Analyse des données économiques AES L3. Licence AES L3. Analyse des données économiques Cours M. Vincent Dupont BROCHURE DE TD PARTIE 1 DU COURS
|
|
- Pierre-Antoine Carbonneau
- il y a 7 ans
- Total affichages :
Transcription
1 Licence AES L3 Analyse des données économiques Cours M. Vincent Dupont BROCHURE DE TD PARTIE 1 DU COURS
2 Séance de TD n 1 Statistiques descriptives A partir des données fournies par votre chargé de TD, vous effectuerez le travail suivant sous open office calcul puis vous le présenterez dans un fichier open office writer. Effectif des entreprises Travail n 1 Série Temporelle Considérons la variable «Effectif» pour l'entreprise 1, sur la période Travail n 2 Cross Section Considérons la variable «Effectif» pour l'ensemble des entreprises, pour l'année Travail n 3 Données de panel Considérons la variable «Effectif» pour l'ensemble des entreprises, sur la période Chiffre d'affaires des entreprises (centaines d'euros) Travail n 4 Considérons la variable «chiffre d'affaires» pour l'ensemble des 1000 entreprises (année 2003).
3 Séance de TD n 2 Statistiques descriptives (suite et fin) A partir des données fournies par votre chargé de TD, vous effectuerez le travail suivant sous open office calcul puis vous le présenterez dans un fichier open office writer. Coupe instantanée La feuille CA et dette fournit la valeur de la dette totale (en milliers d'euros), du résultat et du chiffres d'affaires (en milliers d'euros) de 1000 entreprises (année 2003). Ce sont les mêmes entreprises que celles de la séance 1. 1 Faites une description claire et commentée de la variable «Dette» et de la variable «Résultat». 2 Analysez le lien qui existe éventuellement entre les trois variables. Donnez-en une explication économique. Tableau de contingence Un magasin de vêtements vous demande de réaliser une étude statistique sur l'âge de ses clients et sur leurs habitudes de consommation. Vous collectez les données de la feuille «Age et pantalons». Quelle description et quelle analyse pouvez-vous en faire? Séries temporelles Vous étudiez l'évolution du PIB en volume et en valeur depuis 1979, ainsi que l'évolution de l'indice des prix depuis Quelle description et quelle analyse pouvez-vous faire de ces trois variables? Fondez-vous sur vos connaissances en économie.
4 Séance de TD n 3 Lois de probabilité Vous effectuerez le travail suivant sous open office calcul puis vous le présenterez dans un fichier open office writer. Vous détaillerez les calculs avant d'utiliser les fonctions d'open Office. Loi binomiale et multinomiale Pour chacune des distributions suivantes, vous déterminerez les fonctions de densité et de répartition (que vous représenterez et graphiquement et dans un tableau de valeurs), puis l'espérance et la variance. 1 Une loi binomiale où la variable X peut être multipliée par 3 avec une probabilité égale à 0,6 et multipliée par 2 avec une probabilité égale à 0,4. La valeur initiale de X est 1. 2 Une loi multinomiale qui réside en la répétition de 4 fois la loi binomiale précédente. Loi de Poisson 1 Considérons une loi de Poisson de paramètre 5. Pour chaque entier 0 à 20, vous calculerez sa probabilité d'apparition. Représentez graphiquement la fonction de densité et la fonction de répartition de cette loi. Quelle en sont l'espérance et la variance? 2 Même question avec une loi de Poisson de paramètre 15, et sur les entiers de 0 à 40. Loi normale 1 La variable X suit une loi normale d'espérance 5 et de variance 5. Calculez la fonction de densité et la fonction de répartition pour les entiers compris entre 20 et 20. Représentez graphiquement la fonction de densité et la fonction de répartition de cette loi. 2 Même question pour une variable X qui suit une loi normale d'espérance 5 et de variance Considérons une variable qui suit une loi normale centrée réduite. Quelles valeurs ont comme fonction de densité 5 %? 10 %? 20 %?
