Les variables indépendantes catégorielles

Dimension: px
Commencer à balayer dès la page:

Download "Les variables indépendantes catégorielles"

Transcription

1 Les variables indépendantes catégorielles Jean-François Bickel Statistique II SP08

2 Jusqu à maintenant, nous avons considéré comme variables indépendantes uniquement des variables intervalles (âge) ou traitées comme telle (le niveau d éducation qui est une échelle ordinale) Comme nous le savons, les sciences sociales ont (plus) souvent à traiter des variables catégorielles (ou échelles nominales): sexe, état civil, nationalité, chômeur ou non, etc. 2

3 Ce dernier type de variables peut tout à fait être intégré au titre de variable indépendante dans une régression linéaire simple Pour cela, la variable en question est transformée en un ensemble de variables binaires codées 0 et 1 (dites aussi variables dummies) de telle sorte que pour une variable avec k catégories, il y ait k-1 variables dummies La catégorie restante est considérée comme la catégorie de référence 3

4 Par exemple, le sexe, qui comprend k=2 catégories, est recodé en une variable codée 0 et 1. De telle sorte que, par exemple hommes=0, femmes=1 Dans un tel cas, hommes est la catégorie de référence (codé 0). 4

5 Autre exemple, l état civil, qui comprend k=5 catégories, est recodé en 4 variables, chacune codée 0 et 1. De telle sorte que, par exemple marié=1, autres=0 séparé=1, autres=0 divorcé=1, autres=0 veufs=1, autres=0 Dans un tel cas, la catégorie de référence est célibataire (codé 0 sur les 4 variables dummies) 5

6 Le choix de la catégorie de référence est arbitraire Il est toutefois préférable d éviter de choisir une catégorie avec un effectif très petit Dans la mesure où les comparaisons se font toujours par rapport à la catégorie de référence, le choix pour cette dernière peut être lié à des raisons substantielles par exemple pour permettre de comparer des situations minoritaires à la situation majoritaire ou «normale» 6

7 Création de variables dummies: exemples La syntaxe est la suivante recode sex (1=0) (2=1) into femmes. exe. recode civsta05 (1,3,4,5=0) (2=1) into marie. recode civsta05 (1,2,4,5=0) (3=1) into separe. recode civsta05 (1,2,3,5=0) (4=1) into divorce. recode civsta05 (1,2,3,4=0) (5=1) into veuf. exe. 7

8 Ou bien, via les menus déroulants 8

9 2 1 9

10

11 11

12 Procédure: exemple Pour cet exemple, on prend comme variable dépendante la fréquence de participation aux offices religieux Par souci de simplification, on ne considère dans le modèle que les variables dummies que l on vient de créer 12

13 Syntaxe regression /missing listwiswe /statistics defaults ci change /noorigin /dependent p05r04 /method=enter femmes /method=enter marie separe divorce veuf. 13

14 Ou bien, via les menus déroulants

15

16 1 2 16

17 Deux modèles successifs, une seule analyse La procédure que nous suivons ici permet d estimer successivement deux modèles dans une même analyse de régression 17

18 Cette manière de faire a un double intérêt: i. cela permet d évaluer la manière dont l introduction des nouvelles variables améliore le modèle ii. cela permet de tester globalement l effet de l état civil 18

19 Le tableau des coefficients fournit une estimation des effets pour chaque catégorie par rapport à la catégorie de référence (autrement dit, un coefficient par variable dummy) Cette manière convient pour une variable comme le sexe, lorsqu il suffit de comparer deux catégories (hommes et femmes) 19

20 Mais, quand une variable catégorielle a plus de 2 catégories (comme ici l état civil), on s intéresse aussi et même d abord à évaluer l effet global de cette variable La procédure suivie permet de réaliser un tel test dans SPSS. Formellement, il s agit d un test de F que tous les coefficients se rapportant à une variable (par exemple l état civil) égalent à zéro 20

21 Ce test est basé sur la comparaison de (1) la Somme des Carrés des Erreurs du modèle réduit, i.e. sans les variables considérées, avec (2) la Somme des Carrés des Erreurs pour le modèle complet, i.e. incluant les variables en question Autrement dit, dans notre exemple, cela revient à tester si l introduction de l état civil améliore la «qualité» du modèle 21

22 Formule: (SSE R SSE C ) / (k-g) F = SSE C / [n-(k+1)] Avec SSE R = somme des résidus au carré du modèle réduit SSE C = somme des résidus au carré du modèle complet k = nombre de paramètre du modèle complet g = nombre de paramètres du modèle réduit n = effectif 22

23 Ou de manière équivalente (R C2» - R R2 ) / (k-g) F = (1-R C2 ) / [n-(k+1)] Avec R C2 = R 2 du modèle complet R R2 = R 2 du modèle réduit k = nombre de paramètre du modèle complet g = nombre de paramètres du modèle réduit n = effectif 23

