Statistique descriptive bidimensionnelle

Dimension: px
Commencer à balayer dès la page:

Download "Statistique descriptive bidimensionnelle"

Transcription

1 1 Statistique descriptive bidimesioelle Statistique descriptive bidimesioelle Résumé Liaisos etre variables quatitatives (corrélatio et uages de poits), qualitatives (cotigece, mosaïque) et de types différets (rapport de corrélatio) Itroductio au cas multidimesioel Retour au pla 1 Itroductio Das cette sectio, o s itéresse à l étude simultaée de deux variables X et Y, étudiées sur le même échatillo, toujours oté Ω L objectif essetiel des méthodes présetées est de mettre e évidece ue évetuelle variatio simultaée des deux variables, que ous appelleros alors liaiso Das certais cas, cette liaiso peut être cosidérée a priori comme causale, ue variable X expliquat l autre Y ; das d autres, ce est pas le cas, et les deux variables jouet des rôles symétriques Das la pratique, il coviedra de bie différecier les deux situatios et ue liaiso etraîe pas écessairemet ue causalité Sot aisi itroduites les otios de covariace, coefficiet de corrélatio liéaire, régressio liéaire, rapport de corrélatio, idice de cocetratio, khi-deux et autres idicateurs qui lui sot liés De même, ous présetos les graphiques illustrat les liaisos etre variables : uage de poits (scatterplot), diagrammes-boîtes parallèles, diagramme de profils, tableau de uages (scatter-plot matrix) 2 Deux variables quatitatives 21 Nuage de poits Il s agit d u graphique très commode pour représeter les observatios simultaées de deux variables quatitatives Il cosiste à cosidérer deux axes perpediculaires, l axe horizotal représetat la variable X et l axe vertical la variable Y, puis à représeter chaque idividu observé par les coordoées des valeurs observées L esemble de ces poits doe e gééral ue idée as- ACAT X36b4 FIGURE 1 Souris : Nuage de poits illustrat la faible liaiso liéaire etre les expressios de deux gèes (corrélatio de 0,33) sez boe de la variatio cojoite des deux variables et est appelé uage O otera qu o recotre parfois la termiologie de diagramme de dispersio, traductio plus fidèle de l aglais scatter-plot Le choix des échelles à reteir pour réaliser u uage de poits peut s avérer délicat D ue faço géérale, o distiguera le cas de variables homogèes (représetat la même gradeur et exprimées das la même uité) de celui des variables hétérogèes Das le premier cas, o choisira la même échelle sur les deux axes (qui serot doc orthoormés) ; das le secod cas, il est recommadé soit de représeter les variables cetrées et réduites sur des axes orthoormés, soit de choisir des échelles telles que ce soit sesiblemet ces variables là que l o représete (c est e gééral cette secode solutio qu utiliset, de faço automatique, les logiciels statistiques) 22 Rappel : variables cetrées et réduites Si X est ue variable quatitative de moyee x et d écart type σ X, o appelle variable cetrée associée à X la variable X x (elle est de moyee

2 2 Statistique descriptive bidimesioelle ulle et d écart type σ X ), et variable cetrée et réduite (ou tout simplemet variable réduite) associée à X la variable X x σ X (elle est de moyee ulle et d écart type égal à u) Ue variable cetrée et réduite s exprime sas uité 23 Idice de liaiso Le coefficiet de corrélatio liéaire est u idice redat compte umériquemet de la maière dot les deux variables cosidérées variet simultaémet Il est défii à partir de la covariace qui gééralise à deux variables la otio de variace : cov(x, Y ) = = w i [x i x][y i y] i=1 w i x i y i x y i=1 La covariace est ue forme biliéaire symétrique qui peut predre toute valeur réelle et dot la variace est la forme quadratique associée E particulier, o e déduit les deux formules suivates : var(x + Y ) = var(x) + var(y ) + 2cov(X, Y ), [cov(x, Y )] 2 var(x)var(y ) ; (cette derière propriété est l iégalité de Cauchy-Schwarz) la covariace déped des uités de mesure das lesquelles sot exprimées les variables cosidérées ; e ce ses, ce est pas u idice de liaiso itrisèque C est la raiso pour laquelle o défiit le coefficiet de corrélatio liéaire (appelé coefficiet de Pearso ou de Bravais-Pearso), rapport etre la covariace et le produit des écarts-types : corr(x, Y ) = cov(x, Y ) σ X σ Y Le coefficiet de corrélatio est égal à la covariace des variables cetrées et réduites respectivemet associées à X et Y : corr(x, Y ) = cov( X x σ X, Y y σ Y ) Par coséquet, corr(x, Y ) est idépedat des uités de mesure de X et de Y Le coefficiet de corrélatio est symétrique et pred ses valeurs etre -1 et +1 Les valeurs 1 et +1 correspodet à ue liaiso liéaire parfaite etre X et Y (existece de réels a, b et c tels que : ax + by + c = 0) Notos pour mémoire la possibilité d utiliser d autres idicateurs de liaiso etre variables quatitatives Costruits sur les rags (corrélatio de Spearma) ils sot plus robustes faces à des situatios de o liéarité ou des valeurs atypiques mais restet très réducteurs 3 Ue variable quatitative et ue qualitative 31 Notatios Soit X la variable qualitative cosidérée, supposée à m modalités otées x 1,, x l,, x m et soit Y la variable quatitative de moyee y et de variace σ 2 Y Désigat par Ω l échatillo cosidéré, chaque modalité x l de X défiit ue souspopulatio (u sous-esemble) Ω l de Ω : c est l esemble des idividus, supposés pour simplifier de poids w i = 1/ et sur lesquels o a observé x l ; o obtiet aisi ue partitio de Ω e m classes dot ous oteros 1,, m les cardiaux (avec toujours m l=1 l =, où = card(ω)) Cosidérat alors la restrictio de Y à Ω l (l = 1,, m), o peut défiir la moyee et la variace partielles de Y sur cette sous-populatio ; ous les oteros respectivemet y l et σ 2 l : 32 Boîtes parallèles y l = 1 Y (ω i ) ; l ω i Ω l σl 2 = 1 [Y (ω i ) y l ] 2 l ω i Ω l Ue faço commode de représeter les doées das le cas de l étude simultaée d ue variable quatitative et d ue variable qualitative cosiste à réaliser

