IDAMS. Logiciel développé internationalement pour la gestion et l analyse de données. Manuel de référence de WinIDAMS. (version 1.

Dimension: px
Commencer à balayer dès la page:

Download "IDAMS. Logiciel développé internationalement pour la gestion et l analyse de données. Manuel de référence de WinIDAMS. (version 1."

Transcription

1 IDAMS Logiciel développé internationalement pour la gestion et l analyse de données Manuel de référence de WinIDAMS (version 1.3) avril 2008 Copyright c UNESCO

2 Publié par l UNESCO Organisation des Nations Unies pour l éducation, la science et la culture 7, Place de Fontenoy Paris 07 SP, France Titre de l ouvrage original : WinIDAMS Reference Manual (release 1.3) c UNESCO ninth edition 2008 Première publication en anglais par l UNESCO en 1988 Traduction française Nicole Visart ISBN (UNESCO - version en anglais)

3 Préface Objectifs d IDAMS L idée qui sous-tend IDAMS est de mettre gratuitement à la disposition des Etats membres de l UNESCO un logiciel suffisamment complet pour la gestion et l analyse statistique de données. Utilisé en combinaison avec CDS/ISIS (autre logiciel de l UNESCO destiné lui à la gestion de bases de données et à la recherche d informations), IDAMS constitue un outil intégré permettant de traiter de manière unifiée les données textuelles aussi bien que numériques recueillies tant à des fins scientifiques qu à des fins administratives par les universités, les institutions de recherche, les administrations nationales, etc. L objectif ultime est d aider les Etats membres à progresser dans la rationalisation du management de leurs divers secteurs d activité, un but crucial à la fois pour l établissement de plans de développement fiables et pour le suivi de leur exécution. Origine d IDAMS et aperçu historique A l origine, IDAMS provient en partie du logiciel statistique OSIRIS III.2 développé au début des années soixante-dix à l Institute for Social Research, University of Michigan, Etats-Unis. Depuis lors, IDAMS a été considérablement modifié, enrichi et continue d être mis à jour par le Secrétariat de l UNESCO avec la collaboration d experts de différents pays, notamment de spécialistes américains, anglais, belges, colombiens, français, hongrois, polonais, russes, slovaques et ukrainiens, - d où le nom «IDAMS»: «Internationally Developed Data Analysis and Management Software Package»; en français : «Logiciel développé internationalement pour la gestion et l analyse de données». Au début IDAMS tournait sur des gros ordinateurs de type IBM La première version (1.2) d IDAMS fut lancée en 1988; elle contenait déjà presque toutes les facilités destinées à la gestion de données et la plus part des programmes d analyse de données. Bien que des routines de base et certains programmes provinrent à l époque d OSIRIS III.2, ils furent par la suite modifiés de manière importante et de nouveaux programmes furent ajoutés permettant notamment d effectuer des calculs de scores fondés sur l ordre partiel d observations, des analyses factorielles, des classements d alternatives, des typologies et des classifications ascendantes. Furent également intégrées des facilités pour affecter des noms aux codes de catégories des variables ainsi que pour documenter l exécution des programmes. Un Manuel de l utilisateur, des Exemples des résultats et une Carte synoptique des commandes utilisées par les programmes accompagnaient le logiciel. La version 2.0 fut lancée en 1990; outre la fusion (1) des programmes de calcul des corrélations Pearson, (2) des programmes de classement d alternatives, elle contenait des améliorations techniques dans plusieurs programmes. La version 3.0 fut lancée en 1992; elle contenait des améliorations significatives, parmi lesquelles : harmonisation des paramètres, des mots clés et de la syntaxe des instructions de contrôle; possibilité de vérifier la syntaxe des instructions de contrôle sans passer à l exécution; possibilité d exécuter les programmes avec un nombre limité d observations; harmonisation des messages d erreurs; possibilité d agréger et de lister les variables recodées, d effectuer un recodage alphabétique et d utiliser six nouvelles fonctions arithmétiques dans Recode. Deux nouveaux programmes furent ajoutés : (1) pour la vérification de la pertinence logiques des données, (2) pour l analyse discriminante. Le Manuel de l utilisateur fut complété par une Annexe contenant les formules statistiques utilisées dans les programmes d analyses.

4 ii Note : en 1993, après la préparation de la version 3.02 pour les systèmes d exploitation OS et VM/CMS, il fut mis fin au développement d IDAMS pour gros ordinateurs. En parallèle, fut mise au point une version d IDAMS pour micro ordinateurs sous MS-DOS C est en 1988 que débuta le développement de la version d IDAMS pour micro ordinateurs. Jusqu à la version 3 il fut poursuivi en parallèle avec le développement d IDAMS pour gros ordinateurs. La première version (1.0) parut en 1989, avec les mêmes facilités et programmes que la version d IDAMS pour gros ordinateurs. La version 2.0 parut en 1990; elle était également entièrement compatible avec la version pour gros ordinateurs. L Interface utilisateur offrait en outre des facilités pour préparer le dictionnaire, saisir les données, préparer et exécuter les setups et imprimer les résultats. La version 3.0 parut en 1992 en même temps que la version pour gros ordinateurs. A ce stade l Interface utilisateur était devenu beaucoup plus convivial, offrant de nouveaux éditeurs pour la saisie du dictionnaire et des données, un accès direct à des prototypes de setups pour tous les programmes ainsi qu un module interactif pour l exploration graphique des données. Deux versions intermédiaires (3.02 et 3.04) furent mises en circulation, respectivement en 1993 et en 1994, offrant essentiellement des améliorations techniques et des mises au point dans certains programmes. La version 3.02 fut la dernière à être entièrement compatible avec la version d IDAMS pour gros ordinateurs. Micro IDAMS commença à se développer de manière indépendante en Le logiciel fut soumis à des tests complets et systématiques, en particulier en ce qui concerne le traitement des fautes commises par l utilisateur, et les erreurs connues furent corrigées dans tous les programmes. La version 4 (dernière version DOS), mise en circulation en 1996, offre un Interface utilisateur convivial amélioré, la possibilité de créer un environnement personnalisé, le Manuel de l utilisateur en ligne, un langage de contrôle simplifié, de nouvelles modalités de présentation graphique ainsi que la faculté de produire des versions en d autres langues. Elle inclut aussi deux nouveaux programmes d analyse : l un permettant de partitionner et regrouper des objets en classes, l autre de rechercher une structure éventuelle dans les données à partir de leur segmentation binaire. Le Manuel de l utilisateur restructuré qui accompagne cette version est plus concis et plus facile à consulter. Il est paru d abord en anglais. Depuis 1998, la version 4 a progressivement été développée en français, en espagnol, en arabe et en russe : première version d IDAMS pour Windows et développements ultérieurs La version 1.0 d IDAMS pour Windows 32 bits fut mise à l essai en 2000 et sa distribution débuta en Elle est équipée d un Interface utilisateur moderne avec quantité de nouveaux dispositifs qui en facilite l utilisation et de l accès en ligne au Manuel via l Aide standard de Windows. Elle contient de nouveaux outils interactifs pour la construction des tableaux multidimensionnels, l exploration graphique des données et l analyse de séries chronologiques, La version 1.1 parut en septembre 2002 contenant les améliorations suivantes : (1) externalisation des textes en vue de la production du logiciel en d autres langues que l anglais; (2) harmonisation des textes accompagnant les résultats. C était la première version pour Windows qui est apparu en anglais, français et espagnol. La version 1.2 parut en juillet 2004 en anglais, français et espagnol, avec des nouvelles fonctions dans trois programmes, dans l Interface utilisateur ainsi que dans les modules interactifs d exploration graphique des données et d analyse de séries chronologiques. Elle parut en portugais en avril La version 1.3 parut également en anglais, français, espagnol et portugais avec en autre : un nouveau programme pour l analyse de variance multivariée (MANOVA), le calcul du coefficient de variation dans quatre programmes, l amélioration du traitement des variables recodées avec décimales dans SCAT et TABLES, et une harmonisation complète de la longueur de l enregistrement de données.

