Master Biologie Intégrative Biostatistiques avancées. Travaux Dirigés n o 1
|
|
- Josephine Chaput
- il y a 7 ans
- Total affichages :
Transcription
1 Master Biologie Intégrative Biostatistiques avancées Responsable du cours : Yves Desdevises Travaux Dirigés n o 1 Corrigé Exercice 1 Dans une ferme aquacole, on veut étudier l'effet d'un nouveau type de nourriture sur la croissance d'ombles de fontaine (Salvelinus fontinalis) et savoir s'il est plus performant que la nourriture habituellement utilisée. Il faut pour cela élaborer un plan d expérience. On dispose de 16 bassins (chaque bassin peut recevoir un type de nourriture) et de 112 poissons. Ces poissons sont élevés depuis plusieurs générations dans la ferme, en milieu fermé et en conditions contrôlées (aquaculture intensive). On mesure la longueur moyenne des poissons dans chaque bassin, au début de l'expérience et après 3 mois. 1. Quelle est la variable? Posez les hypothèses nulles et contraires. Le test est-il uni ou bilatéral? Justifiez votre réponse. La variable est la longueur mesurée après 3 mois moins la longueur initiale (croissance). H 0 : le nouveau type de nourriture n'influence pas la croissance des poissons H 1 : le nouveau type de nourriture améliore la croissance des poissons Le test est unilatéral car on pense que le nouveau type de nourriture améliore la croissance des poissons. 2. Quelle est l'unité d'expérimentation? Le bassin. 3. Identifiez l'élément d'observation. L'élément d'observation est le poisson. 4. Identifiez le facteur et ses niveaux. Il y a un facteur, la nourriture (ou l alimentation), à deux niveaux: nourriture habituelle et nouvelle nourriture. 1
2 5. Que pensez-vous de simplement prendre 2 bassins avec 56 poissons dans chaque bassin, et un type de nourriture par bassin? Expliquez brièvement les avantages et les inconvénients de ce plan d'expérience (5 lignes maximum). Inconvénients: Ce plan d'expérience ne comporte que deux unités d'expérimentations, donc on compare deux points. Il n'y a pas de répétitions. Ça ne permet pas de contrôler la variation intrinsèque du système. Avantages: c'est moins casse-tête!! [Attention : ce n'est pas un problème de pseudoréplication] 6. On choisi un plan d'expérience de randomisation par blocs, avec 4 blocs. Qu est-ce que cela signifie et quel est l'intérêt de ce plan d'expérience? 4 groupes définis a priori (différents critères possibles), avec 4 bassins par groupes, dont 2 sont sélectionnés aléatoirement pour recevoir chaque traitement. Ce plan permet une bonne répartition (et la répétition) des unités d'expérimentation dans l'aire d'étude (par exemple), et favorise une allocation optimale des niveaux de traitement. 7. Combien y a-t-il de répétitions par niveau dans le plan ci-dessus? Il y a huit répétitions. Exercice 2 La tableau ci-dessous présente 3 échantillons tirés aléatoirement de la même population (la distribution de la variable montrée est normale). Pour chaque échantillon, calculer la moyenne, l écart-type, l erreur-type, et représentez ces paramètres graphiquement par l intermédiaire de points et de barres d erreurs. 2
3 n = 4 n = 12 n = Quel est l effet de la taille n de l échantillon sur les paramètres calculés? ech1=c(80,92,105,120) ech2=c(80,85,84,100,118,120,80,90,95,109,116,120) ech3=c(80,86,111,110,120,89,113,120,80,80,110,120,90,90,80,120,11 4,87,80,120) length(ech1);length(ech2);length(ech3) mean(ech1);mean(ech2);mean(ech3) sd(ech1);sd(ech2);sd(ech3) sd(ech1)/sqrt(length(ech1));sd(ech2)/sqrt(length(ech2));sd(ech3)/ sqrt(length(ech3)) On trouve : n = 4 n = 12 n = 20 Moyenne 99,25 99, Ecart-type 17,193 16,142 16,815 Erreur-type 8,596 4,660 3,760 La moyenne et la dispersion (écart-type) autour sont similaires dans les trois cas, mais l erreurtype diminue avec la taille de l échantillon 3
4 2. Quelles conséquences la taille d échantillon a-t-elle sur la qualité de l estimation des paramètres? La précision de l estimation (reflétée par l erreur-type, qui prend en compte n) augmente avec la taille de l échantillon. Les paramètres sont donc mieux estimés, et l inférence statistique (e.g. comparaisons) sera plus précise avec de plus grands échantillons. Exercice 3 Le nématode Haemonchus contortus est un parasite interne des ruminants. Le tableau suivant présente la quantité de parasites par hôte, pour 31 moutons : Hôte Nombre de parasites Hôte Nombre de parasites Hôte Nombre de parasites Tracez la boîte à moustaches (boxplot) de cet échantillon. Ab=c(0,10,14,17,7,27,2,8,3,16,3,7,11,3,7,12,1,6,4,6,3,8,2,8,4,3,3,1,14,0,5) boxplot(ab)
