4. COMPARAISON DE PLUS DE DEUX GROUPES : AUTRES ANOVA

Dimension: px
Commencer à balayer dès la page:

Download "4. COMPARAISON DE PLUS DE DEUX GROUPES : AUTRES ANOVA"

Transcription

1 4. COMPARAISON DE PLUS DE DEUX GROUPES : AUTRES ANOVA

2 ANOVA à 2 facteurs avec répétitions Permet de tester en plus l interaction entre les 2 facteurs Interaction : influence du niveau d un facteur sur l effet de l autre facteur sur la variable dépendante B A r t t t t t t t t s t t t t

3 Exemple On cherche à évaluer les effets de la dose d un médicament et de l âge sur le rythme cardiaque de patients. On veut en outre savoir si l effet éventuel du médicament diffère selon l âge. Variable : rythme cardiaque au repos Facteur A : dose de médicament Facteur B : catégorie d âge Effet différentiel selon l âge (ou l inverse) : interaction A X B

4 Effets des facteurs et de l interaction B : âge A : médicament Dose forte Dose faible Var : Rhytme cardiaque Jeune Adulte Âgé Pas d effet Jeune Adulte Âgé Effet de B Jeune Adulte Âgé Effet de A Jeune Adulte Âgé Effet de A et B

5 A : médicament Dose forte Dose faible B : âge Var : Rhytme cardiaque Jeune Adulte Âgé Interaction + effet de A Jeune Adulte Âgé Interaction et pas d effet de A et B La présence d une interaction rend complexe l étude de l effet des facteurs individuels Dans ce cas, ceux-ci doivent être étudiés plus précisément, ou non considérés

6 Test de 3 hypothèses nulles Les moyennes sont identiques selon le facteur A H 0 : µ1. = µ2. = µ3. = µr. Les moyennes sont identiques selon le facteur B H 0 : µ.1 = µ.2 = µ.3 = µ.s Les facteurs A et B n interagissent pas sur la variable

7 Sources de variation Dispersion selon le facteur A : SCEA = SCE des moyennes des groupes de A par rapport à la moyenne générale Dispersion selon le facteur B : SCEB = SCE des moyennes des groupes de B par rapport à la moyenne générale Dispersion cellulaire SCEC : au sein des cases du tableau Dispersion due à l interaction SCEAB Dispersion résiduelle SCEE : dispersion totale SCET moins SCEC

8 Variances : division par les ddl SCEA : (r - 1) donc S2 A SCEB : (s - 1) donc S2 B = SCEA/(r - 1) = SCEB/(s - 1) SCEAB : (r - 1)(s - 1) donc S2 AB = SCEAB/ (r - 1)(s - 1) SCEE : rs(t - 1) donc S2 E = SCEE/rs(t - 1)

9 Tests H 0A : F = S2 A /S2 E H 0B : F = S2 B /S2 E avec (r - 1) et rs(t - 1) ddl avec (s - 1) et rs(t - 1) ddl H 0AB : F = S2 AB /S2 E avec (r - 1)(s - 1) et rs(t - 1) ddl

10 Formules SCEAB = SCEC - (SCEA + SCEB) SCEE = SCET - SCEC

11 Tableau d ANOVA Exemple pour deux facteurs à 3 et 2 niveaux, et 8 répétitions par niveau Source ddl Somme des carrés Carré moyen F Probabilité A 2 181,32 90,66 9,483 0,0004 B 1 16,64 16,64 1,740 0,194 A X B 2 23,93 11,96 1,251 0,297 Erreur ,52 9,56

12 ANOVA : modèles I, II et III (= modèle mixte) Fonction du caractère contrôlé (niveaux fixés par l'expérimentateur) ou aléatoire (niveaux choisis au hasard parmi une gamme de possibilité) des facteurs (= critères de classification) Ce qu'on a vu jusque là est l'anova de modèle I : 2 facteurs contrôlés ANOVA de modèle II : 2 facteurs aléatoires ANOVA de modèle III (ou mixte) : 1 facteur contrôlé et 1 facteur aléatoire

13 Pas toujours aisé de différencier un facteur fixe d'un facteur aléatoire : il faut savoir si on considère les niveaux comme un échantillon aléatoire d'un groupe plus vaste (exemple : quelques années sur une longue période) Modèle II rarement rencontré en biologie Tous les calculs des SCE. restent les mêmes, ce sont les calculs des F qui changent L'estimation de l'effet d'un facteur doit tenir compte du caractère aléatoire de l'autre facteur le cas échéant, par l'intermédiaire de l'effet de l'interaction

14 Modèle mixte (III) avec facteur A contrôlé et B aléatoire : H 0A : F = S2 A /S2 AB avec (r - 1) et (r - 1)(s - 1) ddl H 0B : F = S2 B /S2 E avec (s - 1) et rs(t - 1) ddl H 0AB : F = S2 AB /S2 E avec (r - 1)(s - 1) et rs(t - 1) ddl

15 Modèle II avec facteur A et B aléatoires : H 0A : F = S2 A /S2 AB H 0B : F = S2 B /S2 AB avec (r - 1) et (r - 1)(s - 1) ddl avec (s - 1) et (r - 1)(s - 1) ddl H 0AB : F = S2 AB /S2 E avec (r - 1)(s - 1) et rs(t - 1) ddl