5 Loi de khi-deux 1 Déterminez les fonctions de densité et de répartition (que vous représenterez graphiquement et dans un tableau de valeurs), l'espérance et la variance d'une loi de Khi-deux de degré de liberté 1 et d'une loi de Khi-deux de degré de liberté 5 2 La variable X suit une loi de Khi-deux de degré de liberté 10. Quelle est la probabilité que X soit inférieure à 5? Inférieure à 3? Quelle est la médiane de la distribution? Le troisième quartile? Lois de Student et de Fisher 1 La variable X suit une loi de Fisher de degrés de liberté 2 et 3. Quelles sont ses fonctions de densité et de répartition (que vous représenterez graphiquement et dans un tableau de valeurs), son espérance et sa variance? Quelle est la probabilité que X soit inférieure à 5? Inférieure à 10? Quelle est la médiane de la distribution? Le troisième quartile? 2 Mêmes questions si X suit une loi de Fisher de degrés de liberté 4 et 8 3 Mêmes questions si X suit une loi de Student de degré de liberté 2. 4 Mêmes questions si X suit une loi de Student de degré de liberté 10.
6 Séance de TD n 4 Estimation et test d hypothèse Exercice 1. Vous êtes chargé d'une étude sur la maternité des femmes résidant à Lille. Vous réalisez auprès de lilloises de plus de 16 ans une enquête afin de savoir si elles sont mères et, le cas échéant, à quel âge elles ont eu leur premier enfant. Sur un échantillon de 100 lilloises, 60 sont mères. 1 Estimation de la proportion de femmes étant mères. Vous vous intéressez tout d'abord à la proportion des femmes lilloises qui sont mères. a. Quelle estimation pouvez-vous faire de cette proportion au seuil de 5 %? de 1%? b. Vous affirmez que cette proportion est supérieure à 60%. Quel est votre seuil de risque? c. Vous affirmez que cette proportion est supérieure à 50%. Quel est votre seuil de risque? 2 Estimation de l'âge moyen de la première maternité Au sein du sous-échantillon des femmes mères, l'âge moyen auquel elles ont eu leur premier enfant est 25 ans, avec un écart-type observé de 3 ans. Vous pensez que l'âge du premier enfant d'une femme à Lille est une variable aléatoire qui suit une loi normale, mais vous ignorez son écart-type. a. Quelle estimation pouvez-vous faire de l'âge moyen auquel les lilloises mères ont eu leur premier enfant, au seuil de 5 %? Au seuil de 10%? b. Vous affirmez que cet âge est supérieur à 24 ans. Quel est votre seuil de risque? Quelle aurait dû être la taille de l'échantillon pour pouvoir l'affirmer avec un risque de 1 0 / 00? c. Quelle est la probabilité pour une lilloise d'avoir un premier enfant après 24 ans? Exercice 2 : Vous voulez connaître la note moyenne des étudiants inscrits en première année de médecine (3000 étudiants) à l'examen de chimie. Vous supposez que la note des étudiants est une variable aléatoire qui suit une loi normale. Vous savez que le professeur, afin de mieux discriminer les notes, cherche toujours à établir un écat-type égal à 3. a. Vous interrogez les 27 étudiants d'un groupe de TD. Leur note moyenne a été égale à 6,5, l'écart-type égale à 3. Quelle estimation pouvez-vous faire de la note moyenne de la promotion totale au seuil de 5 %? b. Vous interrogez un autre groupe de TD, constitué de 27 étudiants également. Leur note moyenne a été égale à 8. Vous observez à nouveau un écart-type de 3. Quelle estimation pouvezvous faire de la note moyenne de la promotion totale au seuil de 5 % si vous ne prenez en compte
7 que ce deuxième groupe? Si vous considérez les deux groupes de TD? Exercice 2. Test de khi-deux Vous devez réaliser une enquête sur le comportement d'achat de télévision des ménages français. Vous désirez savoir si le nombre de téléviseurs détenus par un ménage est indépendant du nombre d'enfants du ménage. Vous réussissez à interroger 136 personnes, et vous obtenez les données vues en cours dans le chapitre 1 : 1 Quelle réponse apporterez-vous à votre question si vous utilisez un test de Khi-deux? (seuil de 10%; 5% et 1%) 2 Risquez-vous une erreur de première espèce ou de seconde espèce? Quelle est la probabilité que votre conclusion soit fausse? 3 Auriez-vous pu utiliser un autre outil statistique pour répondre à la question?