5 2. Tracer l'histogramme représentant le nombre d'hôtes en fonction de la quantité de parasites par hôte à l aide la commande. A la vue de cet histogramme, pensez-vous qu'il soit possible d'effectuer des tests paramétriques en utilisant ces données? Justifiez votre réponse. hist(ab) Intervalle de classe : 27/6 = 4,5 6 classes : 0-4,5; 4,5-9; 9-13,5; 13,5-18; 18-22,5; 22,5-27 Nombre d'observations par classe : Classe 1: 14 Classe 2: 9 Classe 3: 3 Classe 4: 4 Classe 5: 0 Classe 6: 1 Histogram of Ab Frequency Ab À l'évidence, cette distribution ne correspond pas à une distribution Normale. Elle est très asymétrique. Il n'est pas possible d'utiliser ces données telles quelles pour des tests paramétriques. 3. À partir de la distribution observée, de quelle façon peut-on décrire la répartition de Haemonchus contortus chez les moutons? Cette distribution correspond à une distribution agrégée ou contagieuse. 5
6 Cela signifie que peu d'hôtes contiennent une grande quantité de parasites, alors que de nombreux hôtes ne sont pas ou peu infectés. Ce type de distribution suggère une transformation en logarithme afin de les rendre plus conformes à une distribution Normale. 4. Transformez les données (à vous de choisir une transformation) et tracez à nouveau un histogramme représentant le nombre d'hôtes parasités en fonction de l'abondance transformée. À l'œil (ne faites ni test ni calcul), les données transformées se prêtent-elles mieux à des tests paramétriques? Vous pouvez essayer diverses transformations. LnAb=log(Ab+1,base=exp(1)) hist(lnab,breaks=c(0,0.555,1.111,1.666,2.221,2.777,3.3325)) Intervalle de classe : 3,332/6 = 0,555 6 classes: 0-0,555; 0,555-1,111; 1,111-1,666; 1,666-2,221; 2,221-2,777; 2,777-3,332 Nombre d'observations par classe : Classe 1: 2 Classe 2: 4 Classe 3: 8 Classe 4: 9 Classe 5: 5 Classe 6: 3 Histogram of LnAb Density LnAb Visuellement, les données se distribuent d'une façon plus conforme à une loi Normale, et se prêtent mieux à des tests paramétriques. 5. Réalisez maintenant un graphique quantile-plot (et afin de vérifier les observations précédentes. Interprétez ce résultat. 6
7 qqnorm(ab) qqline(ab) Normal Q-Q Plot Sample Quantiles qqnorm(lnab) qqline(lnab) Theoretical Quantiles Normal Q-Q Plot Sample Quantiles Theoretical Quantiles Vérification : shapiro.test(ab) W = , p-value = shapiro.test(lnab) W = , p-value =
Introduction aux Statistiques et à l utilisation du logiciel R
Introduction aux Statistiques et à l utilisation du logiciel R Christophe Lalanne Christophe Pallier 1 Introduction 2 Comparaisons de deux moyennes 2.1 Objet de l étude On a mesuré le temps de sommeil
Plus en détailTests de comparaison de moyennes. Dr Sahar BAYAT MASTER 1 année 2009-2010 UE «Introduction à la biostatistique»
Tests de comparaison de moyennes Dr Sahar BAYAT MASTER 1 année 2009-2010 UE «Introduction à la biostatistique» Test de Z ou de l écart réduit Le test de Z : comparer des paramètres en testant leurs différences
Plus en détailCours (7) de statistiques à distance, élaboré par Zarrouk Fayçal, ISSEP Ksar-Said, 2011-2012 LES STATISTIQUES INFERENTIELLES
LES STATISTIQUES INFERENTIELLES (test de Student) L inférence statistique est la partie des statistiques qui, contrairement à la statistique descriptive, ne se contente pas de décrire des observations,
Plus en détaildistribution quelconque Signe 1 échantillon non Wilcoxon gaussienne distribution symétrique Student gaussienne position
Arbre de NESI distribution quelconque Signe 1 échantillon distribution symétrique non gaussienne Wilcoxon gaussienne Student position appariés 1 échantillon sur la différence avec référence=0 2 échantillons
Plus en détailExercices Alternatifs. Une fonction continue mais dérivable nulle part
Eercices Alternatifs Une fonction continue mais dérivable nulle part c 22 Frédéric Le Rou (copyleft LDL : Licence pour Documents Libres). Sources et figures: applications-continues-non-derivables/. Version
Plus en détailChapitre 3 : Principe des tests statistiques d hypothèse. José LABARERE
UE4 : Biostatistiques Chapitre 3 : Principe des tests statistiques d hypothèse José LABARERE Année universitaire 2010/2011 Université Joseph Fourier de Grenoble - Tous droits réservés. Plan I. Introduction
Plus en détailFAQ Conditions de candidature... 2 Procédure de candidature et remise de prix... 2 Le dossier de candidature... 3
FAQ Conditions de candidature... 2 Peut-on poser sa candidature si on a achevé ses études entre le 01/09/2014 et le 31/08/2015 et si la remise du diplôme a lieu seulement après la clôture des dépôts de