3 3 Statistique descriptive bidimesioelle Le premier terme de la décompositio de σy 2, oté σ2 E, est appelé variace expliquée (par la partitio, c est-à-dire par X) ou variace iter (betwee) ; le secod terme, oté σr 2, est appelé variace résiduelle ou variace itra (withi) 34 Rapport de corrélatio Il s agit d u idice de liaiso etre les deux variables X et Y qui est défii par : s Y/X = σe 2 σy 2 ; FIGURE 2 Baque : Diagrammes-boites illustrat les différeces de distributio des âges e foctio de la possessio d ue carte Visa Premier des diagrammes-boîtes parallèles ; il s agit, sur u même graphique doté d ue échelle uique, de représeter pour Y u diagramme-boîte pour chacue des sous-populatios défiies par X La comparaiso de ces boîtes doe ue idée assez claire de l ifluece de X sur les valeurs de Y, c est-à-dire de la liaiso etre les deux variables 33 Formules de décompositio Ces formules idiquet commet se décomposet la moyee et la variace de Y sur la partitio défiie par X (c est-à-dire commet s écrivet ces caractéristiques e foctio de leurs valeurs partielles) ; elles sot écessaires pour défiir u idice de liaiso etre les deux variables y = 1 σ 2 Y = 1 m l y l ; l=1 m l (y l y) l=1 m l σl 2 = σe 2 + σr 2 l=1 X et Y état pas de même ature, s Y/X est pas symétrique et vérifie 0 s Y/X 1 Cet ecadremet découle directemet de la formule de décompositio de la variace Les valeurs 0 et 1 ot ue sigificatio particulière itéressate 4 Deux variables qualitatives 41 Notatios O cosidère das ce paragraphe deux variables qualitatives observées simultaémet sur idividus O suppose que la première, otée X, possède r modalités otées x 1,, x l,, x r, et que la secode, otée Y, possède c modalités otées y 1,, y h,, y c Ces doées sot présetées das u tableau à double etrée, appelé table de cotigece, das lequel o dispose les modalités de X e liges et celles de Y e coloes Ce tableau est doc de dimesio r c et a pour élémet géérique le ombre lh d observatios cojoites des modalités x l de X et y h de Y ; les quatités lh sot appelées les effectifs cojoits Ue table de cotigece se présete doc sous la forme suivate :

4 4 Statistique descriptive bidimesioelle y 1 y h y c sommes x h 1c 1+ x l l1 lh lc l+ x r r1 rh rc r+ sommes +1 +h +c Les quatités l+ (l = 1,, r) et +h (h = 1,, c) sot appelées les effectifs margiaux ; ils sot défiis par l+ = c h=1 lh et +h = r l=1 lh, et ils vérifiet r l=1 l+ = c h=1 +h = De faço aalogue, o peut défiir les otios de fréqueces cojoites et de fréqueces margiales 42 Représetatios graphiques des profils O peut evisager, das le cas de l étude simultaée de deux variables qualitatives, d adapter les graphiques présetés das le cas uidimesioel : o découpe chaque partie (coloe, partie de barre ou secteur) représetat ue modalité de l ue des variables selo les effectifs des modalités de l autre Mais, de faço géérale, il est plus approprié de réaliser des graphiques représetat des quatités très utiles das ce cas et que l o appelle les profils O appelle l-ème profil-lige l esemble des fréqueces de la variable Y coditioelles à la modalité x l de X (c est-à-dire défiies au sei de la souspopulatio Ω l de Ω associée à cette modalité) Il s agit doc des quatités : { l1 l+,, lh l+,, lc l+ } O défiit de faço aalogue le h-ème profil-coloe : FIGURE 3 Baque : Diagrammes e barres des profils liges et coloes (mosaïque plot) de la table de cotigece croisat le sexe et la possessio de la carte Visa Premier La superficie de chaque case est e plus proportioelle à l effectif de la cellule associée { 1h +h,, lh +h,, rh +h } La représetatio graphique des profils-liges ou des profils-coloes, au moye, par exemple, de diagrammes e barre parallèles (mosaïc plot), doe alors ue idée assez précise de la variatio cojoite des deux variables

5 5 Statistique descriptive bidimesioelle 43 Idices de liaiso Lorsque tous les profils-liges sot égaux, ce qui est équivalet à ce que tous les profils-coloes soiet égaux et que (l, h) {1,, r} {1,, c} : lh = l+ +h o dit qu il existe aucue forme de liaiso etre les deux variables cosidérées X et Y Par suite, la mesure de la liaiso va se faire e évaluat l écart etre la situatio observée et l état de o liaiso défii ci-dessus 431 Khi-deux Il est courat e statistique de comparer ue table de cotigece observée, d effectif cojoit géérique lh, à ue table de cotigece doée a priori (et appelée stadard), d effectif cojoit géérique s lh, e calculat la quatité r c l=1 h=1 ( lh s lh ) 2 s lh De faço aturelle, pour mesurer la liaiso sur ue table de cotigece, o utilise doc l idice appelé khi-deux (chi-square) et défii comme suit : χ 2 = r l=1 h=1 c ( lh l+ +h l+ +h ) 2 = [ r c l=1 h=1 2 lh l+ +h 1 Le coefficiet χ 2 est toujours positif ou ul et il est d autat plus grad que la liaiso etre les deux variables cosidérées est forte Malheureusemet, il déped aussi des dimesios r et c de la table étudiée, aisi que de la taille de l échatillo observé ; e particulier, il est pas majoré C est la raiso pour laquelle o a défii d autres idices, liés au khi-deux, et dot l objectif est de palier ces défauts 432 Autres idicateurs Nous e citeros trois Le phi-deux : Φ 2 = χ2 Il e déped plus de, mais déped ecore de r et de c, ] Le coefficiet T de Tschuprow : Φ T = 2 (r 1)(c 1) O peut vérifier : 0 T 1 Le coefficiet C de Cramer : C = Φ 2 d 1, avec : d = if(r, c) O vérifie maiteat : 0 T C 1 Efi, la p-valeur d u test d idépedace (test du χ 2 ) est aussi utilisée pour comparer des liaisos etre variables 5 Vers le cas multidimesioel L objectif des prochais chapitres de ce cours est d exposer les techiques de la statistique descriptive multidimesioelle Or, sas coaître ces techiques, il se trouve qu il est possible de débuter ue exploratio de doées multidimesioelles e adaptat simplemet les méthodes déjà étudiées 51 Matrices des covariaces et des corrélatios Lorsqu o a observé simultaémet plusieurs variables quatitatives (p variables, p 3) sur le même échatillo, il est possible de calculer d ue part les variaces de toutes ces variables, d autre part les p(p 1) 2 covariaces des variables prises deux à deux L esemble de ces quatités peut alors être disposé das ue matrice carrée (p p) et symétrique, comportat les variaces sur la diagoale et les covariaces à l extérieur de la diagoale ; cette matrice, appelée matrice des variaces-covariaces (ou ecore matrice des covariaces) sera otée S Elle sera utilisée par la suite, mais a pas d iterprétatio cocrète Notos qu il est possible de vérifier que S est semi défiie positive De la même maière, o peut costruire la matrice symétrique p p, comportat des 1 sur toute la diagoale et, e dehors de la diagoale, les coefficiets de corrélatio liéaire etre les variables prises deux à deux Cette matrice est appelée matrice des corrélatios, elle est égalemet semi défiie positive, et ous la oteros R Elle est de lecture commode et idique quelle est la structure de corrélatio des variables étudiées