16 Test de Scheirer-Ray-Hare Equivalent non-paramétrique de l ANOVA à deux facteurs avec répétitions Extension du test de Kruskal-Wallis (mêmes conditions) Parfois appelé test H Test de l effet de chaque facteur et de l interaction Facteur A, à a niveaux, facteur B à b niveaux, n répétitions par combinaison de niveaux

17 Principe Placer l ensemble des valeurs en rang Remplacer les valeurs originales par leurs rangs Effectuer une ANOVA factorielle sur ces rangs, on obtient pour chaque facteur les SCE Calculer le carré moyen CM = abn(abn + 1)/12 Pour chaque facteur et l interaction, calculer les statistiques H, telles que H = SCE/CM Sous H 0 les statistiques-test suivent une loi du χ2 à un nombre de ddl correspondant au SCE testé

18 ANOVA hiérarchique Extension de l ANOVA à 1 facteur Niveaux emboîtés (nested) = hiérarchisés Pas de correspondances entre les modalités des 1... a 1... b 1... b 1... b n n n n n n n n n facteurs

19 Exemple Prélèvement et mesure de la taille de plantes dans 12 localités réparties également dans 3 chaînes de montagnes Variable : taille (pouvant faire l objet de n répétitions par localité) Facteur A : chaîne (3 niveaux) Facteur B = sous-facteur : localités (4 niveaux) Les facteurs sont emboîtés : la localité 1 de la chaîne 2 n a pas de rapport avec la localité 1 des deux autres chaînes

20 Test de 2 hypothèses nulles 1. Les moyennes sont identiques selon le sousfacteur B 2. Les moyennes sont identiques selon le facteur A Les hypothèses sont testées dans cet ordre

21 Tests Effet des sous-groupes H 0B : F = S 2 SG /S2 E avec a(b-1) et ab(n-1) ddl Effet du facteur proprement dit, tenant compte de l effet des sous-groupes H 0A : F = S 2 A /S2 SG avec (a-1) et a(b-1) ddl

22

23 Comparaison de > 2 groupes Données normales? Oui Non n i petit Test d homogénéité Succès Normaliser des variances Oui Echec n i > 145? Echec Homoscédasticité Hétéroscédasticité Non ANOVA Succès Homogénéiser les variances Echec Test non paramétrique (K-W, Friedman,...)

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

BIOSTATISTIQUES AVANCEES PLAN. Quelques références. Master Biologie Intégrative 1 ère année

BIOSTATISTIQUES AVANCEES PLAN. Quelques références. Master Biologie Intégrative 1 ère année Master Biologie Intégrative 1 ère année 1 BIOSTATISTIQUES AVANCEES Yves Desdevises! Observatoire Océanologique de Banyuls-sur-Mer (www.obs-banyuls.fr)! 04 68 88 73 13! desdevises@obs-banyuls.fr! http://desdevises.free.fr

Plus en détail

FORMULAIRE DE STATISTIQUES

FORMULAIRE 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 détail

Biostatistiques Biologie- Vétérinaire FUNDP Eric Depiereux, Benoît DeHertogh, Grégoire Vincke

Biostatistiques 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 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

La classification automatique de données quantitatives

La 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 détail

Cours (7) de statistiques à distance, élaboré par Zarrouk Fayçal, ISSEP Ksar-Said, 2011-2012 LES STATISTIQUES INFERENTIELLES

Cours (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 détail

TSTI 2D CH X : Exemples de lois à densité 1

TSTI 2D CH X : Exemples de lois à densité 1 TSTI 2D CH X : Exemples de lois à densité I Loi uniforme sur ab ; ) Introduction Dans cette activité, on s intéresse à la modélisation du tirage au hasard d un nombre réel de l intervalle [0 ;], chacun

Plus en détail

TABLE DES MATIÈRES. PRINCIPES D EXPÉRIMENTATION Planification des expériences et analyse de leurs résultats. Pierre Dagnelie

TABLE DES MATIÈRES. PRINCIPES D EXPÉRIMENTATION Planification des expériences et analyse de leurs résultats. Pierre Dagnelie PRINCIPES D EXPÉRIMENTATION Planification des expériences et analyse de leurs résultats Pierre Dagnelie TABLE DES MATIÈRES 2012 Presses agronomiques de Gembloux pressesagro.gembloux@ulg.ac.be www.pressesagro.be

Plus en détail

Chapitre 6 Test de comparaison de pourcentages χ². José LABARERE

Chapitre 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 détail

Estimation et tests statistiques, TD 5. Solutions

Estimation 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 détail

Evaluation de la variabilité d'un système de mesure

Evaluation de la variabilité d'un système de mesure Evaluation de la variabilité d'un système de mesure Exemple 1: Diamètres des injecteurs de carburant Problème Un fabricant d'injecteurs de carburant installe un nouveau système de mesure numérique. Les

