et Chanquoy ([2004], «Discrimination et attention visuelle : quel impact sur la reconnaissance de lettres et de mots au cours de la lecture?», Le Langage et l homme : logopédie, psychologie, audiologie, 39 (2, pp , dans une perspective de psychologie du développement, était d examiner, au cours de la lecture, les relations entre les processus visuels perceptifs, les habiletés phonologiques et les compétences des jeunes enfants à reconnaître des lettres et des mots écrits. Pour cela, des épreuves de perception visuelle, verbales et phonologiques ont été proposées à des enfants scolarisés en grande section de maternelle (GSM et en première année d école primaire (CP. Au regard des conceptions théoriques et des études existantes, le but de cette recherche était, entre autres, de rendre compte des relations entre trois domaines de CHAPITRE 3 Relation entre deux variables : estimation de la corrélation linéaire 73

TABLEAU 5 Nombre moyen (et écarts types) de mots produits selon le niveau scolaire et les trois conditions de révision

TABLEAU 5 Nombre moyen (et écarts types) de mots produits selon le niveau scolaire et les trois conditions de révision Dans ce tableau, si le chercheur ne s intéresse pas aux notes item par item mais simplement à la note globale, alors il conservera seulement les première et dernière colonnes et calculera des statistiques

Plus en détail

Chapitre 3 RÉGRESSION ET CORRÉLATION

Chapitre 3 RÉGRESSION ET CORRÉLATION Statistique appliquée à la gestion et au marketing http://foucart.thierry.free.fr/statpc Chapitre 3 RÉGRESSION ET CORRÉLATION La corrélation est une notion couramment utilisée dans toutes les applications

Plus en détail

L essentiel sur les tests statistiques

L essentiel sur les tests statistiques L essentiel sur les tests statistiques 21 septembre 2014 2 Chapitre 1 Tests statistiques Nous considérerons deux exemples au long de ce chapitre. Abondance en C, G : On considère une séquence d ADN et

Plus en détail

Introduction à l'analyse statistique des données

Introduction à l'analyse statistique des données INTRODUCTION À L'ANALYSE STATISTIQUE DES DONNÉES CONCEPTS DE BASE Un certain nombre de concepts, préalables indispensables à la compréhension des analyses présentées, sont définis ici. De même pour quelques

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

UNIVERSITÉ PARIS OUEST NANTERRE LA DÉFENSE U.F.R. SEGMI Année universitaire 2013 2014 MATHS/STATS. 1 Généralités sur les tests statistiques 2

UNIVERSITÉ PARIS OUEST NANTERRE LA DÉFENSE U.F.R. SEGMI Année universitaire 2013 2014 MATHS/STATS. 1 Généralités sur les tests statistiques 2 UNIVERSITÉ PARIS OUEST NANTERRE LA DÉFENSE U.F.R. SEGMI Année universitaire 2013 2014 Master d économie Cours de M. Desgraupes MATHS/STATS Document 4 : Les tests statistiques 1 Généralités sur les tests

Plus en détail

Résumé du cours [POLS1221] Analyse de données quantitatives

Résumé du cours [POLS1221] Analyse de données quantitatives Résumé du cours [POLS1221] Analyse de données quantitatives Year 2006-2007 1/58 PLAN DU COURS Les parties sont indépendantes, l ordre est indifférent! 1 Rappel variables et autre 2 Analyses uni -variées

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

SUJET INÉDIT 1. Dossier 1. Charges et choix d une unité d œuvre 4 points 45 minutes CHAPITRES 1 et 4

SUJET INÉDIT 1. Dossier 1. Charges et choix d une unité d œuvre 4 points 45 minutes CHAPITRES 1 et 4 SUJET INÉDIT 1 La société Coupe & Shampoing Coupe & Shampoing est un salon de coiffure indépendant. Afin de faire face à la concurrence de salons de coiffure franchisés, son dirigeant, Kamel, aimerait

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

L'APPROCHE EXPERIMENTALE EN RECHERCHE: introduction aux statistiques.