Application 1- VBA : Test de comportements d'investissements
Application 1- VBA : Test de comportements d'investissements Notions mobilisées Chapitres 1 à 5 du cours - Exemple de récupération de cours en ligne 1ère approche des objets (feuilles et classeurs). Corps
Plus en 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 détailReprésentation d une distribution
5 Représentation d une distribution VARIABLE DISCRÈTE : FRÉQUENCES RELATIVES DES CLASSES Si dans un graphique représentant une distribution, on place en ordonnées le rapport des effectifs n i de chaque
Plus en 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 détailLoi binomiale Lois normales
Loi binomiale Lois normales Christophe ROSSIGNOL Année scolaire 204/205 Table des matières Rappels sur la loi binomiale 2. Loi de Bernoulli............................................ 2.2 Schéma de Bernoulli
Plus en détailTESTS D'HYPOTHESES Etude d'un exemple
TESTS D'HYPOTHESES Etude d'un exemple Un examinateur doit faire passer une épreuve type QCM à des étudiants. Ce QCM est constitué de 20 questions indépendantes. Pour chaque question, il y a trois réponses
Plus en détailPROBABILITES ET STATISTIQUE I&II
PROBABILITES ET STATISTIQUE I&II TABLE DES MATIERES CHAPITRE I - COMBINATOIRE ELEMENTAIRE I.1. Rappel des notations de la théorie des ensemble I.1.a. Ensembles et sous-ensembles I.1.b. Diagrammes (dits
Plus en 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 détailCALCUL D UN SCORE ( SCORING) Application de techniques de discrimination LES OBJECTIFS DU SCORING
CALCUL D UN SCORE ( SCORING) Application de techniques de discrimination LES OBJECTIFS DU SCORING SÉLECTION DES RISQUES PRÉVISION DES DÉFAUTS SUIVI ET CONTRÔLE Pierre-Louis GONZALEZ Différents types de
Plus en 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 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 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 détailSéries Statistiques Simples
1. Collecte et Représentation de l Information 1.1 Définitions 1.2 Tableaux statistiques 1.3 Graphiques 2. Séries statistiques simples 2.1 Moyenne arithmétique 2.2 Mode & Classe modale 2.3 Effectifs &
Plus en 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 détailProbabilités et Statistiques. Feuille 2 : variables aléatoires discrètes
IUT HSE Probabilités et Statistiques Feuille : variables aléatoires discrètes 1 Exercices Dénombrements Exercice 1. On souhaite ranger sur une étagère 4 livres de mathématiques (distincts), 6 livres de
Plus en 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 détailNOTE 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 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 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 détailStatistiques 0,14 0,11
Statistiques Rappels de vocabulaire : "Je suis pêcheur et je désire avoir des informations sur la taille des truites d'une rivière. Je décide de mesurer les truites obtenues au cours des trois dernières
Plus en détailGestion de Portefeuille. Mesures de Performance Ajustées du Risque
Gestion de Portefeuille Mesures de Performance Ajustées du Risque Le Ratio de Sharpe La mesure de performance (ajustée du risque) la plus utilisée Rappel: Propriétés du ratio de Sharpe Mesure de la stratégie:
Plus en détailAnnexe commune aux séries ES, L et S : boîtes et quantiles
Annexe commune aux séries ES, L et S : boîtes et quantiles Quantiles En statistique, pour toute série numérique de données à valeurs dans un intervalle I, on définit la fonction quantile Q, de [,1] dans
Plus en détailProbabilité 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 détailStatistiques 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 détailLois 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 détailCalcul élémentaire des probabilités
Myriam Maumy-Bertrand 1 et Thomas Delzant 1 1 IRMA, Université Louis Pasteur Strasbourg, France Licence 1ère Année 16-02-2006 Sommaire La loi de Poisson. Définition. Exemple. 1 La loi de Poisson. 2 3 4
Plus en 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 détailLa Licence Mathématiques et Economie-MASS Université de Sciences Sociales de Toulouse 1
La Licence Mathématiques et Economie-MASS Université de Sciences Sociales de Toulouse 1 La licence Mathématiques et Economie-MASS de l Université des Sciences Sociales de Toulouse propose sur les trois
Plus en détailQui fait quoi sur internet?