Plus en détail

23. Interprétation clinique des mesures de l effet traitement

23. 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

Mesures de Risque Multipériodes Cohérentes Appliquées au Compte à Terme

Mesures de Risque Multipériodes Cohérentes Appliquées au Compte à Terme TFE Ingénieur Civil Mathématiques Appliquées 24 juin 2010 Mesures de Risque Multipériodes Cohérentes Appliquées au Compte à Terme Auteur Christophe Pochet Promoteur Pierre Devolder Comment garantir la

Plus en détail

Biostatistiques : Petits effectifs

Biostatistiques : 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

Tests 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» 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 détail

POKER ET PROBABILITÉ

POKER ET PROBABILITÉ POKER ET PROBABILITÉ Le poker est un jeu de cartes où la chance intervient mais derrière la chance il y a aussi des mathématiques et plus précisément des probabilités, voici une copie d'écran d'une main

Plus en détail

Lois de probabilité. Anita Burgun

Lois de probabilité. Anita Burgun Lois de probabilité Anita Burgun Problème posé Le problème posé en statistique: On s intéresse à une population On extrait un échantillon On se demande quelle sera la composition de l échantillon (pourcentage

Plus en détail

ACTUARIAT 1, ACT 2121, AUTOMNE 2013 #16

ACTUARIAT 1, ACT 2121, AUTOMNE 2013 #16 ACTUARIAT 1, ACT 2121, AUTOMNE 201 #16 ARTHUR CHARPENTIER 1 Dans une petite compagnie d assurance le nombre N de réclamations durant une année suit une loi de Poisson de moyenne λ = 100. On estime que

Plus en détail

Item 169 : Évaluation thérapeutique et niveau de preuve

Item 169 : Évaluation thérapeutique et niveau de preuve Item 169 : Évaluation thérapeutique et niveau de preuve COFER, Collège Français des Enseignants en Rhumatologie Date de création du document 2010-2011 Table des matières ENC :...3 SPECIFIQUE :...3 I Différentes

Plus en détail

Probabilités conditionnelles Loi binomiale

Probabilités conditionnelles Loi binomiale Exercices 23 juillet 2014 Probabilités conditionnelles Loi binomiale Équiprobabilité et variable aléatoire Exercice 1 Une urne contient 5 boules indiscernables, 3 rouges et 2 vertes. On tire au hasard

Plus en détail

Probabilité et Statistique pour le DEA de Biosciences. Avner Bar-Hen

Probabilité et Statistique pour le DEA de Biosciences. Avner Bar-Hen Probabilité et Statistique pour le DEA de Biosciences Avner Bar-Hen Université Aix-Marseille III 2000 2001 Table des matières 1 Introduction 3 2 Introduction à l analyse statistique 5 1 Introduction.................................

Plus en détail

PROBABILITES ET STATISTIQUE I&II

PROBABILITES 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 détail

SAS ENTERPRISE MINER POUR L'ACTUAIRE

SAS ENTERPRISE MINER POUR L'ACTUAIRE SAS ENTERPRISE MINER POUR L'ACTUAIRE Conférence de l Association des Actuaires I.A.R.D. 07 JUIN 2013 Sylvain Tremblay Spécialiste en formation statistique SAS Canada AGENDA Survol d Enterprise Miner de

Plus en détail

Journée technique ARRA Gestion quantitative de la ressource en eau

Journée technique ARRA Gestion quantitative de la ressource en eau Journée technique ARRA Gestion quantitative de la ressource en eau Etude Volumes Prélevables sur les Usses 2010-2012 5 avril 2013 SMECRU Syndicat Mixte d Etude du Contrat de Rivières des Usses Le bassin

Plus en détail

Bac Blanc Terminale ES - Février 2011 Épreuve de Mathématiques (durée 3 heures)

Bac Blanc Terminale ES - Février 2011 Épreuve de Mathématiques (durée 3 heures) Bac Blanc Terminale ES - Février 2011 Épreuve de Mathématiques (durée 3 heures) Eercice 1 (5 points) pour les candidats n ayant pas choisi la spécialité MATH Le tableau suivant donne l évolution du chiffre

Plus en détail

Chapitre 3 : Principe des tests statistiques d hypothèse. José LABARERE

Chapitre 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 détail

PROGRAMME (Susceptible de modifications)

PROGRAMME (Susceptible de modifications) Page 1 sur 8 PROGRAMME (Susceptible de modifications) Partie 1 : Méthodes des revues systématiques Mercredi 29 mai 2013 Introduction, présentation du cours et des participants Rappel des principes et des

Plus en détail

TESTS D'HYPOTHESES Etude d'un exemple

TESTS D'HYPOTHESES Etude d'un exemple TESTS D'HYPOTHESES Etude d'un exemple Un examinateur doit faire passer une épreuve type QCM à des étudiants. Ce QCM est constitué de 20 questions indépendantes. Pour chaque question, il y a trois réponses

Plus en détail

Principe d un test statistique

Principe d un test statistique Biostatistiques Principe d un test statistique Professeur Jean-Luc BOSSON PCEM2 - Année universitaire 2012/2013 Faculté de Médecine de Grenoble (UJF) - Tous droits réservés. Objectifs pédagogiques Comprendre

Plus en détail

TABLE DES MATIERES. C Exercices complémentaires 42

TABLE 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 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

La 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 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 détail

Probabilités et Statistiques. Feuille 2 : variables aléatoires discrètes

Probabilités 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 détail

Christophe CANDILLIER Cours de DataMining mars 2004 Page 1

Christophe CANDILLIER Cours de DataMining mars 2004 Page 1 Christophe CANDILLIER Cours de DataMining mars 2004 age 1 1. Introduction 2. rocessus du DataMining 3. Analyse des données en DataMining 4. Analyse en Ligne OLA 5. Logiciels 6. Bibliographie Christophe

Plus en détail

Exo7. Calculs de déterminants. Fiche corrigée par Arnaud Bodin. Exercice 1 Calculer les déterminants des matrices suivantes : Exercice 2.

