Licence M.A.S.S. parcours e conomie - 1e re anne e MATH Statistique descriptive et probabilite s

Dimension: px
Commencer à balayer dès la page:

Download "Licence M.A.S.S. parcours e conomie - 1e re anne e MATH Statistique descriptive et probabilite s"

Transcription

1 Licece MASS parcours e coomie - 1e re ae e MATH Statistique descriptive et probabilite s

2

3 i De tout cela il faut maiteat coclure, o poit certes qu o e doive étudier que l arithmétique et la géométrie, mais seulemet que ceux qui cherchet le droit chemi de la vérité e doivet s occuper d aucu objet à propos duquel ils e puisset obteir ue certitude égale aux démostratios de l arithmétique et de la géométrie R Descartes, Règles pour la directio de l esprit, Règle II

4

5 CHAPITRE 1 Notios de base O défiit les otios de populatio et de variable Ue variable est quatitative quad elle pred des valeurs umériques ; sio elle est qualitative Ue variable permet de regrouper les idividus e classes L esemble des effectifs des différetes classes est repris das u tableau Il permet de calculer les pourcetages de chaque classe U tableau de cotigece est u tableau idiquat la répartitio d ue populatio suivat deux variables Il coduit au calcul des distributios margiales Des graphiques permettet de représeter la répartitio d ue populatio e classes ou suivat deux caractères 1 Variables Ue populatio est u esemble que l o observe : par exemple l esemble des foyers de la régio Rhôe-Alpes, l esemble des étudiats de l Uiversité de Savoie, l esemble des appartemets de la ville d Aecy U idividu est u élémet d ue populatio : par exemple u foyer de la régio Rhôe-Alpes, u étudiat de l Uiversité de Savoie, u appartemet de la ville d Aecy U échatillo est u sous-esemble d ue populatio : par exemple u groupe de 20 professeurs des écoles de la Haute-Savoie L effectif total est le ombre d idividus de la populatio ou de l échatillo Ue variable est ue correspodace qui attribue à chaque idividu ue valeur : par exemple la catégorie socio-professioelle (CSP) du chef de famille, l itérêt pour ue émissio de télévisio, le ombre de membres, les reveus auels d u foyer de la régio Rhôe-Alpes ; le sexe, le iveau d études, le ombre de frères ou sœurs, la taille d u étudiat de l Uiversité de Savoie ; le mode de chauffage, le cofort, le ombre de pièces, la superficie d u appartemet de la ville d Aecy Ue variable est quatitative quad elle pred des valeurs umériques Sio, elle est qualitative Ue variable quatitative est discrète quad l esemble des valeurs est fii ou déombrable Sio, elle est cotiue Ue variable qualitative est ordiale si ses valeurs peuvet être ordoées Sio, elle est omiale : 1

6 2 1 NOTIONS DE BASE Table 1 Variables sur l esemble des foyers de la régio Rhôe-Alpes Variable CSP du chef de famille itérêt pour le Joural télévisé ombre de membres reveus auels Nature qualitative, omiale qualitative, ordiale quatitative, discrète quatitative, cotiue Table 2 Variables sur l esemble des étudiats de l Uiversité de Savoie Variable sexe iveau d études ombre de frères ou sœurs taille Nature qualitative, omiale qualitative, ordiale quatitative, discrète quatitative, cotiue Table 3 Variables sur l esemble des appartemets de la ville d Aecy Variable mode de chauffage cofort ombre de pièces superficie Nature qualitative, omiale qualitative, ordiale quatitative, discrète quatitative, cotiue omiale qualitative ordiale variable quatitative discrète cotiue Les exemples idiqués se répartisset selo les tableaux 1, 2 et 3 Défiitio 11 État doée ue variable sur ue populatio, ue classe est u sous-esemble de la populatio dot tous les idividus ot la même valeur ou sot das le même itervalle ou groupe de valeurs Le ombre d idividus das chaque classe est appelé l effectif de la classe O défiit de la même maière des classes sur u échatillo Remarque 11 Les classes sot deux à deux disjoites et leur réuio est la populatio etière, ou l échatillo etier Doc la somme des effectifs des classes est égale à l effectif total de la populatio ou de l échatillo Exemple 11 O cosidère l esemble des foyers de la régio Rhôe-Alpes et la CSP du chef de famille O répartit les foyers das les classes : Agriculteurs exploitats ; Artisas, commerçats et chefs d etreprise ; Cadres et professios itellectuelles supérieures ; Professios itermédiaires ; Employés ; Ouvriers ; Retraités ; Autres et sas activité professioelle

