SONDAGES STRATIFIES. Philippe Périé & Gilbert Saporta. STA108, 26 octobre 2012
|
|
- Eveline Perras
- il y a 7 ans
- Total affichages :
Transcription
1 SONDAGES STRATIFIES Pilippe Périé & Gilbert Saporta STA108, 6 octobre 01
2 Information auxiliaire
3 STRATIFICATION Idée e : S il existe dans la base de sondage un critère re permettant de distinguer a priori entre eux les individus, on aura tout à gagner à utiliser cette information pour répartir r l él écantillon dans caque sous-population. C est le principe de la stratification: découper d la population en sous ensembles omogènes appelés s strates et réaliser r un sondage dans cacune d elles. d La stratification a pour objectifs de pour objectif de diminuer la variance, augmenter la précision
4 Intuition Dans un sondage aléatoire simple, toutes les combinaisons de n éléments parmi N sont possibles avec la même probabilité. Or, il arrive que certaines d entre elles puissent s avérer a priori indésirables N=5 Variable d intérêt Y { } dépôt en k Ymoy = 0 Recensement des résultats possibles n= Par exemple, parmi ces écantillons de unités, on trouve les cas extrêmes (13, 15) et (5, 30) qui sont particulièrement «mauvais». S il existe dans la base de sondage un critère permettant de distinguer a priori les catégories des petits et gros clients, on aura tout à gagner à utiliser cette information pour répartir l écantillon dans caque souspopulation. 4
5 Intuition Le principe de la stratification : Découper la population en sous-ensembles appelés strates et réaliser un sondage dans cacune d elles : on espère ainsi exclure les écantillons extrêmes, et - plus généralement améliorer la précision des estimateurs (On a vu qu à taille égale un écantillon est plus efficace dans une population omogène que dans une population étérogène. Plus précisément, l erreur type d estimation est lié à la variance du caractère étudié dans la population.) Caque sondage partiel s effectuera ainsi de façon plus efficace et l assemblage de sondages partiels plus précis donnera des résultats plus fiables qu un sondage de même taille effectué «en vrac» La plupart des fois la stratification correspond par ailleurs à un objectif de réduction des coûts d enquête ou d optimisation de sa gestion C est en particulier le cas lorsque l on utilise un critère de découpage géograpique comme la région, ou, dans les écantillon d entreprise, un critère sectoriel permettant de spécialiser les enquêteurs 5
6 Intuition N=5 Variable d intérêt Y { } dépôt en k Ymoy = 0 Écantillons avec stratification n= (un cez les petits, un cez les grands) L unité écantillonnée dans la première strate est désignée pour en représenter trois, celle de la deuxième strate vaut pour deux. Il convient donc de pondérer caque valeur par le poids de la strate dont elle est issue 3 ymoy y y On peut vérifier que la moyenne des six valeurs réalisables pour ymoy est encore 0. Cela signifie que la variable aléatoire ymoy a Ymoy pour espérance matématique et qu elle est donc un estimateur sans biais pour ce paramètre. 6
7 Intuition N=5 Variable d intérêt Y { } dépôt en k Ymoy = 0 Écantillons avec stratification n= (un cez les petits, un cez les grands) On remarque également que la plage des estimations est beaucoup plus resserrée autour de la cible que dans le cas du SAS : les valeurs extrêmes sont moins éloignées, l erreur type (c est-à-dire la racine carrée de la variance des six valeurs) vaut 1,40 au lieu de 3,95. 7
8 STRATIFICATION Déterminer des strates les plus omogènes possibles, par rapport au sujet étudié. types de considérations vont conduire au coix des critères res de stratification : 1. disponibilité des critères res dans la base de sondage ;. pertinence des différents critères res pour créer des strates omogènes. Ceci nécessite n une connaissance soit intuitive, soit venant d éd études réalisr alisées antérieurement. 8
9 STRATIFICATION PH Utilisation tilisation d uned information auxiliaire qualitative Toujours efficace P1 S1 P S kj 9
10 STRATIFICATION, notations PH Strates: N 1, N...N...N H Y, Y... Y... Y 1, H H N N P1 P S S1 N Y Y N N N Y Y N N kj Écantillon: nn,,... n,... n 1 1 H yy,,... y,... y H ˆ, ˆ,... ˆ... ˆ 1 H n n y n y n 10
11 STRATIFICATION N N Y Y N N W B Variance totale= moyenne des variances ( (variance intra) +variance des moyennes ( (variance inter) 11
12 STRATIFICATION Pour la suite, on se placera dans le cas d un d tirage aléatoire atoire simple sans remise, à l intérieur de caque strate. 1
13 STRATIFICATION Estimateur sans biais de Y (Horvitz Tomson) Y ˆ str N N Variance: y H ( ˆ N N Nn VYstr) V( y ) N 1 N n N 1 1 N H 1 S N( Nn) n 13
14 STRATIFICATION, répartition proportionnelle Écantillon dit «représentatif»: n N n n n N N N Taux de sondage constant dans caque strate ˆ N n Y y y y Y H H ˆ str prop 1 N 1 n 14
