PSYQR19A Statistiques
|
|
- Bérengère Roussy
- il y a 7 ans
- Total affichages :
Transcription
1 PSYQR19A Statistiques Lotje van der Linden
2 Objectifs généraux du cours Analyser les données de TER avec un logiciel statistique Choisir le test approprié pour tester une certaine problématique Appliquer Décrire et interpreter les résultats 2
3 Arbre de décision 3
4 Fonctionnement UE Modalité d'évaluation : Examen sur table = 50 % Examen oral individuel = 50 % 15 minutes de présentation de votre TER 4
5 Emploi du temps Séance Date Thème 1 04/02/2016 Introduction Les statistiques descriptives 2 11/02/2016 Le test t: Comparer 2 moyennes 3 25/02/2016 L'ANOVA simple : Comparer >2 moyennes d'une seule VI 4 03/03/2016 L'ANOVA factorielle : Comparer >2 moyennes de plusiers VI 5 10/03/2016 Continuation ANOVA Preparer le fichier csv 6 17/03/2016 La régression simple et correlation 1 prédicteur 7 24/03/2016 La régression multiple Plusiers prédicteurs 8 31/03/2016 (Les tests non-paramétriques) Révisions 9?? Examen sur table 5
6 Planning Aujourd'hui : Partie 1 : Théorie La méthodologie expérimentale Les statistiques descriptives Pause Partie 2 : Informatique Introduction logiciel Exercices statistique descriptive TER 6
7 Méthodologie expérimentale 7
8 La méthodologie expérimentale Les variables Le cycle de la recherche empirique Deux type de question de recherche Deux types de relation entre les échantillons 8
9 Les variables Les variables dépendantes (VD) Les variabiles indépendantes (VI) 9
10 Les VD Ce que l'on mesure les données 3 niveaux de mesures Nominal Ordinal Numérique 10
11 Les VD Ce que l'on mesure les données 3 niveaux de mesures Nominal : Les différentes valeurs de la VD sont de simples étiquettes Les valeurs ne sont pas "classables" Pas de hiérarchie possible Ex : Quelle est votre couleur préférée? Pas de réponses plus justes que des autres Bleu pas mieux que jaune 11
12 Les VD Ce que l'on mesure les données 3 niveaux de mesures Nominal Ordinal : Les différentes valeurs de la VD sont "classables". On peut déterminer laquelle "vient avant" l'autre. Pas d'intervalles réguliers entre les différentes valeurs Ex : Aimez-vous les statistiques? 12
13 Les VD Ce que l'on mesure les données 3 niveaux de mesures Nominal Ordinal Numérique : La différence entre deux valeurs est réguilière Opérations arithmétiques possibles Ex : Les TR, le nombre de réponses correctes, 13
14 Les VD Avant tout analyse statistiqe : Bien identifier la VD Et son niveau de mesure Pourquoi? Constraint les analyses statistiques possibles et les conclusions qu'on peut en tirer Si on ne considère pas notre VD sur le bon niveau de mesure analyse et conclusions seront fausses Ex : Les numéros des maillots des joueurs de foot Modalités sont des nombres Mais : ce sont des simples étiquettes Pas de hiérarchie Donc : le numéro «moyenne» (ici : 10,25) n'a aucun sens Lord (1953) 14
15 Les VI Les manipulations Ce que l expérimentateur fait varier pour en étudier l effet sur la VD Modalités : les valeurs que peut prendre une variable Ex : la variable «Sexe» a deux modalités : Féminin ou Masculin Sous-division : Les VI invoquées Existantes dans la nature Elles sont simplement recuillies par l'expérimentateur Ex: le sexe du participant, l'age, etc. Les VI controlées (ou provoquées / manipulées) Crées par l'expérimentateur Ex: groupe de contrôle versus groupe de traitement, etc. 15
16 Les VI Pour étudier l'effet du caféine sur le temps de réponse (TR), un chercheur teste deux groupes de participants : 1) Un groupe de participants qui ont l'habitude de boire du café 2) Et un groupe de participants qui ne boivent jamais de café. Les participants font une tache sur ordinateur. Ils doivent appuyer sur un bouton le plus rapidement possible quand une cible apparaît sur l'écran. VI : - Café, avec deux modalités : Sans et Avec - Invoquée 16
17 Les VI Et si l'expérimentateur demande aux participants de venir au labo sans avoir bu de café, et puis les divise en deux groupes : 1) Au groupe 1, il donne a boire une tasse de café jute avant la tache. 2) A l'autre groupe, il donne a boire une tasse de l'eau. VI : - Café, avec deux modalités : Sans et Avec - Provoquée (= manipulée) 17
18 Les VI Implications sur les conclusions qu'on peut tirer Les VI invoquées disqualifient toute interprétation causale Ici, par ex : Pour la 1ere expérience, on ne peut pas exclure la possibilité que des gens qui sont plus vite boivent plus de café par rapport aux gens qui sont plus lents 18
19 Le cycle de la recherche empirique Problématique Méthode Données Analyse Interpretation 19
20 Le cycle de la recherche empirique La probématique Problématique Méthode Données Analyse Interpretation 20