Plus en détailCAPTEURS - CHAINES DE MESURES
CAPTEURS - CHAINES DE MESURES Pierre BONNET Pierre Bonnet Master GSI - Capteurs Chaînes de Mesures 1 Plan du Cours Propriétés générales des capteurs Notion de mesure Notion de capteur: principes, classes,
Plus en détailAide-mémoire de statistique appliquée à la biologie
Maxime HERVÉ Aide-mémoire de statistique appliquée à la biologie Construire son étude et analyser les résultats à l aide du logiciel R Version 5(2) (2014) AVANT-PROPOS Les phénomènes biologiques ont cela
Plus en détailIntroduction à la statistique non paramétrique
Introduction à la statistique non paramétrique Catherine MATIAS CNRS, Laboratoire Statistique & Génome, Évry http://stat.genopole.cnrs.fr/ cmatias Atelier SFDS 27/28 septembre 2012 Partie 2 : Tests non
Plus en détailL ANALYSE COUT-EFFICACITE
L ANALYSE COUT-EFFICACITE 1 Pourquoi utiliser cet outil en évaluation? L analyse coût-efficacité est un outil d aide à la décision. Il a pour but d identifier la voie la plus efficace, du point de vue
Plus en détailLire ; Compter ; Tester... avec R
Lire ; Compter ; Tester... avec R Préparation des données / Analyse univariée / Analyse bivariée Christophe Genolini 2 Table des matières 1 Rappels théoriques 5 1.1 Vocabulaire....................................
Plus en détailCréation d entreprise «Survey_Economy» www.doingbusiness.org
Création d entreprise «Survey_Economy» www.doingbusiness.org Nous tenons à vous remercier pour votre collaboration au projet Doing Business. Votre contribution et votre expertise dans le domaine de la
Plus en détailEvaluation de la variabilité d'un système de mesure
Evaluation de la variabilité d'un système de mesure Exemple 1: Diamètres des injecteurs de carburant Problème Un fabricant d'injecteurs de carburant installe un nouveau système de mesure numérique. Les
Plus en détailCREER UNE ENTREPRISE A JERSEY
CREER UNE ENTREPRISE A JERSEY Avant toute autre démarche, il faut avoir un «business plan» (projet professionnel) solide et bien conçu. Pour cela, il vous suffit de suivre les instructions ci-dessous :
Plus en détailVI. Tests non paramétriques sur un échantillon
VI. Tests non paramétriques sur un échantillon Le modèle n est pas un modèle paramétrique «TESTS du CHI-DEUX» : VI.1. Test d ajustement à une loi donnée VI.. Test d indépendance de deux facteurs 96 Différentes
Plus en détailExercices Alternatifs. Une fonction continue mais dérivable nulle part
Eercices Alternatifs Une fonction continue mais dérivable nulle part c 22 Frédéric Le Rou (copleft LDL : Licence pour Documents Libres). Sources et figures: applications-continues-non-derivables/. Version
Plus en détailStatistiques. Rappels de cours et travaux dirigés. Master 1 Biologie et technologie du végétal. Année 2010-2011
Master 1 Biologie et technologie du végétal Année 010-011 Statistiques Rappels de cours et travaux dirigés (Seul ce document sera autorisé en examen) auteur : Jean-Marc Labatte jean-marc.labatte@univ-angers.fr
Plus en détailExercices M1 SES 2014-2015 Ana Fermin (http:// fermin.perso.math.cnrs.fr/ ) 14 Avril 2015
Exercices M1 SES 214-215 Ana Fermin (http:// fermin.perso.math.cnrs.fr/ ) 14 Avril 215 Les exemples numériques présentés dans ce document d exercices ont été traités sur le logiciel R, téléchargeable par
Plus en détailExemples d utilisation de G2D à l oral de Centrale
Exemples d utilisation de G2D à l oral de Centrale 1 Table des matières Page 1 : Binaire liquide-vapeur isotherme et isobare Page 2 : Page 3 : Page 4 : Page 5 : Page 6 : intéressant facile facile sauf
Plus en détailPROGRAMME (Susceptible de modifications)
Page 1 sur 8 PROGRAMME (Susceptible de modifications) Partie 1 : Méthodes des revues systématiques Mercredi 29 mai 2013 Introduction, présentation du cours et des participants Rappel des principes et des
Plus en détailStatistiques Appliquées à l Expérimentation en Sciences Humaines. Christophe Lalanne, Sébastien Georges, Christophe Pallier
Statistiques Appliquées à l Expérimentation en Sciences Humaines Christophe Lalanne, Sébastien Georges, Christophe Pallier Table des matières 1 Méthodologie expérimentale et recueil des données 6 1.1 Introduction.......................................
Plus en détailJean-Pierre Lovinfosse. En finir. avec les virus. Groupe Eyrolles,2004 ISBN 2-7464-0496-6
Jean-Pierre Lovinfosse En finir avec les virus Groupe Eyrolles,2004 ISBN 2-7464-0496-6 Introduction............................................ 7 Chapitre 1 : Historique...................................