6 6 Statistique descriptive bidimesioelle 52 Tableaux de uages C140 C160 C180 C1619 C1617 C1819 C1817 C2019 C2039 C1826 C1836 C2026 C2036 C2046 C2246 C2256 C1833 C2033 C2053 C2253 C2263 C140 C160 C180 C1619 C1617 C1819 C1817 C2019 C2039 C1826 C1836 C2026 C2036 C2046 C2246 C2256 C1833 C2033 C2053 C2253 C2263 FIGURE 4 Souris : représetatio graphique des corrélatios etre les variables de cocetratio de lipides par des itesités de couleur Notos X 1,, X p les p variables quatitatives cosidérées ; o appelle tableau de uages le graphique obteu e juxtaposat, das ue sorte de matrice carrée p p, p 2 sous-graphiques ; chacu des sous-graphiques diagoaux est relatif à l ue des p variables, et il peut s agir, par exemple, d u histogramme ; le sous-graphique figurat das le bloc d idice (j, j ), j j, est le uage de poits réalisé avec la variable X j e abscisses et la variable X j e ordoées Das certais logiciels aglo-saxos, ces graphiques sot appelés splom (Scatter PLOt Matrix) Le tableau de uages, avec la matrice des corrélatios, fourit aisi ue visio globale des liaisos etre les variables étudiées 53 La matrice des coefficiets de Tschuprow (ou de Cramer) Cosidéros maiteat le cas où l o étudie simultaémet plusieurs variables qualitatives (p variables, p 3) La matrice des coefficiets de Tschuprow est la matrice carrée d ordre p, symétrique, comportat des 1 sur la diagoale et, e dehors de la diagoale, les coefficiets de Tschuprow etre les variables prises deux à deux Il s agit doc d ue matrice du même type que la matrice des corrélatios (elle est d ailleurs, elle aussi, semi défiie positive), et so utilisatio pratique est aalogue Notos que l o peut, de la même faço, utiliser les coefficiets de Cramer au lieu des coefficiets de Tschuprow 54 Le tableau de Burt Le tableau de Burt est ue gééralisatio particulière de la table de cotigece das le cas où l o étudie simultaémet p variables qualitatives Notos X 1,, X p ces variables, appelos c j le ombre de modalités de X j, j = 1,, p et posos c = p j=1 c j Le tableau de Burt est e fait ue matrice carrée c c, costituée de p 2 sous matrices Chacue des p sous matrices diagoales est relative à l ue des p variables ; la j ième d etre elles est carrée d ordre c j, diagoale, et comporte sur la diagoale les effectifs margiaux de X j La sous matrice figurat das le bloc d idice (j, j ), j j, est la table de cotigece costruite e mettat X j e liges et X j e coloes ; le tableau de Burt est doc symétrique Il apparaît e fait comme l aalogue qualitatif du tableau des uages

La classification de données quantitatives avec SPAD

La classification de données quantitatives avec SPAD La classificatio de doées quatitatives avec SPAD SPAD effectue toujours ue ACP de la matrice des doées quatitatives X " p avat de faire la classificatio des idividus. Les méthodes de classificatio s appliquet

Plus en détail

Notions de base pour l analyse d un tableau de contingence

Notions de base pour l analyse d un tableau de contingence Uiversité de Bordeaux - Master MIMSE - 2ème aée Notios de base pour l aalyse d u tableau de cotigece Marie Chavet http://wwwmathu-bordeauxfr/ machave/ 204-205 Notatios et défiitios U tableau de cotigece

Plus en détail

SÉRIES STATISTIQUES À DEUX VARIABLES

SÉRIES STATISTIQUES À DEUX VARIABLES 1 ) POSITION DU PROBLÈME - VOCABULAIRE A ) DÉFINITION SÉRIES STATISTIQUES À DEUX VARIABLES O cosidère deux variables statistiques umériques x et y observées sur ue même populatio de idividus. O ote x 1

Plus en détail

Dénombrement - Combinatoire Cours

Dénombrement - Combinatoire Cours Déombremet - Combiatoire Cours La combiatoire (ou aalyse combiatoire) étudie commet compter des objets. Elle fourit des méthodes de déombremet particulièremet utiles e probabilité. U des pricipaux exemples

Plus en détail

Corrigés TD Chapitre 2 : Variables aléatoires sur un univers fini 0 0 0 1/6 0 0 1 0 1/4 0 1/4 0 4 1/6 0 0 0 1/6

Corrigés TD Chapitre 2 : Variables aléatoires sur un univers fini 0 0 0 1/6 0 0 1 0 1/4 0 1/4 0 4 1/6 0 0 0 1/6 Corrigés TD Chapitre : Variables aléatoires sur u uivers fii Exercice : Soit X la VAR défiie par le tableau suivat : x i - - 0 p 6 4 6 4 6 i O ote Y = X ) Détermier la loi cooite de X et Y ) Détermier

Plus en détail

TP R : méthodes statistiques élémentaires

TP R : méthodes statistiques élémentaires M2 IFMA et MPE TP R : méthodes statistiques élémetaires À la fi de la séace vous déposerez vos scripts R das la boîte de dépôt de votre espace Sakai : http://australe.upmc.fr/portal. 1 Importatio des doées

Plus en détail

Loi binomiale. Niveau : Première S + SUP (Convergence) Prérequis : Variable aléatoire, espérance, variance, théorème limite central, loi de Poisson

Loi binomiale. Niveau : Première S + SUP (Convergence) Prérequis : Variable aléatoire, espérance, variance, théorème limite central, loi de Poisson 4 L E Ç O N Loi biomiale Niveau : Première S + SUP (Covergece) Prérequis : Variable aléatoire, espérace, variace, théorème limite cetral, loi de Poisso 1 Loi de Beroulli Défiitio 41 Loi de Beroulli Soit

Plus en détail

Sciences Po Option Mathématiques

Sciences Po Option Mathématiques Scieces Po Optio Mathématiques Epreue 3 Vrai-Fau Questio FAUX La suite ( u ) état géométrique de raiso différete de, o a classiquemet, pour tout etier aturel : où q est la raiso de la suite ( u ) Ici,

Plus en détail

Estimations et intervalles de confiance

Estimations et intervalles de confiance Estimatios et itervalles de cofiace Estimatios et itervalles de cofiace Résumé Cette vigette itroduit la otio d estimateur et ses propriétés : covergece, biais, erreur quadratique, avat d aborder l estimatio

Plus en détail

Chapitre 2 : Statistique descriptive bivariée

Chapitre 2 : Statistique descriptive bivariée Biostatistiques Licece Chapitre 2 : Statistique descriptive bivariée Itroductio Deux variables X et Y mesurées sur u même échatillo : commet mesurer leur relatio? Taille de l échatillo : Doées : (x, y

Plus en détail

EXERCICES : DÉNOMBREMENT

EXERCICES : DÉNOMBREMENT Chapitre 7 ECE 1 - Grad Nouméa - 015 EXERCICES : DÉNOMBREMENT LISTES / ARRANGEMENTS Exercice 1 : Le code ativol Pour so vélo, Toto possède u ativol a code. Le code est ue successio de trois chiffres compris

Plus en détail

Chapitre 1 : Les notions de base

Chapitre 1 : Les notions de base Chapitre : Les otios de base Itroductio I Comparer des gradeurs A) Les pourcetages B) Taux de variatio, coefficiet multiplicateur, idice C) Importace du ses de la comparaiso ) Raisoemet sur les taux de

Plus en détail

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours Exo7 Logique, esembles et applicatios Exercices de Jea-Louis Rouget Retrouver aussi cette fiche sur wwwmaths-fracefr * très facile ** facile *** difficulté moyee **** difficile ***** très difficile I :

Plus en détail

DEVOIR SURVEILLE DE MATHEMATIQUES 3 heures Probabilités conditionnelles - Suites géométriques - fonctions exponentielles Calculatrice autorisée