Ans Note d éducation permanente de l ASBL Fondation Travail-Université (FTU) N 2015 8, avril 2015 www.ftu.be/ep Qui fait quoi sur internet? Analyse des inégalités sociales dans l utilisation d internet
Plus en détailMarché de l occasion et exigences de rénovation énergétique. Rencontre de l Observatoire 21 mai 2015
Marché de l occasion et exigences de rénovation énergétique Rencontre de l Observatoire 21 mai 2015 Logements neufs / logements d occasion 7 700 logements d occasion vendus en 2013 dans l aire urbaine
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 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 détailNombre de crédits Nombre d'évaluation UE Majeure de spécialité 6 2. UE mineure de spécialité 3 ou 2 1. UE libre 1 1
Mode d'évaluation Pour les sessions normales, le nombre d'évaluations dépendra de la nature de l UE. Ainsi: les UE majeures comportent deux évaluations: une évaluation à mi-parcours (devoir sur table ou
Plus en détailLogiciel XLSTAT version 7.0. 40 rue Damrémont 75018 PARIS
Logiciel XLSTAT version 7.0 Contact : Addinsoft 40 rue Damrémont 75018 PARIS 2005-2006 Plan Présentation générale du logiciel Statistiques descriptives Histogramme Discrétisation Tableau de contingence
Plus en détailStatistiques et traitement des données
Statistiques et traitement des données Mention : Mathématiques Nature de la formation : Diplôme national de l'enseignement Supérieur Durée des études : 2 ans Crédits ECTS : 120 Formation accessible en
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 détail1 Définition de la non stationnarité
Chapitre 2: La non stationnarité -Testsdedétection Quelques notes de cours (non exhaustives) 1 Définition de la non stationnarité La plupart des séries économiques sont non stationnaires, c est-à-direqueleprocessusquiles
Plus en détailLe publipostage avec Open Office
Le publipostage avec Open Office 1 / 7 Présentation La suite bureautique Open Office.org fournit les outils nécessaires pour la réalisation de publipostage et vous permet ainsi de réaliser et de personnaliser
Plus en détailTESTS D HYPOTHÈSE FONDÉS SUR LE χ². http://fr.wikipedia.org/wiki/eugénisme
TESTS D HYPOTHÈSE FONDÉS SUR LE χ² http://fr.wikipedia.org/wiki/eugénisme Logo du Second International Congress of Eugenics 1921. «Comme un arbre, l eugénisme tire ses constituants de nombreuses sources
Plus en détailFrance et Allemagne : deux moteurs aux régimes distincts
France et Allemagne : deux moteurs aux régimes distincts Philippe Waechter Directeur de la recherche économique de Natixis AM L a dynamique de l'économie française est-elle franchement différente de celle
Plus en détailCATALOGUE FORMATIONS
CATALOGUE FORMATIONS Formations Bureautique Initiation Open Office Découverte des modules d'open Office Découvertes des modules composants la suite bureautique Open Office Initiation aux fonctions de bases
Plus en détail1. Les comptes de dépôt et d épargne
1. Les comptes de dépôt et d épargne 1.1 Les comptes de dépôt 1.1.1 Le taux de possession d un compte de dépôt Le premier constat est celui d un accès important aux comptes de dépôt, quelle que soit la
Plus en détail3 Les premiers résultats des plans d'actions
3 Les premiers résultats des plans d'actions Les résultats que nous avons obtenus en ce qui concerne les plans d'action, résultent de l'analyse de 48 entreprises seulement. Revenons sur notre échantillon.