L'APPROCHE EXPERIMENTALE EN RECHERCHE: introduction aux statistiques. L'APPROCHE EXPERIMENTALE EN RECHERCHE: introduction aux statistiques 1 BUTS DU COURS : se familiariser avec le vocabulaire statistique o variable dépendante, variable indépendante o statistique descriptive,

Plus en détail

MATHÉMATIQUES ET SCIENCES HUMAINES

MATHÉMATIQUES ET SCIENCES HUMAINES MATHÉMATIQUES ET SCIENCES HUMAINES B. MARCHADIER Dépendance et indépendance de deux aléas numériques images Mathématiques et sciences humaines, tome 25 (1969), p. 2534.

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

Chacune des valeurs d une variable en est une modalité particulière.

Chacune des valeurs d une variable en est une modalité particulière. Psychologie générale Jean Paschoud STATISTIQUE Sommaire Rôle de la statistique Variables Échelles de mesure Résumer, décrire Comparer Rôle de la statistique La statistique est avant tout un outil permettant

Plus en détail

Equations de droites. Coefficient directeur

Equations de droites. Coefficient directeur Equations de droites. Coefficient directeur I) Caractérisation analytique d une droite m, p et c désignent des nombres réels. 1) Propriété : Dans un repère l ensemble des points M de coordonnées ( ; )

Plus en détail

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

Ministère de la Jeunesse et des Sports Institut Royal de Formation des Cadres Département des Sciences de la Vie. A. Arfaoui Ministère de la Jeunesse et des Sports Institut Royal de Formation des Cadres Département des Sciences de la Vie A. Arfaoui PLA Définitions Paramètres marginaux Covariance Coefficient de Corrélation Coefficient

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

9. Distributions d échantillonnage

9. Distributions d échantillonnage 9. Distributions d échantillonnage MTH2302D S. Le Digabel, École Polytechnique de Montréal H2015 (v3) MTH2302D: distributions d échantillonnage 1/46 Plan 1. Échantillons aléatoires 2. Statistiques et distributions

Plus en détail

Cours de mathématiques

Cours de mathématiques Cours de mathématiques Thomas Rey classe de première ES ii Table des matières 1 Les pourcentages 1 1.1 Variation en pourcentage............................... 1 1.1.1 Calcul d une variation............................

Plus en détail

Premiers pas avec SES-Pegase (version 7.0) SES : Un Système Expert pour l analyse Statistique des données. Premiers pas avec SES-Pegase 1

Premiers pas avec SES-Pegase (version 7.0) SES : Un Système Expert pour l analyse Statistique des données. Premiers pas avec SES-Pegase 1 Premiers pas avec SES-Pegase 1 Premiers pas avec SES-Pegase (version 7.0) SES : Un Système Expert pour l analyse Statistique des données www.delta-expert.com Mise à jour : Premiers pas avec SES-Pegase

Plus en détail

Programme de Première

Programme de Première BAC TECHNO STAV 66 I. Algèbre Programme de Première Objectif 1 - Effectuer de manière autonome des calculs numériques ou algébriques, résoudre des équations ou inéquations en vue de résoudre des problèmes

Plus en détail

Simulation Examen de Statistique Approfondie II **Corrigé **

Simulation Examen de Statistique Approfondie II **Corrigé ** Simulation Examen de Statistique Approfondie II **Corrigé ** Ces quatre exercices sont issus du livre d exercices de François Husson et de Jérôme Pagès intitulé Statistiques générales pour utilisateurs,

Plus en détail

La problématique des tests. Cours V. 7 mars 2008. Comment quantifier la performance d un test? Hypothèses simples et composites

La problématique des tests. Cours V. 7 mars 2008. Comment quantifier la performance d un test? Hypothèses simples et composites La problématique des tests Cours V 7 mars 8 Test d hypothèses [Section 6.1] Soit un modèle statistique P θ ; θ Θ} et des hypothèses H : θ Θ H 1 : θ Θ 1 = Θ \ Θ Un test (pur) est une statistique à valeur

Plus en détail

Comment se servir de cet ouvrage? Chaque chapitre présente une étape de la méthodologie

Comment 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 détail

Première ES DS1 second degré 2014-2015 S1

Première ES DS1 second degré 2014-2015 S1 1 Première ES DS1 second degré 2014-2015 S1 Exercice 1 : (3 points) Soit la parabole d équation y = 25x² - 10x + 1. On considère cette parabole représentée dans un repère (O ;I,J). 1) Déterminer les coordonnées