5 iii Remerciements En premier lieu, ces remerciements s adressent au Prof. Frank-M. Andrews ( 1994) de l Institute for Social Research de l Université de Michigan aux Etats Unis, ainsi qu à cet Institut lequel a autorisé l UNESCO à se servir du code source d OSIRIS III.2 comme point de départ du logiciel IDAMS. Depuis lors des améliorations et des additions majeures ont été apportées. A cet égard une reconnaissance particulière s adresse aux scientifiques dont les noms suivent: Dr Jean-Paul Aimetti, Administrateur D.H.E. Conseil, Paris et Professeur au Conservatoire National des Arts et Métiers (CNAM), Paris (France); Prof. J.P. Benzécri et E.-R. Iagolnitzer, U.E.R. de mathématiques, Université de Paris V (France); Ingénieur Tibor Diamant et Dr Zoltán Vas, Université József Attila, Szeged (Hongrie); Prof. Anne-Marie Dussaix, Ecole Supérieure des Sciences Economiques et Commerciales (ESSEC), Cergy-Pontoise (France); Dr Igor S. Enyukov et Ingénieur Nicolaï Vylegjanin, StatPoint, Moscou (Fédération de Russie); Dr Péter Hunya, qui fut le Directeur du Laboratoire de Cybernétique de l Université József Attila à Szeged (Hongrie), et Responsable du Programme IDAMS à l UNESCO entre juillet 1993 et février 2001; Jean Massol, EOLE, Paris (France); Prof. Anne Morin, Institut de Recherche en Informatique et Systèmes Aléatoires (IRISA), Rennes (France); Judith Rattenbury, ex-directeur, Data Processing Division, World Fertility Survey, Londres, et maintenant à la tête de SJ MUSIC, maison d édition musicale, Cambridge (Royaume-Uni); J.-M. Romeder et l Association pour le Développement et la Diffusion de l Analyse des Données (ADDAD), Paris (France); Prof. Peter J. Rousseeuw, Universitaire Instelling Antwerpen, (Belgique); Dr A.V. Skofenko, Académie de Sciences, Kiev (Ukraine); Eng. Neal Van Eck, Philadelphia College of Textiles and Science, Philadelphia (Etats Unis) ; Nicole Visart qui a lancé le Programme IDAMS et qui, outre sa contribution technique à toutes les étapes, a assuré la coordination et la direction de l ensemble du projet jusqu à son départ à la retraite en Il est impossible de faire dûment crédit ici aux très nombreuses personnes -outre celles déjà mentionnées plus haut- qui ont par leurs idées et par leurs efforts contribué au développement d IDAMS et d OSIRIS III.2 dont IDAMS dérive. IDAMS a été développé jusqu à présent principalement à l UNESCO. Ci-dessous figure la liste des principaux programmes, modules et facilités d IDAMS, avec en regard le nom de leurs auteurs et programmeurs ainsi que le nom des institutions où le travail a été effectué. Interface utilisateur et facilités de base Recodage de données Ellen Grun ISR Peter Solenberger ISR Tibor Diamant UNESCO Jean-Claude Dauphin UNESCO Interface utilisateur Jean-Claude Dauphin UNESCO Manuel de référence Pawel Hoser Polish Academy of Sciences en ligne Jean-Claude Dauphin UNESCO

6 iv Facilités de gestion de données AGGREG Tina Bixby ISR Jean-Claude Dauphin UNESCO BUILD Carl Bixby ISR Sylvia Barge ISR Tibor Diamant UNESCO CHECK Tina Bixby ISR Jean-Claude Dauphin UNESCO CONCHECK Neal Van Eck Van Eck Computing Consulting CORRECT Tibor Diamant UNESCO IMPEX Péter Hunya UNESCO LIST Marianne Stover ISR Sylvia Barge ISR Jean-Claude Dauphin UNESCO MERCHECK Karen Jensen ISR Sylvia Barge ISR Zoltán Vas JATE MERGE Tina Bixby ISR Nancy Barkman ISR Jean-Claude Dauphin UNESCO SORMER Carol Cassidy ISR Jean-Claude Dauphin UNESCO SUBSET Judy Mattson ISR Judith Rattenbury ISR Jean-Claude Dauphin UNESCO TRANS Jean-Claude Dauphin UNESCO

7 v Facilités d analyse de données CLUSFIND Leonard Kaufman Vrije Universiteit Brussel Peter J. Rousseeuw Vrije Universiteit Brussel Neal Van Eck Van Eck Computing Consulting Tibor Diamant UNESCO CONFIG Herbert Weisberg ISR DISCRAN J.-M. Romeder ADDAD and ADDAD Péter Hunya UNESCO Tibor Diamant UNESCO FACTOR J.P. Benzécri, Université de Paris V E.R. Iagolnitzer Université de Paris V Péter Hunya JATE MANOVA Charles E. Hall George Washington University Elliot M. Cramer George Washington University Neal Van Eck ISR Tibor Diamand UNESCO MCA Edwin Dean ISR John Sonquist ISR Tibor Diamant UNESCO MDSCAL Joseph Kruskal Bell Telephone Frank Carmone Bell Telephone Lutz Erbring ISR ONEWAY Spyros Magliveras ISR Tibor Diamant UNESCO PEARSON John Sonquist ISR Spyros Magliveras ISR Neal Van Eck ISR Ronald Nuttal Boston College Tibor Diamant UNESCO POSCOR Péter Hunya JATE QUANTILE Robert Messenger ISR Tibor Diamant UNESCO RANK Anne-Marie Dussaix ESSEC Albert David ESSEC Péter Hunya JATE A.V. Skofenko Ukrainian Academy of Sciences REGRESSN M.A. Efroymson ESSO Corporation Bob Hsieh ESSO Corporation Neal Van Eck ISR Peter Solenberger ISR SCAT Judith Goldberg ISR SEARCH John Sonquist ISR Elizabeth Lauch Baker ISR James N. Morgan ISR Neal Van Eck Van Eck Computing Consulting Tibor Diamant UNESCO TABLES Neal Van Eck ISR and Van Eck Computing Consulting Tibor Diamant UNESCO TYPOL Jean-Paul Aimetti CFRO Jean Massol CFRO Péter Hunya JATE Jean-Claude Dauphin UNESCO Tableaux multidimensionnels Jean-Claude Dauphin UNESCO GraphID Igor S. Enyukov StatPoint Nicolaï D. Vylegjanin StatPoint TimeSID Igor S. Enyukov StatPoint

8 vi Quant à la documentation, des remerciements s adressent à toutes les personnes qui ont apporté leur concours à son élaboration, - en particulier à : Judith Rattenbury qui a rédigé la première version originale anglaise du Manuel (1988) et en a revu les éditions suivantes jusqu en 1998; Jean-Paul Griset (UNESCO, Paris) qui a conçu avec Nicole Visart la typographie utilisée pour le Manuel jusqu en 1998; Teresa Krukowska (Groupe IDAMS, UNESCO, Paris) qui a compilé la partie consacrée aux formules statistiques, qui depuis 1999 maintient à jour la version originale anglaise, en a renouvellé la typographie en 1998, qui -depuis le début de leur parution- asssure la production électronique des version anglaises, espagnoles, françaises et portugaise, et a veillé à l harmonisation aussi complète que possible des textes en anglais, espagnol, français et portugais. Des remerciements sont également adressés aux auteurs de la documentation du logiciel OSIRIS pour ce qui suit : le Volume 1 du Manuel utilisateur d OSIRIS (mis en forme par Sylvia Barge et Gregory A.Marks) et le Volume 5 consacré aux formules statistiques (compilé par Laura Klem), Institute for Social Research, University of Michigan, Etats-Unis. Sont également remerciés ici pour leur coopération, les traducteurs de la documentation et du logiciel en espagnol, en français et en portugais : Professeur José Raimundo Carvalho, CAEN Pós-graduação em Economia, UFC, Fortaleza, Brasil, pour la traduction en portugais du Manuel et des textes faisant partie intégrante du logiciel. Professeur Bernardo Liévano, Escuela Colombiana de Ingeniería (ECI) Bogota, Colombie, pour la traduction en espagnol du Manuel et des textes faisant partie intégrante du logiciel. Professeur Anne Morin, Institut de Recherche en Informatique et Systèmes Aléatoires (IRISA), Rennes, France, pour sa contribution à la traduction en français des textes faisant partie intégrante du logiciel. Nicole Visart, Grez-Doiceau, Belgique, pour la traduction du Manuel en français. Les institutions suivantes ont entrepris des traductions en arabe et en russe du logiciel et du Manuel : ALECSO - Department of Documentation and Information, Tunis, Tunisie, et Russian State Hydrometeorological University, Department of Telecommunications, St. Petersbourg, Fédération de Russie. Comment obtenir WinIDAMS et des informations complémentaires Pour plus d informations sur IDAMS en ce qui concerne son contenu, sa mise-à-jour, les services de formation et de distribution, prière de s adresser à : UNESCO Secteur de la communication et de l information Division de la société de l information CI/INF - IDAMS 1, rue Miollis PARIS CEDEX 15 France