24 Résumé du modèle 24

25 Le résumé du modèle montre la progression du R 2 entre les deux modèles successifs, sans puis avec état-civil (tableau du haut) La deuxième ligne du tableau du bas indique la différence de R 2 résultant de l introduction de l état-civil, une différence significative (p<.001) Traduction: il y a un effet global de l étatcivil 25

26 Modèle 1 2 Régression Résidu Total Régression Résidu Total ANOVA c Somme des carrés ddl Carré moyen F Signification a b a. Valeurs prédites : (constantes), femmes b. Valeurs prédites : (constantes), femmes, separe, divorce, veuf, marie c. Variable dépendante : P05R04 26

27 Le test de F est très significatif: au moins une des variables du modèle a une coefficient différent de zéro 27

28 Modèle 1 2 (constante) femmes (constante) femmes marie separe divorce veuf a. Variable dépendante : P05R04 Coefficients non standardisés Coefficients a Coefficients standardisés Intervalle de confiance à 95% de B Erreur Borne Borne B standard Bêta t Signification inférieure supérieure

29 Dans le cas d une variable dummy, le coefficient indique toujours l écart de la catégorie codée 1 par rapport à la catégorie de référence Ainsi, la fréquence moyenne de participation des femmes est plus élevée de 0.16 que celle des hommes (à état-civil constant) 29

30 Celle des mariés est plus élevée de 0.70 que celle des célibataires Cet écart est de plus de 1 (1.09) pour les veufs, toujours par rapport aux célibataires (toutes ces comparaisons en contrôlant par le sexe) 30

31 Pour des variables catégorielles, les coefficients standardisés Beta ne font guère de sens 31

Exemple 3.4 : Modélisation MCO incluant plusieurs variables explicatives quantitatives (reprise de l étude du jugement des enseignants)

Exemple 3.4 : Modélisation MCO incluant plusieurs variables explicatives quantitatives (reprise de l étude du jugement des enseignants) Exemple 3.4 : Modélisation MCO incluant plusieurs variables explicatives quantitatives (reprise de l étude du jugement des enseignants) GET FILE='C:\Users \Desktop\donnees stats\jugement.sav'. Indique

Plus en détail

Questions pratiques 4: Transformer la variable dépendante

Questions pratiques 4: Transformer la variable dépendante Questions pratiques 4: Transformer la variable dépendante Jean-François Bickel Statistique II SPO8 Transformer une variable consiste en une opération arithmétique qui vise à construire une nouvelle variable

Plus en détail

Chapitre 4 : Régression linéaire

Chapitre 4 : Régression linéaire Exercice 1 Méthodes statistiques appliquées aux sciences sociales (STAT-D-203) Titulaire : Catherine Vermandele Chapitre 4 : Régression linéaire Le diplôme de Master of Business Administration ou MBA est

Plus en détail

Analyse des données «Hamburgers» à l aide de SPSS (v2, janvier 2011) Auteur : André Berchtold

Analyse des données «Hamburgers» à l aide de SPSS (v2, janvier 2011) Auteur : André Berchtold Analyse des données «Hamburgers» à l aide de SPSS (v2, janvier 2011) Auteur : André Berchtold Le site web «The Fast Food Explorer» (www.fatcalories.com) propose des données relatives à la composition des

Plus en détail

Les effets d interaction

Les effets d interaction Les effets d interaction Jean-François Bickel Statistique II SP08 1. Qu est-ce qu une interaction? Soit le modèle de régression E(y) = α + β 1 x 1 + β 2 x 2 + β k x k Jusqu à maintenant, nous avons considéré

Plus en détail

Corrigé de l exercice 8

Corrigé de l exercice 8 Corrigé de l exercice 8 Statistique II SP08 Enseignant: Jean-François Bickel 1 Contenu de l exercice Sur la base du fichier de données SHP_Ex8.sav, l exercice consiste en l analyse, au moyen d une régression

Plus en détail

Statistiques Descriptives à une dimension

Statistiques 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 détail

Introduction à l analyse quantitative

Introduction à l analyse quantitative Introduction à l analyse quantitative Vue d ensemble du webinaire Le webinaire sera enregistré. Les diapositives et tous les autres documents seront envoyés aux participants après la séance. La séance

Plus en détail

Séance 8 : Régression Logistique

Séance 8 : Régression Logistique Séance 8 : Régression Logistique Sommaire Proc LOGISTIC : Régression logistique... 2 Exemple commenté : Achat en (t+1) à partir du sexe et du chiffre d affaires de la période précédente. 4 La régression

Plus en détail

Bureau : 238 Tel : 04 76 82 58 90 Email : dominique.muller@upmf-grenoble.fr

Bureau : 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 détail

Analyse de l évolution de la structure des ménages dans l enquête sur le budget des ménages