Plus en détail

La régression linéaire et ses conditions d application

La régression linéaire et ses conditions d application Nº 752 BULLETIN DE L UNION DES PHYSICIENS 353 La régression linéaire et ses conditions d application par R. JOURNEAUX GHDSO/LIREST Université Paris XI, 91400 Orsay Dans un article récent publié dans le

Plus en détail

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

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

Plus en détail

Cahier de vacances - Préparation à la Première S

Cahier de vacances - Préparation à la Première S Cahier de vacances - Préparation à la Première S Ce cahier est destiné à vous permettre d aborder le plus sereinement possible la classe de Première S. Je vous conseille de le travailler pendant les 0

Plus en détail

I] ETUDE STATISTIQUES SIMPLE

I] ETUDE STATISTIQUES SIMPLE INTRODUCTION Scilab (contraction de Scientific Laboratory) est un logiciel libre, développé à l'inria Rocquencourt. C'est un environnement de calcul numérique qui permet d'effectuer rapidement toutes les

Plus en détail

Outils statistiques. Notes de cours.

Outils statistiques. Notes de cours. 1 Outils statistiques Notes de cours. Clotilde Fermanian Françoise Lucas Année 2010 2011 L2-L3 Université Paris 12 Val de Marne. 2 Avertissement : Ce texte constitue des notes qui couvrent ce qui a été

Plus en détail

Examen d accès - 28 Septembre 2012

Examen d accès - 28 Septembre 2012 Examen d accès - 28 Septembre 2012 Aucun document autorisé - Calculatrice fournie par le centre d examen Cet examen est un questionnaire à choix multiples constitué de 50 questions. Plusieurs réponses

Plus en détail

Cours de Statistiques

Cours de Statistiques Cours de Statistiques Romain Raveaux 1 1 Laboratoire L3I Université de La Rochelle romain.raveaux01 at univ-lr.fr Octobre 24-11, 2008 1 / 35 Sommaire 1 Quelques Rappels 2 numériques Relations entre deux

Plus en détail

Statistique Descriptive Élémentaire

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

Plus en détail

Introduction à l analyse des données. Olivier Godechot

Introduction à l analyse des données. Olivier Godechot Introduction à l analyse des données Olivier Godechot Introduction. Les données statistiques : de très nombreuses variables. Aucune n est parfaite La perception d un phénomène appréhendée comme la combinaison

Plus en détail

Table des matières. PREMIÈRE PARTIE Étapes initiales des études marketing 7

Table des matières. PREMIÈRE PARTIE Étapes initiales des études marketing 7 Table des matières Préface Public 1 Structure de l ouvrage 1 Caractéristiques de l ouvrage 3 Contenu 3 Pédagogie 4 Remarques sur l adaptation française 4 Ressources numériques 5 Biographie 6 PREMIÈRE PARTIE

Plus en détail

Complément d information concernant la fiche de concordance

Complément 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 détail

MÉTHODES ET STATISTIQUES POUR LIRE UN ARTICLE

MÉTHODES ET STATISTIQUES POUR LIRE UN ARTICLE MÉTHODES ET STATISTIQUES POUR LIRE UN ARTICLE Forum HH 05.02.2013 Ghislaine Gagnon Unité HPCI Qualitatif ou quantitatif? Les 2 méthodes peuvent être utilisées séparément ou en conjonction - le qualitatif

Plus en détail

C3 : Manipulations statistiques

C3 : Manipulations statistiques C3 : Manipulations statistiques Dorat Rémi 1- Génération de valeurs aléatoires p 2 2- Statistiques descriptives p 3 3- Tests statistiques p 8 4- Régression linéaire p 8 Manipulations statistiques 1 1-

Plus en détail

Mathématique - Cours Filière STAV 2014-2015 Centre de Formation aux Métier de la Montagne Marine Estorge

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

Plus en détail

STATISTIQUES. Cours I : Test d hypothèses. Télécom Physique Strasbourg Module 2101. Fabrice Heitz. Octobre 2014