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 détailFonctionnalités Fid'Elite
Fonctionnalités Fid'Elite Solution de Gestion de la fidélité > Accès sécurisé avec identifiant et code d'accès dédiés à chaque utilisateur > Liaison automatique avec notre solution d'encaissement Web-Caisse
Plus en détailTSTI 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 détailStatistiques Décisionnelles L3 Sciences Economiques & Gestion Faculté d économie, gestion & AES Université Montesquieu - Bordeaux 4 2013-2014
Tests du χ 2 Statistiques Décisionnelles L3 Sciences Economiques & Gestion Faculté d économie, gestion & AES Université Montesquieu - Bordeaux 4 2013-2014 A. Lourme http://alexandrelourme.free.fr Outline
Plus en détailLe niveau de revenus des ménages est associé à la couverture vaccinale par le vaccin pneumocoque conjugué chez les enfants d'ile-de-france
Le niveau de revenus des ménages est associé à la couverture vaccinale par le vaccin pneumocoque conjugué chez les enfants d'ile-de-france Jean-Paul Guthmann, Pierre Chauvin, Yann Le Strat, Marion Soler,
Plus en détailLa pratique du coaching en France. Baromètre 2010
SFCoach : crée du lien entre le monde du travail et les professionnels de l accompagnement La pratique du coaching en France Baromètre 2010 Fondée en 1996 22, Bd Sébastopol 75004 Paris Association 1901
Plus en détailStatistiques Descriptives à une dimension
I. Introduction et Définitions 1. Introduction La statistique est une science qui a pour objectif de recueillir et de traiter les informations, souvent en très grand nombre. Elle regroupe l ensemble des
Plus en 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 détailt 100. = 8 ; le pourcentage de réduction est : 8 % 1 t Le pourcentage d'évolution (appelé aussi taux d'évolution) est le nombre :
Terminale STSS 2 012 2 013 Pourcentages Synthèse 1) Définition : Calculer t % d'un nombre, c'est multiplier ce nombre par t 100. 2) Exemples de calcul : a) Calcul d un pourcentage : Un article coûtant
Plus en détailEstimation et tests statistiques, TD 5. Solutions
ISTIL, Tronc commun de première année Introduction aux méthodes probabilistes et statistiques, 2008 2009 Estimation et tests statistiques, TD 5. Solutions Exercice 1 Dans un centre avicole, des études
Plus en détailFICHE. La GMAO en quelques lignes OCTOBRE 2008 THÉMATIQUE. Vincent Drecq
FICHE OCTOBRE 2008 THÉMATIQUE Direction de projets et programmes La GMAO en quelques lignes La G.M.A.O. (Gestion de Maintenance Assistée par Ordinateur) est un logiciel spécialisé qui facilite la réalisation
Plus en détailBase élèves : des étiquettes avec OpenOffice 2.0
Base élèves : des étiquettes avec Open Office Base élèves : des étiquettes avec OpenOffice.0. Exportation du fichier CSV depuis Base élèves Après identification dans l'espace directeur, choisir le menu
Plus en détailGlossaire 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 détailLa simulation probabiliste avec Excel
La simulation probabiliste avec Ecel (2 e version) Emmanuel Grenier emmanuel.grenier@isab.fr Relu par Kathy Chapelain et Henry P. Aubert Incontournable lorsqu il s agit de gérer des phénomènes aléatoires
Plus en détailLe risque Idiosyncrasique
Le risque Idiosyncrasique -Pierre CADESTIN -Magali DRIGHES -Raphael MINATO -Mathieu SELLES 1 Introduction Risque idiosyncrasique : risque non pris en compte dans le risque de marché (indépendant des phénomènes
Plus en 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 détailLe modèle de Black et Scholes
Le modèle de Black et Scholes Alexandre Popier février 21 1 Introduction : exemple très simple de modèle financier On considère un marché avec une seule action cotée, sur une période donnée T. Dans un
Plus en détailBMO Société d assurance-vie. Glossaire d aide juin 2009
BMO Société d assurance-vie Glossaire d aide juin 2009 TABLE DES MATIÈRES Utiliser Recherche rapide pour les comptes indiciels gérés 3 Utiliser Recherche avancée pour les comptes indiciels gérés 4 Trier
Plus en détailQu est-ce-qu un Warrant?