Analyse de l évolution de la structure des ménages dans l enquête sur le budget des ménages Analyse de l évolution de la structure des ménages dans l enquête sur le budget des ménages S. Winandy, R. Palm OCA GxABT/ULg oca.gembloux@ulg.ac.be décembre 2011 1 Introduction La Direction Générale Statistique

Plus en détail

Introduction à l analyse de régression. Jean-François Bickel Statistique II SP08

Introduction à l analyse de régression. Jean-François Bickel Statistique II SP08 Introduction à l analyse de régression Jean-François Bickel Statistique II SP08 1 I. Les opérations de la régression 1) Description a) de la relation entre une variable dépendante (y) et une ou plusieurs

Plus en détail

Traitement des données avec Microsoft EXCEL 2010

Traitement des données avec Microsoft EXCEL 2010 Traitement des données avec Microsoft EXCEL 2010 Vincent Jalby Septembre 2012 1 Saisie des données Les données collectées sont saisies dans une feuille Excel. Chaque ligne correspond à une observation

Plus en détail

Introduction à l'analyse statistique des données

Introduction à l'analyse statistique des données INTRODUCTION À L'ANALYSE STATISTIQUE DES DONNÉES CONCEPTS DE BASE Un certain nombre de concepts, préalables indispensables à la compréhension des analyses présentées, sont définis ici. De même pour quelques

Plus en détail

16. Comment introduire les valeurs prises par la variable SPORT pour les 30 premiers sujets introduits dans L2?

16. Comment introduire les valeurs prises par la variable SPORT pour les 30 premiers sujets introduits dans L2? T.P. 5 partie 1 Variable ordinale Calcul manuel de quantiles Utilisation des fonctions intégrées de la TI-84 Utilisation du programme D1 (Corrigé pour 30 cas) V. Prise en compte de 30 cas (pour éviter

Plus en détail

Outils méthodologiques et astuces pour la thèse de médecine Les statistiques, comment faire?

Outils méthodologiques et astuces pour la thèse de médecine Les statistiques, comment faire? Outils méthodologiques et astuces pour la thèse de médecine Les statistiques, comment faire? Cyril Ferdynus, USM, CHU RECUEIL DE DONNEES Recueil hors ligne Epidata (http://www.epiconcept.fr/html/epidata.html)

Plus en détail

La régression logistique

La régression logistique La régression logistique Présentation pour le cours SOL6210, Analyse quantitative avancée Claire Durand, 2015 1 Utilisation PQuand la variable dépendante est nominale ou ordinale < Deux types selon la

Plus en détail

Traitement des données avec EXCEL 2007

Traitement des données avec EXCEL 2007 Traitement des données avec EXCEL 2007 Vincent Jalby Octobre 2010 1 Saisie des données Les données collectées sont saisies dans une feuille Excel. Chaque ligne correspond à une observation (questionnaire),

Plus en détail

OBJECTIF. Fournir une introduction à ce logiciel statistique de manière à faciliter son utilisation.

OBJECTIF. Fournir une introduction à ce logiciel statistique de manière à faciliter son utilisation. Dr L. ZEMOUR OBJECTIF Fournir une introduction à ce logiciel statistique de manière à faciliter son utilisation. I. QU EST CE QUE SPSS? SPSS, dont le sigle anglais signifie «Statistical Package for Social

Plus en détail

Feuille de TP N 3 : Modèle log-linéaire - Travail guidé. 1 Cancers : modèle log-linéaire à deux facteurs croisés

Feuille de TP N 3 : Modèle log-linéaire - Travail guidé. 1 Cancers : modèle log-linéaire à deux facteurs croisés M1 MLG Année 2012 2013 Feuille de TP N 3 : Modèle log-linéaire - Travail guidé 1 Cancers : modèle log-linéaire à deux facteurs croisés Ce premier exercice reprend l exercice 1 de la feuille de TD n 3.

Plus en détail

Analyse des données quantitatives I. Cours 2 Notions fondamentales: éléments constitutifs d une base de données. Plan

Analyse des données quantitatives I. Cours 2 Notions fondamentales: éléments constitutifs d une base de données. Plan Analyse des données quantitatives I Cours 2 Notions fondamentales: éléments constitutifs d une base de données Plan 1. Déroulement des cours 2. Éléments constitutifs d une base de données 1. Qu est-ce

Plus en détail

STAT0162-1 Analyse statistique de données qualitatives et quantitatives en sciences sociales. Transparents Philippe Lambert

STAT0162-1 Analyse statistique de données qualitatives et quantitatives en sciences sociales. Transparents Philippe Lambert STAT0162-1 Analyse statistique de données qualitatives et quantitatives en sciences sociales Transparents Philippe Lambert http : //www.statsoc.ulg.ac.be/quali.html Institut des Sciences Humaines et Sociales