15 STRATIFICATION, répartition proportionnelle variance : H H ( ˆ 1 S 1 Nn VY ) N( N n) NS N n N n prop 1 1 H H H 1 N 1 N Nn N ( 1) NS ( 1) NS S N n N n nn N Si N est grand: H H Nn N Nn N Nn w prop S nn 1 N nn 1 N N n VY ( ˆ ) 15
16 STRATIFICATION, répartition proportionnelle Variance de l estimateur l du SAS sans remise: V n S N n S N n ( y) ( 1 ) N n N n N n Avec les mêmes probabilités s d inclusion d d ordre d 1, l écantillon stratifié représentatif est plus efficace qu un un écantillon simple de même taille dès d s que les Y sont différents. 16
17 STRATIFICATION optimale Répartition optimale: VY ( ) str avec 1 N S N N n n N N 1 S c coût t unitaire d une d observation N N n min n c c 0 n N S N S n fixe S 17
18 Solution: STRATIFICATION optimale n N N n S S c proportionnel à c Si c c constant: n n NS NS - Répartition de Neyman 18
19 STRATIFICATION optimale Cette répartition r utilise un taux de sondage f proportionnel à la dispersion S de X étudiée dans caque strate. Plus une strate est étérog rogène vis-à-vis de la variable étudiée, plus on utilise un taux de sondage important. La téorie montre que cette répartition r est celle qui fournit la variance la plus faible une fois les strates détermind terminées. es. 19
20 STRATIFICATION optimale Remarquons que l él écantillon de Neyman dépend du caractère re que l on l veut estimer en priorité.. C est C pour ce caractère re que l on l prendra la variance en considération. En général, g celle-ci ci ne sera pas connue a priori. Elle pourra être estimée à partir d une d enquête antérieure ou d éd études limitées. 0
21 STRATIFICATION Exemple n n 1: présondage de 155 unités Strates N n y ˆ
22 Exemple n n 1: STRATIFICATION Y N y N Intervalle de confiance à 95% pour Y : Pour T: 3750x x ˆ N ( ) (0.14) V Y N n 14.1 x 0.14 soit: Y
23 Exemple n n 1: On estime: par STRATIFICATION N N Y Y N N Y ˆ n str n 1 Y par y Y par ˆ Y str
24 STRATIFICATION Suite: Répartition R de Neyman pour n=1000: N1 S1 = 675 n1 = 1000 x 675/19 31 = 35 N S = 557 n = 88 N3 S3 = 3038 n3 = 157 N4 S4 = 447 n4 = Variance: 1 N N N n Y connu à + x soit T connu à n S
25 STRATIFICATION Écantillon simple à 1000: Y Nn n N1 connu à ; T connu à Écantillon stratifié représentatif: n1 = 345 n = 301 n3 = 17 n4 = 7 5
26 STRATIFICATION Estimation d une d proportion p Même démarce: d une proportion est une moyenne particulière re pˆ str V( pˆ ) str H 1 N N f H N p (1 p ) N n N n N 1 1 H ˆ (1 ) ( ˆ N f f n V pstr ) 1 1 N n N 6
27 Comment stratifier? STRATIFICATION Remarque préalable: dans un sondage à probabilité inégale i proportionnel à Yi annule la variance. Nombre de strates: le maximum mais Limites de strates optimales: métode de Dalenius et Hodges. Regrouper des classes selon le cumul de la racine des effectifs 7
28 STRATIFICATION Répartition partition dans les strates: Si S inconnu : répartition proportionnelle Si S connu: Neyman S Sinon, ypotèse fréquente c d où d n Y proportionnel à la somme de la variable étudiée e ou d une variable corrélée. Exemple: écantillon d entreprises d proportionnel au CA ou à l effectif de la strate. 8
29 STRATIFICATION Variable de stratification: en téorie Y; sinon, variable bien corrélée e avec Y. En pratique quand il y a plusieurs variables d intd intérêt et une variable de stratification, on utilise la répartition r proportionnelle 9
30 Exemples Enquêtes INSEE auprès s des entreprises, sondages BB en institut. «Le plan de sondage des enquêtes de l'insee auprès des entreprises est en général un plan de sondage stratifié avec un sondage aléatoire simple sans remise dans caque strate.» 30
31 Exemples Indice des prix ttp:// ipc.tm «Le plan de sondage est stratifié selon trois types de critères : - critère géograpique : les relevés sont effectués dans 96 agglomérations de plus de 000 abitants dispersées sur le territoire métropolitain et de toute taille ainsi que 10 agglomérations dans les DOM ; - type de produit : un écantillon d'un peu plus de 1000 familles de produits, appelées "variétés" est défini pour tenir compte de l'étérogénéité des produits au sein des postes. La variété est le niveau de base pour le suivi des produits et le calcul de l'indice. La liste des variétés reste confidentielle et l'ipc n'est pas diffusé à ce niveau ; - type de point de vente : un écantillon de points de vente, stratifié par forme de vente, a été constitué pour représenter la diversité des produits et modes d'acat des consommateurs et prendre en compte des variations de prix différenciées selon les formes de vente. Le croisement de ces différents critères aboutit à suivre un peu plus de séries (produits précis dans un point de vente donné) donnant lieu à près de relevés mensuels.» 31