21 La problématique Deux types de questions de recherche : Différences : Le groupe qui a bu une tasse de café, est-il plus vite sur une tâche de détection par rapport au groupe qui n'a pas bu de café? Comparer deux ou plusieurs échantillons entre eux La VI a plusieurs modalités L'hypothèse concerne une différence entre deux moyennes Relations : Etudier les liens entre les variables étudiées La VI (ici : prédicteur) est une variable continue L'hypothèse concerne une relation entre deux variables La quantité de caféine, est-elle correlée avec le temps de réponse dans le sens ou plus de caféine fait plus vite? 21
22 Arbre de décision Les derniers TD Les premiers TD 22
23 Le cycle de la recherche empirique Un exemple Problématique Méthode Données Analyse Interpretation 23
24 Le cycle de la recherche empirique La problématique : L'alcool, influence-t-il la conduite de voiture?? 24
25 Le cycle de la recherche empirique La méthodologie Problématique Méthode Données Analyse Interpretation 25
26 La méthodologie Les VI et VD Plan expérimental à 1 VI à deux modalités 26
27 La méthodologie Comment distribuer les participants dans les modalités de la VI? 2 possibilités : Deux échantillons indépendants Deux échantillons appariés (= plan à mesures répétées) 27
28 La méthodologie Comment distribuer les participants dans les modalités de la VI? Deux échantillons indépendants Répartition aléatoire des participant dans chacun des groupes Si n = 8 4 participants dans chaque groupe, au hasard 28
29 La méthodologie Comment distribuer les participants dans les modalités de la VI? Deux échantillons indépendants 29
30 La méthodologie Comment distribuer les participants dans les modalités de la VI? Deux échantillons appariés (= plan à mesures répétées) Si n = 8 les 8 participants passent dans toutes les conditions expérimentales Les mêmes participants sont testés deux fois 30
31 La méthodologie Comment distribuer les participants dans les modalités de la VI? Deux échantillons appariés 31
32 Arbre de décision 32
33 Le cycle de la recherche empirique Les données Problématique Méthode Données Analyse Interpretation 33
34 Les résultats Les données 34
35 Les données 2 échantillons indépendants Les participants diffèrent entre conditions. Par conséquence, les m (les cerles noirs) peuvent être liées Mais non les observations individuelles (les cercles non remplis) 35
36 Les données 2 échantillons appariés Pour chaque participant nous avons une observation dans les deux conditions. Par conséquence, on a le droit de lier à la fois les m Et les observations individuelles. 36
37 Les résultats Que veut-on savoir pour déterminer si une différence est (probablement) significative? Effectif L'effectif A) petit B) grand Dans la Figure B, les estimations des μ sont plus fiables parce que les m sont basées sur plus d'observations. 37
38 Les résultats Que veut-on savoir pour déterminer si une différence est (probablement) significative? Effectif L'effectif A) petit B) grand Dans la Figure A, la valeur aberrante influence plus les m que dans la Figure B 38
39 Le cycle de la recherche empirique Que veut-on savoir pour déterminer si une différence est (probablement) significative? L'effectif La variabilité intra conditions La part de variabilité de la VD qui ne peut pas être attribuée aux traitements expérimentaux Ici: la variabilité en compétences de conduite, peu importe la quantité d'alcool Variabilité intra A) peu B) beaucoup Dans la Figure A, les estimations des μ sont plus fiables parce que la variabilité intra conditions est plus petite 39
40 Le cycle de la recherche empirique Que veut-on savoir pour déterminer si une différence est (probablement) significative? L'effectif La variabilité intra La relation entre les deux échantillons Relation entre les échantillons A) Indépendants B) Mesures répétées 40
41 Le cycle de la recherche empirique Que veut-on savoir pour déterminer si une différence est (probablement) significative? L'effectif La variabilité intra La relation entre les deux échantillons Le niveau alpha ( ) Si plus libéral augmente les chances de trouver un effet significatif Mais aussi le risque de fausses alarmes Défaut = 0,05 41
42 Le cycle de la recherche empirique Analyse Problématique Méthode Données Analyse Interpretation 42
43 Analyse A partir de la semaine prochaine Les plans a mesures répétées ont un avantage statistique par rapport aux plans aux échantillons indépendants 43
44 Analyse A partir de la semaine prochaine Les plans a mesures répétées ont un avantage statistique par rapport aux plans aux échantillons indépendants 44