9 Table des matières 1 Introduction L Interface utilisateur de WinIDAMS Facilités de gestion des données Facilités d analyse des données Les données dans IDAMS Les commandes d IDAMS et le fichier Setup Caractéristiques standard d IDAMS Importation et exportation des données Échange de données entre CDS/ISIS et IDAMS Structure du Manuel I Notions fondamentales 9 2 Les données dans IDAMS Le dataset IDAMS Description générale Méthode de stockage et d accès Les fichiers Données Le tableau de données Caractéristiques du fichier Données Les fichiers hiérarchiques Les variables Les codes des données manquantes Valeurs non numériques et champs en blanc dans les variables numériques - mauvaises données Les règles de la mise-en-forme des variables produites en sortie par les programmes d IDAMS Le dictionnaire IDAMS Description générale Exemple d un dictionnaire Les matrices d IDAMS La matrice carrée d IDAMS La matrice rectangulaire d IDAMS Utilisation de données provenant d autres logiciels Données brutes Matrices Le fichier Setup d IDAMS Objet et contenu Les commandes d IDAMS Spécifications des fichiers Exemples d utilisation des commandes $ et de spécification de fichiers Instructions de contrôle des programmes Description générale Règles générales de codage Les filtres Les titres

10 viii TABLE DES MATIÈRES Les paramètres Instructions de recodage Facilité Recode Règles de codage Exemple d un jeu d instructions de Recode Traitement des données manquantes Comment fonctionne Recode Opérandes de base Opérateurs de base Expressions Fonctions arithmétiques Fonctions logiques Instructions d attribution Instructions spéciales d attribution Instructions de contrôle Instructions conditionnelles Instructions d initialisation/définition Exemples d utilisation d instructions de Recode Restrictions Notes La gestion et l analyse des données La validation des données avec IDAMS Vue d ensemble Vérification si les données sont complètes Détection des valeurs non numériques et invalides Contrôles de pertinence Gestion/transformation des données Analyse des données Exemple d une petite tâche à exécuter avec IDAMS II Travailler avec WinIDAMS 63 6 Installation Equipements système nécessaires Procédure d installation Test de l installation Liste des dossiers et fichiers créés durant l installation Dossiers WinIDAMS Fichiers installés Désinstallation Les premiers pas Vue d ensemble des étapes à parcourir avec WinIDAMS Créer l environnement d une application Préparation du dictionnaire Saisie des données Préparation du setup Exécution du setup Examen des résultats et modification du setup Impression des résultats Fichiers et dossiers Les fichiers dans WinIDAMS Les dossiers dans WinIDAMS L Interface utilisateur Concept général Menus communs à toutes les fenêtres de WinIDAMS

11 TABLE DES MATIÈRES ix 9.3 Personnalisation de l environnement d une application Créer/Mettre à jour/afficher les fichiers Dictionnaire Créer/Mettre à jour/afficher des fichiers Données Importation de fichiers de données Exportation de fichiers Données IDAMS Créer/Mettre à jour/afficher les fichiers Setup L exécution des setups d IDAMS Gestion des fichiers Résultats Créer/Mettre à jour des fichiers en format texte et RTF III Facilités pour la gestion de données Agrégation de données (AGGREG) Description générale Caractéristiques standard d IDAMS Résultats Dataset en sortie Dataset en entrée Structure du setup Instructions de contrôle du programme Restrictions Exemple Construction d un dataset IDAMS (BUILD) Description générale Caractéristiques standard d IDAMS Résultats Dataset en sortie Dictionnaire en entrée Données en entrée Structure du setup Instructions de contrôle du programme Exemples Vérification des codes (CHECK) Description générale Caractéristiques standard d IDAMS Résultats Dataset en entrée Structure du setup Instructions de contrôle du programme Restrictions Exemples Vérification de cohérence logique (CONCHECK) Description générale Caractéristiques standard d IDAMS Résultats Dataset en entrée Structure du setup Instructions de contrôle du programme Restrictions Exemples Vérification de la fusion des enregistrements (MERCHECK) Description générale Caractéristiques standard d IDAMS Résultats Données en sortie

12 x TABLE DES MATIÈRES 14.5 Données en entrée Structure du setup Instructions de contrôle du programme Restrictions Exemples Correction de données (CORRECT) Description générale Caractéristiques standard d IDAMS Résultats Dataset en sortie Dataset en entrée Structure du setup Instructions de contrôle du programme Restriction Exemple Importation/exportation de données (IMPEX) Description générale Caractéristiques standard d IDAMS Résultats Fichiers en sortie Fichiers en entrée Structure du setup Instructions de contrôle du programme Restrictions Exemples Listage de datasets (LIST) Description générale Caractéristiques standard d IDAMS Résultats Dataset en entrée Structure du setup Instructions de contrôle du programme Restriction Exemples Fusion de datasets (MERGE) Description générale Caractéristiques standard d IDAMS Résultats Dataset en sortie Dataset en entrée Structure du setup Instructions de contrôle du programme Restrictions Exemples Tri et fusion de fichiers (SORMER) Description générale Caractéristiques standard d IDAMS Résultats Dictionnaire en sortie Données en sortie Dictionnaire en entrée Données en entrée Structure du setup Instructions de contrôle du programme Restrictions

13 TABLE DES MATIÈRES xi 19.11Exemples Subdivision de datasets (SUBSET) Description générale Caractéristiques standard d IDAMS Résultats Dataset en sortie Dataset en entrée Structure du setup Instructions de contrôle du programme Restrictions Exemples Transformation de données (TRANS) Description générale Caractéristiques standard d IDAMS Résultats Dataset en sortie Dataset en entrée Structure du setup Instructions de contrôle du programme Restrictions Exemples IV Facilités pour l analyse de données Partition et regroupement en classes (CLUSFIND) Description générale Caractéristiques standard d IDAMS Résultats Dataset en entrée Matrice en entrée Structure du setup Instructions de contrôle du programme Restrictions Exemples Analyse de configuration (CONFIG) Description générale Caractéristiques standard d IDAMS Résultats Matrice de configuration en sortie Matrice des distances en sortie Matrice de configuration en entrée Structure du setup Instructions de contrôle du programme Restriction Exemples Analyse discriminante (DISCRAN) Description générale Caractéristiques standard d IDAMS Résultats Dataset en sortie Dataset en entrée Structure du setup Instructions de contrôle du programme Restrictions Exemples

14 xii TABLE DES MATIÈRES 25 Fonctions de distribution et de Lorenz (QUANTILE) Description générale Caractéristiques standard d IDAMS Résultats Dataset en entrée Structure du setup Instructions de contrôle du programme Restrictions Exemple Analyses factorielles (FACTOR) Description générale Caractéristiques standard d IDAMS Résultats Dataset(s) en sortie Dataset en entrée Structure du setup Instructions de contrôle du programme Restrictions Exemples Régression linéaire (REGRESSN) Description générale Caractéristiques standard d IDAMS Résultats Matrice de corrélation en sortie Datasets des résidus en sortie Dataset en entrée Matrice de corrélation en entrée Structure du setup Instructions de contrôle du programme Restrictions Exemples Analyse multidimensionnelle des proximités (MDSCAL) Description générale Caractéristiques standard d IDAMS Résultats Matrice de configuration en sortie Matrice de données en entrée Matrice de poids en entrée Matrice de configuration en entrée Structure du setup Instructions de contrôle du programme Restrictions Exemple Analyse de classification multiple (MCA) Description générale Caractéristiques standard d IDAMS Résultats Dataset(s) des résidus en sortie Dataset en entrée Structure du setup Instructions de contrôle du programme Restrictions Exemples Analyse de la variance multivariée (MANOVA) Description générale