32 Taille des strates Autres considérations Dans la pratique, d autres d considérations que la précision optimale peuvent guider l allocation l dans les strates, comme la nécessitn cessité d avoir des bases de lectures suffisantes sur caque strate L étude d audience d de la presse Audipresse ONE part d une d répartition géograpique g proportionnelle, à partir de laquelle on impose des seuils minimaux dans caque département. d Citons aussi le type d abonnement d pour le secteur des télécoms, t les classes d anciennetd ancienneté,, les canaux de recrutement des client pour les études de satisfaction,. 3
STA108 Enquêtes et sondages. Sondages àplusieurs degrés et par grappes
STA108 Enquêtes et sondages Sondages àplusieurs degrés et par grappes Philippe Périé, novembre 2011 Sondages àplusieurs degrés et par grappes Introduction Sondages à plusieurs degrés Tirage des unités
Plus en détailThéorie des sondages : cours 5
Théorie des sondages : cours 5 Camelia Goga IMB, Université de Bourgogne e-mail : camelia.goga@u-bourgogne.fr Master Besançon-2010 Chapitre 5 : Techniques de redressement 1. poststratification 2. l estimateur
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 détailLA NOTATION STATISTIQUE DES EMPRUNTEURS OU «SCORING»
LA NOTATION STATISTIQUE DES EMPRUNTEURS OU «SCORING» Gilbert Saporta Professeur de Statistique Appliquée Conservatoire National des Arts et Métiers Dans leur quasi totalité, les banques et organismes financiers
Plus en détailChapitre 3 : INFERENCE
Chapitre 3 : INFERENCE 3.1 L ÉCHANTILLONNAGE 3.1.1 Introduction 3.1.2 L échantillonnage aléatoire 3.1.3 Estimation ponctuelle 3.1.4 Distributions d échantillonnage 3.1.5 Intervalles de probabilité L échantillonnage
Plus en détailLa nouvelle planification de l échantillonnage
La nouvelle planification de l échantillonnage Pierre-Arnaud Pendoli Division Sondages Plan de la présentation Rappel sur le Recensement de la population (RP) en continu Description de la base de sondage
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 détailLa problématique des tests. Cours V. 7 mars 2008. Comment quantifier la performance d un test? Hypothèses simples et composites
La problématique des tests Cours V 7 mars 8 Test d hypothèses [Section 6.1] Soit un modèle statistique P θ ; θ Θ} et des hypothèses H : θ Θ H 1 : θ Θ 1 = Θ \ Θ Un test (pur) est une statistique à valeur
Plus en détailImputation du salaire d ego dans TeO
Imputation du salaire d ego dans TeO Objet de la note : linéariser la réponse en tranche du salaire, et imputer le salaire en cas de non réponse Champ et principe de la méthode Les individus qui se sont
Plus en détailLa représentativité d un échantillon et son test par le Khi-deux Testing the representativeness of a sample
Tutorials in Quantitative Methods for Psychology 212, Vol. 8(3), p. 173-181. La représentativité d un échantillon et son test par le Khi-deux Testing the representativeness of a sample Louis Laurencelle
Plus en détailL INSEE EN BREF. L Insee en bref. La mesure du chômage par l Insee. N 4 Septembre 2012. Combien y a t il de chômeurs en France?
L INSEE EN BREF L Insee en bref N 4 Septembre 2012 La mesure du chômage par l Insee Combien y a t il de chômeurs en France? Quelle définition des chômeurs retient l Insee? Comment l Insee mesure t il le
Plus en détailYourcegid Fiscalité On Demand
Yourcegid Fiscalité On Demand LS -YC Fiscalité - OD - 06/2012 LIVRET SERVICE YOURCEGID FISCALITE ON DEMAND ARTICLE 1 : OBJET Le présent Livret Service fait partie intégrante du Contrat et ce conformément
Plus en détailExploitation et analyse des données appliquées aux techniques d enquête par sondage. Introduction.
Exploitation et analyse des données appliquées aux techniques d enquête par sondage. Introduction. Etudes et traitements statistiques des données : le cas illustratif de la démarche par sondage INTRODUCTION
Plus en détailCALCUL D UN SCORE ( SCORING) Application de techniques de discrimination LES OBJECTIFS DU SCORING
CALCUL D UN SCORE ( SCORING) Application de techniques de discrimination LES OBJECTIFS DU SCORING SÉLECTION DES RISQUES PRÉVISION DES DÉFAUTS SUIVI ET CONTRÔLE Pierre-Louis GONZALEZ Différents types de
Plus en détailAudit du CESP Etude ONE Juillet 2013 - juin 2014
Audit du CESP Etude ONE Juillet 2013 - juin 2014 Mardi 16 septembre 2014 SYNTHESE DE L AUDIT DE L ETUDE ONE 2013-2014 L étude ONE, mise en place par Audipresse, a pour objectif principal de mesurer et
Plus en détailCONCEPTION ET TIRAGE DE L ÉCHANTILLON
CHAPITRE 4 CONCEPTION ET TIRAGE DE L ÉCHANTILLON Ce chapitre technique 1 s adresse principalement aux spécialistes de sondage, mais aussi au coordinateur et aux autres responsables techniques de l enquête.