45 Analyse A partir de la semaine prochaine Les plans a mesures répétées ont un avantage statistique par rapport aux plans aux échantillons indépendants Deux échantillons indépendantes Test t (ou ANOVA) spécifique pour groupes indépendants Deux échantillons appariés Test t (ou ANOVA) spécifique pour groupes appariés 45
46 Le cycle de la recherche empirique Interpretation Dans la partie «Discussion» des articles scientifiques Problématique Méthode Données Analyse Interpretation 46
47 Les statistiques descriptives 47
48 Les statistiques descriptives Cherchent à résumer les données Les indices de tendance centrale Les indices de dispersion 48
49 Les indices de tendance centrale Résumer l'attitude générale de la VD Le mode La médiane La valeur moyenne de la VD Ici : 17 Les 3 indices donnent souvent des résultats voisins Approche non-paramétrique, basé sur des rangs La valeur de la VD qui partage l'effectif en 2 Ici : 17 La moyenne (mean) Valeur de la VD dont la fréquence est maximale L'effectif partiel le plus élevé Ici : 17 Dans une distribution normale : mode, médiane et moyenne sont confondus Mais pas toujours 49
50 Les indices de dispersion Mesurer la variabilité/ l'hétérogénéité de la VD La moyenne ne suffit pas L'étendue (range) Plus précise que l'étendue L'écart type (standard deviation) Valeur maximale valeur minimale La variance Ex. 2 groupes d'étudiants Cela signifie-t-il la même chose? Est une mesure de la variance L'écart interquartile Comme la médiane approche nonparamétrique, basé sur des rangs 50
51 Les indices de dispersion Mesurer la variabilité/ l'hétérogénéité de la VD La moyenne ne suffit pas L'étendue (range) Plus précise que l'étendue L'écart type (standard deviation) Valeur maximale valeur minimale La variance Ex. 2 groupes d'étudiants Cela signifie-t-il la même chose? Est une mesure de la variance L'écart interquartile Comme la médiane approche nonparamétrique, basé sur des rangs 51
52 Les statistiques descriptives Le choix des indices dépend: Du niveau de mesure de la VD (nominal, ordinal, numérique) Tendance centrale Dispersion VD nominale Mode VD ordinale Médiane Écart interquartile VD numérique Distribution symmétrique Pas de valeurs aberrantes Moyenne Variance ou écart type VD numérique Distribution asymmétrique Valeurs aberrantes Médiane Écart interquartile???? VD numérique Distribution bimodale Valeurs aberrantes Les modes (au moins 2)???? 52
53 Les statistiques descriptives Le choix des indices dépend : Du niveau de mesure de la VD (nominal, ordinal, numérique) De la distribution des données (symétrique ou asymétrique) De la présence des valeurs aberrantes 53
54 La distribution de fréquence de la VD Comment se distribuent les données? Ex : distribution des notes d'examen 500 étudiants La moins bonne note = 2 La meilleure note = 16 Mais combiens d'étudiants ont eu 2, 3, 4,.. 11,.. 17? La distribtion de fréquences répond à cette question Histogram des fréquences Parfois avec une estimation de la densité superposée 54
55 La distribution de fréquence de la VD La première étape de l'analyse! La forme de la distribution a des conséquences pour tous les étapes d'analyse qui suivent Déjà au niveau de statistiques descriptives Différentes formes possibles Distribution normale Distribution asymétrique Par ex:t Taille, poids Variables psychologiques : QI Loi du hasard : tirer à pile ou face 1000 fois... Par ex : Temps de réponse Distribution bimodale Par ex : Préférence manuelle 55
56 Les statistiques descriptives Le choix des indices dépend: De la distribution des données (symétrique ou asymétrique ou bimodale) Tendance centrale Dispersion VD nominale Mode VD ordinale Médiane Écart interquartile VD numérique Distribution symmétrique Pas de valeurs aberrantes Moyenne Variance ou écart type VD numérique Distribution asymmétrique Valeurs aberrantes Médiane Écart interquartile VD numérique Distribution bimodale Valeurs aberrantes Les modes 56
57 Partie 2 : Informatique 57
58 Logiciel statistique Logiciel avec interface ou langage de programmation?? Avantages et inconvéniants Interface plus facile à apprendre Mais moins flexible Si un test statistique que vous envisagez pour votre Mémoire n'est pas couvert par JASP, n'hésitez pas à me consulter JASP Gratuit Tous les plateforms (Windows, Mac OS, Linux) 58
59 Le logiciel JASP 59
60 Le logiciel JASP Ouvrir un fichier de données Vidéo 1 60
61 Le logiciel JASP Faire des statistiques descriptives Vidéo 2 61
62 Exercices 62
Evaluation 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 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 détailStatistiques Descriptives à une dimension
I. Introduction et Définitions 1. Introduction La statistique est une science qui a pour objectif de recueillir et de traiter les informations, souvent en très grand nombre. Elle regroupe l ensemble des