Plus en détail

TESTS STATISTIQUES: COMPARAISON, INDÉPENDANCE ET RÉGRESSION LINÉAIRE

TESTS STATISTIQUES: COMPARAISON, INDÉPENDANCE ET RÉGRESSION LINÉAIRE TESTS STATISTIQUES: COMPARAISON, INDÉPENDANCE ET RÉGRESSION LINÉAIRE Les résultats donnés par R et SAS donnent les valeurs des tests, la valeur-p ainsi que les intervalles de confiance. TEST DE COMPARAISON

Plus en détail

L'APPROCHE EXPERIMENTALE EN RECHERCHE: introduction aux statistiques.

L'APPROCHE EXPERIMENTALE EN RECHERCHE: introduction aux statistiques. L'APPROCHE EXPERIMENTALE EN RECHERCHE: introduction aux statistiques 1 BUTS DU COURS : se familiariser avec le vocabulaire statistique o variable dépendante, variable indépendante o statistique descriptive,

Plus en détail

Introduction à l étude des Corps Finis

Introduction à l étude des Corps Finis Introduction à l étude des Corps Finis Robert Rolland (Résumé) 1 Introduction La structure de corps fini intervient dans divers domaines des mathématiques, en particulier dans la théorie de Galois sur

Plus en détail

Module 2 29 Décembre 2009 Intervenant: Dhuin STATISTIQUES

Module 2 29 Décembre 2009 Intervenant: Dhuin STATISTIQUES STATISTIQUES I. Séries statistiques simples... 1 A. Définitions... 1 1. Population... 1 2. Caractère statistique... 1 B. Séries classées / représentations graphiques.... 2 1. Séries classées... 2 2. Représentations

Plus en détail

Analyses 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 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 détail

Introduction à l approche bootstrap

Introduction à l approche bootstrap Introduction à l approche bootstrap Irène Buvat U494 INSERM buvat@imedjussieufr 25 septembre 2000 Introduction à l approche bootstrap - Irène Buvat - 21/9/00-1 Plan du cours Qu est-ce que le bootstrap?

Plus en détail

Cours 7 : Exemples. I- Régression linéaire simple II- Analyse de variance à 1 facteur III- Tests statistiques

Cours 7 : Exemples. I- Régression linéaire simple II- Analyse de variance à 1 facteur III- Tests statistiques Cours 7 : Exemples I- Régression linéaire simple II- Analyse de variance à 1 facteur III- Tests statistiques Exemple 1 : On cherche à expliquer les variations de y par celles d une fonction linéaire de

Plus en détail

Analyse de la variance Comparaison de plusieurs moyennes

Analyse 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 détail

CNAM 2002-2003 2léments de cours Bonus-malus et Crédibilité

CNAM 2002-2003 2léments de cours Bonus-malus et Crédibilité 1 CNAM 2002-2003 2léments de cours Bonus-malus et Crédibilité Une situation fréquente en pratique est de disposer non pas d un résultat mais de plusieurs. Le cas se présente en assurance, par exemple :

Plus en détail

Examen de Logiciels Statistiques

Examen de Logiciels Statistiques G. Hunault Angers, mai 2011 Licence MEF Examen de Logiciels Statistiques On s intéresse ici au dossier EAEF01 qui contient un extrait des données du recensement américain. On trouvera ces données et leur

Plus en détail

Analyse de variance à un facteur Tests d hypothèses Analyse de variance à deux facteurs. Analyse de la variance ANOVA

Analyse de variance à un facteur Tests d hypothèses Analyse de variance à deux facteurs. Analyse de la variance ANOVA Analyse de la variance ANOVA Terminologie Modèles statistiques Estimation des paramètres 1 Analyse de variance à un facteur Terminologie Modèles statistiques Estimation des paramètres 2 3 Exemple. Analyse

Plus en détail

Loi normale ou loi de Laplace-Gauss

Loi normale ou loi de Laplace-Gauss LivreSansTitre1.book Page 44 Mardi, 22. juin 2010 10:40 10 Loi normale ou loi de Laplace-Gauss I. Définition de la loi normale II. Tables de la loi normale centrée réduite S il y avait une seule loi de

Plus en détail

GUIDE D AIDE STATISTIQUE A LA PREPARATION DE LA THESE

GUIDE D AIDE STATISTIQUE A LA PREPARATION DE LA THESE Département Universitaire de Recherche et d Enseignement en Médecine Générale GUIDE D AIDE STATISTIQUE A LA PREPARATION DE LA THESE Enseignants : Esther GUERY, Julien LE BRETON, Emilie FERRAT, Jacques