Plus en détailPROBABILITES ET STATISTIQUE I&II
PROBABILITES ET STATISTIQUE I&II TABLE DES MATIERES CHAPITRE I - COMBINATOIRE ELEMENTAIRE I.1. Rappel des notations de la théorie des ensemble I.1.a. Ensembles et sous-ensembles I.1.b. Diagrammes (dits
Plus en détailLa diffusion des résultats statistiques du recensement de la population
La diffusion des résultats statistiques du recensement de la population Le cadre juridique La diffusion des résultats statistiques est encadrée par l arrêté du 19 juillet 2007 mis au point en liaison avec
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 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 détailAudit du CESP Etude ONE 2011 (Echantillon principal)
Audit du CESP Etude ONE 2011 (Echantillon principal) Mardi 20 mars 2012 SYNTHESE DE L AUDIT DE L ETUDE ONE 2011 Dans le cadre de la mission qui lui a été confiée par l interprofession des médias et de
Plus en détailYourcegid Consolidation On Demand
Yourcegid Consolidation On Demand LS -YC Consolidation - OD - 04/2012 LIVRET SERVICE YOURCEGID CONSOLIDATION ON DEMAND ARTICLE 1 : OBJET Le présent Livret Service fait partie intégrante du Contrat et ce
Plus en détailCONCOURS D ENTREE AU CYCLE SUPERIEUR
EPUBLIQUE TUNISIENNE PEMIE MINISTEE ECOLE NATIONALE D ADMINISTATION الجمهورية التونسية الوزارة الا ولى المدرسة الوطنية للا دارة CONCOUS D ENTEE AU CYCLE SUPEIEU Supports destinés à la préparation de l
Plus en détailLEÇON N 7 : Schéma de Bernoulli et loi binomiale. Exemples.
LEÇON N 7 : Schéma de Bernoulli et loi binomiale. Exemples. Pré-requis : Probabilités : définition, calculs et probabilités conditionnelles ; Notion de variables aléatoires, et propriétés associées : espérance,
Plus en détail+ 34,7 % 1. Le budget. L Budget exécuté 2006 à 2009 de la CNSA et budget prévisionnel 2010. entre 2006 et 2009.
Chiffres clés 21 Créée en 24, la CNSA contribue au financement des politiques d aide à l autonomie des personnes âgées et des personnes handicapées. Elle consacre en particulier une grande part de son
Plus en détailObservatoire Economique et Statistique d Afrique Subsaharienne
Observatoire Economique et Statistique d Afrique Subsaharienne Termes de référence pour le recrutement de quatre (4) consultants dans le cadre du Projet «Modules d initiation à la statistique à l attention
Plus en détailArbres binaires de décision
1 Arbres binaires de décision Résumé Arbres binaires de décision Méthodes de construction d arbres binaires de décision, modélisant une discrimination (classification trees) ou une régression (regression
Plus en détailProbabilité. Table des matières. 1 Loi de probabilité 2 1.1 Conditions préalables... 2 1.2 Définitions... 2 1.3 Loi équirépartie...
1 Probabilité Table des matières 1 Loi de probabilité 2 1.1 Conditions préalables........................... 2 1.2 Définitions................................. 2 1.3 Loi équirépartie..............................
Plus en détailMARCHE PUBLIC EN PROCEDURE ADAPTEE POUR LA REALISATION D UN SONDAGE TELEPHONIQUE AUPRES DES HABITANTS DE L AGGLOMERATIONGRENOBLOISE
MARCHE PUBLIC EN PROCEDURE ADAPTEE POUR LA REALISATION D UN SONDAGE TELEPHONIQUE AUPRES DES HABITANTS DE L AGGLOMERATIONGRENOBLOISE LOT UNIQUE CAHIER DES CHARGES Etabli en application du Code des Marchés
Plus en détailMATHÉMATIQUES ET SCIENCES HUMAINES
MATHÉMATIQUES ET SCIENCES HUMAINES LOUISANDRÉ VALLET TRAITENQ. Logiciel de dépouillement et de traitement d enquêtes sur microordinateur compatible Mathématiques et sciences humaines, tome 104 (1988),
Plus en détailAnalyse en Composantes Principales
Analyse en Composantes Principales Anne B Dufour Octobre 2013 Anne B Dufour () Analyse en Composantes Principales Octobre 2013 1 / 36 Introduction Introduction Soit X un tableau contenant p variables mesurées
Plus en détailSouad EL Bernoussi. Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/
Recherche opérationnelle Les démonstrations et les exemples seront traités en cours Souad EL Bernoussi Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/ Table des matières 1 Programmation
Plus en détailLa consolidation comptable
La consolidation comptable Préparé par: Barzali Samia Errajraji Wafae Mounadi Hajar 2009/2010 Plan de travail: I/Rappel de cours: 1. La consolidation : définition, objectifs; 2. Les étapes des travaux
Plus en détailSolution de jeu concours «Scratch2Win»
Solution de jeu concours «Scratch2Win» VALORYS Media SARL au capital de 10.000 RCS 478799448 LE MANS TVA intra : FR46478799448 Siège social : 16 bis rue Gambetta 72000 LE MANS / Bureaux : 4 rue Hauréau
Plus en détailChapitre 2 : Systèmes radio mobiles et concepts cellulaires
Chapitre 2 : Systèmes radio mobiles et concepts cellulaires Systèmes cellulaires Réseaux cellulaires analogiques de 1ère génération : AMPS (USA), NMT(Scandinavie), TACS (RU)... Réseaux numériques de 2ème
Plus en détailStatistique descriptive. Fabrice MAZEROLLE Professeur de sciences économiques Université Paul Cézanne. Notes de cours
Statistique descriptive Fabrice MAZEROLLE Professeur de sciences économiques Université Paul Cézanne Notes de cours Dernière mise à jour le mercredi 25 février 2009 1 ère année de Licence Aix & Marseille
Plus en détailFeuille 6 : Tests. Peut-on dire que l usine a respecté ses engagements? Faire un test d hypothèses pour y répondre.
