Ricco Rakotomalala
|
|
- Marie-Agnès Brosseau
- il y a 7 ans
- Total affichages :
Transcription
1 Caractériser la liaison entre deux variables X et Y Ricco Rakotomalala Ricco.Rakotomalala@univ-lyon.fr Laboratoire ERIC 1
2 Laboratoire ERIC
3 Position du problème Xet Ysont deux grandeurs statistiques quantitatives, on souhaite : déterminer l existence d une relation (liaison) entre X et Y ; caractériser la formede le relation ; quantifier l intensité de la liaison si elle existe. Remarque: la position des variables est symétrique, on ne cherche pas à savoir si l une détermine l autre ou pas (ce sera le rôle de la régression) Laboratoire ERIC 3
4 Analyse graphique Deux points de vue : en termes d évolution(quand X augmente, Y augmente ou diminue ; quelques mots clés : monotonie, linéarité, sens +/-) en termes de positionnement (quand X est élevé, Y est élevé ou faible ; élevé par rapport à quoi?) Laboratoire ERIC 4
5 Notations Variable: Notée en majuscule (X est une variable) Valeur: Valeur mesurée chez un individu i (x i ) ou à la date t (x t ) Population: Ω pop Echantillon observé : Ω(fraction de la population) Taille de l échantillon : n card(ω) Pour la corrélation : couples de points Ω {(x i,y i ), i1,,n} Deux indicateurs usuels 1 x n s 1 x n n i 1 n x i ( xi x) i 1 Laboratoire ERIC 5
6 Laboratoire ERIC 6
7 Covariance : définition, interprétation Définition : COV ( X, Y ) Espérance du produit des variables centrées E E {( X E[ X ])( Y E[ Y ])} [ XY ] E[ X ] E[ Y ] Signification : Mesurer la tendance des deux variables à être simultanément au dessus ou en dessous de leurs espérances respectives. La référenceest l espérance mathématique des variables (moyenne) Caractérise les liaisons monotones et linéaires Fournit une indication sur le sensde la liaison : COV(X,Y) > 0, liaison positive ; COV(X,Y) < 0,liaison négative Et sur son intensité: plus COV est élevé, plus forte est la liaison COV(X,X) V(X) Laboratoire ERIC 7
8 Covariance : propriétés Symétrie: COV(X,Y) COV(Y,X) Distributivité: COV(X,Y+Z) COV(X,Y) + COV(X,Z) Covariance avec une constante: COV(X,a) 0 Covariance avec une variable transformée: COV(X,a+b.Y) b.cov(x,y) Variance de la somme de variables: V(X+Y) V(X) + V(Y) +.COV(X,Y) Covariance de deux variables indépendantes: COV(X,Y) 0 Démonstrations à faire en exercice par la suite. Domaine de définition : - < COV < + Elle est non normalisée!!! Laboratoire ERIC 8
9 Covariance : estimation sur un échantillon Covariance empirique : S xy ( xi x)( yi y) 1 n n i 1 C est un estimateur biaisé : n 1 E xy n [ S ] COV ( X, Y ) Ecriture simplifiée : S xy 1 n n i 1 x i y i x. y Estimateur corrigé (sans biais) : COV ˆ ( X, Y ) n n 1 Sxy Jamais utilisé Laboratoire ERIC 9
10 Covariance : estimation sous Excel Numero Modele Cylindree Puissance XY 1 Daihatsu Cuore Suzuki Swift 1.0 GLS Fiat Panda Mambo L VW Polo Opel Corsa 1.i Eco Subaru Vivio 4WD Toyota Corolla Cov.Empirique Opel Astra 1.6i 16V Cov.Non-Biaisé Peugeot 306 XS Renault Safrane.. V Seat Ibiza.0 GTI Cov.Excel VW Golt.0 GTI Citroen ZX Volcane Fiat Tempra 1.6 Liberty Fort Escort 1.4i PT Honda Civic Joker Volvo Ford Fiesta 1. Zetec Hyundai Sonata Lancia K 3.0 LS Mazda Hachtback V Mitsubishi Galant Opel Omega.5i V Peugeot Nissan Primera Seat Alhambra Toyota Previa salon Volvo 960 Kombi aut n Moyenne Somme Laboratoire ERIC 10
11 Coefficient de corrélation de Pearson (Bravais-Pearson) Normalisation de la covariance par le produit des écarts type. Définition : r xy COV ( X, Y ) V ( X ). V ( Y ) COV ( X, Y ) σ.σ x y Première conséquence : domaine de définition 1 r + 1 xy Commentaires: Mesure l intensité de la liaison monotone linéaire entre variables (X,Y) indépendants r 0 (la réciproque est en général fausse) Corrélation d une variable avec elle-même : r xx 1 Corrélation Covariance pour les variables réduites Espérance du produit des variables centrées et réduites Laboratoire ERIC 11
12 Corrélation : quelques exemples Notions à voir : monotonie, linéarité, absence de liaison Pourquoi le calcul n est pas possible ici? Laboratoire ERIC 1
13 Corrélation : estimation sur un échantillon Corrélation empirique : rˆ s S x xy. s y C est un estimateur asymptotiquement sans biais E [ rˆ ] r(1 r r n Le biais est très faible dès que n augmente ) Un estimateur non biaisé ˆ r aj 1 n n 1 ( 1 rˆ ) Très peu utilisé en pratique, la correction est très minime, négligeable dès que n augmente Laboratoire ERIC 13