Plus en détailNotre planète mobile : Canada
Notre planète mobile : Canada Mieux comprendre les utilisateurs de mobiles Mai 2012 1 LES TÉLÉPHONES INTELLIGENTS ONT TRANSFORMÉ LE COMPORTEMENT DES CONSOMMATEURS 2 Le téléphone intelligent représente
Plus en détailLES GENERATEURS DE NOMBRES ALEATOIRES
LES GENERATEURS DE NOMBRES ALEATOIRES 1 Ce travail a deux objectifs : ====================================================================== 1. Comprendre ce que font les générateurs de nombres aléatoires
Plus en détailDocument d orientation sur les allégations issues d essais de non-infériorité
Document d orientation sur les allégations issues d essais de non-infériorité Février 2013 1 Liste de contrôle des essais de non-infériorité N o Liste de contrôle (les clients peuvent se servir de cette
Plus en détailChapitre 6 Test de comparaison de pourcentages χ². José LABARERE
UE4 : Biostatistiques Chapitre 6 Test de comparaison de pourcentages χ² José LABARERE Année universitaire 2010/2011 Université Joseph Fourier de Grenoble - Tous droits réservés. Plan I. Nature des variables
Plus en détailMATHÉMATIQUES APPLIQUÉES S4 Exercices
Unité D Probabilité Exercice 1 : Chemins 1. Aline habite la maison illustrée ci-dessous. Le diagramme illustre les murs et les portes. a) Combien existe-t-il de chemins possibles entre la pièce A et la
Plus en détailComparer l intérêt simple et l intérêt composé
Comparer l intérêt simple et l intérêt composé Niveau 11 Dans la présente leçon, les élèves compareront divers instruments d épargne et de placement en calculant l intérêt simple et l intérêt composé.
Plus en détailOptimisation Combinatoire (Méthodes approchées) II. Recherche Locale simple (Les bases)
Optimisation Combinatoire (Méthodes approchées) II. Recherche Locale simple (Les bases) Heuristique Constructive Itérativement, ajoute de nouvelles composantes à une solution partielle candidate Espace
Plus en détailASR1 TD7 : Un microprocesseur RISC 16 bits
{Â Ö Ñ º ØÖ Ý,È ØÖ ºÄÓ Ù,Æ ÓÐ ºÎ ÝÖ Ø¹ ÖÚ ÐÐÓÒ} Ò ¹ÐÝÓÒº Ö ØØÔ»»Ô Ö Óº Ò ¹ÐÝÓÒº Ö» Ö Ñ º ØÖ Ý»¼ Ö½» ASR1 TD7 : Un microprocesseur RISC 16 bits 13, 20 et 27 novembre 2006 Présentation générale On choisit
Plus en détailAnnexe commune aux séries ES, L et S : boîtes et quantiles
Annexe commune aux séries ES, L et S : boîtes et quantiles Quantiles En statistique, pour toute série numérique de données à valeurs dans un intervalle I, on définit la fonction quantile Q, de [,1] dans
Plus en détailPrincipes de mathématiques 12 SÉRIE DE PROBLÈMES. Septembre 2001. Student Assessment and Program Evaluation Branch
Principes de mathématiques 12 SÉRIE DE PROBLÈMES Septembre 2001 Student Assessment and Program Evaluation Branch REMERCIEMENTS Le Ministère de l Éducation tient à remercier chaleureusement les professionnels
Plus en détailProbabilités (méthodes et objectifs)
Probabilités (méthodes et objectifs) G. Petitjean Lycée de Toucy 10 juin 2007 G. Petitjean (Lycée de Toucy) Probabilités (méthodes et objectifs) 10 juin 2007 1 / 19 1 Déterminer la loi de probabilité d
Plus en détailLIVRET DE SUIVI DE STAGE
Lycée Professionnel Pierre MENDES FRANCE BRUAY BARLIN 3ième Préparatoire aux Formations Professionnelles PÉRIODES DE DECOUVERTE EN MILIEU PROFESSIONNEL LYCÉE PIERRE MENDES FRANCE Rue de Saint-OMER 62700
Plus en détailOrganiser des séquences pédagogiques différenciées. Exemples produits en stage Besançon, Juillet 2002.
Cycle 3 3 ème année PRODUCTION D'ECRIT Compétence : Ecrire un compte rendu Faire le compte rendu d'une visite (par exemple pour l'intégrer au journal de l'école ) - Production individuelle Précédée d'un
Plus en détailMASTER SIS PRO : logique et sécurité DÉTECTION D INTRUSIONS. Odile PAPINI, LSIS. Université de Toulon et du Var. papini@univ-tln.