Université de Nantes Année 2013-2014 L3 Maths-Eco Feuille 6 : Tests Exercice 1 On cherche à connaître la température d ébullition µ, en degrés Celsius, d un certain liquide. On effectue 16 expériences
Plus en détailINITIATION AUX METHODES DE SONDAGE
Annie FOURRIER-REGLAT Marthe-Aline JUTAND avec la participation d Anne-Marie DUSSAIX INITIATION AUX METHODES DE SONDAGE APPLICATION A LA PHARMACO-EPIDEMIOLOGIE ARME-Pharmacovigilance Editions - Bordeaux
Plus en détailSYNTHÈSE DOSSIER 1 Introduction à la prospection
SYNTHÈSE DOSSIER 1 Introduction à la prospection La prospection est une activité indispensable pour développer le nombre de clients, mais aussi pour contrecarrer la perte de clients actuels. Elle coûte
Plus en détail3. Caractéristiques et fonctions d une v.a.
3. Caractéristiques et fonctions d une v.a. MTH2302D S. Le Digabel, École Polytechnique de Montréal H2015 (v2) MTH2302D: fonctions d une v.a. 1/32 Plan 1. Caractéristiques d une distribution 2. Fonctions
Plus en détailEchantillonnage INTRODUCTION. Module 1
INTRODUCTION Pour évaluer les programmes de, et en premier lieu pour cibler les populations vulnérables auprès desquelles venir en aide, il convient de mener différentes enquêtes sur le terrain, auprès
Plus en détailLe Data Mining au service du Scoring ou notation statistique des emprunteurs!
France Le Data Mining au service du Scoring ou notation statistique des emprunteurs! Comme le rappelle la CNIL dans sa délibération n 88-083 du 5 Juillet 1988 portant adoption d une recommandation relative
Plus en détailProgrammation linéaire
1 Programmation linéaire 1. Le problème, un exemple. 2. Le cas b = 0 3. Théorème de dualité 4. L algorithme du simplexe 5. Problèmes équivalents 6. Complexité de l Algorithme 2 Position du problème Soit
Plus en détailDIVISION DE CAEN Hérouville-Saint-Clair, le 15 octobre 2013
RÉPUBLIQUE FRANÇAISE DIVISION DE CAEN Hérouville-Saint-Clair, le 15 octobre 2013 N/Réf. : CODEP-CAE-2013-056982 Monsieur le directeur de l établissement AREVA NC de La Hague 50 444 BEAUMONT-HAGUE CEDEX
Plus en détailLa survie nette actuelle à long terme Qualités de sept méthodes d estimation
La survie nette actuelle à long terme Qualités de sept méthodes d estimation PAR Alireza MOGHADDAM TUTEUR : Guy HÉDELIN Laboratoire d Épidémiologie et de Santé publique, EA 80 Faculté de Médecine de Strasbourg
Plus en détailCONCOURS D ENTREE A L ECOLE DE 2007 CONCOURS EXTERNE. Cinquième épreuve d admissibilité STATISTIQUE. (durée : cinq heures)
CONCOURS D ENTREE A L ECOLE DE 2007 CONCOURS EXTERNE Cinquième épreuve d admissibilité STATISTIQUE (durée : cinq heures) Une composition portant sur la statistique. SUJET Cette épreuve est composée d un
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 détailArticle. Peut-on établir des statistiques officielles à partir d enquêtes en ligne reposant sur le principe de l autosélection? par Jelke Bethlehem
Composante du produit n o -5-X au catalogue de Statistique Canada La série des symposiums internationaux de Statistique Canada : recueil Article Symposium 008 : Collecte des données : défis, réalisations
Plus en détailValeur verte des logements d après les bases Notariales BIEN et PERVAL Synthèse
Valeur verte des logements d après les bases Notariales BIEN et PERVAL Synthèse La valeur verte correspond à l augmentation de valeur 1 engendrée par la meilleure performance énergétique et environnementale
Plus en détailDérivation : cours. Dérivation dans R
TS Dérivation dans R Dans tout le capitre, f désigne une fonction définie sur un intervalle I de R (non vide et non réduit à un élément) et à valeurs dans R. Petits rappels de première Téorème-définition
Plus en détailLa classification automatique de données quantitatives
La classification automatique de données quantitatives 1 Introduction Parmi les méthodes de statistique exploratoire multidimensionnelle, dont l objectif est d extraire d une masse de données des informations
Plus en détailMoments des variables aléatoires réelles
Chapter 6 Moments des variables aléatoires réelles Sommaire 6.1 Espérance des variables aléatoires réelles................................ 46 6.1.1 Définition et calcul........................................