Qu est-ce-qu un Warrant? L epargne est investi dans une multitude d instruments financiers Comptes d epargne Titres Conditionnel= le detenteur à un droit Inconditionnel= le detenteur a une obligation Obligations
Plus en détailChapitre 3 : INFERENCE
Chapitre 3 : INFERENCE 3.1 L ÉCHANTILLONNAGE 3.1.1 Introduction 3.1.2 L échantillonnage aléatoire 3.1.3 Estimation ponctuelle 3.1.4 Distributions d échantillonnage 3.1.5 Intervalles de probabilité L échantillonnage
Plus en 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 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 détailTerminale STMG Lycée Jean Vilar 2014/2015. Terminale STMG. O. Lader
Terminale STMG O. Lader Table des matières Interrogation 1 : Indice et taux d évolution........................... 2 Devoir maison 1 : Taux d évolution................................ 4 Devoir maison 1
Plus en détailSINE QUA NON. Découverte et Prise en main du logiciel Utilisation de bases
SINE QUA NON Découverte et Prise en main du logiciel Utilisation de bases Sine qua non est un logiciel «traceur de courbes planes» mais il possède aussi bien d autres fonctionnalités que nous verrons tout
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 détailProbabilités Loi binomiale Exercices corrigés
Probabilités Loi binomiale Exercices corrigés Sont abordés dans cette fiche : (cliquez sur l exercice pour un accès direct) Exercice 1 : épreuve de Bernoulli Exercice 2 : loi de Bernoulli de paramètre
Plus en détailCOMMISSION DE L ÉQUITÉ SALARIALE
COMMISSION DE L ÉQUITÉ SALARIALE Dossier n o : 6726 FRA Québec, le : 20 février 2013 Membres : Marie Rinfret, présidente Sophie Raymond, commissaire Personne salariée Partie plaignante et Centre d accueil
Plus en détailDonnées longitudinales et modèles de survie
ANALYSE DU Données longitudinales et modèles de survie 5. Modèles de régression en temps discret André Berchtold Département des sciences économiques, Université de Genève Cours de Master ANALYSE DU Plan
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 détailLogiciel de gestion Pour les Coiffeurs à domicile
Logiciel de gestion Pour les Coiffeurs à domicile Concentrez-vous sur votre métier Améliorez vos performances Easybel mobile propose des fonctionnalités strictement adaptées à votre métier Sa facilité
Plus en détailStatistiques Appliquées à l Expérimentation en Sciences Humaines. Christophe Lalanne, Sébastien Georges, Christophe Pallier
Statistiques Appliquées à l Expérimentation en Sciences Humaines Christophe Lalanne, Sébastien Georges, Christophe Pallier Table des matières 1 Méthodologie expérimentale et recueil des données 6 1.1 Introduction.......................................