14 Corrélation : un exemple sous Excel rˆ i ( x x)( y y) ( x x) ( y ) i i i i x i y i i i nxy x nx y i i i i i Numero Modele Cylindree Puissance XY X² Y² 1 Daihatsu Cuore Suzuki Swift 1.0 GLS Fiat Panda Mambo L VW Polo Opel Corsa 1.i Eco Subaru Vivio 4WD Toyota Corolla Opel Astra 1.6i 16V Peugeot 306 XS Renault Safrane.. V Seat Ibiza.0 GTI y 1 VW Golt.0 GTI Citroen ZX Volcane Fiat Tempra 1.6 Liberty Fort Escort 1.4i PT Honda Civic Joker Volvo Ford Fiesta 1. Zetec Hyundai Sonata Lancia K 3.0 LS Mazda Hachtback V Mitsubishi Galant Opel Omega.5i V Peugeot Nissan Primera Seat Alhambra Toyota Previa salon Volvo 960 Kombi aut n Moyenne Somme ny Numérateur Dénominateur Corrélation Coef.Corr.Excel Laboratoire ERIC 14
15 Corrélation : analyse graphique Lien "Cylindrée - Puissance" Puissance Cylindrée Un indicateur numérique ne fait pas tout, l analyse graphique est un complément indispensable (ex. pour repérer les situations atypiques, insolites) Laboratoire ERIC 15
16 Laboratoire ERIC 16
17 Test de significativité Tester l existence d un lien linéaire entre X et Y H H 0 1 : r 0 : r 0 Attention : (X,Y) indépendants r 0 ; mais r 0 ne veut pas dire que (X,Y) indépendants, ils ne sont pas liés linéairement simplement!!! r^ Négligeable? Comment procéder? On dispose d une estimation de r (r^). On cherche à savoir si r^ s éloigne significativement de 0. Pour définir les «seuils» autour de 0, on fixe (contrôle) la probabilité de conclure à tort α P(Rejeter H0 au vu de r^ / en réalité H0 est vrai c.-à-d. r 0) seuil critique : r α Problème : il faut connaître la loi de distribution de r^ quand H0 est vrai -1 r 0 +1 Région d acceptation : acceptation de H0 r r α + r α Région critique : rejet de H0 Laboratoire ERIC 17
18 Test de significativité Test de Student Idée : Sous H0, on ne connaît pas la loi de r^, en revanche on connaît celle d une transformation de r^ t rˆ 1 rˆ I( n ) n La règle de décision devient : Accepter H ( r 0) ssi t < t Rejeter H 0 0 ( r 0) ssi t t 1 α / 1 α / Remarque: Souvent les logiciels fournissent la p-value (probabilité critique) La loi de Student n est valable que dans le voisinage (r 0), on ne peut donc pas l utiliser pour les autres tests de conformité (H0: r a) où (a 0) et pour le calcul des intervalles de confiance. Laboratoire ERIC 18
19 Test de significativité Un exemple Numero Modele Cylindree Puissance 1 Daihatsu Cuore Suzuki Swift 1.0 GLS Fiat Panda Mambo L r^ VW Polo n 8 5 Opel Corsa 1.i Eco ddl (n-) 6 6 Subaru Vivio 4WD Toyota Corolla Test de significativité 8 Opel Astra 1.6i 16V t Peugeot 306 XS t-théorique (5%) Renault Safrane.. V p-value.14816e Seat Ibiza.0 GTI VW Golt.0 GTI Citroen ZX Volcane Fiat Tempra 1.6 Liberty Fort Escort 1.4i PT Honda Civic Joker Volvo Ford Fiesta 1. Zetec Hyundai Sonata Lancia K 3.0 LS Mazda Hachtback V Mitsubishi Galant Opel Omega.5i V Peugeot Nissan Primera Seat Alhambra Toyota Previa salon Volvo 960 Kombi aut t rˆ 1 rˆ n t α ( n ) t0. 975(6).0555 Conclusion : On rejette l hypothèse nulle (r 0). Cette hypothèse n est pas compatible avec les données au risque α 5% Laboratoire ERIC 19
20 Laboratoire ERIC 0
21 Intervalle de confiance Problème : r^ est un estimateur qui dépend de l échantillon, on dit qu il est soumis aux fluctuations d échantillonnage (avec d autres données, on aura un résultat légèrement différent). Solution: Déterminer un intervalle qui a une probabilité de (1 α) de contenir la «vraie» valeur de r. (1 α) est le niveau de confiance, l intervalle ainsi définit est l intervalle de confiance. Pour y répondre, il faut connaître la loi de distributionde r^ (quelle que soit la vraie valeur de r), et disposer (ou pouvoir estimer) des paramètres de la loi. La loi de Student ne convient plus, elle n est valable que si «r 0» On ne dispose (toujours) pas de la loi de r^, on passe par une autre transformation La «transformation de Fisher». 1+ rˆ ln 1 rˆ Laboratoire ERIC 1 zˆ 1 Avec : E V z^ suit une loi normale(quelle que soit la valeur de r) [ zˆ ] [ zˆ ] 1 1+ ln 1 1 n 3 r r