Plus en détailNouveau Barème W.B.F. de points de victoire 4 à 48 donnes
Nouveau Barème W.B.F. de points de victoire 4 à 48 donnes Pages 4 à 48 barèmes 4 à 48 donnes Condensé en une page: Page 2 barèmes 4 à 32 ( nombre pair de donnes ) Page 3 Tous les autres barèmes ( PV de
Plus en détailCollecter des informations statistiques
Collecter des informations statistiques FICHE MÉTHODE A I Les caractéristiques essentielles d un tableau statistique La statistique a un vocabulaire spécifique. L objet du tableau (la variable) s appelle
Plus en détailLE TABLEAU DE BORD DE SUIVI DE L ACTIVITE
TABLEAU DE BORD LE TABLEAU DE BORD DE SUIVI DE L ACTIVITE DEFINITION Le tableau de bord est un support (papier ou informatique) qui sert à collecter de manière régulière des informations permettant de
Plus en détailEVALUATION DE LA QUALITE DES SONDAGES EN LIGNE : CAS D UN SONDAGE D OPINION AU BURKINA FASO
EVALUATION DE LA QUALITE DES SONDAGES EN LIGNE : CAS D UN SONDAGE D OPINION AU BURKINA FASO Auteur Baguinébié Bazongo 1 Ingénieur Statisticien Economiste Chef de l Unité de recherche à l Institut national
Plus en détailEnquête sur les investissements dans l industrie
Note Méthodologique Dernière mise à jour : 30-08-2010 Enquête sur les investissements dans l industrie Avertissement : depuis mai 2010, les résultats de l enquête trimestrielle sur les investissements
Plus en détailTests du χ 2. on accepte H 0 bonne décision erreur de seconde espèce on rejette H 0 erreur de première espèce bonne décision
Page n 1. Tests du χ 2 une des fonctions des statistiques est de proposer, à partir d observations d un phénomène aléatoire (ou modélisé comme tel) une estimation de la loi de ce phénomène. C est que nous
Plus en détailDéroulement d un projet en DATA MINING, préparation et analyse des données. Walid AYADI
1 Déroulement d un projet en DATA MINING, préparation et analyse des données Walid AYADI 2 Les étapes d un projet Choix du sujet - Définition des objectifs Inventaire des données existantes Collecte, nettoyage
Plus en détailDescription des variables de la base de données. a. Attractivité démographique pour les différents types de population
Description des variables de la base de données a. Attractivité démographique pour les différents types de population Sources : Recensements de 1962 à 2006 et Clap 2007 - a01_popmoy62, a01_popmoy68, a01_popmoy75,
Plus en détailGuide d établissement des budgets des propositions soumises aux appels à projets de
Guide d établissement des budgets des propositions soumises aux appels à projets de l ANR 1. INTRODUCTION...3 2. PRINCIPES GENERAUX...4 2.1. Assiette et taux de l aide... 4 2.2. TVA... 5 2.3. Règles spécifiques
Plus en détailà moyen Risque moyen Risq à élevé Risque élevé Risq e Risque faible à moyen Risq Risque moyen à élevé Risq
e élevé Risque faible Risq à moyen Risque moyen Risq à élevé Risque élevé Risq e Risque faible à moyen Risq Risque moyen à élevé Risq L e s I n d i c e s F u n d a t a é Risque Les Indices de faible risque
Plus en détailStatistique Descriptive Élémentaire
Publications de l Institut de Mathématiques de Toulouse Statistique Descriptive Élémentaire (version de mai 2010) Alain Baccini Institut de Mathématiques de Toulouse UMR CNRS 5219 Université Paul Sabatier
Plus en détailLa qualité des services mobiles en France métropolitaine
Juin 2014 La qualité des services mobiles en France métropolitaine Synthèse de l enquête 2014 ISSN : 2258-3106 Synthèse des résultats de l enquête 2014 de l ARCEP sur la qualité des services mobiles Ce
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 détailPOINTS DE VUE DES CANADIENS SUR LA COUVERTURE DES MÉDICAMENTS D ORDONNANCE
www.ekos.com POINTS DE VUE DES CANADIENS SUR LA COUVERTURE DES MÉDICAMENTS D ORDONNANCE [Ottawa 22 mai 2013] Selon un nouveau sondage commandé par la Coalition canadienne de la santé (CCS) et la Fédération
Plus en détail7.11.2013 Journal officiel de l Union européenne L 297/51
7.11.2013 Journal officiel de l Union européenne L 297/51 RÈGLEMENT (UE) N o 1072/2013 DE LA BANQUE CENTRALE EUROPÉENNE du 24 septembre 2013 concernant les statistiques sur les taux d intérêt appliqués
Plus en détailConditions particulières Infinity Télécom OFFRES ASCENSEURS France Métropolitaine V2.1 - Septembre 2014
Conditions particulières Infinity Télécom OFFRES ASCENSEURS France Métropolitaine V2.1 - Septembre 2014 Article I. Introduction Ce document complète, précise ou modifie les conditions générales d abonnement
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 détailTests statistiques et régressions logistiques sous R, avec prise en compte des plans d échantillonnage complexes
, avec prise en compte des plans d échantillonnage complexes par Joseph LARMARANGE version du 29 mars 2007 Ce cours a été développé pour une formation niveau M2 et Doctorat des étudiants du laboratoire
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 détailCar Insurance Survey. L assurance automobile RC chez les jeunes. Statistics Belgium. Rapport final
L assurance automobile RC chez les jeunes Car Insurance Survey Rapport final Statistics Belgium Direction générale Statistique et Information économique 2 0 1 3 Table des matières 1 But et objet de l'étude...