Plus en détailCAHIER DE S CHARGE S Remote Workload Manager
CAHIER DE S CHARGE S Remote Workload Manager équipe Regis Rouyard (rouyar_r) Jonathan Bouchot (boucho_o) Johan Massin (massin_j) Jacky Rouquette (rouque_j) Yannick Boillon (boillo_o) EPITECH INOVATION
Plus en détailDétection en environnement non-gaussien Cas du fouillis de mer et extension aux milieux
Détection en environnement non-gaussien Cas du fouillis de mer et extension aux milieux hétérogènes Laurent Déjean Thales Airborne Systems/ENST-Bretagne Le 20 novembre 2006 Laurent Déjean Détection en
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 détailTests non-paramétriques de non-effet et d adéquation pour des covariables fonctionnelles
Tests non-paramétriques de non-effet et d adéquation pour des covariables fonctionnelles Valentin Patilea 1 Cesar Sanchez-sellero 2 Matthieu Saumard 3 1 CREST-ENSAI et IRMAR 2 USC Espagne 3 IRMAR-INSA
Plus en détailLes Français et le courrier publicitaire. Rapport
Les Français et le courrier publicitaire Rapport Sommaire 1. Présentation de l'étude 2. Principaux enseignements 3. Résultats détaillés 4. Les habitudes en termes de courrier 5. Appréciation des différents
Plus en détailThéorie des sondages : cours 5
Théorie des sondages : cours 5 Camelia Goga IMB, Université de Bourgogne e-mail : camelia.goga@u-bourgogne.fr Master Besançon-2010 Chapitre 5 : Techniques de redressement 1. poststratification 2. l estimateur
Plus en détailECTS CM TD TP. 1er semestre (S3)
Organisation du parcours M2 IRS en alternance De façon générale, les unités d enseignements (UE) sont toutes obligatoires avec des ECTS équivalents à 3 sauf le stage sur 27 ECTS et réparties sur deux semestres
Plus en 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 détailLocalisation des fonctions
MODALISA 7 Localisation des fonctions Vous trouverez dans ce document la position des principales fonctions ventilées selon l organisation de Modalisa en onglets. Sommaire A. Fonctions communes à tous
Plus en détailFiche d utilisation du logiciel. 1 - Installation. J. Thioulouse & D. Chessel
Fiche d utilisation du logiciel 1 - Installation J. Thioulouse & D. Chessel Résumé Cette fiche est une introduction à l'utilisation du logiciel R pour les trois environnements Unix, Windows et MacOS. Plan
Plus en détailNombres, mesures et incertitudes en sciences physiques et chimiques. Groupe des Sciences physiques et chimiques de l IGEN
Nombres, mesures et incertitudes en sciences physiques et chimiques. Groupe des Sciences physiques et chimiques de l IGEN Table des matières. Introduction....3 Mesures et incertitudes en sciences physiques
Plus en détailLeçon N 4 : Statistiques à deux variables
Leçon N 4 : Statistiques à deux variables En premier lieu, il te faut relire les cours de première sur les statistiques à une variable, il y a tout un langage à se remémorer : étude d un échantillon d
Plus en détailIntroduction 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 détailCOMMENT MAITRISER LA GESTION DES APPROVISIONNEMENTS ET DES STOCKS DE MEDICAMENTS
1 sur 9 COMMENT MAITRISER LA GESTION DES APPROVISIONNEMENTS ET DES STOCKS DE MEDICAMENTS (L'article intégral est paru dans Gestions Hospitalières n 357 de juin-juillet 1996) Pour plus d'informations concernant
Plus en détailRapport S 3.2 «Informations non bilantaires»