Plus en détailComment se servir de cet ouvrage? Chaque chapitre présente une étape de la méthodologie
Partie I : Séries statistiques descriptives univariées (SSDU) A Introduction Comment se servir de cet ouvrage? Chaque chapitre présente une étape de la méthodologie et tous sont organisés selon le même
Plus en détailChristophe CANDILLIER Cours de DataMining mars 2004 Page 1
Christophe CANDILLIER Cours de DataMining mars 2004 age 1 1. Introduction 2. rocessus du DataMining 3. Analyse des données en DataMining 4. Analyse en Ligne OLA 5. Logiciels 6. Bibliographie Christophe
Plus en détail1. Vocabulaire : Introduction au tableau élémentaire
L1-S1 Lire et caractériser l'information géographique - Le traitement statistique univarié Statistique : le terme statistique désigne à la fois : 1) l'ensemble des données numériques concernant une catégorie
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 détailReprésentation d une distribution
5 Représentation d une distribution VARIABLE DISCRÈTE : FRÉQUENCES RELATIVES DES CLASSES Si dans un graphique représentant une distribution, on place en ordonnées le rapport des effectifs n i de chaque
Plus en détailSéries Statistiques Simples
1. Collecte et Représentation de l Information 1.1 Définitions 1.2 Tableaux statistiques 1.3 Graphiques 2. Séries statistiques simples 2.1 Moyenne arithmétique 2.2 Mode & Classe modale 2.3 Effectifs &
Plus en détailBureau : 238 Tel : 04 76 82 58 90 Email : dominique.muller@upmf-grenoble.fr
Dominique Muller Laboratoire Inter-universitaire de Psychologie Bureau : 238 Tel : 04 76 82 58 90 Email : dominique.muller@upmf-grenoble.fr Supports de cours : webcom.upmf-grenoble.fr/lip/perso/dmuller/m2r/acm/
Plus en détailECTS CM TD TP. 1er semestre (S3)
Organisation du parcours M2 IRS en alternance De façon générale, les unités d enseignements (UE) sont toutes obligatoires avec des ECTS équivalents à 3 sauf le stage sur 27 ECTS et réparties sur deux semestres
Plus en détailFPSTAT 2 í La dçecision statistique. 1. Introduction ça l'infçerence. 1
INTRODUCTION ça L'INFçERENCE STATISTIQUE 1. Introduction 2. Notion de variable alçeatoire íprçesentation ívariables alçeatoires discrçetes ívariables alçeatoires continues 3. Reprçesentations d'une distribution
Plus en détailCHAPITRE 2. Les variables
CHAPITRE 2 Les variables 1. La nature des variables Définition 2.1 (Variable). Une variable est une caractéristique étudiée pour une population donnée. Le sexe, la couleur préférée, le nombre de téléviseurs
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 détailQuelques rappels concernant la méthode expérimentale
Quelques rappels concernant la méthode expérimentale 1. La Méthode expérimentale : Définition. Une définition classique de la méthode expérimentale est qu elle «correspond à la méthode d investigation
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 détailL ANALYSE EN COMPOSANTES PRINCIPALES (A.C.P.) Pierre-Louis GONZALEZ
L ANALYSE EN COMPOSANTES PRINCIPALES (A.C.P.) Pierre-Louis GONZALEZ INTRODUCTION Données : n individus observés sur p variables quantitatives. L A.C.P. permet d eplorer les liaisons entre variables et
Plus en détailTableau 1 : Structure du tableau des données individuelles. INDIV B i1 1 i2 2 i3 2 i4 1 i5 2 i6 2 i7 1 i8 1
UN GROUPE D INDIVIDUS Un groupe d individus décrit par une variable qualitative binaire DÉCRIT PAR UNE VARIABLE QUALITATIVE BINAIRE ANALYSER UN SOUS-GROUPE COMPARER UN SOUS-GROUPE À UNE RÉFÉRENCE Mots-clés
Plus en détailMASTER 2 SCIENCES HUMAINES ET SOCIALES Mention Psychologie. Spécialité : Recherches en psychologie
S3 Spécialité : Recherches en psychologie UE OBLIGATOIRES UE 1 : Epistémologie et méthodes de recherche en psychologie Ce séminaire aborde plusieurs aspects de la recherche en psychologie. Il présente
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 détailUne variable binaire prédictrice (VI) et une variable binaire observée (VD) (Comparaison de pourcentages sur 2 groupes indépendants)
CIVILITE-SES.doc - 1 - Une variable binaire prédictrice (VI) et une variable binaire observée (VD) (Comparaison de pourcentages sur 2 groupes indépendants) 1 PRÉSENTATION DU DOSSIER CIVILITE On s intéresse
Plus en détailTESTS D'HYPOTHESES Etude d'un exemple
TESTS D'HYPOTHESES Etude d'un exemple Un examinateur doit faire passer une épreuve type QCM à des étudiants. Ce QCM est constitué de 20 questions indépendantes. Pour chaque question, il y a trois réponses
Plus en détailStatistiques 0,14 0,11
Statistiques Rappels de vocabulaire : "Je suis pêcheur et je désire avoir des informations sur la taille des truites d'une rivière. Je décide de mesurer les truites obtenues au cours des trois dernières