22 Intervalle de confiance : Calcul pratique Numero Modele Cylindree Puissance 1 Daihatsu Cuore Suzuki Swift 1.0 GLS r^ Fiat Panda Mambo L n 8 4 VW Polo Opel Corsa 1.i Eco Calcul de z 6 Subaru Vivio 4WD z Toyota Corolla Variance(z) Opel Astra 1.6i 16V Ecart type(z) Peugeot 306 XS Renault Safrane.. V Seat Ibiza.0 GTI Quantile Loi normale 1 VW Golt.0 GTI u(0.975) Citroen ZX Volcane Fiat Tempra 1.6 Liberty Fort Escort 1.4i PT Honda Civic Joker Volvo Intervalle de conf. pour z^ 18 Ford Fiesta 1. Zetec bb(z) Hyundai Sonata bh(z) Lancia K 3.0 LS Mazda Hachtback V Mitsubishi Galant Opel Omega.5i V Intervalle de conf. pour r^ 4 Peugeot bb(r) Nissan Primera bh(r) Seat Alhambra Toyota Previa salon Volvo 960 Kombi aut Etapes: 1. Calculer r^. Passer à la transformation z^ 3. Calculer les bornes de l intervalle de confiance de z^ au niveau de confiance (1-α) 4. Ramener ces bornes définies pour z^ à des bornes pour r^ (en utilisant la fonction inverse de la transformation de Fisher) Conclusion : il y a 95% de chances que l intervalle ( ; ) couvre la «vraie» valeur de r. Laboratoire ERIC
23 Laboratoire ERIC 3
24 Liaison non linéaire Transformation de variables Liaison non linéaire, et non monotone Linéarisation par transformation de variables (ex. Z X²) Y X X² Corrélation (Y,X) Corrélation (Y,X²) Problème: comment deviner la bonne transformation? Elle n est pas toujours aussi évidente Laboratoire ERIC 4
25 Liaison non linéaire Passage par les rangs Liaison non linéaire, mais monotone Transformation des données en rangs X Y RX RY Corrélation (XY) Coefficient de Pearson calculé sur les rangs «coefficient de Spearman» Toute la partie inférentielle (test d hypothèses, intervalle de confiance) reste valable Mais pas bon pour les liaisons non monotones age rang moyen rang aléatoire En cas d ex-aequo : rangs aléatoires (simple) rangs moyens (nécessite plus de calculs, mais plus précis) Laboratoire ERIC 5
26 Problème des points atypiques Le coefficient de corrélation de Pearson est très sensible aux points atypiques X Y r (6 points) r (7 points) Passage aux rangs X Y RX RY Coef. Rangs Le coefficient calculé sur les rangs (coefficient de Spearman) est moins sensible aux points aberrants Parce qu il «lisse» les valeurs. Laboratoire ERIC 6
27 Laboratoire ERIC 7
28 Corrélations suspectes r des cheveux Longueur Liaison "taille et longueur des cheveux" Qui peut croire qu il y a un lien entre la taille des personnes (X) et la longueur des cheveux (Y)? Il y a sûrement une tierce variable (Z) qui pèse simultanément sur X et Y Taille Et, de fait, la relation entre Y et X est essentiellement déterminée par Z. Laboratoire ERIC 8
29 Cas particulier : Z est binaire Hommes Femmes Cheveux (cm) Taille (m) Lo ongueur des cheveux Liaison "taille et longueur des cheveux" Hommes Femmes Taille La corrélation est essentiellement définie par le décalage entre les nuages de points. Les corrélations intranuages sont nulles. r (hommes) r (femmes) r (global) Laboratoire ERIC 9
30 Corrélation partielle (Z quantitative également) Corrélation brute (y, x) On retranche l effet de z sur x etsur y Coefficient de corrélation partielle r (corrélation entre X et Y, en xy rxz ryz r contrôlant l effet de Z) xy. z (1 r ) (1 r ) xz yz Normalisation pour que -1 r xy.z +1 Estimation : il faut utiliser les estimations des corrélations brutes ˆ xy. z r rˆ xy (1 rˆ rˆ xz ) xz rˆ yz (1 rˆ yz ) r r Corrélation partielle xy. z xw. z yw. z d ordre p (p >1) : formule rxy. zw de récurrence (1 r ) (1 r ) r p ici, on utilise un calcul de proche xw. z yw. z en proche Laboratoire ERIC 30
31 Corrélation partielle Inférence statistique (Noter les degrés de liberté) ˆ r xy. z ( ) ( ) X Y Z Numero Modele Puissance Conso Cylindree n 8 1 Daihatsu Cuore Suzuki Sw ift 1.0 GLS Corrélations brutes 3 Fiat Panda Mambo L Puissance Conso VW Polo Puissance Cylindrée Opel Corsa 1.i Eco Conso Cylindrée Subaru Vivio 4WD Toyota Corolla Corrélation partielle 8 Opel Astra 1.6i 16V r_xy.z Peugeot 306 XS Renault Safrane.. V Seat Ibiza.0 GTI Test de significativité 1 VW Golt.0 GTI t Citroen ZX Volcane t(0.975 ; 5) Fiat Tempra 1.6 Liberty Fort Escort 1.4i PT p-value Honda Civic Joker Volvo Ford Fiesta 1. Zetec Intervalle de confiance à 95% 19 Hyundai Sonata f Lancia K 3.0 LS Mazda Hachtback V e.t Mitsubishi Galant u(0.975) Opel Omega.5i V Peugeot bb(f) Nissan Primera bh(f) Seat Alhambra Toyota Previa salon bb ( r) Volvo 960 Kombi aut bh ( r) Test de significativité rˆ xy. z t I( n p ) 1 rˆ xy. z n p Intervalle de Confiance (via la transformation de Fisher) V zˆ [ zˆ ] [ zˆ ] 1 1+ rˆ ln 1 rˆ qui suit une loi normale de paramètres E 1 1+ r ln 1 r 1 n p 3 Laboratoire ERIC 31
32 Bibliographique R. Bourbonnais, «Économétrie», Dunod, Y.Dodge, V.Rousson, «Analyse de régression appliquée», Dunod, 004. M. Tenenhaus, «Statistique : Méthodes pour décrire, expliquer et prévoir», Dunod, 007. Laboratoire ERIC 3