Rapport S 3.2 «Informations non bilantaires» Banque centrale du Luxembourg Sommaire 1 Introduction...3 1.1 Population déclarante...3 1.2 Périodicité et délai de communication...3 2 Renseignement des opérations...4
Plus en détailBaccalauréat ES Antilles Guyane 12 septembre 2014 Corrigé
Baccalauréat ES Antilles Guyane 12 septembre 2014 Corrigé EXERCICE 1 5 points Commun à tous les candidats 1. Réponse c : ln(10)+2 ln ( 10e 2) = ln(10)+ln ( e 2) = ln(10)+2 2. Réponse b : n 13 0,7 n 0,01
Plus en détailCREDIT D'IMPOT RECHERCHE MODELE DE DEMANDE D'AVIS PREALABLE
CREDIT D'IMPOT RECHERCHE MODELE DE DEMANDE D'AVIS PREALABLE QUESTIONNAIRE RELATIF A LA MISE EN ŒUVRE DE LA GARANTIE PREVUE AU 3 DE L'ARTICLE L 80 B DU LIVRE DES PROCEDURES FISCALES Vous voudrez bien apporter
Plus en détailNote de service À : De :
Note de service À : De : Tous les Fellows, affiliés, associés et correspondants de l Institut canadien des actuaires et autres parties intéressées Jim Christie, président Conseil des normes actuarielles
Plus en détailTD d économétrie appliquée : Introduction à STATA
Ecole normale supérieure (ENS) Département d économie TD d économétrie appliquée : Introduction à STATA Marianne Tenand marianne.tenand@ens.fr OBJECTIFS DU TD Découvrir le logiciel d économétrie STATA,
Plus en détailSÉNAT PROJET DE LOI ADOPTÉ PAR LE SÉNAT. modifiant la loi n 66-537 du 24 juillet 1966 sur les sociétés commerciales.
PROJET DE LOI adopté le 19 décembre 1974. N 65 SÉNAT PREMIÈRE SESSION ORINAIRE DE 1974-1973 PROJET DE LOI ADOPTÉ PAR LE SÉNAT modifiant la loi n 66-537 du 24 juillet 1966 sur les sociétés commerciales.
Plus en détailMaster IMEA 1 Calcul Stochastique et Finance Feuille de T.D. n o 1
Master IMEA Calcul Stochastique et Finance Feuille de T.D. n o Corrigé exercices8et9 8. On considère un modèle Cox-Ross-Rubinstein de marché (B,S) à trois étapes. On suppose que S = C et que les facteurs
Plus en détailStatistique inférentielle TD 1 : Estimation
POLYTECH LILLE Statistique inférentielle TD : Estimation Exercice : Maîtrise Statistique des Procédés Une entreprise de construction mécanique fabrique de pièces demoteurdevoiturepourungrandconstructeur
Plus en détailDirection des Études et Synthèses Économiques Département des Comptes Nationaux Division des Comptes Trimestriels
Etab=MK3, Timbre=G430, TimbreDansAdresse=Vrai, Version=W2000/Charte7, VersionTravail=W2000/Charte7 Direction des Études et Synthèses Économiques Département des Comptes Nationaux Division des Comptes Trimestriels
Plus en détailMéthodologie pour la rédaction de votre Travail de Fin d'année (TFE)
Dispositif «Entrain Jeunes». Méthodologie pour la rédaction de votre Travail de Fin d'année (TFE) Centre de Verviers Année scolaire 2012-2013 Didier Crahay Table des matières Travaux préparatoires à la
Plus en détailNégociation de titres cotés canadiens sur plusieurs marchés
Négociation de titres cotés canadiens sur plusieurs marchés Placements directs TD, Conseils de placement privés, Gestion de patrimoine TD et Valeurs Mobilières TD («nous», «notre» et «nos») ont pris l
Plus en détailOUTILS STATISTIQUES ET NUMÉRIQUES
UNIVERSITÉ D ORLEANS Année universitaire 211-212 UFR Sciences Master FAC et SAE, 2ème année OUTILS STATISTIQUES ET NUMÉRIQUES POUR LA MESURE ET LA SIMULATION T. Dudok de Wit Université d Orléans 16 septembre
Plus en détail