DEVOIR SURVEILLE DE MATHEMATIQUES 3 heures Probabilités conditionnelles - Suites géométriques - fonctions exponentielles Calculatrice autorisée DEVOIR SURVEILLE DE MATHEMATIQUES 3 heures Probabilités coditioelles - Suites géométriques - foctios epoetielles Calculatrice autorisée Termiale ES123 Eercice 1 : 5 poits Partie A : Ue agece de locatio

Plus en détail

Entrée à Sciences Po ADMISSION AU COLLÈGE UNIVERSITAIRE 2014 MATHÉMATIQUES durée de l épreuve : 3 h

Entrée à Sciences Po ADMISSION AU COLLÈGE UNIVERSITAIRE 2014 MATHÉMATIQUES durée de l épreuve : 3 h Etrée à Scieces Po ADMISSION AU COLLÈGE UNIVERSITAIRE 2014 MATHÉMATIQUES durée de l épreuve : 3 h A P M E P Les calculatrices sot autorisées Exercice Vrai-Faux 8 poits Pour chacue des affirmatios suivates,

Plus en détail

[http://mp.cpgedupuydelome.fr] édité le 10 juillet 2014 Enoncés 1

[http://mp.cpgedupuydelome.fr] édité le 10 juillet 2014 Enoncés 1 [htt://m.cgeduuydelome.fr] édité le 10 juillet 2014 Eocés 1 Déombremet Exercice 1 [ 01529 ] [correctio] Soiet E et F deux esembles fiis de cardiaux resectifs et. Combie y a-t-il d ijectios de E das F?

Plus en détail

STATISTIQUE : TESTS D HYPOTHESES

STATISTIQUE : TESTS D HYPOTHESES STATISTIQUE : TESTS D HYPOTHESES Préparatio à l Agrégatio Bordeaux Aée 203-204 Jea-Jacques Ruch Table des Matières Chapitre I. Gééralités sur les tests 5. Itroductio 5 2. Pricipe des tests 6 2.a. Méthodologie

Plus en détail

Mathématiques. Cours. BTS Informatique de gestion 2 e année. Denis Jaudon. Directrice de publication : Valérie Brard-Trigo

Mathématiques. Cours. BTS Informatique de gestion 2 e année. Denis Jaudon. Directrice de publication : Valérie Brard-Trigo BTS Iformatique de gestio e aée Deis Jaudo Mathématiques Cours Directrice de publicatio : Valérie Brard-Trigo Les cours du Ced sot strictemet réservés à l usage privé de leurs destiataires et e sot pas

Plus en détail

Intérêt simple CHAPITRE. Sommaire

Intérêt simple CHAPITRE. Sommaire HAPTRE térêt simple Sommaire A B D E F G H J K L Notio d itérêt Formule fodametale de l itérêt simple Durée de placemet exprimée e mois Durée de placemet exprimée e jours alculs sur la formule fodametale

Plus en détail

B) CHAÎNES DE SOLIDES

B) CHAÎNES DE SOLIDES Chaîes de solides B) CHAÎNES DE SOLIDES Objectifs Cette théorie a pour but d'aalyser les comportemets statique et ciématique d'u mécaisme à partir d'u modèle défii par le schéma ciématique du mécaisme.

Plus en détail

Statistiques à deux variables

Statistiques à deux variables Statistiques à deux variables. Approche des séries statistiques à deux variables.. Nuage de poits Sur ue classe de BTSA, le professeur a relevé les moyees de élèves e mathématiques et e agroomie. Les otes

Plus en détail

Lycée Fénelon Sainte-Marie Préparation Science-Po/Prépa HEC

Lycée Fénelon Sainte-Marie Préparation Science-Po/Prépa HEC Lycée Féelo aite-marie Préparatio ciece-po/prépa HEC Foctios Versio du juillet 05 Eercice d degré : racies et coefficiets O rappelle que si l équatio a + b + c = 0 ( a 0 ) adet deu racies α et β (évetuelleet

Plus en détail

1/ ETUDE ASYMPTOTIQUE D'UNE MARCHE ALEATOIRE ENTRE DEUX ETATS

1/ ETUDE ASYMPTOTIQUE D'UNE MARCHE ALEATOIRE ENTRE DEUX ETATS CHAPITRE 4 MATRICES ET SUITES 1/ ETUDE ASYMPTOTIQUE D'UNE MARCHE ALEATOIRE ENTRE DEUX ETATS 11/ Présetatio et modélisatio O cosidère u système ui peut se trouver soit das u état A, soit das u état, et

Plus en détail

Statistiques appliquées à la gestion Cours d analyse de donnés Master 1

Statistiques appliquées à la gestion Cours d analyse de donnés Master 1 Aalyse des doées Statistiques appliquées à la gestio Cours d aalyse de doés Master F. SEYTE : Maître de coféreces HDR e scieces écoomiques Uiversité de Motpellier I M. TERRAZA : Professeur de scieces écoomiques

Plus en détail

Correction des exercices sur la nature ondulatoire de la lumière

Correction des exercices sur la nature ondulatoire de la lumière CORRECTION EXERCICES TS /5 CHAPITRE 3 Correctio des exercices sur la ature odulatoire de la lumière Correctio exercice : idice d u verre et réfractio. La radiatio = 530 m est verte et la radiatio = 680

Plus en détail

Baccalauréat S Nouvelle-Calédonie 7 mars 2014

Baccalauréat S Nouvelle-Calédonie 7 mars 2014 Durée : 4 heures Baccalauréat S Nouvelle-Calédoie 7 mars 2014 A. P. M. E. P. EXERCICE 1 Commu à tous les cadidats 4 poits Cet exercice est u QCM questioaire à choix multiple. Pour chaque questio, ue seule

Plus en détail

École de technologie supérieure

École de technologie supérieure École de techologie supérieure Mat 165-04 Algèbre liéaire et aalyse vectorielle A-015 Michel Beaudi michel.beaudi@etsmtl.ca Liste d exercices à faire e T.P./Caledrier des évaluatios Itroductio au cours

Plus en détail

10ème cours Une variable numérique : indices de localisation

10ème cours Une variable numérique : indices de localisation 10ème cours Ue variable umérique : idices de localisatio Das ce cours, o fait u rappel sur les idices de localisatio, médiae, quatiles et moyee, et o étudie la faço de les utiliser pour comparer les distributios

Plus en détail

Séquence 8. Suites arithmétiques et géométriques. Sommaire

Séquence 8. Suites arithmétiques et géométriques. Sommaire Séquece 8 Suites arithmétiques et géométriques Sommaire Pré-requis Suites arithmétiques Suites géométriques Sythèse du cours Exercices d approfodissemet Séquece 8 MA Ced - Académie e lige Pré-requis A

Plus en détail

Inégalités souvent rencontrées

Inégalités souvent rencontrées Iégalités souvet recotrées Recotres Putam 004 Uiversité de Sherbrooke Jea-Philippe Mori Théorie Certaies iégalités sot deveues célèbres e raiso de leur grade utilité Elles sot aussi souvet au coeur de

Plus en détail

Correction Bac ES France juin 2010

Correction Bac ES France juin 2010 Correctio Bac ES Frace jui 010 Exercice 1 (4 poits) (Commu à tous les cadidats) Pour ue meilleure compréhesio, les réposes serot justifiées das ce corrigé. Questio 1 Le ombre 3 est solutio de l équatio

Plus en détail

On obtient la formule de Pascal en prenant le cardinal :

On obtient la formule de Pascal en prenant le cardinal : Colles du 3 ovembre 014 Solutio de la questio de cours 1. (i) Soit E u esemble de cardial. L esemble (E) peut alors être partitioé comme suit : (E) (E), où (E) est l esemble des parties de E de cardial.