STATISTIQUES. Cours I : Test d hypothèses. Télécom Physique Strasbourg Module 2101. Fabrice Heitz. Octobre 2014 Télécom Physique Strasbourg Module 2101 STATISTIQUES Cours I : Test d hypothèses Fabrice Heitz Octobre 2014 Fabrice Heitz (Télécom PS) Statistiques 2014 1 / 75 Cours I TESTS D HYPOTHÈSES Fabrice Heitz

Plus en détail

Correction de l épreuve de Statistiques et Informatique appliquées à la Psychologie

Correction de l épreuve de Statistiques et Informatique appliquées à la Psychologie Université de Bretagne Occidentale Année Universitaire 2013-2014 U.F.R. de Lettres et Sciences Humaines CS 93837-29238 BREST CEDEX 3 Section : Psychologie - Licence 3è année Enseignant responsable : F.-G.

Plus en détail

Tests de comparaison de moyennes. Dr Sahar BAYAT MASTER 1 année 2009-2010 UE «Introduction à la biostatistique»

Tests de comparaison de moyennes. Dr Sahar BAYAT MASTER 1 année 2009-2010 UE «Introduction à la biostatistique» Tests de comparaison de moyennes Dr Sahar BAYAT MASTER 1 année 2009-2010 UE «Introduction à la biostatistique» Test de Z ou de l écart réduit Le test de Z : comparer des paramètres en testant leurs différences

Plus en détail

Statistiques Descriptives à une dimension

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

Plus en détail

UNIVERSITE PARIS 1 PANTHEON SORBONNE LICENCE DE SCIENCES ECONOMIQUES. STATISTIQUE APPLIQUEE F. Gardes / P. Sevestre. Fiche N 7.

UNIVERSITE PARIS 1 PANTHEON SORBONNE LICENCE DE SCIENCES ECONOMIQUES. STATISTIQUE APPLIQUEE F. Gardes / P. Sevestre. Fiche N 7. UNIVERSITE PARIS 1 PANTHEON SORBONNE LICENCE DE SCIENCES ECONOMIQUES STATISTIQUE APPLIQUEE F. Gardes / P. Sevestre Fiche N 7 (avec corrigé) L objet de ce TD est de vous initier à la démarche et à quelques

Plus en détail

t 100. = 8 ; le pourcentage de réduction est : 8 % 1 t Le pourcentage d'évolution (appelé aussi taux d'évolution) est le nombre :

t 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 détail

Analyse Statistique pour Le Traitement d Enquêtes

Analyse Statistique pour Le Traitement d Enquêtes DAT 104, année 2004-2005 p. 1/90 Analyse Statistique pour Le Traitement d Enquêtes Mastère Développement Agricole Tropical Stéphanie Laffont & Vivien ROSSI UMR ENSAM-INRA Analyse des systèmes et Biométrie

Plus en détail

1 Complément sur la projection du nuage des individus

1 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 détail

Vision industrielle et télédétection - Détection d ellipses. Guillaume Martinez 17 décembre 2007

Vision industrielle et télédétection - Détection d ellipses. Guillaume Martinez 17 décembre 2007 Vision industrielle et télédétection - Détection d ellipses Guillaume Martinez 17 décembre 2007 1 Table des matières 1 Le projet 3 1.1 Objectif................................ 3 1.2 Les choix techniques.........................

Plus en détail

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

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

Plus en détail

Un corrigé de l épreuve de mathématiques du baccalauréat blanc

Un corrigé de l épreuve de mathématiques du baccalauréat blanc Terminale ES Un corrigé de l épreuve de mathématiques du baccalauréat blanc EXERCICE ( points). Commun à tous les candidats On considère une fonction f : définie, continue et doublement dérivable sur l

Plus en détail

Baccalauréat STG Mercatique Nouvelle-Calédonie 15 novembre 2012 Correction

Baccalauréat STG Mercatique Nouvelle-Calédonie 15 novembre 2012 Correction Baccalauréat STG Mercatique Nouvelle-Calédonie 15 novembre 2012 Correction EXERCICE 1 : TAUX D ÉVOLUTION 5 points Le tableau ci-dessous présente le nombre de voitures neuves vendues en France en 1980,

Plus en détail

«Monsieur, on fait quoi?»