7 2 TABLEAUX 3 Table 4 Répartitio des étudiats de 1ère aée de sociologie (Uiversité de Nice, 1995) Baccalauréat Effectif A ou L (littéraire) 46 B ou ES (écoomique et social) 52 C, D, E ou S (scietifique) 8 Techologique 75 Équivalece 23 Total 204 Table 5 Répartitio des accords des étudiats avec la propositio : La culture, c est ue ouverture sur les autres Niveau d accord Effectif Tout à fait d accord 527 Plutôt d accord 218 Plutôt pas d accord 35 Pas du tout d accord 6 No-répose 24 Total 810 O cosidère l esemble des étudiats de l Uiversité de Savoie et le ombre de frères ou sœurs O répartit les étudiats das les classes : 0; 1; 2; 3; 4; 5 et plus O cosidère l esemble des appartemets de la ville d Aecy et leur superficie O répartit les appartemets das les classes : < 10, [10, 20[, [20, 30[, [30, 40[, [40, 50[, [50, 60[, [60, 70[, [70, 80[, [80, 90[, [90, 100[, [100, 110[, [110, 120[, [120, 130[, [130, 140[, [140, 150[, Tableaux La répartitio par classes est résumée das u tableau, où sot idiqués les effectifs de chaque classe S il y a qu ue seule variable, o parle de série statistique simple Pour deux variables, o parle de série statistique double 21 Distributios à ue seule variable Le tableau 4 idique la répartitio par baccalauréat de 204 étudiats de 1ère aée de sociologie à l Uiversité de Nice e 1995 [23] Le tableau 5 idique la répartitio des étudiats des uiversités greobloises par iveau d accord avec la propositio suivate sur la culture La culture, c est ue ouverture sur les autres [3] Le tableau 6 idique la répartitio par ombres d efats (de 0 à 24 as) des familles e Frace au recesemet de 1990 [27] Le tableau 7 idique la répartitio par trache de reveus auels des cotribuables soumis à l impôt sur le reveu, e Frace e 1965 [14] Défiitio 12 O appelle fréquece d ue classe le quotiet de so effectif sur l effectif de la populatio totale Le pourcetage est le produit de la fréquece par 100

8 4 1 NOTIONS DE BASE Table 6 Répartitio des familles e Frace e 1990 Nombre d efats Effectif (e millios) 0 6, 5 1 3, 7 2 3, 3 3 1, 4 4 ou plus 0, 5 Total 15, 4 Table 7 Répartitio des cotribuables soumis à l impôt sur le reveu, e Frace e 1965 Classe de reveus (e fracs) Effectif (e milliers) iférieur à , à , à , à , à , à , à , et plus 81, 6 Total 8 230, 8 Table 8 Répartitio des étudiats de 1ère aée de sociologie (Uiversité de Nice, 1995) Baccalauréat Effectif Fréquece Pourcetage A ou L (littéraire) 46 0, , 5 B ou ES (écoomique et social) 52 0, , 5 C, D, E ou S (scietifique) 8 0, 039 3, 9 Techologique 75 0, , 7 Équivalece 23 0, , 3 Total 204 1, , 0 Remarque 12 La somme des fréqueces de toutes les classes est égale à 1 La somme des pourcetages de toutes les classes est égale à 100 Exemple 12 O repred les doées du tableau 4, que l o complète par le calcul des fréqueces et des pourcetages : o obtiet le tableau 8 O repred les doées du tableau 5, que l o complète par le calcul des fréqueces et des pourcetages : o obtiet le tableau 9 O repred les doées du tableau 6, que l o complète par le calcul des fréqueces et des pourcetages : o obtiet le tableau 10 O repred les doées du tableau 7, que l o complète par le calcul des fréqueces et des pourcetages : o obtiet le tableau 11 Pour ue variable quatitative ou qualitative ordiale, il peut être itéressat de calculer des effectifs cumulés : les classes sot ordoées et o fait correspodre