Plus en détailChapitre 1 : Introduction aux bases de données
Chapitre 1 : Introduction aux bases de données Les Bases de Données occupent aujourd'hui une place de plus en plus importante dans les systèmes informatiques. Les Systèmes de Gestion de Bases de Données
Plus en détailBiostatistiques Biologie- Vétérinaire FUNDP Eric Depiereux, Benoît DeHertogh, Grégoire Vincke
www.fundp.ac.be/biostats Module 140 140 ANOVA A UN CRITERE DE CLASSIFICATION FIXE...2 140.1 UTILITE...2 140.2 COMPARAISON DE VARIANCES...2 140.2.1 Calcul de la variance...2 140.2.2 Distributions de référence...3
Plus en détailContenu. N Pages. Formavision: Une approche pratique de la formation 2. Objectifs de la séance 3
QUAND LE MANAGER DEVIENT "COACH"... GUIDE DE L'ANIMATEUR LA BOITE A OUTILS D U M A N A G E R Contenu Formavision: Une approche pratique de la formation 2 Objectifs de la séance 3 Les cinq étapes pour qu'un
Plus en détailItem 169 : Évaluation thérapeutique et niveau de preuve
Item 169 : Évaluation thérapeutique et niveau de preuve COFER, Collège Français des Enseignants en Rhumatologie Date de création du document 2010-2011 Table des matières ENC :...3 SPECIFIQUE :...3 I Différentes
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 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 détailLe test s'est déroulé en trois étapes successives
TEST SUR LES BASES BIBLIOGRAPHIQUES Rapport* du bureau Marcel van Dijk L'étude qui suit présente les résultats du test quantitatif et qualitatif de 5 bases bibliographiques disponibles en France : BNOPALE
Plus en détailHIVER 2004 MÉTHODOLOGIE DE LA RECHERCHE EN MARKETING MRK - 65384
Professeur : Raoul Graf FSA-Université Laval Pavillon Palasis Prince Bureau 2413 Tél. : 418 656 2131 ext. 2688 Courriel : Raoul.Graf@mrk.ulaval.ca HIVER 2004 MÉTHODOLOGIE DE LA RECHERCHE EN MARKETING MRK
Plus en détailApplication 1- VBA : Test de comportements d'investissements
Application 1- VBA : Test de comportements d'investissements Notions mobilisées Chapitres 1 à 5 du cours - Exemple de récupération de cours en ligne 1ère approche des objets (feuilles et classeurs). Corps
Plus en détailRapidolect Les Productions de la Columelle (1998-2006) Page 1
Page 1 Page 2 Logiciel Rapidolect RATIONNEL DU JEU Un bon lecteur possède dans sa tête des images précises des mots écrits qu'il connaît. Lorsqu'il parcourt un texte, ses yeux se déplacent par saccades
Plus en détailB2i. LE B2i Brevet Informatique et Internet. Niveau : tous. 1 S'approprier un environnement informatique de travail. b2ico1.odt.
1 S'approprier un environnement informatique de travail 1.1) Je sais m'identifier sur un réseau ou un site et mettre fin à cette identification. 1.2) Je sais accéder aux logiciels et aux documents disponibles
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 détailIDENTIFICATION CONDITIONS D ÉVALUATION : le public ciblé : Sous statut scolaire En apprentissage En formation continue. Niveau II (bac+4 et 3)
IDENTIFICATION IDENTIFICATION DU PRODUIT Titre du produit : Description rapide des thèmes traités : Nom de l éditeur : Version analysée : Année d édition : MULTIPLEXAGE Ressources multiplexées CAN et VAN
Plus en détailProbabilités. Rappel : trois exemples. Exemple 2 : On dispose d un dé truqué. On sait que : p(1) = p(2) =1/6 ; p(3) = 1/3 p(4) = p(5) =1/12
Probabilités. I - Rappel : trois exemples. Exemple 1 : Dans une classe de 25 élèves, il y a 16 filles. Tous les élèves sont blonds ou bruns. Parmi les filles, 6 sont blondes. Parmi les garçons, 3 sont
Plus en détailMises en relief. Information supplémentaire relative au sujet traité. Souligne un point important à ne pas négliger.
Cet ouvrage est fondé sur les notes d un cours dispensé pendant quelques années à l Institut universitaire de technologie de Grenoble 2, au sein du Département statistique et informatique décisionnelle
Plus en détailEn outre 2 PDD sont impliqués dans le développement de politiques locales destinées à favoriser l'insertion des personnes handicapées.
PHOES Version : 2.0 - ACT id : 3813 - Round: 2 Raisons et Objectifs Programme de travail et méthodologie Dispositions financières Dispositions organisationnelles et mécanismes décisionnels Procédures de
Plus en détailPlan de cours. Introduction à la recherche scientifique Théorie et approche méthodologique Les principaux auteurs
Méthodologie de recherche en sciences de gestion Rachid Alami Post Graduate diploma Management MIT Boston Doctorate in Management Sciences Paris Dauphine University MBA Paris Dauphine Master of Sciences
Plus en détailCours 1 : Qu est-ce que la programmation?