«Monsieur, on fait quoi?» Nous avons le plaisir aujourd hui de vous proposer une séance de travaux pratiques de statistique, c est-à-dire, une séance où vous allez pouvoir mettre les mains dans le cambouis (dans les données) et

Plus en détail

Statistiques bivariées : corrélation et régression linéaire

Statistiques bivariées : corrélation et régression linéaire : corrélation et régression linéaire Activité d'introduction Ce chapitre de statistique est présenté avec l'objectif de promouvoir la réflexion des étudiants et leur faire remarquer que ces notions statistiques

Plus en détail

Chapitre 9 ANALYSE MULTIDIMENSIONNELLE

Chapitre 9 ANALYSE MULTIDIMENSIONNELLE Statistique appliquée à la gestion et au marketing http://foucart.thierry.free.fr/statpc Chapitre 9 ANALYSE MULTIDIMENSIONNELLE L analyse des données multidimensionnelles regroupe un ensemble de méthodes

Plus en détail

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

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

Plus en détail

Traitement des données avec EXCEL 2007

Traitement des données avec EXCEL 2007 Traitement des données avec EXCEL 2007 Vincent Jalby Octobre 2010 1 Saisie des données Les données collectées sont saisies dans une feuille Excel. Chaque ligne correspond à une observation (questionnaire),

Plus en détail

Tableau 1 : Structure du tableau des données individuelles. INDIV B i1 1 i2 2 i3 2 i4 1 i5 2 i6 2 i7 1 i8 1

Tableau 1 : Structure du tableau des données individuelles. INDIV B i1 1 i2 2 i3 2 i4 1 i5 2 i6 2 i7 1 i8 1 UN GROUPE D INDIVIDUS Un groupe d individus décrit par une variable qualitative binaire DÉCRIT PAR UNE VARIABLE QUALITATIVE BINAIRE ANALYSER UN SOUS-GROUPE COMPARER UN SOUS-GROUPE À UNE RÉFÉRENCE Mots-clés

Plus en détail

Statistique : Résumé de cours et méthodes

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

Plus en détail

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

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

Plus en détail

Master 1 de Psychologie du Travail et des Organisations : Recueil et analyse des données - Corrigés des T.D. ( 2014/2015) -

Master 1 de Psychologie du Travail et des Organisations : Recueil et analyse des données - Corrigés des T.D. ( 2014/2015) - Dominique Ferrieux - Université Paul Valéry - Montpellier III Master de Psychologie du Travail et des Organisations : Recueil et analyse des données - Corrigés des T.D. ( /) - Deuxième partie : Plans :

Plus en détail

Introduction à l analyse des données. Analyse des Données (1) Exemple, ville et (in)sécurité. Exemple, ville et (in)sécurité

Introduction à l analyse des données. Analyse des Données (1) Exemple, ville et (in)sécurité. Exemple, ville et (in)sécurité Introduction à l analyse des données Analyse des Données () Le but de l analyse de données est de synthétiser, structurer l information contenue dans des données multidimensionnelles Deux groupes de méthodes

Plus en détail

VI. Tests non paramétriques sur un échantillon

VI. 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 détail

Chapitre 6 TESTS STATISTIQUES

Chapitre 6 TESTS STATISTIQUES Statistique appliquée à la gestion et au marketing http://foucart.thierry.free.fr/statpc Chapitre 6 TESTS STATISTIQUES Les tests statistiques sont des méthodes de la statistique inférentielle qui, comme

Plus en détail

Probabilités. I- Expérience aléatoire, espace probabilisé : ShotGun. 1- Définitions :

Probabilités. I- Expérience aléatoire, espace probabilisé : ShotGun. 1- Définitions : Probabilités I- Expérience aléatoire, espace probabilisé : 1- Définitions : Ω : Ensemble dont les points w sont les résultats possibles de l expérience Des évènements A parties de Ω appartiennent à A une

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

Seconds pas vers l analyse de données...