15 TABLE DES MATIÈRES xiii 30.2 Caractéristiques standard d IDAMS Résultats Dataset en entrée Structure du setup Instructions de contrôle du programme Restrictions Exemples Analyse de variance à un facteur (ONEWAY) Description générale Caractéristiques standard d IDAMS Résultats Dataset en entrée Structure du setup Instructions de contrôle du programme Restrictions Exemples Scores fondés sur l ordre partiel des observations (POSCOR) Description générale Caractéristiques standard d IDAMS Résultats Dataset en sortie Dataset en entrée Structure du setup Instructions de contrôle du programme Restrictions Exemples Corrélation de Pearson (PEARSON) Description générale Caractéristiques standard d IDAMS Résultats Matrices en sortie Dataset en entrée Structure du setup Instructions de contrôle du programme Restrictions Exemples Classement d alternatives (RANK) Description générale Caractéristiques standard d IDAMS Résultats Dataset en entrée Structure du setup Instructions de contrôle du programme Restrictions Exemples Diagrammes de dispersion (SCAT) Description générale Caractéristiques standard d IDAMS Résultats Dataset en entrée Structure du setup Instructions de contrôle du programme Restrictions Exemple

16 xiv TABLE DES MATIÈRES 36 Recherche de structure (SEARCH) Description générale Caractéristiques standard d IDAMS Résultats Dataset des résidus en sortie Dataset en entrée Structure du setup Instructions de contrôle du programme Restrictions Exemples Tableaux univariés et bivariés (TABLES) Description générale Caractéristiques standard d IDAMS Résultats Tableaux univariés/bivariés en sortie Matrices des statistiques bivariées en sortie Dataset en entrée Structure du setup Instructions de contrôle du programme Restrictions Exemple Typologie et classification ascendante (TYPOL) Description générale Caractéristiques standard d IDAMS Résultats Dataset en sortie Matrice de configuration en sortie Dataset en entrée Matrice de configuration en entrée Structure du setup Instructions de contrôle du programme Restrictions Exemples V Analyse interactive de données Tableaux multidimensionnels et leur présentation graphique Aperçu général Préparation d une analyse La fenêtre des tableaux multidimensionnels Présentation graphique des tableaux univariés/bivariés Comment construire un tableau multidimensionnel Comment modifier un tableau multidimensionnel Exploration graphique des données Aperçu général Préparation d une analyse La fenêtre principale de GraphID pour l analyse d un dataset Barre de menus et barre d outils Manipulation de la matrice des diagrammes de dispersion Histogrammes et densités Ligne de régression (lignes lissées) Graphiques de boîtes à moustaches Diagramme groupé Affichage et rotation de diagrammes de dispersion en trois dimensions Fenêtre de GraphID pour l analyse d une matrice Barre de menus et barre d outils

17 TABLE DES MATIÈRES xv Manipulation de la matrice affichée dans la fenêtre Analyse de séries chronologiques Aperçu général Préparation d une analyse La fenêtre principale de TimeSID Barre de menus et barre d outils La fenêtre de séries chronologiques Transformation de séries chronologiques Analyse de séries chronologiques VI Formules statistiques et références bibliographiques Partition et regroupement en classes Statistiques univariées Mesures normalisées Matrice de dissimilarité calculée à partir d un dataset IDAMS Matrice de dissimilarité calculée à partir d une matrice de similarité Matrice de dissimilarité calculée à partir d une matrice de corrélation Partitionnement autour des médoïdes (PAM) Classification de LARges Applications (CLARA) Classification floue (FANNY) Classification hiérarchique ascendante (AGNES) Classification hiérarchique descendante (DIANA) Analyse monothétique (MONA) Références Analyse de configuration Configuration centrée Configuration normée Solution avec les axes principaux Matrice des produits scalaires Matrice des distances entre points Configuration ayant fait l objet d une rotation Configuration ayant fait l objet d une translation Rotation Varimax Configuration triée Références Analyse discriminante Statistiques univariées Discrimination linéaire entre 2 groupes Discrimination linéaire entre plus de 2 groupes Références Fonctions de distribution et de Lorenz Formules pour les points de coupure Points de coupure pour la fonction de distribution Points de coupure pour la fonction de Lorenz Courbe de Lorenz Indice de Gini Statistique D de Kolmogorov-Smirnov Note sur les poids Analyses factorielles Statistiques univariées Données en entrée Matrices de base (matrices de relations) Trace Valeurs et vecteurs propres

18 xvi TABLE DES MATIÈRES 46.6 Tableau des valeurs propres Tableau des facteurs des variables actives Tableau des facteurs des variables passives Tableau des facteurs des observations actives Tableau des facteurs des observations passives Facteurs ayant subi une rotation Références Régression linéaire Statistiques univariées Matrice des sommes totales des carrés et des produits croisés Matrice des sommes résiduelles des carrés et des produits croisés Matrice de corrélation totale Matrice de corrélation partielle Matrice inverse Statistiques générales d analyse Statistiques relatives aux prédicteurs Résidus Note sur la régression pas à pas ascendante Note sur la régression pas à pas descendante Note sur la régression avec interception de zéros Analyse multidimensionnelle des proximités Ordre des calculs Configuration initiale Centrage et normalisation de la configuration Historique du calcul Contrainte pour la configuration finale Configuration finale Configuration finale triée Résumé Notes sur les liens dans les données d entrée Note sur les poids Références Analyse de classification multiple Statistiques de la variable dépendante Statistiques des prédicteurs dans l analyse de classification multiple Statistiques récapitulatives de l analyse de classification multiple Statistiques générales des résidus Statistiques des catégories de prédicteurs dans une analyse de variance à un facteur Statistiques récapitulatives de l analyse de variance à un facteur Références Analyse de la variance multivariée Statistiques générales Calculs pour un test en analyse multivariée Analyse univariée Analyse de la covariance Analyse de variance à un facteur Statistiques pour chaque catégorie de la variable de contrôle Statistiques de l analyse de variance Scores fondés sur l ordre partiel des observations Terminologie spéciale et définitions Calcul des scores Références Corrélation de Pearson Statistiques par paires

19 TABLE DES MATIÈRES xvii 53.2 Moyennes et écarts-types non appariés Coefficients de régression pour les données brutes Matrice de corrélation Matrice des produits croisés Matrice de covariance Classement d alternatives Gestion des données d entrée Méthode de classement fondée sur la logique classique Méthodes de classement fondées sur la logique floue : la relation d entrée Méthode floue 1 : couches non dominées Méthode floue 2 : rangs Références Diagrammes de dispersion Statistiques univariées Statistiques univariées pour les paires de variables Statistiques bivariées Recherche de structure Analyse des moyennes Analyse de régression Analyse du Chi-deux Références Tableaux univariés et bivariés Statistiques univariées Statistiques bivariées Note sur les poids Typologie et classification ascendante Types de variables utilisées Profil de l observation Profil d un groupe Distances utilisées Construction de la typologie initiale Caractéristiques des distances par groupe Statistiques récapitulatives Description de la typologie résultante Récapitulation du montant de la variance expliquée par la typologie Classification hiérarchique ascendante Références Annexe : Messages d erreurs des programmes d IDAMS 441 Index 443

20

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

Logiciel Statistique : SPSS

Logiciel Statistique : SPSS Faculté des Sciences Économiques et de Gestion de Tunis Logiciel Statistique : SPSS Notes du cours pour les étudiants du Master Recherche en Marketing, Management & Finance Dr. Jalila ATTAFI 2011-2012

Plus en détail

Programme des épreuves des concours externes de recrutement des personnels techniques et administratifs de recherche et de formation

Programme des épreuves des concours externes de recrutement des personnels techniques et administratifs de recherche et de formation Programme des épreuves des concours externes de recrutement des personnels E1 RECRUTEMENT DES ASSISTANTS INGENIEURS DE RECHERCHE ET DE FORMATION...2 E1.1 Gestionnaire de base de données...2 E1.2 Développeur

Plus en détail

Logiciel QDA Miner. Deuxième partie Gestion du livre des codes et codage manuel

Logiciel QDA Miner. Deuxième partie Gestion du livre des codes et codage manuel PLAN DE COURS «ANALYSE DE DONNEES TEXTUELLES» Trois approches pour l analyse de textes Analyse qualitative Analyse quantitative Fouille de textes Introduction au logiciel QDA Miner Introduction et gestion

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

Analyse des données «Hamburgers» à l aide de SPSS (v2, janvier 2011) Auteur : André Berchtold

Analyse des données «Hamburgers» à l aide de SPSS (v2, janvier 2011) Auteur : André Berchtold Analyse des données «Hamburgers» à l aide de SPSS (v2, janvier 2011) Auteur : André Berchtold Le site web «The Fast Food Explorer» (www.fatcalories.com) propose des données relatives à la composition des

Plus en détail

INTRODUCTION A L UTILISATION DE SYSTAT

INTRODUCTION A L UTILISATION DE SYSTAT 1 INTRODUCTION A L UTILISATION DE SYSTAT F. Lyazrhi D. Concordet 2 Systat est un logiciel statistique qui permet de préparer les graphiques et de faire des calculs nécessaires à l analyse des données.