PLAN. Ricco Rakotomalala Tutoriels Tanagra - http://tutoriels-data-mining.blogspot.fr/ 2
Apprentissage non-supervisé ou apprentissage multi-supervisé? Ricco RAKOTOMALALA Tutoriels Tanagra - http://tutoriels-data-mining.blogspot.fr/ PLAN. Classification automatique, typologie, etc.. Interprétation
Plus en détailRelation entre deux variables : estimation de la corrélation linéaire
CHAPITRE 3 Relation entre deux variables : estimation de la corrélation linéaire Parmi les analyses statistiques descriptives, l une d entre elles est particulièrement utilisée pour mettre en évidence
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 détailConsommation de flotte (1989 2012)
Bases et méthodologie de comparaison L Association des importateurs suisses d automobiles «auto-suisse» établit chaque année la consommation moyenne des voitures de tourisme vendues appelée consommation
Plus en détailAnalyse de la variance Comparaison de plusieurs moyennes
Analyse de la variance Comparaison de plusieurs moyennes Biostatistique Pr. Nicolas MEYER Laboratoire de Biostatistique et Informatique Médicale Fac. de Médecine de Strasbourg Mars 2011 Plan 1 Introduction
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 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 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 détailEconomie de l incertain et de l information Partie 1 : Décision en incertain probabilisé Chapitre 1 : Introduction à l incertitude et théorie de
Economie de l incertain et de l information Partie 1 : Décision en incertain probabilisé Chapitre 1 : Introduction à l incertitude et théorie de l espérance d utilité Olivier Bos olivier.bos@u-paris2.fr
Plus en détailACP Voitures 1- Méthode
acp=princomp(voit,cor=t) ACP Voitures 1- Méthode Call: princomp(x = voit, cor = T) Standard deviations: Comp.1 Comp.2 Comp.3 Comp.4 Comp.5 Comp.6 2.1577815 0.9566721 0.4903373 0.3204833 0.2542759 0.1447788
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 détailMarché de l'automobile - Automobile - Type de carrosserie - Modèle d'automobile
Le marché automobile est fréquemment analysé sous forme de segments ou catégories de voitures, qui indiquent le positionnement de chaque modèle sur le marché. Catégories : Marché de l'automobile - Automobile
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 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 détail"Étude TOPÉO" Le Concept de la voiture low cost en France => Cas concret : la NANO de TATA
"Étude TOPÉO" Le Concept de la voiture low cost en France => Cas concret : la NANO de TATA Étude en Ligne, réalisée par CEGMA TOPO, du 0 au 06 avril 009 Auprès de 360 individus : titulaires du permis de
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 détailAnalyse de corrélation Étude des dépendances - Variables quantitatives
Ricco Rakotomalala Analyse de corrélation Étude des dépendances - Variables quantitatives Version 1.1 Université Lumière Lyon 2 Page: 1 job: Analyse_de_Correlation macro: svmono.cls date/time: 8-Mar-2015/7:21
Plus en détail01-2014 Brochure ALD ELECTRIC PART OF ALD NEWMOBILITY
01-2014 Brochure ALD ELECTRIC PART OF ALD NEWMOBILITY 1 Brochure ALD electric INTRODUCTION Notre offre ALD electric se compose d une gamme très complète de véhicules électriques comprenant des hybrides
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 détail1 Complément sur la projection du nuage des individus
TP 0 : Analyse en composantes principales (II) Le but de ce TP est d approfondir nos connaissances concernant l analyse en composantes principales (ACP). Pour cela, on reprend les notations du précédent
Plus en détailQuantification Scalaire et Prédictive
Quantification Scalaire et Prédictive Marco Cagnazzo Département Traitement du Signal et des Images TELECOM ParisTech 7 Décembre 2012 M. Cagnazzo Quantification Scalaire et Prédictive 1/64 Plan Introduction
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 détailExercices - Fonctions de plusieurs variables : corrigé. Pour commencer
Pour commencer Exercice 1 - Ensembles de définition - Première année - 1. Le logarithme est défini si x + y > 0. On trouve donc le demi-plan supérieur délimité par la droite d équation x + y = 0.. 1 xy
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 détail2 nd semestre. Synthèse de l étude D3 Parcours Analyse de la fidélité des clients par marque. En partenariat avec