Plus en détail

Assurance gratuite contre la perte de revenus

Assurance gratuite contre la perte de revenus Assurance gratuite contre la perte de revenus INFORMATIONS GÉNÉRALES Statistiques voisines Périodicité Ponctualité Propriété L assurance gratuite contre la perte de revenus est une assurance souscrite,

Plus en détail

Simulation Examen de Statistique Approfondie II **Corrigé **

Simulation Examen de Statistique Approfondie II **Corrigé ** Simulation Examen de Statistique Approfondie II **Corrigé ** Ces quatre exercices sont issus du livre d exercices de François Husson et de Jérôme Pagès intitulé Statistiques générales pour utilisateurs,

Plus en détail

La situation professionnelle des personnes diplômées des hautes écoles suisses en 2013

La situation professionnelle des personnes diplômées des hautes écoles suisses en 2013 Département fédéral de l'intérieur DFI Office fédéral de la statistique OFS Communiqué de presse Embargo: 23.06.2014, 9:15 15 Education et science N 0351-1405-50 La situation professionnelle des personnes

Plus en détail

Introduction à Rcommander

Introduction à Rcommander Introduction à Rcommander Pauline Scherdel Septembre 2014 Table des matières 1 Introduction à Rcmdr sous R 2 2 Interagir avec R 3 3 Installer et charger le package Rcmdr sous R 3 4 Importation des données

Plus en détail

Mortalité observée et mortalité attendue au cours de la vague de chaleur de juillet 2006 en France métropolitaine

Mortalité observée et mortalité attendue au cours de la vague de chaleur de juillet 2006 en France métropolitaine Mortalité observée et mortalité attendue au cours de la vague de chaleur de uillet en France métropolitaine FOUILLET A 1, REY G 1, JOUGLA E, HÉMON D 1 1 Inserm, U75, Villeuif, France. Inserm CépiDc, IFR9,

Plus en détail

Cours de Statistiques

Cours de Statistiques Cours de Statistiques Romain Raveaux 1 1 Laboratoire L3I Université de La Rochelle romain.raveaux01 at univ-lr.fr Octobre 24-11, 2008 1 / 35 Sommaire 1 Quelques Rappels 2 numériques Relations entre deux

Plus en détail

La régression logistique généralisée avec la procédure LOGISTIC

La régression logistique généralisée avec la procédure LOGISTIC La régression logistique généralisée avec la procédure LOGISTIC 1 Sommaire I / Régression logistique généralisée 3 a. Introduction 3 b. Présentation de l exemple à étudier 3 II / Modélisation avec la proc

Plus en détail

STATISTIQUES A UNE VARIABLE EXERCICES CORRIGES

STATISTIQUES A UNE VARIABLE EXERCICES CORRIGES STATISTIQUES A UNE VARIALE EXERCICES CORRIGES Exercice n Les élèves d une classe ont obtenu les notes suivantes lors d un devoir : Note 4 5 8 0 4 5 8 0 Effectif 4 7 6 4 ) Déterminer l étendue et le mode

Plus en détail

CONCOURS 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) 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 détail

Recensement de la population

Recensement de la population Recensement de la population Ménages et familles 1. Définition des concepts Un ménage Un ménage regroupe l ensemble des occupants d une résidence principale, qu ils aient ou non des liens de parenté. Un

Plus en détail

Pratique de l analyse de données SPSS appliqué à l enquête «Identités et Capital social en Wallonie»

Pratique de l analyse de données SPSS appliqué à l enquête «Identités et Capital social en Wallonie» Centre de recherche en démographie et sociétés UCL/IACCHOS/DEMO Pratique de l analyse de données SPSS appliqué à l enquête «Identités et Capital social en Wallonie» 1 2 3+ analyses univariées Type de variables

Plus en détail

L analyse de la variance avec R commander

L analyse de la variance avec R commander L analyse de la variance avec R commander 19 mars 2014 1 Installer R Pour installer R, il vous suffit d aller sur le site http://www.r-project.org/. Choisissez un miroir pour le téléchargement. Sélectionner

Plus en détail

Température corporelle d un castor (une petite introduction aux séries temporelles)

Température corporelle d un castor (une petite introduction aux séries temporelles) Température corporelle d un castor (une petite introduction aux séries temporelles) GMMA 106 GMMA 106 2014 2015 1 / 32 Cas d étude Temperature (C) 37.0 37.5 38.0 0 20 40 60 80 100 Figure 1: Temperature

Plus en détail

La revalorisation des droits à la retraite avant leur liquidation différences entre les régimes de base et les régimes complémentaires

La revalorisation des droits à la retraite avant leur liquidation différences entre les régimes de base et les régimes complémentaires CONSEIL D ORIENTATION DES RETRAITES Séance plénière du 11 février 2015 à 9 h 30 «La revalorisation des pensions et des droits à la retraite : problématique et résultats de projection» Document N 5 Document