Plus en détail

Extraction d informations stratégiques par Analyse en Composantes Principales

Extraction d informations stratégiques par Analyse en Composantes Principales Extraction d informations stratégiques par Analyse en Composantes Principales Bernard DOUSSET IRIT/ SIG, Université Paul Sabatier, 118 route de Narbonne, 31062 Toulouse cedex 04 dousset@irit.fr 1 Introduction

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

Choisissez la formation. Qui vous intéresse! SPSS Maghreb 72,Av.des Nations Unies Rabat-Agdal-Maroc. Tél : 037-67.08.66/67 Fax : 037-67.08.

Choisissez la formation. Qui vous intéresse! SPSS Maghreb 72,Av.des Nations Unies Rabat-Agdal-Maroc. Tél : 037-67.08.66/67 Fax : 037-67.08. SPSS Maghreb 72,Av.des Nations Unies Rabat-Agdal-Maroc Tél : 037-67.08.66/67 Fax : 037-67.08.69 Choisissez la formation spssmaroc@maghrebnet.net.ma Qui vous intéresse! Site web : www.spss.com/localoffices/morocco

Plus en détail

Anne Tasso. Java. Le livre de. premier langage. 10 e édition. Avec 109 exercices corrigés. Groupe Eyrolles, 2000-2015, ISBN : 978-2-212-14154-2

Anne Tasso. Java. Le livre de. premier langage. 10 e édition. Avec 109 exercices corrigés. Groupe Eyrolles, 2000-2015, ISBN : 978-2-212-14154-2 Anne Tasso Java Le livre de premier langage 10 e édition Avec 109 exercices corrigés Groupe Eyrolles, 2000-2015, ISBN : 978-2-212-14154-2 Table des matières Avant-propos Organisation de l ouvrage..............................

Plus en détail

IBM SPSS Statistics Base 20

IBM SPSS Statistics Base 20 IBM SPSS Statistics Base 20 Remarque : Avant d utiliser ces informations et le produit qu elles concernent, lisez les informations générales sous Remarques sur p. 316. Cette version s applique à IBM SPSS

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

MATHÉMATIQUES ET SCIENCES HUMAINES

MATHÉMATIQUES ET SCIENCES HUMAINES MATHÉMATIQUES ET SCIENCES HUMAINES J. P. FENELON L école d été du C.N.R.S. sur l analyse des données Mathématiques et sciences humaines, tome 70 (1980), p. 69-75.

Plus en détail

Contenu des cellules 36 Sélectionner des cellules 37 Sélectionner des lignes, des colonnes et des plages spéciales 38

Contenu des cellules 36 Sélectionner des cellules 37 Sélectionner des lignes, des colonnes et des plages spéciales 38 1 2 Introduction XVII Débuter avec Excel 1 Démarrer Excel 2 Nouveau! La fenêtre Excel 3 Utiliser le ruban 4 Nouveau! Choisir des commandes 5 Nouveau! Utiliser le ruban et les barres d outils 6 Nouveau!

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

IBM SPSS Regression 21

IBM SPSS Regression 21 IBM SPSS Regression 21 Remarque : Avant d utiliser ces informations et le produit qu elles concernent, lisez les informations générales sous Remarques sur p. 46. Cette version s applique à IBM SPSS Statistics

Plus en détail

La classification automatique de données quantitatives

La classification automatique de données quantitatives La classification automatique de données quantitatives 1 Introduction Parmi les méthodes de statistique exploratoire multidimensionnelle, dont l objectif est d extraire d une masse de données des informations

Plus en détail

données en connaissance et en actions?

données 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 détail

Nouveautés de StatView 5

Nouveautés de StatView 5 Nouveautés de StatView 5 Nouvelles fonctionnalités Régression logistique StatView propose désormais la régression logistique, une technique de construction d un modèle semblable à la régression linéaire

Plus en détail

IBM SPSS Regression 20

IBM SPSS Regression 20 IBM SPSS Regression 20 Remarque : Avant d utiliser ces informations et le produit qu elles concernent, lisez les informations générales sous Remarques sur p. 46. Cette version s applique à IBM SPSS Statistics

Plus en détail

10 Etats rapides. Introduction

10 Etats rapides. Introduction 10 Etats rapides Introduction La génération d états récapitulatifs est l une des tâches les plus courantes et les plus élémentaires en matière de gestion de données. L éditeur d états rapides est l un

Plus en détail

Introduction à Rcommander

Introduction à Rcommander Introduction à Rcommander Pauline Scherdel Septembre 2014 Table des matières 1 Introduction à Rcmdr sous R 2 2 Interagir avec R 3 3 Installer et charger le package Rcmdr sous R 3 4 Importation des données

Plus en détail

Access 2007 THE MISSING MANUAL. Matthew MacDonald. Le manuel qui aurait dû être fourni avec votre logiciel

Access 2007 THE MISSING MANUAL. Matthew MacDonald. Le manuel qui aurait dû être fourni avec votre logiciel Access 2007 Matthew MacDonald THE MISSING MANUAL Le manuel qui aurait dû être fourni avec votre logiciel Table des matières Avant-propos... À propos de l auteur... À propos de l équipe... Remerciements...

Plus en détail

Introduction du logiciel libre de statistiques : R et R commander

Introduction du logiciel libre de statistiques : R et R commander Introduction du logiciel libre de statistiques : R et R commander (La version 05/09/2011) Toshiharu OKAYASU Conseiller Principal Projet de Renforcement du Programme de Prévention du VIH /JICA 1 Préambule

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

Localisation des fonctions

Localisation 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 détail

La segmentation à l aide de EG-SAS. A.Bouhia Analyste principal à la Banque Nationale du Canada. Chargé de cours à l UQAM

La segmentation à l aide de EG-SAS. A.Bouhia Analyste principal à la Banque Nationale du Canada. Chargé de cours à l UQAM La segmentation à l aide de EG-SAS A.Bouhia Analyste principal à la Banque Nationale du Canada. Chargé de cours à l UQAM Définition de la segmentation - Au lieu de considérer une population dans son ensemble,

Plus en détail

Outils Statistiques du Data Mining

Outils Statistiques du Data Mining Outils Statistiques du Data Mining Pr Roch Giorgi roch.giorgi@univ-amu.fr SESSTIM, Faculté de Médecine, Aix-Marseille Université, Marseille, France http://sesstim-orspaca.org http://optim-sesstim.univ-amu.fr

Plus en détail

Statistique et analyse de données pour l assureur : des outils pour la gestion des risques et le marketing

Statistique et analyse de données pour l assureur : des outils pour la gestion des risques et le marketing Statistique et analyse de données pour l assureur : des outils pour la gestion des risques et le marketing Gilbert Saporta Chaire de Statistique Appliquée, CNAM ActuariaCnam, 31 mai 2012 1 L approche statistique

Plus en détail

Méthode d extraction des signaux faibles

Méthode d extraction des signaux faibles Méthode d extraction des signaux faibles Cristelle ROUX GFI Bénélux, Luxembourg cristelle.roux@gfi.be 1. Introduction Au début d une analyse stratégique, la première question posée est très souvent la

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

Typologie des fonctionnalités textométriques selon un point de vue utilisateur : illustration par leurs implémentations dans des logiciels

Typologie des fonctionnalités textométriques selon un point de vue utilisateur : illustration par leurs implémentations dans des logiciels EDITION DU 19 NOVEMBRE 2009 Typologie des fonctionnalités textométriques selon un point de vue utilisateur : illustration par leurs implémentations dans des logiciels Bénédicte Pincemin (éditeur) Les différents

Plus en détail

Windows 7 - Dossiers et fichiers

Windows 7 - Dossiers et fichiers Windows 7 - Dossiers et fichiers Explorez votre PC : dossiers et fichiers Tous les fichiers nécessaires au fonctionnement de votre ordinateur, qu il s agisse de ceux de Windows, des logiciels installés