1/65 Introduction à la programmation Cours 1 : Qu est-ce que la programmation? Yann Régis-Gianas yrg@pps.univ-paris-diderot.fr Université Paris Diderot Paris 7 2/65 1. Sortez un appareil qui peut se rendre
Plus en détailEXEMPLE DE QUESTIONNAIRE SONDAGE
BOÎTE À OUTILS DU PROJET VERSION JUIN 2012 EXEMPLE DE QUESTIONNAIRE SONDAGE Sondage en ligne du QVAS PlateauEst Juin 2010 Toute forme de reproduction et de diffusion des outils du projet QVAS est encouragée
Plus en détailFormations EViews FORMATIONS GENERALES INTRODUCTIVES INTRO : INTRODUCTION A LA PRATIQUE DE L ECONOMETRIE AVEC EVIEWS
Formations EViews FORMATIONS GENERALES INTRODUCTIVES DEB : DECOUVERTE DU LOGICIEL EVIEWS INTRO : INTRODUCTION A LA PRATIQUE DE L ECONOMETRIE AVEC EVIEWS FORMATIONS METHODES ECONOMETRIQUES VAR : MODELES
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 détailFluctuation d une fréquence selon les échantillons - Probabilités
Fluctuation d une fréquence selon les échantillons - Probabilités C H A P I T R E 3 JE DOIS SAVOIR Calculer une fréquence JE VAIS ÊTRE C APABLE DE Expérimenter la prise d échantillons aléatoires de taille
Plus en détailDossier table tactile - 11/04/2010
Dossier table tactile - 11/04/2010 Intro Je vais brièvement exposer dans ce document: Ce que j'ai fait, comment je l'ai fait, combien ça m'a couté, et combien de temps j'ai mis à fabriquer, dans le cadre
Plus en détailGuide de configuration d'une classe
Guide de configuration d'une clae Viion ME Guide de configuration d'une clae Contenu 1. Introduction...2 2. Ajouter de cour...4 3. Ajouter de reource à une leçon...5 4. Meilleure pratique...7 4.1. Organier
Plus en détailCRÉER DES LEÇONS AVEC L'ÉDITEUR DU LOGICIEL 1000 MOTS POUR APPRENDRE À LIRE EN FRANÇAIS, ANGLAIS ET ALLEMAND
93 CRÉER DES LEÇONS AVEC L'ÉDITEUR DU LOGICIEL 1000 MOTS POUR APPRENDRE À LIRE EN FRANÇAIS, ANGLAIS ET ALLEMAND 1 - LE LOGICIEL 1000 MOTS 1000 mots est un logiciel destiné aux classes du cycle II en France
Plus en détailUNIVERSITE DE TOULON UFR FACULTE DE DROIT REGLEMENT D EXAMEN ANNEE 2012/2017 LICENCE DROIT MENTION DROIT GENERAL
UNIVERSITE DE TOULON UFR FACULTE DE DROIT REGLEMENT D EXAMEN ANNEE 01/017 LICENCE DROIT MENTION DROIT GENERAL Les présentes règles s inscrivent dans le cadre réglementaire national défini par les tetes
Plus en détailL'INTÉRÊT COMPOSÉ. 2.1 Généralités. 2.2 Taux
L'INTÉRÊT COMPOSÉ 2.1 Généralités Un capital est placé à intérêts composés lorsque les produits pendant la période sont ajoutés au capital pour constituer un nouveau capital qui, à son tour, portera intérêt.
Plus en détailFORMATION MULTIMÉDIA LVE
Windows Live Movie Maker est un logiciel de montage vidéo conçu pour les débutants. Il permet de créer, de modifier et de partager des séquences vidéo sur le web, par courrier électronique ou sur un CD/DVD.
Plus en détail1 Gestionnaire de Données WORD A4 F - USB / 2014-04-05 / 6020 Alco-Connect
1 Gestionnaire de Données WORD A4 F - USB / 2014-04-05 / 6020 Alco-Connect Introduction... 4 Comment décrire le logiciel Cosmos?... 4 Quelles sont les fonctions de ce logiciel PC?... 4 Est-il possible
Plus en détailArchitecture des ordinateurs
Architecture des ordinateurs Cours 4 5 novembre 2012 Archi 1/22 Micro-architecture Archi 2/22 Intro Comment assembler les différents circuits vus dans les cours précédents pour fabriquer un processeur?
Plus en détailNOTIONS DE PROBABILITÉS
NOTIONS DE PROBABILITÉS Sommaire 1. Expérience aléatoire... 1 2. Espace échantillonnal... 2 3. Événement... 2 4. Calcul des probabilités... 3 4.1. Ensemble fondamental... 3 4.2. Calcul de la probabilité...
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 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 détailTD 3 : suites réelles : application économique et nancière
Mathématiques Appliquées Cours-TD : K. Abdi, M. Huaulmé, B. de Loynes et S. Pommier Université de Rennes 1 - L1 AES - 009-010 TD 3 : suites réelles : application économique et nancière Exercice 1 Calculer
Plus en détailPremiers pas avec NetSupport SCHOOL
Premiers pas avec NetSupport SCHOOL QUERY INFORMATIQUE 1 boulevard Charles de Gaule 92700 COLOMBES - FRANCE Tel. : + 33 (0) 1.49.97.33.00 Fax : + 33 (0) 1.49.97.33.09 www.query-informatique.com Sommaire
Plus en détailChapitre 3. Les distributions à deux variables
Chapitre 3. Les distributions à deux variables Jean-François Coeurjolly http://www-ljk.imag.fr/membres/jean-francois.coeurjolly/ Laboratoire Jean Kuntzmann (LJK), Grenoble University 1 Distributions conditionnelles
Plus en détailFORMULAIRE DE STATISTIQUES
FORMULAIRE DE STATISTIQUES I. STATISTIQUES DESCRIPTIVES Moyenne arithmétique Remarque: population: m xμ; échantillon: Mx 1 Somme des carrés des écarts "# FR MOYENNE(série) MOYENNE(série) NL GEMIDDELDE(série)
Plus en détailComment les Français gèrent l eau dans leurs foyers?