MASTER SIS PRO : logique et sécurité DÉTECTION D INTRUSIONS Odile PAPINI, LSIS. Université de Toulon et du Var. papini@univ-tln.fr Plan Introduction Généralités sur les systèmes de détection d intrusion
Plus en détailEstimation et tests statistiques, TD 5. Solutions
ISTIL, Tronc commun de première année Introduction aux méthodes probabilistes et statistiques, 2008 2009 Estimation et tests statistiques, TD 5. Solutions Exercice 1 Dans un centre avicole, des études
Plus en détailPRENOM NOM DE L ENTREPRISE DATE DU STAGE METIER
NOM DATE DU STAGE METIER PRENOM NOM DE L ENTREPRISE L ENTREPRISE L ENTREPRISE Dates du stage :... Nom de l entreprise :.. Adresse de l entreprise :...... Que fait-on dans cette entreprise?. Combien de
Plus en détailRapidMiner. Data Mining. 1 Introduction. 2 Prise en main. Master Maths Finances 2010/2011. 1.1 Présentation. 1.2 Ressources
Master Maths Finances 2010/2011 Data Mining janvier 2011 RapidMiner 1 Introduction 1.1 Présentation RapidMiner est un logiciel open source et gratuit dédié au data mining. Il contient de nombreux outils
Plus en détailLa méthode de régression par discontinuité et l évaluation des politiques de l emploi
La méthode de régression par discontinuité et l évaluation des politiques de l emploi Thomas Lemieux University of British Columbia Le 24 novembre 2009 Plan de la présentation La méthode de régression
Plus en détailVI- Exemples de fiches pédagogiques en 3 ème année primaires
21 VI- Exemples de fiches pédagogiques en 3 ème année primaires 22 PROJET I : Séquence 3 ORAL (Réception) Compréhension orale : Activité d écoute : 1 ère fiche pédagogique L objectif de cette séance est
Plus en détailIdentifier et comprendre vos clients
Identifier et comprendre vos clients Questionnaire Allain Lagadic, Stratège marketing senior Juillet 2013 Identifier et comprendre vos clients Le but de ce questionnaire est de vous permettre de créer
Plus en détailUFR de Sciences Economiques Année 2008-2009 TESTS PARAMÉTRIQUES
Université Paris 13 Cours de Statistiques et Econométrie I UFR de Sciences Economiques Année 2008-2009 Licence de Sciences Economiques L3 Premier semestre TESTS PARAMÉTRIQUES Remarque: les exercices 2,
Plus en détailBiostatistiques : Petits effectifs
Biostatistiques : Petits effectifs Master Recherche Biologie et Santé P. Devos DRCI CHRU de Lille EA2694 patrick.devos@univ-lille2.fr Plan Données Générales : Définition des statistiques Principe de l
Plus en détailINDEX Fonctionnement... 20 Schéma de câblage... 24
FRANÇAIS Pag 18 INDEX Fonctionnement... 20 Activation du lecteur de cartes... 21 Enregistrer des cartes d'accès... 22 Annulation des cartes d'accès... 22 Réglage du temps d'activation de la gâche électrique...
Plus en détailUne introduction. Lionel RIOU FRANÇA. Septembre 2008
Une introduction INSERM U669 Septembre 2008 Sommaire 1 Effets Fixes Effets Aléatoires 2 Analyse Classique Effets aléatoires Efficacité homogène Efficacité hétérogène 3 Estimation du modèle Inférence 4
Plus en détailACT3284 Modèles en assurance IARD Examen Final - 14 décembre 2011
#1 À partir de l'information ci-dessous : Sinistres payés cumulatifs Réserves aux dossiers 12 mois 24 mois 36 mois 12 mois 24 mois 36 mois 2008 240,000 393,600 499,200 2008 160,000 120,000 79,200 2009
Plus en détailPremière installation : comment réussir en temps de crise?
FACULTES DE PHARMACIE DE PARIS V ET PARIS XI Première installation : comment réussir en temps de crise? Animation par Philippe BECKER (Fiducial) Joffrey BLONDEL (Astera) 1 Olivier DUPAYS (Pharmacie de
Plus en détail- Ressources pour les classes
Mathématiques Collège - Ressources pour les classes de 6 e, 5 e, 4 e, et 3 e du collège - - Organisation et gestion de données au collège - Ce document peut être utilisé librement dans le cadre des enseignements
Plus en détailTABLE DES MATIÈRES. PRINCIPES D EXPÉRIMENTATION Planification des expériences et analyse de leurs résultats. Pierre Dagnelie
PRINCIPES D EXPÉRIMENTATION Planification des expériences et analyse de leurs résultats Pierre Dagnelie TABLE DES MATIÈRES 2012 Presses agronomiques de Gembloux pressesagro.gembloux@ulg.ac.be www.pressesagro.be
Plus en détailTP1 Méthodes de Monte Carlo et techniques de réduction de variance, application au pricing d options
Université de Lorraine Modélisation Stochastique Master 2 IMOI 2014-2015 TP1 Méthodes de Monte Carlo et techniques de réduction de variance, application au pricing d options 1 Les options Le but de ce
Plus en détailÉvaluations aléatoires : Comment tirer au sort?
Évaluations aléatoires : Comment tirer au sort? William Parienté Université Catholique de Louvain J-PAL Europe povertyactionlab.org Plan de la semaine 1. Pourquoi évaluer? 2. Comment mesurer l impact?
Plus en détailPourquoi l apprentissage?