Plus en détail

Une variable binaire prédictrice (VI) et une variable binaire observée (VD) (Comparaison de pourcentages sur 2 groupes indépendants)

Une 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 détail

2B La résolution de modèles linéaires par Excel 2010

2B La résolution de modèles linéaires par Excel 2010 2B La résolution de modèles linéaires par Excel 2010 Nous reprenons ici, de façon plus détaillée, la section où est indiqué comment utiliser le solveur d'excel 2010 pour résoudre un modèle linéaire (voir

Plus en détail

TS 35 Numériser. Activité introductive - Exercice et démarche expérimentale en fin d activité Notions et contenus du programme de Terminale S

TS 35 Numériser. Activité introductive - Exercice et démarche expérimentale en fin d activité Notions et contenus du programme de Terminale S FICHE Fiche à destination des enseignants TS 35 Numériser Type d'activité Activité introductive - Exercice et démarche expérimentale en fin d activité Notions et contenus du programme de Terminale S Compétences

Plus en détail

TENDANCES DE L ÉNSEIGNEMENT SUPÉRIEUR DANS LES MARITIMES

TENDANCES DE L ÉNSEIGNEMENT SUPÉRIEUR DANS LES MARITIMES TENDANCES DE L ÉNSEIGNEMENT SUPÉRIEUR DANS LES MARITIMES Volume 12, no 3 La promotion de 2012 Septembre 2015 Profil des titulaires d un premier grade et les notes méthodologiques Les titulaires d un premier

Plus en détail

EXCEL Tableau croisé dynamique

EXCEL Tableau croisé dynamique Chapitre 0 EXCEL Tableau croisé dynamique Organisation des données But: Je souhaite organiser mes données brutes (recueillies). Cours réalisé par Benjamin Putois. 1 Excel recueillir les étapes 1. Quelles

Plus en détail

COURS N 2 LES PRINCIPALES FONCTIONS DE SPSS

COURS N 2 LES PRINCIPALES FONCTIONS DE SPSS COURS N 2 LES PRINCIPALES FONCTIONS DE SPSS 1 Les fonctions de base 2 Les fonctions de tri 3 Les fonctions de transformations de variables 4 Les fonctions de calcul 5 Les fonctions de construction de fichier

Plus en détail

79, avenue de la République - 75543 PARIS CEDEX 11 - Tél. : 01.49.23.20.00. I&OM Information & Operations Management

79, avenue de la République - 75543 PARIS CEDEX 11 - Tél. : 01.49.23.20.00. I&OM Information & Operations Management 79, avenue de la République - 75543 PARIS CEDEX 11 - Tél. : 01.49.23.20.00 Département : I&OM Information & Operations Management Cours : Statistique et Analyse de Données pour le Management Titre du document

Plus en détail

Utilisation du logiciel Excel pour des analyses simples de bases données

Utilisation du logiciel Excel pour des analyses simples de bases données Utilisation du logiciel Excel pour des analyses simples de bases données Catherine Raux (interne Santé Publique) et Benoît Lepage (AHU), Service d Epidémiologie du CHU de Toulouse Version 1.1 Avril 2012

Plus en détail

Modèle de calcul des paramètres économiques

Modèle de calcul des paramètres économiques Modèle de calcul des paramètres économiques selon norme SIA 480 Calcul de rentabilité pour les investissements dans le bâtiment Version 3.2 1. Introduction 1.1 Version Excel Le modèle de calcul a été développé

Plus en détail

Cours (8) de statistiques à distance, élaboré par Zarrouk Fayçal, ISSEP Ksar-Said, 2011-2012. Test du Khi 2

Cours (8) de statistiques à distance, élaboré par Zarrouk Fayçal, ISSEP Ksar-Said, 2011-2012. Test du Khi 2 Test du Khi 2 Le test du Khi 2 (khi deux ou khi carré) fournit une méthode pour déterminer la nature d'une répartition, qui peut être continue ou discrète. Domaine d application du test : Données qualitatives

Plus en détail

Coup de Projecteur sur les Réseaux de Neurones

Coup de Projecteur sur les Réseaux de Neurones Coup de Projecteur sur les Réseaux de Neurones Les réseaux de neurones peuvent être utilisés pour des problèmes de prévision ou de classification. La représentation la plus populaire est le réseau multicouche

Plus en détail

Reconnaissance des formes : Classement d ensembles d objets

Reconnaissance des formes : Classement d ensembles d objets Reconnaissance des formes : Classement d ensembles d objets Données Méthodes Extraction de connaissances Applications Expertise Apprentissage Bernard FERTIL Directeur de Recherche CNRS Équipe LXAO, UMR

Plus en détail

INTRODUCTION A LA RECHERCHE QUANTITATIVE

INTRODUCTION A LA RECHERCHE QUANTITATIVE INTRODUCTION A LA RECHERCHE QUANTITATIVE Deuxième partie : de la base de données aux résultats Juin 2010 Julien Gelly, Caroline Huas, Josselin Le Bel Plan 2 1. Introduction 2. Saisie des données : Epi