Seconds pas vers l analyse de données... Fiche TD avec le logiciel : tdr1102 Seconds pas vers l analyse de données... A.B. Dufour & D. Clot Cette fiche comprend des exercices portant sur les paramètres descriptifs principaux et les représentations

Plus en détail

RAPPORT SUR L ETUDE DES DONNEES FINANCIERES ET STATISTIQUES A L AIDE DU LOGICIEL SCILAB

RAPPORT SUR L ETUDE DES DONNEES FINANCIERES ET STATISTIQUES A L AIDE DU LOGICIEL SCILAB RAPPORT SUR L ETUDE DES DONNEES FINANCIERES ET STATISTIQUES A L AIDE DU LOGICIEL SCILAB PAR : MAROOF ASIM DAN BENTOLILA WISSAM ESSID GROUPE 1 LM206 Lundi 10H45 INTRODUCTION : ( Ce rapport est un compte

Plus en détail

Arbres binaires. Hélène Milhem. Institut de Mathématiques de Toulouse, INSA Toulouse, France IUP SID, 2011-2012

Arbres binaires. Hélène Milhem. Institut de Mathématiques de Toulouse, INSA Toulouse, France IUP SID, 2011-2012 Arbres binaires Hélène Milhem Institut de Mathématiques de Toulouse, INSA Toulouse, France IUP SID, 2011-2012 H. Milhem (IMT, INSA Toulouse) Arbres binaires IUP SID 2011-2012 1 / 35 PLAN Introduction Construction

Plus en détail

Le Sphinx Millenium Modes opératoires d'analyse de données Traitements et analyses avec Le Sphinx Plus²

Le Sphinx Millenium Modes opératoires d'analyse de données Traitements et analyses avec Le Sphinx Plus² Le Sphinx Millenium Modes opératoires d'analyse de données Traitements et analyses avec Le Sphinx Plus² Le Sphinx Développement Parc Altaïs 74650 CHAVANOD Tél : 33 / 4.50.69.82.98. Fax : 33 / 4.50.69.82.78.

Plus en détail

1 Définition de la non stationnarité

1 Définition de la non stationnarité Chapitre 2: La non stationnarité -Testsdedétection Quelques notes de cours (non exhaustives) 1 Définition de la non stationnarité La plupart des séries économiques sont non stationnaires, c est-à-direqueleprocessusquiles

Plus en détail

N 2015-XX. Les études de l emploi cadre

N 2015-XX. Les études de l emploi cadre DOCUMENT SOUS EMBARGO JUSQU AU 4 MARS À 00 h 01 LES ÉCARTS DE SALAIRE HOMMES-FEMMES ÉDITION 2015 Les études de l emploi cadre N 2015-XX Mars 2015 Composantes de la rémunération des cadres Méthode employée

Plus en détail

Sommaire. Chapitre 1 Variables et vecteurs aléatoires... 5. Chapitre 2 Variables aléatoires à densité... 65

Sommaire. Chapitre 1 Variables et vecteurs aléatoires... 5. Chapitre 2 Variables aléatoires à densité... 65 Sommaire Chapitre 1 Variables et vecteurs aléatoires............... 5 A. Généralités sur les variables aléatoires réelles.................... 6 B. Séries doubles..................................... 9

Plus en détail

BREVET DE TECHNICIEN SUPÉRIEUR COMPTABILITÉ ET GESTION DES ORGANISATIONS Session 2013 ÉPREUVE DE MATHÉMATIQUES. Durée : 2 heures Coefficient : 2

BREVET DE TECHNICIEN SUPÉRIEUR COMPTABILITÉ ET GESTION DES ORGANISATIONS Session 2013 ÉPREUVE DE MATHÉMATIQUES. Durée : 2 heures Coefficient : 2 BREVET DE TECHNICIEN SUPÉRIEUR COMPTABILITÉ ET GESTION DES ORGANISATIONS Session 2013 ÉPREUVE DE MATHÉMATIQUES Durée : 2 heures Coefficient : 2 SUJET Dès que le sujet vous est remis, assurez-vous qu il

Plus en détail

STATISTIQUES À UNE VARIABLE

STATISTIQUES À UNE VARIABLE STATISTIQUES À UNE VARIABLE Table des matières I Méthodes de représentation 2 I.1 Vocabulaire.............................................. 2 I.2 Tableaux...............................................