Exo7. Calculs de déterminants. Fiche corrigée par Arnaud Bodin. Exercice 1 Calculer les déterminants des matrices suivantes : Exercice 2. Eo7 Calculs de déterminants Fiche corrigée par Arnaud Bodin Eercice Calculer les déterminants des matrices suivantes : Correction Vidéo ( ) 0 6 7 3 4 5 8 4 5 6 0 3 4 5 5 6 7 0 3 5 4 3 0 3 0 0 3 0 0 0 3

Plus en détail

UNIVERSITE DE TOULON UFR FACULTE DE DROIT REGLEMENT D EXAMEN ANNEE 2012/2017 LICENCE DROIT MENTION DROIT GENERAL

UNIVERSITE DE TOULON UFR FACULTE DE DROIT REGLEMENT D EXAMEN ANNEE 2012/2017 LICENCE DROIT MENTION DROIT GENERAL UNIVERSITE DE TOULON UFR FACULTE DE DROIT REGLEMENT D EXAMEN ANNEE 01/017 LICENCE DROIT MENTION DROIT GENERAL Les présentes règles s inscrivent dans le cadre réglementaire national défini par les tetes

Plus en détail

Feuille 6 : Tests. Peut-on dire que l usine a respecté ses engagements? Faire un test d hypothèses pour y répondre.

Feuille 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 détail

Licence professionnelle Commerce en banque-assurance

Licence professionnelle Commerce en banque-assurance Formations et diplômes Rapport d'évaluation Licence professionnelle Commerce en banque-assurance Université Jean Moulin Lyon 3 Campagne d évaluation 2014-2015 (Vague A) Formations et diplômes Pour le HCERES,

Plus en détail

Application sur le Dispositif en Blocs Complètement Randomisés

Application sur le Dispositif en Blocs Complètement Randomisés Roger Vumilia. KIZUNGU Directeur de l Expérimentation Agricole à l INERA Professeur Associé Faculté des Sciences Agronomiques Université de Kinshasa Utilisation des Logiciels de base dans la Recherche

Plus en détail

T de Student Khi-deux Corrélation

T de Student Khi-deux Corrélation Les tests d inférence statistiques permettent d estimer le risque d inférer un résultat d un échantillon à une population et de décider si on «prend le risque» (si 0.05 ou 5 %) Une différence de moyennes

Plus en détail

Déroulement d un projet en DATA MINING, préparation et analyse des données. Walid AYADI

Déroulement 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 détail

Statistiques à une variable

Statistiques à une variable Statistiques à une variable Calcul des paramètres statistiques TI-82stats.fr? Déterminer les paramètres de la série statistique : Valeurs 0 2 3 5 8 Effectifs 16 12 28 32 21? Accès au mode statistique Touche

Plus en détail

Analyse des incidents

Analyse des incidents Analyse des incidents Formation B-Quanum 26/06/2012 N. Jacques Coordinatrice Qualité CMSE Introduction Contexte Contrat SPF Coordinateur qualité Médecine nucléaire Hôpital = Entreprise à Haut Risque Efficacité

Plus en détail

Quelques rappels concernant la méthode expérimentale

Quelques rappels concernant la méthode expérimentale Quelques rappels concernant la méthode expérimentale 1. La Méthode expérimentale : Définition. Une définition classique de la méthode expérimentale est qu elle «correspond à la méthode d investigation

Plus en détail

Critère du choix des variables auxiliaires à utiliser dans l'estimateur par calage

Critère du choix des variables auxiliaires à utiliser dans l'estimateur par calage des variables auxiliaires à utiliser dans l'estimateur par calage Mohammed El Haj Tirari Institut National de Statistique et d'economie Appliquée - roc Laboratoire de Statistique d'enquêtes, CREST - Ensai

Plus en détail

Cours 9 : Plans à plusieurs facteurs

Cours 9 : Plans à plusieurs facteurs Cours 9 : Plans à plusieurs facteurs Table des matières Section 1. Diviser pour regner, rassembler pour saisir... 3 Section 2. Définitions et notations... 3 2.1. Définitions... 3 2.2. Notations... 4 Section

Plus en détail

LEÇON N 7 : Schéma de Bernoulli et loi binomiale. Exemples.