Plus en détail

Introduction... 1. Partager des fichiers avec des utilisateurs de Microsoft Office... 23

Introduction... 1. Partager des fichiers avec des utilisateurs de Microsoft Office... 23 Sommaire Préface... viii Notre Public... x Conventions utilisées dans ce livre... xi Références aux ouvrages extérieurs... xii Les auteurs... xiii Remerciements... xiii Commentaires et suggestions... xiv

Plus en détail

IBM SPSS Statistics Base 19

IBM SPSS Statistics Base 19 IBM SPSS Statistics Base 19 Note: Before using this information and the product it supports, read the general information under Notices sur p. 321. This document contains proprietary information of SPSS

Plus en détail

Gimp 2.6. Débuter en retouche photo et graphisme libre. 4 e édition. Dimitri Robert. Préface de Cédric Gémy

Gimp 2.6. Débuter en retouche photo et graphisme libre. 4 e édition. Dimitri Robert. Préface de Cédric Gémy Dimitri Robert Gimp 2.6 Débuter en retouche photo et graphisme libre 4 e édition Préface de Cédric Gémy Groupe Eyrolles, 2005, 2007, 2008, 2009, ISBN : 978-2-212-12480-4 Table des matières AVANT-PROPOS.........................................................

Plus en détail

Java. Java. Le livrede. Avec 80 exercices corrigés. Avec 80 exercices corrigés. Le livre. Anne Tasso. 5 e édition. Un best-seller qui a déjà conquis

Java. Java. Le livrede. Avec 80 exercices corrigés. Avec 80 exercices corrigés. Le livre. Anne Tasso. 5 e édition. Un best-seller qui a déjà conquis Anne Tasso Un best-seller qui a déjà conquis des milliers d'étudiants! Java Le livre Java Le livrede de premier premier langage langage Avec 80 exercices corrigés Avec 80 exercices corrigés 5 e édition

Plus en détail

INITIATION AU SYSTEME D EXPLOITATION WINDOWS 2000

INITIATION AU SYSTEME D EXPLOITATION WINDOWS 2000 INITIATION AU SYSTEME D EXPLOITATION WINDOWS 2000 Introduction : Initiation à la Micro- Informatique 1. Matériel 2. Périphériques a) Le clavier b) La souris c) L écran d) L unité centrale e) L imprimante

Plus en détail

Cours IFT6266, Exemple d application: Data-Mining

Cours IFT6266, Exemple d application: Data-Mining Cours IFT6266, Exemple d application: Data-Mining Voici un exemple du processus d application des algorithmes d apprentissage statistique dans un contexte d affaire, qu on appelle aussi data-mining. 1.

Plus en détail

GUIDE Excel (version intermédiaire) Version 2007 Table des matières

GUIDE Excel (version intermédiaire) Version 2007 Table des matières GUIDE Excel (version intermédiaire) Version 2007 Table des matières 1. Les rubans... 2 2. Recherchez des données... 5 3. Trier et filtrer.... 6 Trier... 6 Filtre... 7 4. Plage... 9 Attribuer un nom...

Plus en détail

Pierre Lafaye de Micheaux. Rémy Drouilhet. Benoît Liquet. Le logiciel R. Maîtriser le langage. Effectuer des analyses statistiques.

Pierre Lafaye de Micheaux. Rémy Drouilhet. Benoît Liquet. Le logiciel R. Maîtriser le langage. Effectuer des analyses statistiques. Pierre Lafaye de Micheaux Rémy Drouilhet Benoît Liquet Le logiciel R Maîtriser le langage Effectuer des analyses statistiques ^ Springer Sommaire Avant-propos Table des figures Liste des tableaux Notations

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

MATHÉMATIQUES ET SCIENCES HUMAINES

MATHÉMATIQUES ET SCIENCES HUMAINES MATHÉMATIQUES ET SCIENCES HUMAINES LOUISANDRÉ VALLET TRAITENQ. Logiciel de dépouillement et de traitement d enquêtes sur microordinateur compatible Mathématiques et sciences humaines, tome 104 (1988),

Plus en détail

Outils méthodologiques et astuces pour la thèse de médecine Les statistiques, comment faire?

Outils méthodologiques et astuces pour la thèse de médecine Les statistiques, comment faire? Outils méthodologiques et astuces pour la thèse de médecine Les statistiques, comment faire? Cyril Ferdynus, USM, CHU RECUEIL DE DONNEES Recueil hors ligne Epidata (http://www.epiconcept.fr/html/epidata.html)

Plus en détail

IUT STID, 1 ère année Découverte de logiciels statistiques Prise en main du logiciel SPAD

IUT STID, 1 ère année Découverte de logiciels statistiques Prise en main du logiciel SPAD Université de Perpignan - IUT de Carcassonne Vivien ROSSI Année 2006/2007 IUT STID, 1 ère année Découverte de logiciels statistiques Prise en main du logiciel SPAD Ce document est tiré du site : http ://www.stat.ucl.ac.be/ispersonnel/lecoutre/stats/spad/

Plus en détail

Module d échange de données INTERLIS v1.0 GeoConcept Manuel d'utilisation

Module d échange de données INTERLIS v1.0 GeoConcept Manuel d'utilisation Module d échange de données INTERLIS v1.0 GeoConcept Manuel d'utilisation Interlis V1.0 - GC version 5.0 Table des matières TABLE DES MATIERES...1 1. INTRODUCTION...2 1.1 OBJECTIF...2 1.2 PRINCIPE...2

Plus en détail

ENRICHIR LES DONNEES DE DETAILS ACCEDEES A TRAVERS UN RAPPORT OLAP

ENRICHIR LES DONNEES DE DETAILS ACCEDEES A TRAVERS UN RAPPORT OLAP ENRICHIR LES DONNEES DE DETAILS ACCEDEES A TRAVERS UN RAPPORT OLAP SAS Web Report Studio offre depuis de nombreuses versions la possibilité de visualiser les observations spécifiques à partir des données

Plus en détail

Introduction à MATLAB R

Introduction à MATLAB R Introduction à MATLAB R Romain Tavenard 10 septembre 2009 MATLAB R est un environnement de calcul numérique propriétaire orienté vers le calcul matriciel. Il se compose d un langage de programmation, d

Plus en détail

SAP BusinessObjects Web Intelligence (WebI) BI 4

SAP BusinessObjects Web Intelligence (WebI) BI 4 Présentation de la Business Intelligence 1. Outils de Business Intelligence 15 2. Historique des logiciels décisionnels 16 3. La suite de logiciels SAP BusinessObjects Business Intelligence Platform 18

Plus en détail

Découverte de la calculatrice TI-nspire CX / TI-nspire CX CAS

Découverte de la calculatrice TI-nspire CX / TI-nspire CX CAS Découverte de la calculatrice TI-nspire CX / TI-nspire CX CAS Ce document a été réalisé avec la version 3.02 de la calculatrice TI-Nspire CX CAS. Il peut être traité en une ou plusieurs séances (la procédure

Plus en détail

Évaluer les liens entre codage et les données structurées (variables) Introduction au gestionnaire de rapport et au journal de commandes

Évaluer les liens entre codage et les données structurées (variables) Introduction au gestionnaire de rapport et au journal de commandes Trois approches en analyse de texte L'Analyse Qualitative L'analyse de Contenu Quantitative (par dictionnaires) Le forage de texte ("Text Mining") Introduction aux logiciels de Provalis Research QDA Miner

Plus en détail

MAÎTRISE DE L ENVIRONNEMENT WINDOWS VISTA

MAÎTRISE DE L ENVIRONNEMENT WINDOWS VISTA MAÎTRISE DE L ENVIRONNEMENT WINDOWS VISTA OBJECTIFS : manipuler les fenêtres et l environnement Windows, gérer ses fichiers et dossiers, lancer les applications bureautiques présentes sur son poste. PUBLIC

Plus en détail

Conditions d application des méthodes statistiques paramétriques :

Conditions d application des méthodes statistiques paramétriques : Conditions d application des méthodes statistiques paramétriques : applications sur ordinateur GLELE KAKAÏ R., SODJINOU E., FONTON N. Cotonou, Décembre 006 Conditions d application des méthodes statistiques