Plus en détail

INTRODUCTION À L ANALYSE FACTORIELLE DES CORRESPONDANCES

INTRODUCTION 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 détail

Analyses de Variance à un ou plusieurs facteurs Régressions Analyse de Covariance Modèles Linéaires Généralisés

Analyses de Variance à un ou plusieurs facteurs Régressions Analyse de Covariance Modèles Linéaires Généralisés Analyses de Variance à un ou plusieurs facteurs Régressions Analyse de Covariance Modèles Linéaires Généralisés Professeur Patrice Francour francour@unice.fr Une grande partie des illustrations viennent

Plus en détail

Chapitre 11. Premières Notions sur les fonctions

Chapitre 11. Premières Notions sur les fonctions Chapitre 11 Premières Notions sur les fonctions 1. Exemples Exemple 1 La distance parcourue par une automobile en un temps donné varie en fonction de sa vitesse. Faire deux phrases utilisant les mots suivants.

Plus en détail

Christophe Fournier. Clinique de Thuys. Aunége - Christophe Fournier

Christophe Fournier. Clinique de Thuys. Aunége - Christophe Fournier Christophe Fournier Clinique de Thuys Aunége - Christophe Fournier 2 Table des matières Information sur l'échantillon 3 Structure de l'échantillon...4 Point méthodologique 6 Point méthodologique...7 Représentativité

Plus en détail

FACULTE DE MEDECINE D ANGERS. Polycopié de cours pour les 1 e et 2 e cycles des études médicales Préparation à l examen national classant

FACULTE DE MEDECINE D ANGERS. Polycopié de cours pour les 1 e et 2 e cycles des études médicales Préparation à l examen national classant FACULTE DE MEDECINE D ANGERS Polycopié de cours pour les 1 e et 2 e cycles des études médicales Préparation à l examen national classant Année scolaire 2007-2008 SANTE PUBLIQUE ET MEDECINE SOCIALE Responsable

Plus en détail

Analyse de données. [Tapez le sous-titre du document] ANALYSE DE DONNEES 2011 2012. ANALYSE DE DONNEES Page 1 LICENCE 3 SCIENCES ECONOMIQUES

Analyse de données. [Tapez le sous-titre du document] ANALYSE DE DONNEES 2011 2012. ANALYSE DE DONNEES Page 1 LICENCE 3 SCIENCES ECONOMIQUES 2011 2012 ANALYSE DE DONNEES 2011 2012 LICENCE 3 SCIENCES ECONOMIQUES COURS DE M. THIERRY BLAYAC Analyse de données [Tapez le sous-titre du document] ANALYSE DE DONNEES Page 1 H34VEN Cours pour Licence

Plus en détail

UNE 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 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 détail

Chapitre IV : Couples de variables aléatoires discrètes

Chapitre IV : Couples de variables aléatoires discrètes UNIVERSITÉ DE CERG Année 0-03 UFR Économie & Gestion Licence d Économie et Gestion MATH0 : Probabilités Chapitre IV : Couples de variables aléatoires discrètes Généralités Définition Soit (Ω, P(Ω), P)

Plus en détail

Mémoire de n d'étude: Etudes statistiques. Mémoire de n d'étude: Etudes statistiques. Nicolas Sutton-Charani. Université Montpellier 1 1/31

Mémoire de n d'étude: Etudes statistiques. Mémoire de n d'étude: Etudes statistiques. Nicolas Sutton-Charani. Université Montpellier 1 1/31 1/31 Mémoire de n d'étude: Etudes statistiques Nicolas Sutton-Charani Université Montpellier 1 Plan Rappels de cours La base La Statistique Types des variables Outils mathématiques Statistiques descriptives

Plus en détail

Traitement des données avec Microsoft EXCEL 2010

Traitement 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 détail

Cours 2-3 Analyse des données multivariées

Cours 2-3 Analyse des données multivariées Cours 2-3 des données s Ismaël Castillo École des Ponts, 13 Novembre 2012 Plan 1 2 3 4 1. On s intéresse à un jeu de données multi-dimensionel, avec n individus observés et p variables d intérêt ( variables

Plus en détail

Lecture graphique. Table des matières

Lecture graphique. Table des matières Lecture graphique Table des matières 1 Lecture d une courbe 2 1.1 Définition d une fonction.......................... 2 1.2 Exemple d une courbe........................... 2 1.3 Coût, recette et bénéfice...........................