Plus en détail

Tableau 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

Tableau 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 détail

La 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 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 détail

Sujet 4: Programmation stochastique propriétés de fonction de recours

Sujet 4: Programmation stochastique propriétés de fonction de recours Sujet 4: Programmation stochastique propriétés de fonction de recours MSE3313: Optimisation Stochastiqe Andrew J. Miller Dernière mise au jour: October 19, 2011 Dans ce sujet... 1 Propriétés de la fonction

Plus en détail

Notes méthodologiques

Notes méthodologiques Notes méthodologiques Projection de la population active du Québec de 2010 à 2030 en fonction de cinq hypothèses d'allongement de la vie active À la demande de la Commission nationale sur la participation

Plus en détail

Evolution du nombre de bénéficiaires de l assurance-chômage âgés de 50 ans et plus

Evolution du nombre de bénéficiaires de l assurance-chômage âgés de 50 ans et plus Evolution du nombre de bénéficiaires de l assurance-chômage âgés de 50 ans et plus Direction Statistiques et Publications Sommaire Introduction p. 4 1. Les bénéficiaires de l'assurance-chômage âgés de

Plus en détail

Déclassement d'actifs et stock brut de capital

Déclassement d'actifs et stock brut de capital Extrait de : La mesure du capital - Manuel de l'ocde 2009 Deuxième édition Accéder à cette publication : http://dx.doi.org/10.1787/9789264067752-fr Déclassement d'actifs et stock brut de capital Merci

Plus en détail

y i = αx i + β + u i,

y i = αx i + β + u i, I.1 ) TD1 L3 Econométrie Rappel : L estimateur ˆα (resp. ˆβ)estaussinotéa (resp. b). 160 150 consommation Y 140 130 10 (x i, ŷ i ) e i 110 100 110 10 130 140 150 160 170 180 )a). Sous forme exacte y i

Plus en détail

Evaluation d un test diagnostique - Concordance

Evaluation d un test diagnostique - Concordance Evaluation d un test diagnostique - Concordance Michaël Genin Université de Lille 2 EA 2694 - Santé Publique : Epidémiologie et Qualité des soins michaelgenin@univ-lille2fr Plan 1 Introduction 2 Evaluation

Plus en détail

Savoir Faire Excel Niveau 2. 5 novembre 2007 Naomi Yamaguchi naomi.yamaguchi@univ-paris3.fr

Savoir Faire Excel Niveau 2. 5 novembre 2007 Naomi Yamaguchi naomi.yamaguchi@univ-paris3.fr Savoir Faire Excel Niveau 2 5 novembre 2007 Naomi Yamaguchi naomi.yamaguchi@univ-paris3.fr Ce qu on sait faire Entrer et recopier des données numériques Les fonctions de base (somme, moyenne, nb, si) Faire

Plus en détail

Analyse de la variance (ANOVA)

Analyse de la variance (ANOVA) Chapitre 7 Analyse de la variance (ANOVA) Introduction L analyse de la variance (ANOVA) a pour objectif d étudier l influence d un ou plusieurs facteurs sur une variable quantitative. Nous nous intéresserons

Plus en détail

GENRE ET FECONDITE EN AFRIQUE SUBSAHARIENNE

GENRE ET FECONDITE EN AFRIQUE SUBSAHARIENNE GENRE ET FECONDITE EN AFRIQUE SUBSAHARIENNE Roger Armand WAKA MODJO Institut d Etudes Démographiques de l Université de Bordeaux IV. Introduction L Afrique subsaharienne reste de nos jours la sous région

Plus en détail

Le foyer fiscal (cours)

Le foyer fiscal (cours) Le foyer fiscal (cours) Table des matières Table des matières... 2 Introduction... 3 I La composition du foyer fiscal... 4 Le contribuable... 4 Les personnes à charge... 5 1 - En ce qui concerne les personnes

Plus en détail

CENTRE DE RECHERCHE DU CHU DE QUEBEC

CENTRE DE RECHERCHE DU CHU DE QUEBEC Critères à respecter pour la création de banques de données Excel 1. Versions a. Il est préférable d utiliser la dernière version disponible de MS Excel. b. Il est préférable d utiliser la suite Office

Plus en détail

TABLE DES MATIÈRES. Bruxelles, De Boeck, 2011, 736 p.