2 nd semestre 2014 Synthèse de l étude D3 Parcours Analyse de la fidélité des clients par marque En partenariat avec Note de synthèse 1 +33 6 87 70 31 12 1. Cadre général L étude D3 Parcours est réalisée
Plus en détailChapitre 7. Statistique des échantillons gaussiens. 7.1 Projection de vecteurs gaussiens
Chapitre 7 Statistique des échantillons gaussiens Le théorème central limite met en évidence le rôle majeur tenu par la loi gaussienne en modélisation stochastique. De ce fait, les modèles statistiques
Plus en détailHuiles moteurs pour véhicules légers
Contact: Huiles moteurs pour véhicules légers FUCHS LUBRIFIANT FRANCE DIVISION AUTO MOTO 81, RUE DE L'INDUSTRIE 92500 RUEIL-MALMAISON TEL. : 01.41.37.42.00 FAX : 01.41.37.42.01 www.fuchs-oil.fr Des huiles
Plus en détailLimites finies en un point
8 Limites finies en un point Pour ce chapitre, sauf précision contraire, I désigne une partie non vide de R et f une fonction définie sur I et à valeurs réelles ou complees. Là encore, les fonctions usuelles,
Plus en détailPETITES FAMILIALES ET CABRIOLETS
PETITES FAMILIALES ET CABRIOLETS A ciel ouvert P. Louyet et S. Mestdagh Avec notre premier test de cabriolets, qui vient compléter le test de petites familiales, c'est déjà un avant-goût de vacances. Pour
Plus en détailBases de données Cours 5 : Base de données déductives
Cours 5 : ESIL Université de la méditerranée Odile.Papini@esil.univmed.fr http://odile.papini.perso.esil.univmed.fr/sources/bd.html Plan du cours 1 Introduction 2 approche sémantique approche axiomatique
Plus en détailDe même, le périmètre P d un cercle de rayon 1 vaut P = 2π (par définition de π). Mais, on peut démontrer (difficilement!) que
Introduction. On suppose connus les ensembles N (des entiers naturels), Z des entiers relatifs et Q (des nombres rationnels). On s est rendu compte, depuis l antiquité, que l on ne peut pas tout mesurer
Plus en détailLecture critique d article. Bio statistiques. Dr MARC CUGGIA MCU-PH Laboratoire d informatique médicale EA-3888
Lecture critique d article Rappels Bio statistiques Dr MARC CUGGIA MCU-PH Laboratoire d informatique médicale EA-3888 Plan du cours Rappels fondamentaux Statistiques descriptives Notions de tests statistiques
Plus en détailCours Fonctions de deux variables
Cours Fonctions de deux variables par Pierre Veuillez 1 Support théorique 1.1 Représentation Plan et espace : Grâce à un repère cartésien ( ) O, i, j du plan, les couples (x, y) de R 2 peuvent être représenté
Plus en détailBaccalauréat S Antilles-Guyane 11 septembre 2014 Corrigé
Baccalauréat S ntilles-guyane 11 septembre 14 Corrigé EXERCICE 1 6 points Commun à tous les candidats Une entreprise de jouets en peluche souhaite commercialiser un nouveau produit et à cette fin, effectue
Plus en détailAnalyses de Variance à un ou plusieurs facteurs Régressions Analyse de Covariance Modèles Linéaires Généralisés
Analyses de Variance à un ou plusieurs facteurs Régressions Analyse de Covariance Modèles Linéaires Généralisés Professeur Patrice Francour francour@unice.fr Une grande partie des illustrations viennent
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 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 détail8.1 Généralités sur les fonctions de plusieurs variables réelles. f : R 2 R (x, y) 1 x 2 y 2
Chapitre 8 Fonctions de plusieurs variables 8.1 Généralités sur les fonctions de plusieurs variables réelles Définition. Une fonction réelle de n variables réelles est une application d une partie de R
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 détailLE PARC VEHICULES LEGERS DU CERN. A. Dagan. Résumé
LE PARC VEHICULES LEGERS DU CERN A. Dagan Résumé La création d un parc central de véhicules légers (Car Pool) a été décidée en janvier 1991. Le fonctionnement et l évaluation des coûts du Car Pool sont
Plus en détailStructures algébriques
Structures algébriques 1. Lois de composition s Soit E un ensemble. Une loi de composition interne sur E est une application de E E dans E. Soient E et F deux ensembles. Une loi de composition externe
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 détailCours de Tests paramétriques
Cours de Tests paramétriques F. Muri-Majoube et P. Cénac 2006-2007 Licence Ce document est sous licence ALC TYPE 2. Le texte de cette licence est également consultable en ligne à l adresse http://www.librecours.org/cgi-bin/main?callback=licencetype2.