Pourquoi l apprentissage? Les SE sont basés sur la possibilité d extraire la connaissance d un expert sous forme de règles. Dépend fortement de la capacité à extraire et formaliser ces connaissances. Apprentissage
Plus en détailDÉRIVÉES. I Nombre dérivé - Tangente. Exercice 01 (voir réponses et correction) ( voir animation )
DÉRIVÉES I Nombre dérivé - Tangente Eercice 0 ( voir animation ) On considère la fonction f définie par f() = - 2 + 6 pour [-4 ; 4]. ) Tracer la représentation graphique (C) de f dans un repère d'unité
Plus en détailStatistiques Décisionnelles L3 Sciences Economiques & Gestion Faculté d économie, gestion & AES Université Montesquieu - Bordeaux 4 2013-2014
Tests du χ 2 Statistiques Décisionnelles L3 Sciences Economiques & Gestion Faculté d économie, gestion & AES Université Montesquieu - Bordeaux 4 2013-2014 A. Lourme http://alexandrelourme.free.fr Outline
Plus en détailTSTI 2D CH X : Exemples de lois à densité 1
TSTI 2D CH X : Exemples de lois à densité I Loi uniforme sur ab ; ) Introduction Dans cette activité, on s intéresse à la modélisation du tirage au hasard d un nombre réel de l intervalle [0 ;], chacun
Plus en détailModèle de calcul des paramètres économiques
Modèle de calcul des paramètres économiques selon norme SIA 480 Calcul de rentabilité pour les investissements dans le bâtiment Version 3.2 1. Introduction 1.1 Version Excel Le modèle de calcul a été développé
Plus en détailDate : 18.11.2013 Tangram en carré page
Date : 18.11.2013 Tangram en carré page Titre : Tangram en carré Numéro de la dernière page : 14 Degrés : 1 e 4 e du Collège Durée : 90 minutes Résumé : Le jeu de Tangram (appelé en chinois les sept planches
Plus en détailCréer votre propre modèle
Créer votre propre modèle Vous recherchez un modèle personnalisé pour vos présentations Microsoft PowerPoint qui comprend le nom de votre organisation et un arrière-plan unique avec les couleurs et les
Plus en détailActivité 4. Tour de cartes Détection et correction des erreurs. Résumé. Liens pédagogiques. Compétences. Âge. Matériels
Activité 4 Tour de cartes Détection et correction des erreurs Résumé Lorsque les données sont stockées sur un disque ou transmises d un ordinateur à un autre, nous supposons généralement qu elles n ont
Plus en détailLes simulations dans l enseignement des sondages Avec le logiciel GENESIS sous SAS et la bibliothèque Sondages sous R
Les simulations dans l enseignement des sondages Avec le logiciel GENESIS sous SAS et la bibliothèque Sondages sous R Yves Aragon, David Haziza & Anne Ruiz-Gazen GREMAQ, UMR CNRS 5604, Université des Sciences
Plus en détailMathématiques 6 ème Grade Unité 1 (exemple)
Délais possibles: Unité 1: 13-15 jours Proportionnalité et Taux Les concepts de proportionnalité, taux, taux unitaire et pourcentage sont présentés dans cette unité. Les élèves prolongent leur compréhension
Plus en détailFormulaire d'évaluation du séjour hors Québec
Formulaire d'évaluation du séjour hors Québec A) INFORMATIONS GÉNÉRALES : Date où vous remplissez ce formulaire : Nom : Programme et cycle d études à l UdeM : Période du séjour hors-québec : Pays du séjour
Plus en détailPROBLEME(12) Première partie : Peinture des murs et du plafond.
PROBLEME(12) Une entreprise doit rénover un local. Ce local a la forme d'un parallélépipède rectangle. La longueur est 6,40m, la largeur est 5,20m et la hauteur est 2,80m. Il comporte une porte de 2m de
Plus en détailProbabilités et Statistiques. Feuille 2 : variables aléatoires discrètes
IUT HSE Probabilités et Statistiques Feuille : variables aléatoires discrètes 1 Exercices Dénombrements Exercice 1. On souhaite ranger sur une étagère 4 livres de mathématiques (distincts), 6 livres de
Plus en détailNom Prénom :... Mon livret de stage
Nom Prénom :..... Mon livret de stage 1. Présentation Tuteur de stage : NOM et Prénom: Fonctions dans l entreprise : Téléphone et poste : Stagiaire NOM et Prénom : Né(e) le : Stage effectué du au Professeur
Plus en détailDévelopper, factoriser pour résoudre
Développer, factoriser pour résoudre Avec le vocabulaire Associer à chaque epression un terme A B A différence produit A+ B A B inverse quotient A B A opposé somme Écrire la somme de et du carré de + Écrire
Plus en détail- Le Diagramme de Gantt. - Le Diagramme de Pert - La Méthode QQCQCCP - La Méthode MOSI - Cahier des charges fonctionnel
Planifier le projet > Identifier les étapes > Organiser le projet > Identifier les étapes - Le Diagramme de Gantt > Organiser le projet - Le Diagramme de Pert - La Méthode QQCQCCP - La Méthode MOSI - Cahier
Plus en détailTests paramétriques de comparaison de 2 moyennes Exercices commentés José LABARERE
Chapitre 5 UE4 : Biostatistiques Tests paramétriques de comparaison de 2 moyennes Exercices commentés José LABARERE Année universitaire 2010/2011 Université Joseph Fourier de Grenoble - Tous droits réservés.