TABLE 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 détail

IBM SPSS Regression 21

IBM SPSS Regression 21 IBM SPSS Regression 21 Remarque : Avant d utiliser ces informations et le produit qu elles concernent, lisez les informations générales sous Remarques sur p. 46. Cette version s applique à IBM SPSS Statistics

Plus en détail

BTS Groupement A. Mathématiques Session 2011. Spécialités CIRA, IRIS, Systèmes électroniques, TPIL

BTS Groupement A. Mathématiques Session 2011. Spécialités CIRA, IRIS, Systèmes électroniques, TPIL BTS Groupement A Mathématiques Session 11 Exercice 1 : 1 points Spécialités CIRA, IRIS, Systèmes électroniques, TPIL On considère un circuit composé d une résistance et d un condensateur représenté par

Plus en détail

Examen de Statistique Appliquée I

Examen de Statistique Appliquée I Université de Strasbourg Master Éthologie-Écophysiologie 1ère année Examen de Statistique Appliquée I ************************************************************** Le cours, les exercices de travaux dirigés,

Plus en détail

Premiers pas avec SES-Pegase (version 7.0) SES : Un Système Expert pour l analyse Statistique des données. Premiers pas avec SES-Pegase 1

Premiers pas avec SES-Pegase (version 7.0) SES : Un Système Expert pour l analyse Statistique des données. Premiers pas avec SES-Pegase 1 Premiers pas avec SES-Pegase 1 Premiers pas avec SES-Pegase (version 7.0) SES : Un Système Expert pour l analyse Statistique des données www.delta-expert.com Mise à jour : Premiers pas avec SES-Pegase

Plus en détail

Introduction au cours STA 102 Analyse des données : Méthodes explicatives

Introduction au cours STA 102 Analyse des données : Méthodes explicatives Analyse des données - Méthodes explicatives (STA102) Introduction au cours STA 102 Analyse des données : Méthodes explicatives Giorgio Russolillo giorgio.russolillo@cnam.fr Infos et support du cours Slide

Plus en détail

Sensibilité du rendement actuariel au nombre de trimestres rachetés

Sensibilité du rendement actuariel au nombre de trimestres rachetés IV.B.2.c. Sensibilité du rendement actuariel au nombre de trimestres rachetés L étude de sensibilité est réalisée pour les profils cadre et non-cadre n entrainant pas de réversion et n ayant élevé aucun

Plus en détail

Analyse des données appliquée aux techniques d enquête par sondage.

Analyse des données appliquée aux techniques d enquête par sondage. Analyse des données appliquée aux techniques d enquête par sondage. III. L analyse des données 3.1 La notion de variable 3.2 Quels traitements développer? 3.3 L analyse des données de l enquête 3.1 La

Plus en détail

Analyse de données longitudinales continues avec applications

Analyse de données longitudinales continues avec applications Université de Liège Département de Mathématique 29 Octobre 2002 Analyse de données longitudinales continues avec applications David MAGIS 1 Programme 1. Introduction 2. Exemples 3. Méthodes simples 4.

Plus en détail

15.2. LES BÉNÉFICIAIRES DES AIDES AU LOGEMENT

15.2. LES BÉNÉFICIAIRES DES AIDES AU LOGEMENT 15.2. LES BÉNÉFICIAIRES DES AIDES AU LOGEMENT Les aides au logement (allocation de logement familiale (ALF), allocation de logement sociale (ALS) et aide personnalisée au logement (APL)) permettent de

Plus en détail

4. Indices de précipitations

4. Indices de précipitations 4. Indices de précipitations Cette partie présente les évolutions prévues de cinq indices de précipitations. Il s agit de moyennes annuelles (voir annexes 1 à 4 pour les valeurs saisonnières). Il est à

Plus en détail

MATHÉMATIQUES ET SCIENCES HUMAINES

MATHÉMATIQUES ET SCIENCES HUMAINES MATHÉMATIQUES ET SCIENCES HUMAINES B. MARCHADIER Dépendance et indépendance de deux aléas numériques images Mathématiques et sciences humaines, tome 25 (1969), p. 2534.

Plus en détail

Définition 0,752 = 0,7 + 0,05 + 0,002 SYSTÈMES DE NUMÉRATION POSITIONNELS = 7 10 1 + 5 10 2 + 2 10 3

Définition 0,752 = 0,7 + 0,05 + 0,002 SYSTÈMES DE NUMÉRATION POSITIONNELS = 7 10 1 + 5 10 2 + 2 10 3 8 Systèmes de numération INTRODUCTION SYSTÈMES DE NUMÉRATION POSITIONNELS Dans un système positionnel, le nombre de symboles est fixe On représente par un symbole chaque chiffre inférieur à la base, incluant

Plus en détail

Des groupes à risque semblables, mais des évolutions dans le temps différentes

Des groupes à risque semblables, mais des évolutions dans le temps différentes Département fédéral de l'intérieur DFI Office fédéral de la statistique OFS Communiqué de presse Embargo: 07.04.2009, 9:15 20 Situation économique et sociale de la population N 0351-0903-60 Pauvreté et

Plus en détail