Plus en détailLa systématique de la statistique TCS 2009 des pannes de voitures
Annexe au communiqué de presse Statistique TCS 2009 des pannes de voitures La systématique de la statistique TCS 2009 des pannes de voitures 1. Sont prises en considération toutes les pannes qui ont été
Plus en détailWWW.ATD-FRANCE.COM BOÎTES DE VITESSES MANUELLES AUTOMATIQUES FRANCE 05 57 68 17 68 PARIS 0 820 250 200
WWW.ATD-FRANCE.COM 2013 BOÎTES DE VITESSES MANUELLES AUTOMATIQUES FRANCE 05 57 68 17 68 PARIS 0 820 250 200 1 CHOISIR LE LEADER DU RECONDITIONNEMENT DE BOÎTES DE VITESSES EN FRANCE C'EST S'ASSURER : LA
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 détailINTRODUCTION À L ANALYSE FACTORIELLE DES CORRESPONDANCES
INTRODUCTION À L ANALYSE FACTORIELLE DES CORRESPONDANCES Dominique LAFFLY Maître de Conférences, Université de Pau Laboratoire Société Environnement Territoire UMR 5603 du CNRS et Université de Pau Domaine
Plus en détailTable des matières. I Mise à niveau 11. Préface
Table des matières Préface v I Mise à niveau 11 1 Bases du calcul commercial 13 1.1 Alphabet grec...................................... 13 1.2 Symboles mathématiques............................... 14 1.3
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 détailSOMMAIRE OPÉRATIONS COURANTES OPÉRATIONS D INVENTAIRE
SOMMAIRE OPÉRATIONS COURANTES OPÉRATIONS D INVENTAIRE 1 Factures de doit p. 9 Processus 1 2 Réductions sur factures de doit p. 11 Processus 1 3 Frais accessoires sur factures p. 13 Processus 1 4 Comptabilisation
Plus en détailIntroduction à la Statistique Inférentielle
UNIVERSITE MOHAMMED V-AGDAL SCIENCES FACULTE DES DEPARTEMENT DE MATHEMATIQUES SMI semestre 4 : Probabilités - Statistique Introduction à la Statistique Inférentielle Prinemps 2013 0 INTRODUCTION La statistique
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 détailProgrammes des classes préparatoires aux Grandes Ecoles
Programmes des classes préparatoires aux Grandes Ecoles Filière : scientifique Voie : Biologie, chimie, physique et sciences de la Terre (BCPST) Discipline : Mathématiques Seconde année Préambule Programme
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 détailLa Nissan Leaf 2.0 est élue Grand Prix Auto Environnement
INFORMATION PRESSE Le 22 mai 2013 PRIX AUTO ENVIRONNEMENT MAAF 2013 La Nissan Leaf 2.0 est élue Grand Prix Auto Environnement MAAF Assurances récompense 5 véhicules pour la nouvelle édition du Prix Auto
Plus en détailGéométrie dans l espace Produit scalaire et équations
Chapitre 11. 2ème partie Géométrie dans l espace Produit scalaire et équations Terminale S Ce que dit le programme : CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES 2ème partie Produit scalaire Produit scalaire
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 détailCours de méthodes de scoring
UNIVERSITE DE CARTHAGE ECOLE SUPERIEURE DE STATISTIQUE ET D ANALYSE DE L INFORMATION Cours de méthodes de scoring Préparé par Hassen MATHLOUTHI Année universitaire 2013-2014 Cours de méthodes de scoring-
Plus en détailNotes du cours MTH1101N Calcul I Partie II: fonctions de plusieurs variables
Notes du cours MTH1101N Calcul I Partie II: fonctions de plusieurs variables Fausto Errico Département de mathématiques et de génie industriel École Polytechnique de Montréal Automne 2012 Table des matières
Plus en détail(51) Int Cl.: H04L 29/06 (2006.01) G06F 21/55 (2013.01)
(19) TEPZZ 8 8 4_A_T (11) EP 2 838 241 A1 (12) DEMANDE DE BREVET EUROPEEN (43) Date de publication: 18.02.1 Bulletin 1/08 (1) Int Cl.: H04L 29/06 (06.01) G06F 21/ (13.01) (21) Numéro de dépôt: 141781.4
Plus en détailFormes quadratiques. 1 Formes quadratiques et formes polaires associées. Imen BHOURI. 1.1 Définitions
Formes quadratiques Imen BHOURI 1 Ce cours s adresse aux étudiants de niveau deuxième année de Licence et à ceux qui préparent le capes. Il combine d une façon indissociable l étude des concepts bilinéaires
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 détailContactez-nous pour une étude personnalisée ILS ONT CHOISI I CAR DMS. Reconnaissance des constructeurs : Interface avec les réseaux :