Plus en détailQuadra Entreprise On Demand
Quadra Entreprise On Demand LS -Quadra Entrepriset OD- 11/2013 ARTICLE 1 : DEFINITIONS LIVRET SERVICE QUADRA ENTREPRISE ON DEMAND Les termes définis ci-après ont la signification suivante au singulier
Plus en détailFeuille d exercices 2 : Espaces probabilisés
Feuille d exercices 2 : Espaces probabilisés Cours de Licence 2 Année 07/08 1 Espaces de probabilité Exercice 1.1 (Une inégalité). Montrer que P (A B) min(p (A), P (B)) Exercice 1.2 (Alphabet). On a un
Plus en détailI. Introduction aux fonctions : les fonctions standards
Chapitre 3 : Les fonctions en C++ I. Introduction aux fonctions : les fonctions standards A. Notion de Fonction Imaginons que dans un programme, vous ayez besoin de calculer une racine carrée. Rappelons
Plus en détailLes stratégies marketing
Les stratégies marketing Stratégie de pénétration Produits actuels : marchés actuels. Stratégie d extension de marchés Produits actuels : nouveaux marchés. LES STRATÉGIES MARKETING Couverture des marchés
Plus en détailTABLE DES MATIERES. C Exercices complémentaires 42
TABLE DES MATIERES Chapitre I : Echantillonnage A - Rappels de cours 1. Lois de probabilités de base rencontrées en statistique 1 1.1 Définitions et caractérisations 1 1.2 Les propriétés de convergence
Plus en détailLes forfaits bloqués M6mobile ÑçêÑ~áí=NVIVVb= ========= ~îéå=éåö~öéãéåí=çé=oq= ãçáë= ÑçêÑ~áí=OOIVVb= ========= ~îéå=éåö~öéãéåí=çé=no= ãçáë=
iéëñçêñ~áíëääçèì ëjsãçäáäéäólê~åöé Date de mise à jour : 14 avril 2011 Les forfaits bloqués M6 mobile by Orange sont disponibles avec l ensemble des couvertures réseaux d Orange GSM / GPRS / EDGE / 3G
Plus en détailI. Cas de l équiprobabilité
I. Cas de l équiprobabilité Enoncé : On lance deux dés. L un est noir et l autre est blanc. Calculer les probabilités suivantes : A «Obtenir exactement un as» «Obtenir au moins un as» C «Obtenir au plus
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 détailUn outil pour l étude des dépenses de santé et des «restes à charge» des ménages : le modèle Omar
SANTÉ Un outil pour l étude des dépenses de santé et des «restes à charge» des ménages : le modèle Omar Rémi Lardellier, Renaud Legal, Denis Raynaud et Guillaume Vidal* Les «restes à charge» des ménages
Plus en détailThéorie et Codage de l Information (IF01) exercices 2013-2014. Paul Honeine Université de technologie de Troyes France
Théorie et Codage de l Information (IF01) exercices 2013-2014 Paul Honeine Université de technologie de Troyes France TD-1 Rappels de calculs de probabilités Exercice 1. On dispose d un jeu de 52 cartes
Plus en détailLicence MASS 2000-2001. (Re-)Mise à niveau en Probabilités. Feuilles de 1 à 7
Feuilles de 1 à 7 Ces feuilles avec 25 exercices et quelques rappels historiques furent distribuées à des étudiants de troisième année, dans le cadre d un cours intensif sur deux semaines, en début d année,
Plus en détailComment s exerce l autorisation parentale de sortie de l enfant du territoire national ou l opposition à cette sortie?