Plus en détail

Travaux dirigés G33 Dimensionnement 2 séances Enseignant : Anthony Busson.

Travaux dirigés G33 Dimensionnement 2 séances Enseignant : Anthony Busson. Travaux dirigés G33 Dimesioemet 2 séaces Eseigat : Athoy Busso. Exercice 1 : O cosidère u web switch et 3 serveurs web. Le web switch reçoit les requêtes http proveat des cliets et les répartit de maière

Plus en détail

Le rapport de corrélation : mesurer la liaison entre une variable qualitative et une variable quantitative.

Le rapport de corrélation : mesurer la liaison entre une variable qualitative et une variable quantitative. Le rapport de corrélatio : mesurer la liaiso etre ue variable qualitative et ue variable quatitative. Frédéric Satos CNRS, UMR 599 PACEA Courriel : frederic.satos@u-bordeaux.fr mars 05 Résumé Le rapport

Plus en détail

Exercice I ( non spé ) 1/ u 1 = 3 4. 2 3 u 2 4 + 3 9. 19 4 2/ Soit P la propriété : u n + 4. > 0 pour n 1. P est vraie au rang 1 car u 1

Exercice I ( non spé ) 1/ u 1 = 3 4. 2 3 u 2 4 + 3 9. 19 4 2/ Soit P la propriété : u n + 4. > 0 pour n 1. P est vraie au rang 1 car u 1 Bac blac TS Correctio Exercice I ( Spé ) / émotros par récurrece que 5x y = pour tout etier aturel 5x y = 5 8 = La propriété est doc vraie au rag = Supposos que la propriété est vraie jusqu au rag, o a

Plus en détail

I- Rappel I-1. Types de tirages : Soit un ensemble fini E contenant n éléments. On considère l'épreuve suivante : " tirer p éléments de E ".

I- Rappel I-1. Types de tirages : Soit un ensemble fini E contenant n éléments. On considère l'épreuve suivante :  tirer p éléments de E . Cours de termiales Probabilités sur u esemble fii Mr ABIDI F I- Rappel I- Types de tirages : Soit u esemble fii E coteat élémets O cosidère l'épreuve suivate : " tirer p élémets de E " Type de tirages

Plus en détail

Chapitre 3 : Fonctions d une variable réelle (1)

Chapitre 3 : Fonctions d une variable réelle (1) Uiversités Paris 6 et Paris 7 M1 MEEF Aalyse (UE 3) 2013-2014 Chapitre 3 : Foctios d ue variable réelle (1) 1 Lagage topologique das R Défiitio 1 Soit a u poit de R. U esemble V R est u voisiage de a s

Plus en détail

Modèle de pointage et correction des dérives

Modèle de pointage et correction des dérives Ges de la Lue Observatoire astroomique de Plougastel Tél : 0 98 40 69 73 http://www.gesdelalue.org Modèle de poitage et correctio des dérives 1. Présetatio du problème Le poitage d u astre par u télescope

Plus en détail

Correction HEC III 2007

Correction HEC III 2007 HEC III 7 Voie Écoomique Correctio Page Correctio HEC III 7 Voie écoomique La correctio comporte 9 pages. Eercice. Par dé itio est ue valeur propre de t si et seulemet si est ue valeur propre de T: Et

Plus en détail

Limites des Suites numériques

Limites des Suites numériques Chapitre 2 Limites des Suites umériques Termiale S Ce que dit le programme : CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES Limite fiie ou ifiie d ue suite. Limites et comparaiso. Opératios sur les ites. Comportemet

Plus en détail

Cours VII. Tests de randomisation - Tests de contingence P. Coquillard 2015

Cours VII. Tests de randomisation - Tests de contingence P. Coquillard 2015 1 TESTS DE RANDOMISATION Cours VII. Tests de radomisatio - Tests de cotigece P. Couillard 2015 Das ue majorité de cas e biologie o cosidèrera certaies hyothèses comme des alteratives à l hyothèse ulle.

Plus en détail

SESSION DE 2004 CA/PLP

SESSION DE 2004 CA/PLP SESSION DE 4 CA/PLP CONCOURS EXTERNE Sectio : MATHÉMATIQUES SCIENCES PHYSIQUES COMPOSITION DE MATHÉMATIQUES Durée : 4 heures L usage des calculatrices de poche est autorisø (coformømet au directives de

Plus en détail

ADMISSION AU COLLEGE UNIVERSITAIRE

ADMISSION AU COLLEGE UNIVERSITAIRE ADMISSION AU COLLEGE UNIVERSITAIRE Samedi mars 204 MATHEMATIQUES durée de l'épreuve : 3h - coefficiet 2 Le sujet est uméroté de à 5. L'aexe est à redre avec la copie. L'exercice Vrai-Faux est oté sur 8,

Plus en détail

Chapitre 4 Lois discrètes

Chapitre 4 Lois discrètes Chapitre 4 Lois discrètes 1. Loi de Beroulli Ue variable aléatoire X est ue variable de Beroulli si elle e pred que les valeurs 0 et 1 avec des probabilités o ulles. P(X = 1) = p, P(X = 0) = 1 p = q, avec

Plus en détail

1 Mesure et intégrale

1 Mesure et intégrale 1 Mesure et itégrale 1.1 Tribu boréliee et foctios mesurables Soit =[a, b] u itervalle (le cas où b = ou a = est pas exclu) et F ue famille de sous-esembles de. OditqueF est ue tribu sur si les coditios

Plus en détail

Apprentissage: cours 3a Méthodes par moyennage local

Apprentissage: cours 3a Méthodes par moyennage local Appretissage: cours 3a Méthodes par moyeage local Guillaume Oboziski 1 er mars 2012 Réferece : chap. 6 of [Hastie et al., 2009] ad chap. 6 of [Devroye et al., 1996]. Algorithmes par moyeage local O cosidère

Plus en détail

PROBABILITÉS. A cette expérience aléatoire, on associe l ensemble des résultats possibles appelé univers. Ses éléments sont appelés éventualités.