LEÇON 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

Cours 02 : Problème général de la programmation linéaire

Cours 02 : Problème général de la programmation linéaire Cours 02 : Problème général de la programmation linéaire Cours 02 : Problème général de la Programmation Linéaire. 5 . Introduction Un programme linéaire s'écrit sous la forme suivante. MinZ(ou maxw) =

Plus en détail

Tests paramétriques de comparaison de 2 moyennes Exercices commentés José LABARERE

Tests 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 détail

Introduction à la Statistique Inférentielle

Introduction 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 détail

Dossier Logique câblée pneumatique

Dossier Logique câblée pneumatique Dossier Logique câblée pneumatique Festo Belgium SA Rue Colonel Bourg 11 BE-13 Bruxelles www.festo.com Logique câblée pneumatique Chaque schéma de commande est élaboré selon une logique déterminée. Cette

Plus en détail

Système binaire. Algèbre booléenne

Système binaire. Algèbre booléenne Algèbre booléenne Système binaire Système digital qui emploie des signaux à deux valeurs uniques En général, les digits employés sont 0 et 1, qu'on appelle bits (binary digits) Avantages: on peut utiliser

Plus en détail

Réseau sur. Médicaments. l Innocuité et l Efficacité des. Document d orientation pour la présentation de requêtes au RIEM

Réseau sur. Médicaments. l Innocuité et l Efficacité des. Document d orientation pour la présentation de requêtes au RIEM Réseau sur l Innocuité et l Efficacité des Médicaments Document d orientation pour la présentation de requêtes au RIEM Instituts de recherche en santé du Canada Canadian Institutes of Health Research Version

Plus en détail

ACTUARIAT 1, ACT 2121, AUTOMNE 2013 #4-5

ACTUARIAT 1, ACT 2121, AUTOMNE 2013 #4-5 ACTUARIAT 1, ACT 2121, AUTOMNE 2013 #4-5 ARTHUR CHARPENTIER 1 Un certain test médical révèle correctement, avec probabilité 0.85, qu une personne a le sida lorsqu elle l a vraiment et révèle incorrectement,

Plus en détail

L'intelligence d'affaires: la statistique dans nos vies de consommateurs

L'intelligence d'affaires: la statistique dans nos vies de consommateurs L'intelligence d'affaires: la statistique dans nos vies de consommateurs Jean-François Plante, HEC Montréal Marc Fredette, HEC Montréal Congrès de l ACFAS, Université Laval, 6 mai 2013 Intelligence d affaires

Plus en détail

FONDEMENTS MATHÉMATIQUES 12 E ANNÉE. Mathématiques financières

FONDEMENTS MATHÉMATIQUES 12 E ANNÉE. Mathématiques financières FONDEMENTS MATHÉMATIQUES 12 E ANNÉE Mathématiques financières A1. Résoudre des problèmes comportant des intérêts composés dans la prise de décisions financières. [C, L, RP, T, V] Résultat d apprentissage

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

Évaluation de la régression bornée

Évaluation de la régression bornée Thierry Foucart UMR 6086, Université de Poitiers, S P 2 M I, bd 3 téléport 2 BP 179, 86960 Futuroscope, Cedex FRANCE Résumé. le modèle linéaire est très fréquemment utilisé en statistique et particulièrement

Plus en détail

OBSERVATOIRE DE LA m-santé

OBSERVATOIRE DE LA m-santé OBSERVATOIRE DE LA m-santé La m-santé, de nouvelles perspectives pour le bien-être et la santé Qu il s agisse de surveiller son poids ou son alimentation, d arrêter de fumer, de mesurer son activité physique

Plus en détail

Stéphane Tufféry DATA MINING & STATISTIQUE DÉCISIONNELLE. 24/12/2006 Stéphane Tufféry - Data Mining - http://data.mining.free.fr

Stéphane Tufféry DATA MINING & STATISTIQUE DÉCISIONNELLE. 24/12/2006 Stéphane Tufféry - Data Mining - http://data.mining.free.fr 1 Stéphane Tufféry DATA MINING & STATISTIQUE DÉCISIONNELLE 2 Plan du cours Qu est-ce que le data mining? A quoi sert le data mining? Les 2 grandes familles de techniques Le déroulement d un projet de data

Plus en détail

Montrer que la gestion des risques en sécurité de l information est liée au métier

Montrer que la gestion des risques en sécurité de l information est liée au métier Montrer que la gestion des risques en sécurité de l information est liée au métier Missions de l entreprise Risques métier Solutions pragmatiques et adaptées Savoir gérer la différence Adapter à la norme

Plus en détail

EXPLOITATIONS PEDAGOGIQUES DU TABLEUR EN STG

EXPLOITATIONS PEDAGOGIQUES DU TABLEUR EN STG Exploitations pédagogiques du tableur en STG Académie de Créteil 2006 1 EXPLOITATIONS PEDAGOGIQUES DU TABLEUR EN STG Commission inter-irem lycées techniques contact : dutarte@club-internet.fr La maquette

Plus en détail

Visa Classic Facelia EN BREF

Visa Classic Facelia EN BREF Visa Classic Facelia Pilotez vos achats en souplesse avec la Carte Visa Classic Facelia! EN BREF Facelia est une carte bancaire inédite qui vous permet de régler comptant ou, si vous le souhaitez, à crédit.