9 2 TABLEAUX 5 Table 9 Répartitio des accords des étudiats avec la propositio : La culture, c est ue ouverture sur les autres Niveau d accord Effectif Fréquece Pourcetage Tout à fait d accord 527 0, , 1 Plutôt d accord 218 0, , 9 Plutôt pas d accord 35 0, 043 4, 3 Pas du tout d accord 6 0, 007 0, 7 No-répose 24 0, 030 3, 0 Total 810 1, , 0 Table 10 Répartitio des familles e Frace e 1990 Nombre d efats Effectif (e millios) Fréquece Pourcetage 0 6, 5 0, , 2 1 3, 7 0, , 0 2 3, 3 0, , 4 3 1, 4 0, 091 9, 1 4 ou plus 0, 5 0, 032 3, 2 Total 15, 4 1, , 0 Table 11 Répartitio des cotribuables soumis à l impôt sur le reveu, e Frace e 1965 Classes de reveus (e fracs) Effectif (e milliers) Fréquece Pourcetage iférieur à , 3 0, 067 6, à , 4 0, , à , 0 0, , à , 7 0, , à , 0 0, , à , 0 0, 026 2, à , 8 0, 011 1, et plus 81, 6 0, 010 1, 0 Total 8 230, 8 1, , 0 à chaque classe la somme des effectifs des classes qui la précèdet (ou qui lui succèdet) O peut de même calculer des fréqueces cumulées ou des pourcetages cumulés La derière fréquece cumulée est égale à 1 Le derier pourcetage cumulé est égal à 100 Exemple 13 Le tableau 12 idique la répartitio e foctio de l âge des idividus propriétaires de leur résidece pricipale e Frace e 1992 [27] O a idiqué les fréqueces et les pourcetages des classes O e déduit le tableau 13 des effectifs cumulés, le tableau 14 des fréqueces cumulées, le tableau 15 des pourcetages cumulés Défiitio 13 État doée ue variable quatitative sur ue populatio et ue répartitio e classes associée, o appelle

10 6 1 NOTIONS DE BASE Table 12 Répartitio des idividus propriétaires de leur résidece pricipale (Frace, 1992) Classe d âge Effectif (e milliers) Fréquece Pourcetage [15, 30[ 350 0, 029 2, 9 [30, 40[ , , 6 [40, 50[ , , 8 [50, 60[ , , 0 [60, 75[ , , 3 [75, 110[ , , 4 Total , , 0 Table 13 Répartitio des idividus propriétaires de leur résidece pricipale (Frace, 1992) Classe d âge Effectif (e milliers) Effectif cumulé [15, 30[ [30, 40[ [40, 50[ [50, 60[ [60, 75[ [75, 110[ Table 14 Répartitio des idividus propriétaires de leur résidece pricipale (Frace, 1992) Classe d âge Fréquece Fréquece cumulée [15, 30[ 0, 029 0, 029 [30, 40[ 0, 166 0, 195 [40, 50[ 0, 228 0, 423 [50, 60[ 0, 180 0, 603 [60, 75[ 0, 283 0, 886 [75, 110[ 0, 114 1, 000 Table 15 Répartitio des idividus propriétaires de leur résidece pricipale (Frace, 1992) Classe d âge Pourcetage Pourcetage cumulé [15, 30[ 2, 9 2, 9 [30, 40[ 16, 6 19, 5 [40, 50[ 22, 8 42, 3 [50, 60[ 18, 0 60, 3 [60, 75[ 28, 3 88, 6 [75, 110[ 11, 4 100, 0 amplitude d ue classe la différece etre la valeur maximale et la valeur miimale prises par la variable das cette classe ;