PROBABILITÉS. A cette expérience aléatoire, on associe l ensemble des résultats possibles appelé univers. Ses éléments sont appelés éventualités. PROBABILITÉS I. PROBABILITÉS ( RAPPELS) a. Expérieces aléatoires et modèles Le lacer d ue pièce de moaie, le lacer d u dé sot des expérieces aléatoires, car avat de les effectuer, o e peut pas prévoir

Plus en détail

sont égales, alors le produit des «extrêmes» a d est égal au produit des «moyens» c d ; et réciproquement ; la preuve est ici 1.

sont égales, alors le produit des «extrêmes» a d est égal au produit des «moyens» c d ; et réciproquement ; la preuve est ici 1. Cours 5 Idépedace 1 Das le cours précédet, ous avos vu que la variable Y était idépedate de la variable X si ses distributios coditioelles e fréquece sot égales ; das ce cas e effet, la mesure de X sur

Plus en détail

Partie I. Les données qualitatives

Partie I. Les données qualitatives Variables qualitatives : aalyse des corresodaces Jea-Marc Lasgouttes htt://www-rocqiriafr/~lasgoutt/aa-doees L aalyse factorielle des corresodaces But O cherche à décrire la liaiso etre deux variables

Plus en détail

AVRIL 2012 CONCOURS INGÉNIEURS DES TRAVAUX STATISTIQUES. ITS Voie B Option Économie. MATHÉMATIQUES (Durée de l épreuve : 4 heures)

AVRIL 2012 CONCOURS INGÉNIEURS DES TRAVAUX STATISTIQUES. ITS Voie B Option Économie. MATHÉMATIQUES (Durée de l épreuve : 4 heures) ÉCOLE NATIONALE SUPÉRIEURE DE STATISTIQUE ET D ÉCONOMIE APPLIQUÉE ENSEA ABIDJAN AVRIL 2012 CONCOURS INGÉNIEURS DES TRAVAUX STATISTIQUES ITS Voie B Optio Écoomie MATHÉMATIQUES (Durée de l épreuve : 4 heures)

Plus en détail

STATISTIQUE MASTER 2 : MATHÉMATIQUES POUR L ENTREPRISE. Arnak S. DALALYAN

STATISTIQUE MASTER 2 : MATHÉMATIQUES POUR L ENTREPRISE. Arnak S. DALALYAN STATISTIQUE MASTER 2 : MATHÉMATIQUES POUR L ENTREPRISE Arak S. DALALYAN Table des matières 1 SAS et Statistique Descriptive 5 1.1 Itroductio au logiciel SAS........................... 5 1.2 Statistique

Plus en détail

[http://mp.cpgedupuydelome.fr] édité le 10 juillet 2014 Enoncés 1. Exercice 6 [ 02475 ] [correction] Si n est un entier 2, le rationnel H n =

[http://mp.cpgedupuydelome.fr] édité le 10 juillet 2014 Enoncés 1. Exercice 6 [ 02475 ] [correction] Si n est un entier 2, le rationnel H n = [http://mp.cpgedupuydelome.fr] édité le 1 juillet 14 Eocés 1 Nombres réels Ratioels et irratioels Exercice 1 [ 9 ] [correctio] Motrer que la somme d u ombre ratioel et d u ombre irratioel est u ombre irratioel.

Plus en détail

Module 3 : Inversion de matrices

Module 3 : Inversion de matrices Math Stat Module : Iversio de matrices M Module : Iversio de matrices Uité. Défiitio O e défiira l iverse d ue matrice que si est carrée. O appelle iverse de la matrice carrée toute matrice B telle que

Plus en détail

Exercices sur le chapitre «Variables aléatoires»

Exercices sur le chapitre «Variables aléatoires» Araud de Sait Julie - MPSI Lycée La Merci 2015-2016 1 Pour démarrer Exercices sur le chapitre «Variables aléatoires» Exercice 1 (Recostitutio de paires) O fixe deux etiers aturels 1 r. U placard cotiet

Plus en détail

Covariance et ajustement affine par la méthode des moindres carrés

Covariance et ajustement affine par la méthode des moindres carrés Uiversité de Poitiers - 205-206 A. Moreau Algèbre - Géométrie M MEEF Covariace et ajustemet affie par la méthode des moidres carrés Das tout le documet, la lettre désige u etier aturel o ul. Les deux parties

Plus en détail

Éléments finis de joint mécaniques et éléments finis de joint couplés hydromécanique

Éléments finis de joint mécaniques et éléments finis de joint couplés hydromécanique Titre : Élémets fiis de joit mécaiques et élémets fi[...] Date : 28/10/2014 Pae : 1/10 Élémets fiis de joit mécaiques et élémets fiis de joit couplés hydromécaique Résumé : Cette documetatio porte sur

Plus en détail

Exercices - Variables aléatoires discrètes : corrigé. Variables discrètes finies - Exercices pratiques

Exercices - Variables aléatoires discrètes : corrigé. Variables discrètes finies - Exercices pratiques Variables discrètes fiies - Exercices pratiques Exercice - Loi d u dé truqué - L2/ECS -. X pred ses valeurs das {,..., 6}. Par hypothèse, il existe u réel a tel que P (X k) ka. Maiteat, puisque P X est

Plus en détail

Séquence 5. La fonction logarithme népérien. Sommaire

Séquence 5. La fonction logarithme népérien. Sommaire Séquece 5 La foctio logarithme épérie Objectifs de la séquece Itroduire ue ouvelle foctio : la foctio logarithme épérie. Coaître les propriétés de cette foctio : sa dérivée, ses variatios, sa courbe, sa

Plus en détail

FEUILLE D EXERCICES 17 - PROBABILITÉS SUR UN UNIVERS FINI

FEUILLE D EXERCICES 17 - PROBABILITÉS SUR UN UNIVERS FINI FEUILLE D EXERCICES 7 - PROBABILITÉS SUR UN UNIVERS FINI Exercice - Lacer de dés O lace deux dés à 6 faces équilibrés. Calculer la probabilité d obteir : u double ; ue somme des deux dés égale à 8 ; ue

Plus en détail

Correction CCP maths 1 MP

Correction CCP maths 1 MP mai 4 Avertissemet : Il subsiste certaiemet quelques coquilles... Exercice : ue itégrale double Correctio CCP maths MP Pour calculer cette itégrale, o effectue le chagemet de variable e coordoées polaires

Plus en détail

Université de Bordeaux - Master MIMSE - 2ème année. Scoring. Marie Chavent http://www.math.u-bordeaux.fr/ machaven/ 2014-2015

Université de Bordeaux - Master MIMSE - 2ème année. Scoring. Marie Chavent http://www.math.u-bordeaux.fr/ machaven/ 2014-2015 Uiversité de Bordeaux - Master MIMSE - 2ème aée Scorig Marie Chavet http://www.math.u-bordeaux.fr/ machave/ 2014-2015 1 Itroductio L idée géérale est d affecter ue ote (u score) global à u idividu à partir

Plus en détail

PROBABILITES EXERCICES CORRIGES

PROBABILITES EXERCICES CORRIGES PROBABILITES EXERCICES CORRIGES Vocabulaire des probabilités Exercice. Das chacue de situatios décrites ci-dessous, éocer l évéemet cotraire de l évéemet doé. ) Das ue classe, o choisit deux élèves au

Plus en détail

Formulaire de statistiques

Formulaire de statistiques Formulaire de statistiques E. Depiereux G. Vicke B. De Hertogh Javier 009 Formulaire de statistiques I. Statistiques descriptives : Moyee arithmétique : (populatio: m x = µ) (échatillo = x = M x ) 1 i

Plus en détail

On peut représenter la situation par un arbre : On a donc p(b 1 B 2)= p(b 1) p (B ) = 3 4 = 3.