Plus en détail

TP 7 : oscillateur de torsion

TP 7 : oscillateur de torsion TP 7 : oscillateur de torsion Objectif : étude des oscillations libres et forcées d un pendule de torsion 1 Principe général 1.1 Définition Un pendule de torsion est constitué par un fil large (métallique)

Plus en détail

Baccalauréat ES Polynésie (spécialité) 10 septembre 2014 Corrigé

Baccalauréat ES Polynésie (spécialité) 10 septembre 2014 Corrigé Baccalauréat ES Polynésie (spécialité) 10 septembre 2014 Corrigé A. P. M. E. P. Exercice 1 5 points 1. Réponse d. : 1 e Le coefficient directeur de la tangente est négatif et n est manifestement pas 2e

Plus en détail

Fonctions de plusieurs variables

Fonctions de plusieurs variables Module : Analyse 03 Chapitre 00 : Fonctions de plusieurs variables Généralités et Rappels des notions topologiques dans : Qu est- ce que?: Mathématiquement, n étant un entier non nul, on définit comme

Plus en détail

Proposition de corrigé

Proposition de corrigé Externat Notre Dame Devoir Survéillé n 3 (1 ere ES/L) Samedi 8 février Durée : 3 h calculatrice autorisée - pas d échange de calculatrice ou de matériel Proposition de corrigé Dans tout ce devoir, la qualité

Plus en détail

Théorie des ensembles

Théorie des ensembles Théorie des ensembles Cours de licence d informatique Saint-Etienne 2002/2003 Bruno Deschamps 2 Contents 1 Eléments de théorie des ensembles 3 1.1 Introduction au calcul propositionnel..................

Plus en détail

Logiciel XLSTAT version 7.0. 40 rue Damrémont 75018 PARIS

Logiciel 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 détail

TABLE DES MATIERES. C Exercices complémentaires 42

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

Plus en détail

Partie I. Les données quantitatives

Partie I. Les données quantitatives Variables quantitatives : analyse en composantes principales Jean-Marc Lasgouttes https://whorocqinriafr/jean-marclasgouttes/ana-donnees/ Partie I Les données quantitatives Description de données quantitatives

Plus en détail

La régression logistique. Par Sonia NEJI et Anne-Hélène JIGOREL

La régression logistique. Par Sonia NEJI et Anne-Hélène JIGOREL La régression logistique Par Sonia NEJI et Anne-Hélène JIGOREL Introduction La régression logistique s applique au cas où: Y est qualitative à 2 modalités Xk qualitatives ou quantitatives Le plus souvent

Plus en détail

L alcool, ennemi de la sécurité au volant

L alcool, ennemi de la sécurité au volant L alcool, ennemi de la sécurité au volant Ce que l élève doit retenir Le seuil d alcoolémie tolérée au Luxembourg est de 0,8 g par litre de sang. Ce seuil peut être atteint dès le premier verre. L alcoolémie

Plus en détail

En 2005, année de sa création, un club de randonnée pédestre comportait 80 adhérents. Chacune des années suivantes on a constaté que :

En 2005, année de sa création, un club de randonnée pédestre comportait 80 adhérents. Chacune des années suivantes on a constaté que : Il sera tenu compte de la présentation et de la rédaction de la copie lors de l évaluation finale. Les élèves n ayant pas la spécialité mathématique traiteront les exercices 1, 2,3 et 4, les élèves ayant

Plus en détail

Baccalauréat ST2S Antilles-Guyane 16 juin 2014 Correction

Baccalauréat ST2S Antilles-Guyane 16 juin 2014 Correction Baccalauréat ST2S Antilles-Guyane 16 juin 2014 Correction EXERCICE 1 6 points Le tableau ci-dessous donne le nombre de maladies professionnelles ayant entrainé un arrêt de travail de 2003 à 2010 : Année

Plus en détail

Baccalauréat ST2S Antilles Guyane juin 2013 Correction

Baccalauréat ST2S Antilles Guyane juin 2013 Correction Baccalauréat ST2S Antilles Guyane juin 2013 Correction EXERCICE 1 6 points Le tableau ci-dessous donne le nombre d abonnements au service de téléphonie mobile en France entre fin 2001 et fin 2009, exprimé

Plus en détail