Plus en détailA. Protocole de recherche (ainsi que l abrégé en langue française)
Commission d'éthique cantonale (VD) de la recherche sur l'être humain Av. de Chailly, 23, 1012 Lausanne Courriel : secretariat.cer@vd.ch 5.12.2013/mz Recommandations pour la soumission d un dossier Tous
Plus en détailSolution logicielle pour le pilotage et l ERM. Journées d études IARD 26 mars 2010 2 mars 2010
Présentation d ERMS Solution logicielle pour le pilotage et l ERM Journées d études IARD 26 mars 2010 2 mars 2010 Sommaire 1 Présentation d ACTUARIS 2 Les problématiques rencontrées 3 Présentation d ERMS
Plus en détailLogiciel XLSTAT version 7.0. 40 rue Damrémont 75018 PARIS
Logiciel XLSTAT version 7.0 Contact : Addinsoft 40 rue Damrémont 75018 PARIS 2005-2006 Plan Présentation générale du logiciel Statistiques descriptives Histogramme Discrétisation Tableau de contingence
Plus en détailAvec le pare-feu Windows Vista, vous protégez votre ordinateur contre les attaques provenant d'internet.
1. Etape: Activer le pare-feu Avec le pare-feu Windows Vista, vous protégez votre ordinateur contre les attaques provenant d'internet. Cliquez sur Démarrer > Panneau de configuration > Sécurité > Pare-feu
Plus en détailLa Transparence des Coûts en Microfinance Mise en oeuvre de la Transparence en Afrique de L Ouest
La Transparence des Coûts en Microfinance Mise en oeuvre de la Transparence en Afrique de L Ouest MicroFinance Transparency Initiative sur la Transparence des Coûts en Afrique de l Ouest Juillet 2010 Plan
Plus en détailQuestionnaire à destination des élèves 4 e -2 de à remplir avant ou après la visite aux Archives
Questionnaire à destination des élèves 4 e -2 de à remplir avant ou après la visite aux Archives Découvrir les archives 1- Quelle est ta représentation des archives? 2- À chaque idée reçue correspond une
Plus en détailCHAPITRE 3. Application à la Mutualisation des Risques & à la Demande d Assurance
CHAPITRE 3 Application à la Mutualisation des Risques & à la Demande d Assurance Ce chapitre présente une première application des concepts développés dans la première partie de ce cours Il s agit de modéliser
Plus en détailt 100. = 8 ; le pourcentage de réduction est : 8 % 1 t Le pourcentage d'évolution (appelé aussi taux d'évolution) est le nombre :
Terminale STSS 2 012 2 013 Pourcentages Synthèse 1) Définition : Calculer t % d'un nombre, c'est multiplier ce nombre par t 100. 2) Exemples de calcul : a) Calcul d un pourcentage : Un article coûtant
Plus en détailEvaluation générale de la qualité des données par âge et sexe
Analyse démographique pour la prise des décisions. Tendances, et inégalités de mortalité et de fécondité en Afrique francophone : les outils en ligne de l UNFPA / UIESP pour l'estimation démographique.
Plus en détailOptimiser ses graphiques avec R
Optimiser ses graphiques avec R Jérôme Sueur MNHN Systématique et Evolution UMR CNRS 7205 OSEB sueur@mnhn.fr 28 Avril 2011 1 Typologie 2 Base 3 ggplot2 4 Références Outline 1 Typologie 2 Base 3 ggplot2
Plus en détailSONDAGES RELATIFS AUX SERVICES D INFORMATION ET DE RÉFÉRENCE OFFERTS PAR LA DIRECTION GÉNÉRALE DE LA DIFFUSION DE BANQ
SONDAGES RELATIFS AUX SERVICES D INFORMATION ET DE RÉFÉRENCE OFFERTS PAR LA DIRECTION GÉNÉRALE DE LA DIFFUSION DE BANQ RÉSULTATS DE L ÉTÉ 2008 JUMELÉS À CEUX DE L HIVER 2008 RAPPORT VERSION FINALE Daniel
Plus en détailExo7. Calculs de déterminants. Fiche corrigée par Arnaud Bodin. Exercice 1 Calculer les déterminants des matrices suivantes : Exercice 2.