Plus en détail

PROJECT. Guide pratique pour les chefs de projet APPLICATIONS MÉTIERS. Vincent Capitaine

PROJECT. Guide pratique pour les chefs de projet APPLICATIONS MÉTIERS. Vincent Capitaine APPLICATIONS MÉTIERS PROJECT 2010 Guide pratique pour les chefs de projet Vincent Capitaine Table des matières Avant-propos................................................. XI Chapitre 1 Découvrir Project

Plus en détail

Rapport sur la formation «Méthodes d analyses quantitatives pour la psychologie» (du 24/10 au 27/10/2011, Oran, Algérie)

Rapport sur la formation «Méthodes d analyses quantitatives pour la psychologie» (du 24/10 au 27/10/2011, Oran, Algérie) Rapport sur la formation «Méthodes d analyses quantitatives pour la psychologie» (du 24/10 au 27/10/2011, Oran, Algérie) Introduction Dans le cadre du projet Européen Tempus 159287-2009 «Développement

Plus en détail

Évaluation des compétences. Identification du contenu des évaluations. Septembre 2014

Évaluation des compétences. Identification du contenu des évaluations. Septembre 2014 Identification du contenu des évaluations Septembre 2014 Tous droits réservés : Université de Montréal Direction des ressources humaines Table des matières Excel Base version 2010... 1 Excel intermédiaire

Plus en détail

Logiciels fondamentaux

Logiciels fondamentaux Logiciels fondamentaux Mac OS Mac OS est le système d exploitation des ordinateurs Macintosh (OS est l abrégé de Operating System). C est le logiciel incontournable qui gère l ordinateur du démarrage jusqu

Plus en détail

Discrétisation et génération de hiérarchies de concepts

Discrétisation et génération de hiérarchies de concepts Prétraitement des données 1 Pourquoi prétraiter les données? Nettoyage des données Intégration et transformation Réduction des données Discrétisation et génération de hiérarchies de g concepts Pourquoi

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

Applications XIR2/26

Applications XIR2/26 Desktop Intelligence XI Niveau Support d applications Desktop Intelligence XI Niveau Applications XIR/6 v Ce document ne peut en aucun cas, en partie ou en totalité, être copié, photocopié, reproduit,

Plus en détail

OBJECTIF. Fournir une introduction à ce logiciel statistique de manière à faciliter son utilisation.

OBJECTIF. Fournir une introduction à ce logiciel statistique de manière à faciliter son utilisation. Dr L. ZEMOUR OBJECTIF Fournir une introduction à ce logiciel statistique de manière à faciliter son utilisation. I. QU EST CE QUE SPSS? SPSS, dont le sigle anglais signifie «Statistical Package for Social

Plus en détail

FAO ISSN 1020-3796. FiSAT II SÉRIE INFORMATIQUE. pêche FAO-ICLARM. Outils d évaluation des stocks II Version révisée. Guide d utilisation

FAO ISSN 1020-3796. FiSAT II SÉRIE INFORMATIQUE. pêche FAO-ICLARM. Outils d évaluation des stocks II Version révisée. Guide d utilisation FAO SÉRIE INFORMATIQUE pêche 8 FAO-ICLARM Outils d évaluation des stocks II Version révisée ISSN 1020-3796 FiSAT II Guide d utilisation FAO SÉRIE INFORMATIQUE pêche 8 FAO-ICLARM Outils d évaluation des

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

Manuel de démarrage DataStudio

Manuel de démarrage DataStudio Mode d emploi Manuel n 012-08107 Manuel de démarrage DataStudio Manuel n 012-08107 Manuel n 012-08107 Manuel de démarrage DataStudio Introduction Qu est-ce que DataStudio? DataStudio est un programme

Plus en détail

COURS N 2 LES PRINCIPALES FONCTIONS DE SPSS

COURS N 2 LES PRINCIPALES FONCTIONS DE SPSS COURS N 2 LES PRINCIPALES FONCTIONS DE SPSS 1 Les fonctions de base 2 Les fonctions de tri 3 Les fonctions de transformations de variables 4 Les fonctions de calcul 5 Les fonctions de construction de fichier

Plus en détail

Ricco Rakotomalala http://eric.univ-lyon2.fr/~ricco/cours/cours_programmation_r.html. R.R. Université Lyon 2

Ricco Rakotomalala http://eric.univ-lyon2.fr/~ricco/cours/cours_programmation_r.html. R.R. Université Lyon 2 Ricco Rakotomalala http://eric.univ-lyon2.fr/~ricco/cours/cours_programmation_r.html 1 R est un langage de programmation. L objet de base est un vecteur de données. C est un «vrai» langage c.-à-d. types

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

Dixième cours : Outils de bureau. Systèmes informatiques. Outils de bureau principaux. Vue traditionnelle de la bureautique

Dixième cours : Outils de bureau. Systèmes informatiques. Outils de bureau principaux. Vue traditionnelle de la bureautique Dixième cours : Outils de bureau Systèmes informatiques Olivier Lecarme Licence Mathématiques-Informatique, Semestre 2 2006 2007 Unix et la bureautique Présentation de textes Tableurs Principes généraux

Plus en détail

Groupe Eyrolles, 2005,

Groupe Eyrolles, 2005, Groupe Eyrolles, 2005, Table des matières AVANT-PROPOS...................................................... XVIII CD-Rom Mozilla Thunderbird sur le CD-Rom offert avec cet ouvrage XIX 1. INSTALLATION ET

Plus en détail

Stéphane Tufféry DATA MINING & STATISTIQUE DÉCISIONNELLE. 29/01/2007 Stéphane Tufféry - Data Mining - http://data.mining.free.fr

Stéphane Tufféry DATA MINING & STATISTIQUE DÉCISIONNELLE. 29/01/2007 Stéphane Tufféry - Data Mining - http://data.mining.free.fr 1 Stéphane Tufféry DATA MINING & STATISTIQUE DÉCISIONNELLE Plan du cours Qu est-ce que le data mining? À quoi sert le data mining? Les 2 grandes familles de techniques Le déroulement d un projet de data

Plus en détail

Génie logiciel Configuration et déploiement

Génie logiciel Configuration et déploiement Génie logiciel Configuration et déploiement SPE4 - ESI 1 Configuration et déploiement Rôle Logiciel d installation d application Importance Critique : doit accompagner tout développement Outils de développement

Plus en détail

David Pogue. S initier à. Windows Vista. The Missing Manual. Groupe Eyrolles, 2007, pour la présente édition, ISBN : 978-2-212-12205-3

David Pogue. S initier à. Windows Vista. The Missing Manual. Groupe Eyrolles, 2007, pour la présente édition, ISBN : 978-2-212-12205-3 David Pogue S initier à Windows Vista The Missing Manual Groupe Eyrolles, 2007, pour la présente édition, ISBN : 978-2-212-12205-3 Table des matières Avant-propos........................................

Plus en détail

MÉTHODES DE CLASSIFICATION

MÉTHODES DE CLASSIFICATION MÉTHODES DE CLASSIFICATION Pierre-Louis GONZALEZ MÉTHODES DE CLASSIFICATION Objet Opérer des regroupements en classes homogènes d un ensemble d individus. Données Les données se présentent en général sous

Plus en détail

Travaux dirigés. Introduction à R 1

Travaux dirigés. Introduction à R 1 Introduction à R 1 1 Introduction : pourquoi R? R est un logiciel pour l analyse statistique. C est un logiciel libre ; il est disponible gratuitement et tourne sur différents systèmes (PC Linux, PC Windows,

Plus en détail

Guide de l utilisateur

Guide de l utilisateur Guide de l utilisateur A propos de ce manuel Ce manuel présente l ensemble des fonctionnalités du logiciel JeLèveLaMain (pour boîtiers de vote). Le logiciel JeLèveLaMain est une nouvelle méthode d apprentissage

Plus en détail

«A LA DECOUVERTE DE WINDOWS»

«A LA DECOUVERTE DE WINDOWS» «A LA DECOUVERTE DE WINDOWS» Découverte de l'environnement informatique et des manipulations de base. A l'issue de cette session, chaque participant : Maîtrise les fonctions élémentaires de Windows, Lance

Plus en détail

Licence STIC, Semestre 1 Algorithmique & Programmation 1

Licence STIC, Semestre 1 Algorithmique & Programmation 1 Licence STIC, Semestre 1 Algorithmique & Programmation 1 Exercices Alexandre Tessier 1 Introduction 2 instruction de sortie 3 expressions 4 variable informatique 5 séquence d instructions, trace Exercice

Plus en détail

Sommaire. Partie A VBA pour WORD et EXCEL 21. 1 Découvrir l éditeur VBA 23

Sommaire. Partie A VBA pour WORD et EXCEL 21. 1 Découvrir l éditeur VBA 23 Partie A VBA pour WORD et EXCEL 21 1 Découvrir l éditeur VBA 23 1.1 Enregistrer une macro... 25 Enregistrer une macro Excel... 26 Enregistrer une macro Word... 35 1.2 Accéder à l éditeur VBA... 40 Examiner

Plus en détail

IBM SPSS Forecasting 21

IBM SPSS Forecasting 21 IBM SPSS Forecasting 21 Remarque : Avant d utiliser ces informations et le produit qu elles concernent, lisez les informations générales sous Remarques sur p. 115. Cette version s applique à IBM SPSS Statistics

Plus en détail

Europresse.com. Pour les bibliothèques publiques et de l enseignement. Votre meilleur outil de recherche en ligne. Guide version 1.