Plus en détail

Estimation: intervalle de fluctuation et de confiance. Mars 2012. IREM: groupe Proba-Stat. Fluctuation. Confiance. dans les programmes comparaison

Estimation: intervalle de fluctuation et de confiance. Mars 2012. IREM: groupe Proba-Stat. Fluctuation. Confiance. dans les programmes comparaison Estimation: intervalle de fluctuation et de confiance Mars 2012 IREM: groupe Proba-Stat Estimation Term.1 Intervalle de fluctuation connu : probabilité p, taille de l échantillon n but : estimer une fréquence

Plus en détail

LES GENERATEURS DE NOMBRES ALEATOIRES

LES GENERATEURS DE NOMBRES ALEATOIRES LES GENERATEURS DE NOMBRES ALEATOIRES 1 Ce travail a deux objectifs : ====================================================================== 1. Comprendre ce que font les générateurs de nombres aléatoires

Plus en détail

De nombreux composés comportant le squelette aryléthanolamine (Ar-CHOH-CH2-NHR) interfèrent avec le

De nombreux composés comportant le squelette aryléthanolamine (Ar-CHOH-CH2-NHR) interfèrent avec le [E1-2007S] pp75 (40 points) Chimie Thérapeutique - Pharmacologie De nombreux composés comportant le squelette aryléthanolamine (Ar-CHOH-CH2-NHR) interfèrent avec le système adrénergique. Leur profil d

Plus en détail

Exercices 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 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 détail

Travaux pratiques : Les immobilisations et les amortissements de Véronique

Travaux pratiques : Les immobilisations et les amortissements de Véronique Travaux pratiques : Les immobilisations et les amortissements de Véronique Patrice MARIE À travers l histoire de Véronique, nous allons voir comment il convient de gérer un cabinet médical : Le livre des

Plus en détail

MASTER SIS PRO : logique et sécurité DÉTECTION D INTRUSIONS. Odile PAPINI, LSIS. Université de Toulon et du Var. papini@univ-tln.

MASTER SIS PRO : logique et sécurité DÉTECTION D INTRUSIONS. Odile PAPINI, LSIS. Université de Toulon et du Var. papini@univ-tln. MASTER SIS PRO : logique et sécurité DÉTECTION D INTRUSIONS Odile PAPINI, LSIS. Université de Toulon et du Var. papini@univ-tln.fr Plan Introduction Généralités sur les systèmes de détection d intrusion

Plus en détail

Analyse stochastique de la CRM à ordre partiel dans le cadre des essais cliniques de phase I

Analyse stochastique de la CRM à ordre partiel dans le cadre des essais cliniques de phase I Analyse stochastique de la CRM à ordre partiel dans le cadre des essais cliniques de phase I Roxane Duroux 1 Cadre de l étude Cette étude s inscrit dans le cadre de recherche de doses pour des essais cliniques

Plus en détail

Correction du baccalauréat ES/L Métropole 20 juin 2014

Correction du baccalauréat ES/L Métropole 20 juin 2014 Correction du baccalauréat ES/L Métropole 0 juin 014 Exercice 1 1. c.. c. 3. c. 4. d. 5. a. P A (B)=1 P A (B)=1 0,3=0,7 D après la formule des probabilités totales : P(B)=P(A B)+P(A B)=0,6 0,3+(1 0,6)

Plus en détail

L empreinte carbone des banques françaises. Résultats commentés

L empreinte carbone des banques françaises. Résultats commentés L empreinte carbone des banques françaises Résultats commentés Le cabinet de conseil Utopies et l association Les Amis de la Terre publient le 22 novembre 2010 l empreinte carbone des groupes bancaires

Plus en détail

compaction ventriculaire gauche sur la fonction ventriculaire chez l adulte

compaction ventriculaire gauche sur la fonction ventriculaire chez l adulte Influence des paramètres de non compaction ventriculaire gauche sur la fonction ventriculaire chez l adulte C. Defrance, K. Warin-Fresse, G. Fau, P. Guérin, B. Delasalle, P.D. Crochet La non compaction

Plus en détail

LIGNES DIRECTRICES CLINIQUES TOUT AU LONG DU CONTINUUM DE SOINS : Objectif de ce chapitre. 6.1 Introduction 86

LIGNES DIRECTRICES CLINIQUES TOUT AU LONG DU CONTINUUM DE SOINS : Objectif de ce chapitre. 6.1 Introduction 86 LIGNES DIRECTRICES CLINIQUES TOUT AU LONG DU CONTINUUM DE SOINS : ÉTABLISSEMENT DE LIENS ENTRE LES PERSONNES CHEZ QUI UN DIAGNOSTIC D INFECTION À VIH A ÉTÉ POSÉ ET LES SERVICES DE SOINS ET DE TRAITEMENT

Plus en détail

Théorie des sondages : cours 5

Théorie 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 détail

Statistiques Appliquées à l Expérimentation en Sciences Humaines. Christophe Lalanne, Sébastien Georges, Christophe Pallier

Statistiques Appliquées à l Expérimentation en Sciences Humaines. Christophe Lalanne, Sébastien Georges, Christophe Pallier Statistiques Appliquées à l Expérimentation en Sciences Humaines Christophe Lalanne, Sébastien Georges, Christophe Pallier Table des matières 1 Méthodologie expérimentale et recueil des données 6 1.1 Introduction.......................................