ILS ONT CHOISI I CAR DMS Reconnaissance des constructeurs : BMW, CITROËN, FORD MOTOR COMPANY, GENERAL MOTORS EUROPE, (OPEL, SAAB, CHEVROLET), HONDA, NISSAN, PEUGEOT, RENAULT Interface avec les réseaux
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 détailPRIX AUTO ENVIRONNEMENT MAAF 2014
INFORMATION PRESSE Le 4 juin 2014 PRIX AUTO ENVIRONNEMENT MAAF 2014 La PEUGEOT 308 1,2L PURETECH STOP&START élue Grand Prix Auto Environnement Attribution d un Prix Spécial 10 ans pour Toyota pour sa gamme
Plus en détailMATHEMATIQUES APPLIQUEES Equations aux dérivées partielles Cours et exercices corrigés
MATHEMATIQUES APPLIQUEES Equations aux dérivées partielles Cours et exercices corrigés Département GPI 1ère année Avril 2005 INPT-ENSIACET 118 route de Narbonne 31077 Toulouse cedex 4 Mail : Xuan.Meyer@ensiacet.fr
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 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 détailTableau comparatif ATE
Edition 2000/2001 Tableau comparatif ATE Guide pour l achat écologique d une voiture Contenu Les meilleures voitures 3 Editorial C ela reprend très fort», assurent les vendeurs de voitures. Après avoir
Plus en détailLOW COST TOUT INCLUS FIAT PANDA. Moteur: Essence A/C Radio CD Assurance tous risques sans franchise Réservoir plein PRIX / SEMAINE
LOW COST TOUT INCLUS FIAT PANDA Assurance tous risques sans franchise Réservoir plein 01.01.15-30.06.15 20.09.15 30.06.15 01.07.15-31.07.15 01.08.15-23.08.15 23.08.15-20.09.15 190 240 315 240 LOW COST
Plus en détailTUBES ET ACCESSOIRES Serrurier A ailettes Construction Canalisation Spéciaux
TUBES ET ACCESSOIRES 47 Serrurier A ailettes Construction Canalisation Spéciaux Possibilité d autres sections sur demande. Les caractéristiques indiquées sont théoriques et non garanties. TUBES 48 TUBES
Plus en détailNotes du cours MTH1101 Calcul I Partie II: fonctions de plusieurs variables
Notes du cours MTH1101 Calcul I Partie II: fonctions de plusieurs variables Guy Desaulniers Département de mathématiques et de génie industriel École Polytechnique de Montréal Automne 2014 Table des matières
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 détailSimulation de variables aléatoires
Chapter 1 Simulation de variables aléatoires Références: [F] Fishman, A first course in Monte Carlo, chap 3. [B] Bouleau, Probabilités de l ingénieur, chap 4. [R] Rubinstein, Simulation and Monte Carlo
Plus en détailAkka Technologies au service de la voiture électrique - Cartech.fr
1 sur 5 30/08/2010 12:40 508 peugeot Accueil News & blogs Produits Shopping Telecharger forum Cartech Inscription CNET France Forums Infotrafic Environnement Technologies embarquées Concept-car Accessoires
Plus en détailData Mining. Vincent Augusto 2012-2013. École Nationale Supérieure des Mines de Saint-Étienne. Data Mining. V. Augusto.
des des Data Mining Vincent Augusto École Nationale Supérieure des Mines de Saint-Étienne 2012-2013 1/65 des des 1 2 des des 3 4 Post-traitement 5 représentation : 6 2/65 des des Définition générale Le
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 détailCCP PSI - 2010 Mathématiques 1 : un corrigé
CCP PSI - 00 Mathématiques : un corrigé Première partie. Définition d une structure euclidienne sur R n [X]... B est clairement symétrique et linéaire par rapport à sa seconde variable. De plus B(P, P
Plus en détail23. Interprétation clinique des mesures de l effet traitement
23. Interprétation clinique des mesures de l effet traitement 23.1. Critères de jugement binaires Plusieurs mesures (indices) sont utilisables pour quantifier l effet traitement lors de l utilisation d
Plus en détail* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours
Exo7 Continuité (étude globale). Diverses fonctions Exercices de Jean-Louis Rouget. Retrouver aussi cette fiche sur www.maths-france.fr * très facile ** facile *** difficulté moyenne **** difficile *****
Plus en détailQue faire lorsqu on considère plusieurs variables en même temps?