Europresse.com. Pour les bibliothèques publiques et de l enseignement. Votre meilleur outil de recherche en ligne. Guide version 1. Europresse.com Pour les bibliothèques publiques et de l enseignement Votre meilleur outil de recherche en ligne Guide version 1.5 CEDROM-SNi Comprendre la page d accueil 1. Bandeau de navigation 2. Espace

Plus en détail

Manuel utilisateur GeoDepl 2013

Manuel utilisateur GeoDepl 2013 Manuel utilisateur GeoDepl 2013 Table des matières I. Activation de GeoDepl 2013... 4 II. Le lancement du logiciel... 4 III. Créer/ouvrir un projet... 6 1. Créer un nouveau projet... 6 2. Importer des

Plus en détail

IBM SPSS Statistics - Essentials for Python : Instructions d installation pour Windows

IBM SPSS Statistics - Essentials for Python : Instructions d installation pour Windows IBM SPSS Statistics - ssentials for Python : Instructions d installation pour Windows Sommaire Les instructions suivantes concernent l installation de IBM SPSS Statistics - ssentials for Python sur les

Plus en détail

CA File Master Plus for IMS r8.5

CA File Master Plus for IMS r8.5 FICHE PRODUIT CA File Master Plus for IMS CA File Master Plus for IMS r8.5 CA File Master Plus for IMS est un produit de gestion de données z/os robuste qui fournit des fonctionnalités avancées pour le

Plus en détail

Logiciel Libre Cours 3 Fondements: Génie Logiciel

Logiciel Libre Cours 3 Fondements: Génie Logiciel Logiciel Libre Cours 3 Fondements: Génie Logiciel Stefano Zacchiroli zack@pps.univ-paris-diderot.fr Laboratoire PPS, Université Paris Diderot 2013 2014 URL http://upsilon.cc/zack/teaching/1314/freesoftware/

Plus en détail

Intégration de CaliberRM avec Mercury Quality Center

Intégration de CaliberRM avec Mercury Quality Center Intégration de CaliberRM avec Mercury Quality Center Les applications mentionnées dans ce manuel sont brevetées par Borland Software Corporation ou en attente de brevet. Reportez-vous au CD du produit

Plus en détail

Introduction à l environnement

Introduction à l environnement Introduction à l environnement W I N D O W S 7 Manuel de formation et exercices BUREAUTIQUE Agathe Bisson Inc. Édition mars 2012 Impression et reliure : Modoc copie inc. Bureautique Agathe Bisson inc.

Plus en détail

OpenOffice.org 3. Maîtriser OpenOffice.org par la pratique. Sandrine Burriel et Isabelle Hurbain-Palatin

OpenOffice.org 3. Maîtriser OpenOffice.org par la pratique. Sandrine Burriel et Isabelle Hurbain-Palatin OpenOffice.org 3 Maîtriser OpenOffice.org par la pratique Sandrine Burriel et Isabelle Hurbain-Palatin Table des matières Préface................................................................. 1 Partie

Plus en détail

Quelques analyses simples avec R en écologie des communautés

Quelques analyses simples avec R en écologie des communautés Jérôme Mathieu janvier 2007 Quelques analyses simples avec R en écologie des communautés 1 Visualisation des données... 2 Aperçu rapide d'un tableau de données... 3 Visualiser les corrélations entre des

Plus en détail

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

Découverte de l unité nomade TI-n spire / TI-n spire CAS

Découverte de l unité nomade TI-n spire / TI-n spire CAS Découverte de l unité nomade TI-n spire / TI-n spire CAS Mémento Nom de la touche x Cliquer sur le bouton central Bouton de navigation (Nav Pad) d Touche d échappement e Touche de tabulation c Touche d

Plus en détail

IBM SPSS Advanced Statistics 20

IBM SPSS Advanced Statistics 20 IBM SPSS Advanced Statistics 20 Remarque : Avant d utiliser ces informations et le produit qu elles concernent, lisez les informations générales sous Remarques sur p. 177. Cette version s applique à IBM

Plus en détail

2012-2013 INTRODUCTION PRESENTATION :

2012-2013 INTRODUCTION PRESENTATION : TP1 : Microsoft Access INITITIATION A ACCESS ET CREATION DE TABLES INTRODUCTION Une base de données est un conteneur servant à stocker des données: des renseignements bruts tels que des chiffres, des dates

Plus en détail

Table des matières. Avant propos. Chapitre I NOTIONS SUR LES SYSTEMES

Table des matières. Avant propos. Chapitre I NOTIONS SUR LES SYSTEMES Table des matières Avant propos Chapitre I NOTIONS SUR LES SYSTEMES 1. Systèmes linéaires 1 2. Systèmes stationnaires 1 3. Systèmes continus 2 4. Systèmes linéaires invariants dans le temps (LIT) 2 4.1

Plus en détail

Leica Application Suite

Leica Application Suite Leica Application Suite Macro Editor et Macro Runner (Éditeur de macros et Exécuteur de macros) Personnalisées et automatisées 2 Les instructions peuvent être momentanément suspendues» de manière optionnelle

Plus en détail

SESSION DE FORMATION. Gestion Commerciale 1. Session formation NIVEAU 1 (2 ème Journée)

SESSION DE FORMATION. Gestion Commerciale 1. Session formation NIVEAU 1 (2 ème Journée) SESSION DE FORMATION Gestion Commerciale 1 SOMMAIRE Les Clients... 4 Fiche CLIENT... 4 Fiche CLIENT- Paramètres... 4 Fiche CLIENT- Contacts... 5 Fiche CLIENT- banque... 5 Fiche CLIENT- Tarifs... 5 Fiche

Plus en détail

Formation SPSS (version 22)

Formation SPSS (version 22) Formation SPSS (version 22) L objectif général de cette formation est d utiliser SPSS pour réaliser des analyses descriptives et explicatives. SOMMAIRE 1. Saisir les noms des variables... 1 2. Saisir des

Plus en détail

Cours Procédés Mesures sous LabVIEW : Base de la Programmation et Applications. TP LabVIEW UFR Sitec M1 1 bserio@u-paris10.fr V1.

Cours Procédés Mesures sous LabVIEW : Base de la Programmation et Applications. TP LabVIEW UFR Sitec M1 1 bserio@u-paris10.fr V1. Cours Procédés Mesures sous LabVIEW : Base de la Programmation et Applications TP LabVIEW UFR Sitec M1 1 Philosophie de LabVIEW Langage de programmation entièrement graphique Les programmes sont construits

Plus en détail

LE TRAITEMENT DE TEXTE

LE TRAITEMENT DE TEXTE LE TRAITEMENT DE TEXTE A partir de la version 5 de spaiectacle, le traitement de texte est totalement intégré à l application. Au-delà de la simplification quant à la manipulation de ce module, c est également

Plus en détail

DWG Table Converter. Guide de l Utilisateur. RECSOFT Inc.

DWG Table Converter. Guide de l Utilisateur. RECSOFT Inc. RECSOFT Inc. DWG Table Converter Guide de l Utilisateur Ce logiciel et sa documentation sont sujets à un copyright et tous droits sont réservés par RECSOFT Inc. RECSOFT est une marque déposée de RECSOFT

Plus en détail