Plus en détail

5. TARIFS INTERPROVINCIAUX

5. TARIFS INTERPROVINCIAUX Services internes 5.1 TARIFS DES SERVICES Les tarifs interprovinciaux des services internes sont déterminés par le Comité de coordination des ententes interprovinciales en assurance santé (CCEIAS). Le

Plus en détail

LE MONITORING DE LA BIODIVERSITE EN SUISSE. Hervé LETHIER, EMC2I

LE MONITORING DE LA BIODIVERSITE EN SUISSE. Hervé LETHIER, EMC2I LE MONITORING DE LA BIODIVERSITE EN SUISSE Hervé LETHIER, EMC2I INTRODUCTION OBJECTIFS L INSTRUMENT LES INDICATEURS UN PREMIER BILAN INTRODUCTION OBJECTIF De simples inventaires spécialisés et ciblés Combler

Plus en détail

TESTS PORTMANTEAU D ADÉQUATION DE MODÈLES ARMA FAIBLES : UNE APPROCHE BASÉE SUR L AUTO-NORMALISATION

TESTS PORTMANTEAU D ADÉQUATION DE MODÈLES ARMA FAIBLES : UNE APPROCHE BASÉE SUR L AUTO-NORMALISATION TESTS PORTMANTEAU D ADÉQUATION DE MODÈLES ARMA FAIBLES : UNE APPROCHE BASÉE SUR L AUTO-NORMALISATION Bruno Saussereau Laboratoire de Mathématiques de Besançon Université de Franche-Comté Travail en commun

Plus en détail

À l'intention des parents

À l'intention des parents Septembre 2011 À l'intention des parents Information sur les examens en vue de l'obtention du diplôme Votre fils ou votre fille passera bientôt des examens en vue de l'obtention du diplôme? Voici de l'information

Plus en détail

Tests de sensibilité des projections aux hypothèses démographiques et économiques : variantes de chômage et de solde migratoire

Tests de sensibilité des projections aux hypothèses démographiques et économiques : variantes de chômage et de solde migratoire CONSEIL D ORIENTATION DES RETRAITES Séance plénière du 16 décembre 2014 à 14 h 30 «Actualisation des projections» Document N 5 Document de travail, n engage pas le Conseil Tests de sensibilité des projections

Plus en détail

STATISTIQUES. UE Modélisation pour la biologie

STATISTIQUES. UE Modélisation pour la biologie STATISTIQUES UE Modélisation pour la biologie 2011 Cadre Général n individus: 1, 2,..., n Y variable à expliquer : Y = (y 1, y 2,..., y n ), y i R Modèle: Y = Xθ + ε X matrice du plan d expériences θ paramètres

Plus en détail

NOTE SUR LA MODELISATION DU RISQUE D INFLATION

NOTE SUR LA MODELISATION DU RISQUE D INFLATION NOTE SUR LA MODELISATION DU RISQUE D INFLATION 1/ RESUME DE L ANALYSE Cette étude a pour objectif de modéliser l écart entre deux indices d inflation afin d appréhender le risque à très long terme qui

Plus en détail

Exercice 6 Associer chaque expression de gauche à sa forme réduite (à droite) :

Exercice 6 Associer chaque expression de gauche à sa forme réduite (à droite) : Eercice a Développer les epressions suivantes : A-(-) - + B-0(3 ²+3-0) -0 3²+-0 3+00 B -30²-30+00 C-3(-) -3 + 3-3²+6 D-(-) + ² Eerciceb Parmi les epressions suivantes, lesquelles sont sous forme réduite?

Plus en détail

Exercices Alternatifs. Une fonction continue mais dérivable nulle part

Exercices Alternatifs. Une fonction continue mais dérivable nulle part Eercices Alternatifs Une fonction continue mais dérivable nulle part c 22 Frédéric Le Rou (copyleft LDL : Licence pour Documents Libres). Sources et figures: applications-continues-non-derivables/. Version

Plus en détail

Glossaire de termes relatifs à l assurance de la qualité et aux bonnes pratiques de laboratoire

Glossaire de termes relatifs à l assurance de la qualité et aux bonnes pratiques de laboratoire Glossaire de termes relatifs à l assurance de la qualité et aux bonnes pratiques de laboratoire Notre engagement: la qualité et l amélioration continue Photos Couverture: en haut à gauche; istockphoto.com/yegor

Plus en détail

Exemples d Analyses de Variance avec R

Exemples d Analyses de Variance avec R Exemples d Analyses de Variance avec R Christophe Pallier 5 août 00 Résumé R est un logiciel d analyse statistique qui fournit toutes les procédures usuelles (t-tests, anova, tests non paramétriques...)