On peut représenter la situation par un arbre : On a donc p(b 1 B 2)= p(b 1) p (B ) = 3 4 = 3. T ale S Correctio Exercices type bac de Probabilités. Mars Exercice : Ue ure cotiet au départ 0 boules blaches et 0 boules oires idiscerables au toucher. O tire au hasard ue boule de l ure : Si la boule

Plus en détail

Comportement d'une suite

Comportement d'une suite Comportemet d'ue suite I) Approche de "ses de variatio et de ite d'ue suite" : 7 Soit la suite ( ) telle que = 5 ( + ) 2 Représetos graphiquemet la suite das u pla mui d' u repère. Il suffit de placer

Plus en détail

Cours 11 Une variable numérique : dispersion et variance

Cours 11 Une variable numérique : dispersion et variance Cours 11 Ue variable umérique : dispersio et variace Ce cours est cosacré à la variace et à l'écart-type ; o commece par faire u rappel sur la variace comme idice de dispersio, mesure de l'éparpillemet

Plus en détail

Texte Filtre de Kalman-Bucy

Texte Filtre de Kalman-Bucy Page 1. Texte Filtre de Kalma-Bucy 1 e modèle U avio se déplace etre Paris et odres. Il suit ue trajectoire théorique appelée trajectoire omiale dot les coordoées sot coues de tous. a trajectoire de l

Plus en détail

Organisme de recherche et d information sur la logistique et le transport LES PREVISIONS DES CONSOMMATIONS

Organisme de recherche et d information sur la logistique et le transport LES PREVISIONS DES CONSOMMATIONS LES PREVISIONS DES CONSOMMATIONS Les logiciels utilisés pour la gestio des stocks itègret de ombreuses foctios de calcul. L ue des plus importates est l exécutio des prévisios des cosommatios futures d

Plus en détail

Corrigé du DS n 1. Exercice 1 (6 points)

Corrigé du DS n 1. Exercice 1 (6 points) Exercice 1 (6 poits) Corrigé du DS 1 Das cet exercice, les probabilités demadées serot doées sous forme décimale, évetuellemet arrodies à 10 - près. Lors d ue equête réalisée par l ifirmière auprès d élèves

Plus en détail

STATISTIQUES. En première les statistiques étudiées étaient à une seule variable ; en terminale l étude porte sur deux variables statistiques

STATISTIQUES. En première les statistiques étudiées étaient à une seule variable ; en terminale l étude porte sur deux variables statistiques Tle ES Statistiques H. Kereïs STATISTIQUES E première les statistiques étudiées étaiet à ue seule variable ; e termiale l étude porte sur deu variables statistiques 1. Nuage de poits, poit moe et covariace

Plus en détail

Remise à Niveau Mathématiques

Remise à Niveau Mathématiques Mathématiques RAN - Calcul et raisoemet Remise à Niveau Mathématiques Première partie : Calcul et raisoemet Exercices Page sur 9 RAN Calcul et raisoemet Ex - Rev 04 Mathématiques RAN - Calcul et raisoemet

Plus en détail

Intégration et probabilités ENS Paris, 2012-2013. TD (20)13 Lois des grands nombres, théorème central limite. Corrigé :

Intégration et probabilités ENS Paris, 2012-2013. TD (20)13 Lois des grands nombres, théorème central limite. Corrigé : Itégratio et probabilités EN Paris, 202-203 TD 203 Lois des grads ombres, théorème cetral limite. Corrigé Lois des grads ombres Exercice. Calculer e cet leços Détermier les limites suivates : x +... +

Plus en détail

Introduction to Econometrics

Introduction to Econometrics MPRA Muich Persoal RePEc Archive Itroductio to Ecoometrics Moussa Keita September 015 Olie at https://mpra.ub.ui-mueche.de/66840/ MPRA Paper No. 66840, posted. September 015 04:1 UTC INTRODUCTION A L ECONOMETRIE

Plus en détail

Devoir de statistiques: CORRIGE

Devoir de statistiques: CORRIGE CPP - la prépa des INP ( ème aée). Bordeaux, 6/04/04. Devoir de statistiques: CORRIGE durée h Doées: O rappelle que si Z suit ue loi N (0, ), o a P(Z.96) 0, 975 et P(Z.65) 0, 95. Exercice. θ et O cosidère

Plus en détail

Opérations sur les variables aléatoires Lois limites

Opérations sur les variables aléatoires Lois limites Opératios sur les variables aléatoires Lois limites A. Idépedace de deux variables aléatoires. Exemple 1. Pour améliorer le stockage d u produit u supermarché fait ue étude sur la vete de packs de 6 bouteilles

Plus en détail

I. Quitte ou double. Pour n = 1 : C 0 + (2p 1) E (M k ) = C 0 + (2p 1) E (M 1 ) = E (C 1 ) d après le 1. Soit n N tel que E (C n ) = C 0 + (2p 1)

I. Quitte ou double. Pour n = 1 : C 0 + (2p 1) E (M k ) = C 0 + (2p 1) E (M 1 ) = E (C 1 ) d après le 1. Soit n N tel que E (C n ) = C 0 + (2p 1) Corrigé ESSEC III 008 par Pierre Veuillez Das certaies situatios paris sportifs, ivestissemets fiaciers..., o est ameé à miser de l arget de faço répétée sur des paris à espérace favorable. O se propose

Plus en détail

Questions pour un champion en ligne

Questions pour un champion en ligne Questios pour u champio e lige Le jeu télévisé QPUC préseté sur FR3 et aimé par Julie Lepers existe aussi e variate «e lige». U jeu «e lige» se déroule aisi : Six iterautes disputet ue première mache dite

Plus en détail

DIDIER AUROUX POLYTECH NICE-SOPHIA MAM5 - OPTION IMAFA 2010-2011

DIDIER AUROUX POLYTECH NICE-SOPHIA MAM5 - OPTION IMAFA 2010-2011 MÉTHODES NUMÉRIQUES POUR LE PRICING D OPTIONS DIDIER AUROUX POLYTECH NICE-SOPHIA MAM5 - OPTION IMAFA 2010-2011 Table des matières 1 Notatios et équatio de Black-Scholes 2 11 Notatios 2 12 Équatio de Black-Scholes

Plus en détail

. (b) Si (u n ) est une suite géométrique de raison q, q 1, on obtient : N N, S N = 1 qn+1. n+1 1 S N = 1 1

. (b) Si (u n ) est une suite géométrique de raison q, q 1, on obtient : N N, S N = 1 qn+1. n+1 1 S N = 1 1 Premières propriétés des ombres réels 2 Suites umériques 3 Suites mootoes : à faire 4 Séries umériques 4. Notio de série. Défiitio 4.. Soit (u ) ue suite de ombres réels ou complexes. Pour N N, o ote S

Plus en détail

Promenades aléatoires : vers les chaînes de Markov

Promenades aléatoires : vers les chaînes de Markov AME Dossier : Matrices et suites 545 romeades aléatoires : vers les chaîes de Markov ierre Griho (*) Cet article propose ue mise e perspective de la otio de promeade ou de marche aléatoire itroduite das

Plus en détail

ANOVA avec un facteur aléatoire

ANOVA avec un facteur aléatoire Chapitre 7 ANOVA avec u facteur aléatoire Jusqu à maiteat, o a supposé que les modalités du facteur étudié ot été choisies parce qu elles étaiet itrisèquemet itéressates. Le modèle à effets fixes porte