Chapitre 3 Que faire lorsqu on considère plusieurs variables en même temps? On va la plupart du temps se limiter à l étude de couple de variables aléatoires, on peut bien sûr étendre les notions introduites
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 détailCorrection du bac blanc CFE Mercatique
Correction du bac blanc CFE Mercatique Exercice 1 (4,5 points) Le tableau suivant donne l évolution du nombre de bénéficiaires de minima sociaux en milliers : Année 2002 2003 2004 2005 2006 2007 2008 2009
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 détailChapitre 2/ La fonction de consommation et la fonction d épargne
hapitre 2/ La fonction de consommation et la fonction d épargne I : La fonction de consommation keynésienne II : Validations et limites de la fonction de consommation keynésienne III : Le choix de consommation
Plus en détailPour l épreuve d algèbre, les calculatrices sont interdites.
Les pages qui suivent comportent, à titre d exemples, les questions d algèbre depuis juillet 003 jusqu à juillet 015, avec leurs solutions. Pour l épreuve d algèbre, les calculatrices sont interdites.
Plus en détailSTATIQUE GRAPHIQUE ET STATIQUE ANALYTIQUE
ÉCOLE D'INGÉNIEURS DE FRIBOURG (E.I.F.) SECTION DE MÉCANIQUE G.R. Nicolet, revu en 2006 STATIQUE GRAPHIQUE ET STATIQUE ANALYTIQUE Eléments de calcul vectoriel Opérations avec les forces Equilibre du point
Plus en détailProgrammation Par Contraintes
Programmation Par Contraintes Cours 2 - Arc-Consistance et autres amusettes David Savourey CNRS, École Polytechnique Séance 2 inspiré des cours de Philippe Baptiste, Ruslan Sadykov et de la thèse d Hadrien
Plus en détailApproche modèle pour l estimation en présence de non-réponse non-ignorable en sondage
Approche modèle pour l estimation en présence de non-réponse non-ignorable en sondage Journées de Méthodologie Statistique Eric Lesage Crest-Ensai 25 janvier 2012 Introduction et contexte 2/27 1 Introduction
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 détailActuariat I ACT2121. septième séance. Arthur Charpentier. Automne 2012. charpentier.arthur@uqam.ca. http ://freakonometrics.blog.free.
Actuariat I ACT2121 septième séance Arthur Charpentier charpentier.arthur@uqam.ca http ://freakonometrics.blog.free.fr/ Automne 2012 1 Exercice 1 En analysant le temps d attente X avant un certain événement
Plus en détail3 Approximation de solutions d équations
3 Approximation de solutions d équations Une équation scalaire a la forme générale f(x) =0où f est une fonction de IR dans IR. Un système de n équations à n inconnues peut aussi se mettre sous une telle
Plus en détailw w w. a u t o m o b i l e - e n t r e p r i s e. c o m
RejoIgnez le n 1 de la gestion de flotte automobile w w w. a u t o m o b i l e - e n t r e p r i s e. c o m MéDIA 2015 le MAgAzIne la CIble Responsables de parc Services techniques Directeurs administratifs
Plus en détailchoisir H 1 quand H 0 est vraie - fausse alarme
étection et Estimation GEL-64943 Hiver 5 Tests Neyman-Pearson Règles de Bayes: coûts connus min π R ( ) + ( π ) R ( ) { } Règles Minimax: coûts connus min max R ( ), R ( ) Règles Neyman Pearson: coûts
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 détail24 ème salon TECHNO-CLASSICA ESSEN 2012 le salon mondial des passionnés de l automobile
24 ème salon TECHNO-CLASSICA ESSEN 2012 le salon mondial des passionnés de l automobile Le plus grand salon international de voitures classiques se tient du 21* au 25 mars 2012 * 21 mars 2012 : Pré-salon,
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 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 détailEvaluation des modèles non-linéaires à effets mixtes
Evaluation des effets mixtes INSERM UMR738 GDR Statistiques et Santé, 20 octobre 2009 Pharmacométrie Définition modélisation des données obtenues lors d essais cliniques sur des médicaments développement
Plus en détailContinuité d une fonction de plusieurs variables
Chapitre 2 Continuité d une fonction de plusieurs variables Maintenant qu on a défini la notion de limite pour des suites dans R n, la notion de continuité s étend sans problème à des fonctions de plusieurs
Plus en détail