Comment s exerce l autorisation parentale de sortie de l enfant du territoire national ou l opposition à cette sortie? En cas d autorité parentale exclusive, c est la liberté ; le parent la détenant pouvant
Plus en détailBAROMÈTRE DE L ÉCONOMIE NUMÉRIQUE
BAROMÈTRE DE L ÉCONOMIE NUMÉRIQUE Chaire Économie numérique de Paris-Dauphine Réalisé par Médiamétrie Huitième édition 3 e trimestre 2013 Un outil : Initié par la chaire Économie numérique de l Université
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 détailCréé 1969 dans le but de mettre au travail des personnes handicapées
Asbl Le Trait d'union 1 Créé à l'initiative du CPAS de Mouscron, le Trait d'union a vu le jour en 1969 dans le but de mettre au travail des personnes handicapées es.. Il occupait alors une vingtaine de
Plus en détailEvolution du pouvoir d'achat du point d'indice net majoré (INM) depuis le 1er janvier 2000
Evolution du pouvoir d'achat du net majoré (INM) depuis le 1er janvier 2000 Indices INSEE : Valeur du au 1er juillet 2010 = 4,6303 perte de pouvoir d'achat depuis le 1er janvier 2000 du sur l'indice des
Plus en détailPrestations de nettoyage et d entretien des locaux, y compris la vitrerie de la Maison des Services Publics (MSP)
Prestations de nettoyage et d entretien des locaux, y compris la vitrerie de la Maison des Services Publics (MSP) CAHIER DES CHARGES ADMINISTRATIVES PARTICULIERES Maître d'ouvrage / Pouvoir Adjudicateur
Plus en détailDérivés Financiers Contrats à terme
Dérivés Financiers Contrats à terme Mécanique des marchés à terme 1) Supposons que vous prenez une position courte sur un contrat à terme, pour vendre de l argent en juillet à 10,20 par once, sur le New
Plus en détailLe risque Idiosyncrasique
Le risque Idiosyncrasique -Pierre CADESTIN -Magali DRIGHES -Raphael MINATO -Mathieu SELLES 1 Introduction Risque idiosyncrasique : risque non pris en compte dans le risque de marché (indépendant des phénomènes
Plus en détaildonnées en connaissance et en actions?
1 Partie 2 : Présentation de la plateforme SPSS Modeler : Comment transformer vos données en connaissance et en actions? SPSS Modeler : l atelier de data mining Large gamme de techniques d analyse (algorithmes)
Plus en détailGUIDE PRATIQUE DU CHAI GUIDE D AUDIT DE LA FONCTION ACHAT
GUIDE PRATIQUE DU CHAI GUIDE D AUDIT DE LA FONCTION ACHAT AVRIL 2014 2 Précaution concernant l utilisation du présent document Le présent guide a été élaboré par un groupe de travail interministériel,
Plus en détailLes Formules d Assistance Sage. > Êtes-vous certain. d être bien. accompagné?
Les Formules d Assistance Sage > Êtes-vous certain d être bien accompagné? Sagesse Sagesse Depuis plus de 20 ans, Sage est reconnu pour son expérience dans le domaine des logiciels de gestion pour les
Plus en détailExercices supplémentaires sur l introduction générale à la notion de probabilité 2009-2010
Exercices supplémentaires sur l introduction générale à la notion de probabilité 2009-2010 Exercices fortement conseillés : 6, 10 et 14 1) Un groupe d étudiants est formé de 20 étudiants de première année
Plus en détailProbabilités Loi binomiale Exercices corrigés
Probabilités Loi binomiale Exercices corrigés Sont abordés dans cette fiche : (cliquez sur l exercice pour un accès direct) Exercice 1 : épreuve de Bernoulli Exercice 2 : loi de Bernoulli de paramètre
Plus en détailREGLEMENT COMPLET «JEU BONS PLANS ETUDIANTS EN PARTENARIAT AVEC NRJ Mobile»
REGLEMENT COMPLET «JEU BONS PLANS ETUDIANTS EN PARTENARIAT AVEC NRJ Mobile» ARTICLE 1 : SOCIÉTÉ ORGANISATRICE La société France QUICK SAS, société par actions simplifiée, au capital de 92 225 000, immatriculée
Plus en détailTABLE DES MATIÈRES. Bruxelles, De Boeck, 2011, 736 p.
STATISTIQUE THÉORIQUE ET APPLIQUÉE Tome 2 Inférence statistique à une et à deux dimensions Pierre Dagnelie TABLE DES MATIÈRES Bruxelles, De Boeck, 2011, 736 p. ISBN 978-2-8041-6336-5 De Boeck Services,
Plus en détailNon-réponse et données manquantes. Sylvie Rousseau & Gilbert Saporta décembre 2011
Non-réponse et données manquantes Sylvie Rousseau & Gilbert Saporta décembre 2011 1 EXEMPLES DE TAUX DE RÉPONSE À CERTAINES ENQUÊTES Pour les enquêtes auprès des entreprises, le taux de non-réponse est
Plus en détailFOTO - L OMNIBUS MENSUEL DE CROP LE NOUVEAU CROP-EXPRESS
FOTO - L OMNIBUS MENSUEL DE CROP LE NOUVEAU CROP-EXPRESS 550, RUE SHERBROOKE OUEST MONTRÉAL (QUÉBEC) H3A 1B9 BUREAU 900 TOUR EST T 514 849-8086, POSTE 3064 Réflexions méthodologiques Depuis des années,
Plus en détail