Plus en détail

Initiation à l analyse factorielle des correspondances

Initiation à l analyse factorielle des correspondances Fiche TD avec le logiciel : tdr620b Iitiatio à l aalyse factorielle des correspodaces A.B. Dufour & M. Royer & J.R. Lobry Das cette fiche, o étudie l Aalyse Factorielle des Correspodaces. Cette techique

Plus en détail

Statistiques. Ne pas oublier - la légende sur les axes - les unités - un titre pour le diagramme

Statistiques. Ne pas oublier - la légende sur les axes - les unités - un titre pour le diagramme Statistiques I. Tableaux d effectifs, de fréqueces : 1. Calculer la fréquece d'ue valeur ou d'ue classe : Diviser l effectif de la valeur par l effectif total fréquece La somme des fréqueces est 1 (ou

Plus en détail

Agrégation externe de mathématiques, session 2008 Épreuve de modélisation, option A : Probabilités et Statistiques

Agrégation externe de mathématiques, session 2008 Épreuve de modélisation, option A : Probabilités et Statistiques Agrégatio extere de mathématiques, sessio 2008 Épreuve de modélisatio, optio (public 2008) Mots clefs : Loi des grads ombres, espace des polyômes, estimatio o-paramétrique Il est rappelé que le jury exige

Plus en détail

Probabilités & Statistiques L1: Cours. December 20, 2008

Probabilités & Statistiques L1: Cours. December 20, 2008 Probabilités & Statistiques L1: Cours December 20, 2008 Chapter 1 Déombremets I 1.1 Pricipes gééraux Règle du produit O fait deux expérieces, successives ou simultaées. Si la première doe 1 résultats possibles

Plus en détail

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable Exo7 Topologie Exercices de Jea-Louis Rouget Retrouver aussi cette fiche sur wwwmaths-fracefr * très facile ** facile *** difficulté moyee **** difficile ***** très difficile I : Icotourable Exercice **

Plus en détail

Statistique Numérique et Analyse des Données

Statistique Numérique et Analyse des Données Statistique Numérique et Aalyse des Doées Arak DALALYAN Septembre 2011 Table des matières 1 Élémets de statistique descriptive 9 1.1 Répartitio d ue série umérique uidimesioelle.............. 9 1.2 Statistiques

Plus en détail

Etude de la fonction ζ de Riemann

Etude de la fonction ζ de Riemann Etude de la foctio ζ de Riema ) Défiitio Pour x réel doé, la série de terme gééral,, coverge si et seulemet si x >. x La foctio zeta de Riema est la foctio défiie sur ], [ par : ( x > ), = x. Remarque.

Plus en détail

STATISTIQUE : ESTIMATION

STATISTIQUE : ESTIMATION STATISTIQUE : ESTIMATION Préparatio à l Agrégatio Bordeaux Aée 202-203 Jea-Jacques Ruch Table des Matières Chapitre I. Estimatio poctuelle 5. Défiitios 5 2. Critères de comparaiso d estimateurs 6 3. Exemples

Plus en détail

1 Introduction. 2 Probabilités : Variables Aléatoires Continues. 3 Estimation. 4 Tests. 5 Régression

1 Introduction. 2 Probabilités : Variables Aléatoires Continues. 3 Estimation. 4 Tests. 5 Régression Pla du cours Méthodes de statistique iféretielle. A. Philippe Laboratoire de mathématiques Jea Leray Uiversité de Nates Ae.Philippe@uiv-ates.fr 1 Itroductio 2 Probabilités : Variables Aléatoires Cotiues

Plus en détail

20. Algorithmique & Mathématiques

20. Algorithmique & Mathématiques L'éditeur L'éditeur permet à l'utilisateur de saisir les liges de codes d'u programme ou de défiir des foctios. Remarque : O peut saisir directemet des istructios das la cosole Scilab, mais il est plus

Plus en détail

Terminales S Devoir maison n 3 -A faire pour le jeudi 6 novembre 2014

Terminales S Devoir maison n 3 -A faire pour le jeudi 6 novembre 2014 Termiales S Devoir maiso -A faire pour le jeudi 6 ovembre 0 eercice : probabilités coditioelles et suite Alice débute au jeu de fléchettes. Elle effectue des lacers successifs d ue fléchette. Lorsqu elle

Plus en détail

Questions Chapitre 2 L approche statistique de la réalité 1

Questions Chapitre 2 L approche statistique de la réalité 1 Questios Chapitre 2 L approche statistique de la réalité 1 Expliquer la otio de variable et défiir les différets types de variables Décrire les échelles de classificatio et trasformer les doées pour passer

Plus en détail

L2PC et Cycles. Mathématiques: SERIES et INTEGRALES Cours Elisabeth REMM

L2PC et Cycles. Mathématiques: SERIES et INTEGRALES Cours Elisabeth REMM FACULTE DES SCIENCES ET TECHNIQUES. UHA MULHOUSE L2PC et Cycles. Mathématiques: SERIES et INTEGRALES Cours Elisabeth REMM Chapitre 2 Séries etières Cotets. Gééralités sur les séries etières 2.. Défiitio

Plus en détail

question-type-bac.fr

question-type-bac.fr BAC S 4 Mathématiques - Frace métropole Eseigemet spécifique et de spécialité Ce documet est bie plus qu u simple corrigé de sujet de baccalauréat. Grâce aux solutios claires et détaillées, aux démarches

Plus en détail

MATHÉMATIQUES Corrigé

MATHÉMATIQUES Corrigé Exame de ovembre 009 Exame du premier trimestre Le 30 ovembre 009 Classes de ère STG Durée 3 heures MATHÉMATIQUES Corrigé Note aux cadidats L emploi des calculatrices est autorisé (circulaire 99 86 du

Plus en détail

Ensembles et nombres réels

Ensembles et nombres réels Pierre-Louis CAYREL 008-009 Licece Itroductio aux Mathématiques Géérales Uiversité de Paris 8 Esembles et ombres réels Esembles Exercice O pose A = {(x, y) R ; y > x } et B = {(x, y) R ; y < x } Représeter

Plus en détail

Corrigé du baccalauréat Polynésie 16 juin 2014 STI2D STL spécialité SPCL

Corrigé du baccalauréat Polynésie 16 juin 2014 STI2D STL spécialité SPCL Corrigé du baccalauréat Polyésie 6 jui 4 STID STL spécialité SPCL EXERCICE 4 poits Cet eercice est u questioaire à choi multiples. Pour chacue des questios suivates, ue seule des quatre réposes proposées

Plus en détail

ANOVA Analyse de la Variance

ANOVA Analyse de la Variance Chapitre 8 ANOVA Aalyse de la Variace. Obectif de la méthode Chap 8.. Obectif de la méthode. Approche ituitive 3. Décompositio de la variace 4. ANOVA: le test et le modèle statistique sous-acet O s itéresse

Plus en détail

La calculatrice est autorisée. Le sujet comporte un total de 5 exercices. ( ) ( ) ( )

La calculatrice est autorisée. Le sujet comporte un total de 5 exercices. ( ) ( ) ( ) Aée 01-013 Mathématiques Décembre 01 Durée : 3 heures BAC blac N 1 La calculatrice est autorisée. Le sujet comporte u total de 5 exercices. Les élèves e suivat pas l eseigemet de spécialité traiterot les

Plus en détail