Plus en détail

ROTARY INTERNATIONAL District 1780 Rhône-Alpes Mont-Blanc Don volontaire de cellules souches

ROTARY INTERNATIONAL District 1780 Rhône-Alpes Mont-Blanc Don volontaire de cellules souches ROTARY INTERNATIONAL District 1780 Rhône-Alpes Mont-Blanc Don volontaire de cellules souches Le don de cellules souches Jean VIVIN 04/2013 1-Nature du problème : 2- Technique Les leucémies représentent

Plus en détail

1 Première section: La construction générale

1 Première section: La construction générale AMALGAMATIONS DE CLASSES DE SOUS-GROUPES D UN GROUPE ABÉLIEN. SOUS-GROUPES ESSENTIEL-PURS. Călugăreanu Grigore comunicare prezentată la Conferinţa de grupuri abeliene şi module de la Padova, iunie 1994

Plus en détail

Bases : Probabilités, Estimation et Tests.

Bases : Probabilités, Estimation et Tests. Université René Descartes LMD Sciences de la Vie et de la Santé UFR Biomédicale, M1 de Santé Publique 45 rue des Saints-Père, 75 006 Paris Spécialité Biostatistique M1 COURS de BIOSTATISTIQUE I Bases :

Plus en détail

AC AB. A B C x 1. x + 1. d où. Avec un calcul vu au lycée, on démontre que cette solution admet deux solutions dont une seule nous intéresse : x =

AC AB. A B C x 1. x + 1. d où. Avec un calcul vu au lycée, on démontre que cette solution admet deux solutions dont une seule nous intéresse : x = LE NOMBRE D OR Présentation et calcul du nombre d or Euclide avait trouvé un moyen de partager en deu un segment selon en «etrême et moyenne raison» Soit un segment [AB]. Le partage d Euclide consiste

Plus en détail

Probabilités. I Petits rappels sur le vocabulaire des ensembles 2 I.1 Définitions... 2 I.2 Propriétés... 2

Probabilités. I Petits rappels sur le vocabulaire des ensembles 2 I.1 Définitions... 2 I.2 Propriétés... 2 Probabilités Table des matières I Petits rappels sur le vocabulaire des ensembles 2 I.1 s................................................... 2 I.2 Propriétés...................................................

Plus en détail

GUIDE PRATIQUE. Du provisionnement des emprunts à risques

GUIDE PRATIQUE. Du provisionnement des emprunts à risques Ministère de l Égalité des territoires et du Logement Ministère de l Économie et des Finances GUIDE PRATIQUE Du provisionnement des emprunts à risques Application aux Offices Publics de l Habitat à comptabilité

Plus en détail

THEME 2 : LA TRADUCTION COMPTABLE DES FLUX

THEME 2 : LA TRADUCTION COMPTABLE DES FLUX UFR SCIENCES PHARMACEUTIQUES ET BIOLOGIQUES COURS DE GESTION ANNEE SCOLAIRE 2013-2014 INTERVENANT : Isabelle Kei Boguinard THEME 2 : LA TRADUCTION COMPTABLE DES FLUX SENS ET PORTEE DE L ETUDE : Assimiler

Plus en détail

LE HARCELEMENT A L ECOLE

LE HARCELEMENT A L ECOLE 1 05/05/2014 LE HARCELEMENT A L ECOLE l'essentiel : Selon une statistique nationale, un élève sur 10 est victime de harcèlement à l'école. Pour la moitié ce sont des cas de harcèlement sévère. Le harcèlement

Plus en détail

TAXE DE SEJOUR GUIDE D'INFORMATION ET D APPLICATION

TAXE DE SEJOUR GUIDE D'INFORMATION ET D APPLICATION MAIRIE DE COURNON D'AUVERGNE SERVICE TOURISME TAXE DE SEJOUR GUIDE D'INFORMATION ET D APPLICATION Sommaire : Page 2 : Page 4 : Page 5 : Page 6 : Page 7 : Présentation de la taxe de séjour -qui est habilité

Plus en détail

Caractéristiques techniques

Caractéristiques techniques Défibrillateur Philips HeartStart OnSite Caractéristiques techniques Défibrillateur Modèle Gamme de défibrillateur Éléments livrés Type d onde Énergie Intervalle entre chocs Délivrance rapide du choc Instructions

Plus en détail

Chapitre 5. Le ressort. F ext. F ressort

Chapitre 5. Le ressort. F ext. F ressort Chapitre 5 Le ressort Le ressort est un élément fondamental de plusieurs mécanismes. Il existe plusieurs types de ressorts (à boudin, à lame, spiral etc.) Que l on comprime ou étire un ressort, tel que

Plus en détail

SONDAGE CVCI - CCIG LA CONSTRUCTION D UNE 3E VOIE D AUTOROUTE ENTRE LAUSANNE ET GENÈVE Phone Marketing Business SA Place de la Riponne 1 1000

SONDAGE CVCI - CCIG LA CONSTRUCTION D UNE 3E VOIE D AUTOROUTE ENTRE LAUSANNE ET GENÈVE Phone Marketing Business SA Place de la Riponne 1 1000 SONDAGE CVCI - CCIG LA CONSTRUCTION D UNE 3E VOIE D AUTOROUTE ENTRE LAUSANNE ET GENÈVE Phone Marketing Business SA Place de la Riponne 1 1000 Lausanne 17 021/ 317 07 07 Fabio Mulone février 2007 TABLE

Plus en détail