11 2 TABLEAUX 7 Table 16 Répartitio des idividus propriétaires de leur résidece pricipale (Frace, 1992) Classe d âge Amplitude Valeur cetrale [15, 30[ 15 22, 5 [30, 40[ 10 35, 0 [40, 50[ 10 45, 0 [50, 60[ 10 55, 0 [60, 75[ 15 67, 5 [75, 110[ 35 92, 5 Table 17 Filière uiversitaire des étudiats, suivat la CSP d origie Filière Droit Éco Lettres Scieces Saté IUT CSP Élevée Moyee Modeste valeur cetrale la demi-somme de la valeur maximale et de la valeur miimale prises par la variable das cette classe Exemple 14 O repred les doées du tableau 12 qui doe la répartitio e foctio de l âge des idividus propriétaires de leur résidece pricipale e Frace e 1992 O idique das le tableau 16 l amplitude et la valeur cetrale de chaque classe Notatios O désige souvet ue variable par ue lettre majuscule : X, Y, O peut uméroter les idividus : i = 1, 2,, I : alors x i est la valeur prise par la variable X sur l idividu i O peut égalemet uméroter les classes : i = 1, 2,, I Si les classes correspodet à des valeurs de la variable, o ote x i la valeur que pred la variable X das la classe i Si les classes correspodet à des itervalles de valeurs, o ote [x[ i l itervalle des valeurs prises par la variable X das la classe i et x i la valeur cetrale de la classe i O ote i l effectif de la classe i, f i sa fréquece et q i so pourcetage Si o ote l effectif total, o a et i =, f i := i, f i = 1, 22 Distributios à deux variables q i := 100 f i q i = 100 Exemple 15 Le tableau 17 décrit la populatio étudiate e Frace, e , selo la filière uiversitaire suivie et la catégorie socio-professioelle d origie (après regroupemet) [4] Le tableau 18, qui résume ue equête meée auprès des étudiats de licece e [6], idique la variatio de la coaissace de la musique (ombre d œuvres musicales etedues au cocert) selo l origie sociale (CSP du père)

12 8 1 NOTIONS DE BASE Table 18 Variatio de la coaissace de la musique selo l origie sociale CSP du père Ruraux Employés Artisas, Cadres et et cadres commerçats et supérieurs ouvriers subalteres cadres moyes Nombre d œuvres De 1 à De 4 à Table 19 Mobilité professioelle du chef de méage croisée avec la mobilité résidetielle du méage Mobilité professioelle Mobilité résidetielle Das le tableau 19 o a idiqué la répartitio d u échatillo de 650 méages suivat la mobilité professioelle du chef de méage (ombre de périodes d activité professioelle, d emplois successifs ou de chagemets de statuts ou grades) et la mobilité résidetielle du méage (ombre de logemets successifs) [4] Défiitio 14 O appelle tableau de cotigece u tableau qui décrit ue populatio e cosidérat simultaémet deux variables Les cases du tableau cotieet les effectifs des classes pour les différetes valeurs ou itervalles de valeurs des deux variables O peut calculer la fréquece de chaque classe e divisat l effectif de la classe par l effectif total O peut égalemet calculer le pourcetage de chaque classe e multipliat la fréquece de la classe par 100 Les sommes des effectifs par liges ou par coloes sot appelées effectifs margiaux Le quotiet d u effectif margial sur l effectif total est ue fréquece margiale C est la somme des fréqueces de toutes les cases de la lige, ou de la coloe Le pourcetage margial est le produit de la fréquece margiale par 100 C est la somme des pourcetages de toutes les cases de la lige, ou de la coloe L esemble des fréqueces margiales (par liges ou par coloes) est ue distributio margiale Exemple 16 O repred les doées du tableau 17, que l o complète par le calcul des totaux margiaux : o obtiet le tableau 20 O repred les doées du tableau 18, que l o complète par le calcul des totaux margiaux : o obtiet le tableau 21 O repred les doées du tableau 19, que l o complète par le calcul des totaux margiaux : o obtiet le tableau 22 Notatios O cosidère deux variables X et Y