Comment les Français gèrent l eau dans leurs foyers? Mai 2015 Sondage réalisé par pour Fiche technique Recueil Echantillon Enquête réalisée auprès d un échantillon de Français recrutés par Access Panel
Plus en détailDevenez expert. en trading d'or. Tout ce qu'il faut savoir pour trader l'or
Devenez expert en trading d'or Tout ce qu'il faut savoir pour trader l'or 01 02 Pourquoi l'or est-il si précieux? Tout le monde sait que l'or est cher, mais pourquoi est-il si prisé partout dans le monde?
Plus en détailParamètres d accessibilité des systèmes d exploitation Windows et Mac
Paramètres d accessibilité des systèmes d exploitation Windows et Mac Hôpital Raymond Poincaré 104, Bd Raymond Poincaré 92380 Garches GB Consulting 242 rue du Faubourg de Roubaix 59800 Lille Samuel POUPLIN
Plus en détailLIVRET DE PRESENTATION DE LA FORMATION
Règlement du diplôme Livret de présentation de la formation Livret de suivi de formation LIVRET DE PRESENTATION DE LA FORMATION ACCOMPAGNATEUR - ANIMATEUR MONITEUR Fédération Française de Vol Libre 2014
Plus en détailFiche professeur. Rôle de la polarité du solvant : Dissolution de tâches sur un tissu
Fiche professeur TEME du programme : Comprendre ous-thème : Cohésion et transformations de la matière Rôle de la polarité du solvant : Dissolution de tâches sur un tissu Type d activité : Activité expérimentale
Plus en détailCalcul élémentaire des probabilités
Myriam Maumy-Bertrand 1 et Thomas Delzant 1 1 IRMA, Université Louis Pasteur Strasbourg, France Licence 1ère Année 16-02-2006 Sommaire La loi de Poisson. Définition. Exemple. 1 La loi de Poisson. 2 3 4
Plus en détailPrésentation de GnuCash
Par Jean-Marc St-Hilaire De JMS Informatique Enr. Jean-Marc St-Hilaire a une formation en programmation et en comptabilité (H.E.C.) Cette présentation est disponible à www.jmsinformatique.com/ateliers
Plus en détailFORMATION MULTIMÉDIA LVE
Format Factory est un logiciel libre, gratuit et multiplateforme pour la conversion de formats de fichiers multimédia. Ce logiciel permet de convertir des fichiers audio et vidéo, et d extraire l audio
Plus en détailÉlément 424b Introduction à la statistique descriptive
CTU Master AGPS De la donnée à la connaissance : traitement, analyse et transmission Élément 44b Introduction à la statistique descriptive Prof. Marie-Hélène de Sède-Marceau Année / Statistique Introduction
Plus en détailCours 9 : Plans à plusieurs facteurs
Cours 9 : Plans à plusieurs facteurs Table des matières Section 1. Diviser pour regner, rassembler pour saisir... 3 Section 2. Définitions et notations... 3 2.1. Définitions... 3 2.2. Notations... 4 Section
Plus en détailUnité E Variation et analyse statistique
Unité E Variation et analyse statistique VARIATION ET ANALYSE STATISTIQUE Introduction Ce module présente aux élèves deux méthodes d'utilisation des statistiques pour décrire des données et tirer des conclusions
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 détailRoomMate Guide de l'utilisateur
RoomMate Guide de l'utilisateur Antemak 19 Av. van Goidtsnoven B-1180, Bruxelles, Belgique +32.475.83.42.72 http://antemak.com info@antemak.com Par Steven Version 110311 Nous espérons que ce guide vous
Plus en détailPermis de conduire info
Permis de conduire info Questions théoriques DB - 6 octobre 2014 1 Module(s) 1 1. M1.- L'affirmation suivante est-elle vraie ou fausse? "Un ordinateur ne manipule que des données binaires. Il ne comprend
Plus en détailTD : Codage des images
TD : Codage des images Les navigateurs Web (Netscape, IE, Mozilla ) prennent en charge les contenus textuels (au format HTML) ainsi que les images fixes (GIF, JPG, PNG) ou animée (GIF animée). Comment
Plus en détailRapport d'expérience final
Rapport d'expérience final Ricci Arnaud et Garretas Victor 1 juin 2015 Table des matières Introduction Problématique Cadre théorique et résultats précédents Hypothèses générales Méthodologie Participants
Plus en détailIBM 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 détailDECOUVERTE DE LA MESSAGERIE GMAIL
DECOUVERTE DE LA MESSAGERIE GMAIL modifie août 2011 La messagerie GMAIL est très répandue parce que simple d'utilisation et surtout gratuite. Car elle proposée par Google. Cliquez deux fois sur l'icône
Plus en détailDETERMINATION DE L INCERTITUDE DE MESURE POUR LES ANALYSES CHIMIQUES QUANTITATIVES
Agence fédérale pour la Sécurité de la Chaîne alimentaire Administration des Laboratoires Procédure DETERMINATION DE L INCERTITUDE DE MESURE POUR LES ANALYSES CHIMIQUES QUANTITATIVES Date de mise en application
Plus en détailTD 1 - Structures de Traits et Unification