Eo7 Calculs de déterminants Fiche corrigée par Arnaud Bodin Eercice Calculer les déterminants des matrices suivantes : Correction Vidéo ( ) 0 6 7 3 4 5 8 4 5 6 0 3 4 5 5 6 7 0 3 5 4 3 0 3 0 0 3 0 0 0 3
Plus en détailmodélisation solide et dessin technique
CHAPITRE 1 modélisation solide et dessin technique Les sciences graphiques regroupent un ensemble de techniques graphiques utilisées quotidiennement par les ingénieurs pour exprimer des idées, concevoir
Plus en détailResponsabilité en matière de santé et d'environnement
Responsabilité en matière de santé et d'environnement Toutes les fiches se trouvent sur le site du collège Gernez Rieux (rubrique : matières et SVT) ou dans le dossier Public de la classe (sous-dossier
Plus en détailDescription du procédé de remplacement des appareils. Description du procédé de remplacement des appareils. 1) Choix de l appareil de remplacement B
Migration de Emax à Emax 2 en conservant la certification ) ayant c) des ayant caractéristiques des caractéristiques d installation d installation dans la même dans la disposition physique tion Fiche physique
Plus en détailLes probabilités. Chapitre 18. Tester ses connaissances
Chapitre 18 Les probabilités OBJECTIFS DU CHAPITRE Calculer la probabilité d événements Tester ses connaissances 1. Expériences aléatoires Voici trois expériences : - Expérience (1) : on lance une pièce
Plus en détailGuide de configuration de SQL Server pour BusinessObjects Planning
Guide de configuration de SQL Server pour BusinessObjects Planning BusinessObjects Planning XI Release 2 Copyright 2007 Business Objects. Tous droits réservés. Business Objects est propriétaire des brevets
Plus en détailLES NOMBRES DECIMAUX. I. Les programmes
LES NOMBRES DECIMAUX I. Les programmes Au cycle des approfondissements (Cours Moyen), une toute première approche des fractions est entreprise, dans le but d aider à la compréhension des nombres décimaux.
Plus en détailModèle de troncature gauche : Comparaison par simulation sur données indépendantes et dépendantes
de troncature gauche : Comparaison par simulation sur données indépendantes et dépendantes Zohra Guessoum 1 & Farida Hamrani 2 1 Lab. MSTD, Faculté de mathématique, USTHB, BP n 32, El Alia, Alger, Algérie,zguessoum@usthb.dz
Plus en détailOptions et Swap sur intérêt
Options et Swap sur intérêt Risk Management - TP 3-1 - Exercice1 : choix de deux options J ai décidé d utiliser le site Swissquote pour cette recherche. Toutefois j ai préféré prendre des warrants (certificats
Plus en détailRégression linéaire. Nicolas Turenne INRA nicolas.turenne@jouy.inra.fr
Régression linéaire Nicolas Turenne INRA nicolas.turenne@jouy.inra.fr 2005 Plan Régression linéaire simple Régression multiple Compréhension de la sortie de la régression Coefficient de détermination R
Plus en détailPlan de notre intervention 1. Pourquoi le test de charge? 2. Les différents types de tests de charge 1.1. Le test de performance 1.2.
Plan de notre intervention 1. Pourquoi le test de charge? 2. Les différents types de tests de charge 1.1. Le test de performance 1.2. Le test aux limites 3. Méthode 2.1. Pré-requis 2.2. Préparation des
Plus en détailPrésentation des Services Storissime aux Utilisateurs
Présentation des Services Storissime aux Utilisateurs Service Utilisateurs A qui s'adresse ce A tous les créateurs et les dirigeants d'entreprise souhaitant disposer des ressources nécessaires pour gérer
Plus en détailPRÉPARATION AU TEST! CULTURE INTERNATIONAL CLUB
Niveau 2 - Mots treize quatorze quinze seize dix-sept dix-huit dix-neuf vingt vingt-et-un vingt-deux vingt-trois vingt-quatre vingt-cinq vingt-six vingt-sept vingt-huit vingt-neuf trente quarante cinquante
Plus en détailSTRICTEMENT CONFIDENTIEL
MOIS / ANNEE ETUDE DE VALORISATION Société «EDIVAL» STRICTEMENT CONFIDENTIEL BUREAUX 31, Rue de Brest 69002 LYON Tél : +33 (0)8 71 55 11 98 SIÈGE SOCIAL 94, Rue Saint Lazare 75009 PARIS Tél : +33 (0)1
Plus en détailLogiciel EV3 LEGO MINDSTORMS Education
Robot éducateur : LEGO Education a le plaisir de vous présenter Robot éducateur, une sélection d'activités pédagogiques vous permettant de prendre en main votre EV3 LEGO MINDSTORMS Education de façon structurée
Plus en détail12. Le système monétaire
12. Le système monétaire Le rôle de la monnaie est fondamental. Imaginez une situation où aucun moyen de paiement ne ferait l unanimité : - Economie de «troc». - On échange des biens et services contre
Plus en détailBACCALAUREAT GENERAL MATHÉMATIQUES
BACCALAUREAT GENERAL FEVRIER 2014 MATHÉMATIQUES SERIE : ES Durée de l épreuve : 3 heures Coefficient : 5 (ES), 4 (L) 7(spe ES) Les calculatrices électroniques de poche sont autorisées, conformement à la
Plus en détailPrincipe d un test statistique
Biostatistiques Principe d un test statistique Professeur Jean-Luc BOSSON PCEM2 - Année universitaire 2012/2013 Faculté de Médecine de Grenoble (UJF) - Tous droits réservés. Objectifs pédagogiques Comprendre
Plus en détail