TD 1 - Structures de Traits et Unification 1 Définitions Un trait (en: feature) est un couple attribut-valeur. Une structure de traits (en: feature structure) est un ensemble de traits. On peut les représenter
Plus en détailT de Student Khi-deux Corrélation
Les tests d inférence statistiques permettent d estimer le risque d inférer un résultat d un échantillon à une population et de décider si on «prend le risque» (si 0.05 ou 5 %) Une différence de moyennes
Plus en détailREGLEMENT DU DIPLOME DE MASTER DROIT ECONOMIE GESTION MENTION "ECONOMIE APPLIQUEE"
REGLEMENT DU DIPLOME DE MASTER DROIT ECONOMIE GESTION MENTION "ECONOMIE APPLIQUEE" SPECIALITE FINANCE DE MARCHE, EPARGNE INSTITUTIONNELLE ET GESTION DE PATRIMOINE (Dispositions générales Contrôle des connaissances
Plus en détailPLATEFORME MÉTIER DÉDIÉE À LA PERFORMANCE DES INSTALLATIONS DE PRODUCTION
PLATEFORME MÉTIER DÉDIÉE À LA PERFORMANCE DES INSTALLATIONS DE PRODUCTION KEOPS Automation Espace Performance 2B, rue du Professeur Jean Rouxel BP 30747 44481 CARQUEFOU Cedex Tel. +33 (0)2 28 232 555 -
Plus en détailLa mesure de la qualité des services de communications électroniques en France
La mesure de la qualité des services de communications électroniques en France Jacques Stern ARCEP FRATEL 10 ème Séminaire la mesure de la qualité des services de communications électroniques : approches,
Plus en détailLa culture financière des Français
C entr e de Recher c h e po u r l E t u d e et l Obser va t i o n des Co n d it io n s de V ie Département Conditions de vie et aspirations La culture financière des Français Etude réalisée à la demande
Plus en détailSIG ET ANALYSE EXPLORATOIRE
SIG ET ANALYSE EXPLORATOIRE VERS DE NOUVELLES PRATIQUES EN GÉOGRAPHIE Jean-Marc ORHAN Equipe P.A.R.I.S., URA 1243 du CNRS Paris Résumé L'offre actuelle dans le domaine des logiciels de type Système d'information
Plus en détailsynchroniser Vos sauvegardes SynchBack Free SE Présentation de SynckBackFree
SynchBack Free SE SyncBack est un logiciel de sauvegarde et synchronisation de répertoires de votre ordinateur. Il peut être utilisé : pour effectuer des backups de fichiers (copies de sauvegarde), pour
Plus en détailAGASC / BUREAU INFORMATION JEUNESSE 06700 Saint Laurent du Var Tel : 04.93.07.00.66 bij@agasc.fr www.agasc.fr. Word: Les tableaux.
Word: Les tableaux Introduction 6 ième partie Il est préférable par moments de présenter de l'information sous forme de tableau. Les instructions qui suivent démontrent comment créer un tableau et comment
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 détailUNIVERSITÉ DE MONTRÉAL DÉPARTEMENT DE SOCIOLOGIE ************* Cours de niveau gradué en méthodes quantitatives *************
************* Cours de niveau gradué en méthodes quantitatives ************* SOL 6210 - Analyse quantitative avancée Le séminaire d analyse quantitative avancée se donne en classe une fois par année. Chaque
Plus en détailSommaire. Page d accueil. Comment effectuer une mise à jour? Comment insérer le logo de sa société? Comment effectuer une sauvegarde?
Sommaire Page d accueil Comment effectuer une mise à jour? Comment insérer le logo de sa société? Comment effectuer une sauvegarde? Page Tiers Comment créer un tiers (client et/ou fournisseur)? Comment
Plus en détailEvaluer l ampleur des économies d agglomération
Pierre-Philippe Combes GREQAM - Université d Aix-Marseille Ecole d Economie de Paris CEPR Janvier 2008 Supports de la présentation Combes, P.-P., T. Mayer et J.-T. Thisse, 2006, chap. 11. Economie Géographique,
Plus en détailLA BATTERIE DU PORTABLE
LA BATTERIE DU PORTABLE Table des matières Fiche professeur... 2 Fiche élève... 4 Narration de séance et productions d élèves... 5 1 Fiche professeur LA BATTERIE DU PORTABLE Niveaux et objectifs pédagogiques
Plus en détailFirst Line and Maintenance in Nonsquamous NSCLC: What Do the Data Tell Us?
Dr Jean-Charles Soria : Bonjour et bienvenue dans ce programme. Je suis Jean Charles Soria, Professeur de Médecine et Directeur du programme de développement précoce des médicaments à l université Paris
Plus en détailIBM SPSS Direct Marketing 21
IBM SPSS Direct Marketing 21 Remarque : Avant d utiliser ces informations et le produit qu elles concernent, lisez les informations générales sous Remarques sur p. 109. Cette version s applique à IBM SPSS
Plus en détailA. Définition et formalisme
Les cardinalités et les différents types d'associations I. Les cardinalités A. Définition et formalisme Les cardinalités sont des couples de valeur que l'on trouve entre chaque entité et ses associations
Plus en détail