13 2 TABLEAUX 9 Table 20 Filière uiversitaire des étudiats, suivat la CSP d origie Filière Droit Éco Lettres Scieces Saté IUT Total CSP Élevée Moyee Modeste Total Table 21 Variatio de la coaissace de la musique selo l origie sociale CSP du père Ruraux Employés Artisas, Cadres Total et et cadres commerçats et supérieurs ouvriers subalteres cadres moyes Nombre d œuvres De 1 à De 4 à Total Table 22 Mobilité professioelle du chef de méage croisée avec la mobilité résidetielle du méage Mobilité professioelle Total Mobilité résidetielle Total O peut uméroter les idividus : k = 1, 2,, K : alors x k est la valeur prise par la variable X et y k est la valeur prise par la variable Y sur l idividu k O peut aussi uméroter les classes Si les classes correspodet à des valeurs de la variable et si la variable X pred les valeurs x 1,, x I et la variable Y pred les valeurs y 1,, y J, alors (i, j) est le uméro de la classe qui correspod à la valeur x i de la variable X et y j de la variable Y Si les classes correspodet à des itervalles de valeurs et si la variable X pred des valeurs das les itervalles [x[ 1,, [x[ I et la variable Y pred des valeurs das les itervalles [y[ 1,, [y[ J, alors (i, j) est le uméro de la classe qui correspod à l itervalle de valeurs [x[ i de la variable X et à l itervalle de valeurs [y[ j de la variable Y O ote i,j l effectif, f i,j la fréquece et q i,j le pourcetage de la classe (i, j) Si est l effectif total, o a f i,j := i,j, q i,j := 100 f i,j

14 10 1 NOTIONS DE BASE Table 23 Tableau croisé suivat la variable X (liges) et la variable Y (coloes) Y y 1 y 2 y J Total X x 1 1,1 1,2 1,J 1, x 2 2,1 2,2 2,J 2, x I I,1 I,2 I,J I, Total,1,2,J et O ote i,j =, i, :=,j := i,j, f i, := i,j, f,j := f i,j = 1, f i,j, q i, := f i,j, q,j := q i,j = 100 q i,j, q i,j Ce sot les effectifs margiaux, les fréqueces margiales et les pourcetages margiaux Alors i, est l effectif de la classe qui correspod à la valeur x i ou à l itervalle de valeurs [x[ i de la variable X, f i, est sa fréquece et q i, so pourcetage De même,,j est l effectif de la classe qui correspod à la valeur y j ou à l itervalle de valeurs [y[ j de la variable Y, f,j est sa fréquece et q,j est so pourcetage O a f i, = i,, q i, = 100 f i,, f,j =,j, q,j = 100 f,j et ( ) ( ) i, = i,j =,,j = i,j =, f i, = q i, = ( ) f i,j = 1, ( ) q i,j = 100, f,j = q,j = ( ) f i,j = 1, ( ) q i,j = 100 Les otatios sot reprises das le tableau 23 (pour des classes qui correspodet à des valeurs des variables) Si l o veut comparer la distributio d ue variable Y suivat les valeurs d ue variable X, les effectifs des différetes classes de la variable X doivet être rameés à ue base commue : par exemple 100 par calculs de pourcetages Exemple 17 O a iterrogé des étudiats des uiversités greobloises e leur demadat leur iveau d accord avec l assertio La culture, c est ue ouverture sur

15 2 TABLEAUX 11 Table 24 Degré d accord avec l opiio sur la culture, croisé avec le iveau d études (e effectifs) Niveau d étude Bac+1 Bac+2 Bac+3 Bac+4 Total Degré d accord Tout à fait d accord Plutôt d accord Pas d accord Total Table 25 Degré d accord avec l opiio sur la culture, selo le iveau d études (e pourcetages) Niveau d étude Bac+1 Bac+2 Bac+3 Bac+4 Esemble Degré d accord Tout à fait d accord 58,30 62,12 69,31 82,93 67,05 Plutôt d accord 34,89 32,83 25,93 13,41 27,74 Pas d accord 6,81 5,05 4,76 3,66 5,22 Total 100,00 100,00 100,00 100,00 100,00 Table 26 Répartitio des iveaux d études e foctio de l accord avec l opiio sur la culture (e pourcetages) Niveau d étude Bac+1 Bac+2 Bac+3 Bac+4 Total Degré d accord Tout à fait d accord 26,00 23,34 24,86 25,81 100,00 Plutôt d accord 37,61 29,82 22,48 10,09 100,00 Pas d accord 39,02 24,39 21,95 14,63 100,00 Esemble 29,90 25,19 24,05 20,87 100,00 les autres Le tableau 24 idique la répartitio des 786 étudiats ayat répodu, selo le degré d accord et le iveau d études [3] O fait l aalyse du tableau 24 e s itéressat à la distributio des types de répose pour chaque iveau d études O remplace chaque coloe par la coloe des pourcetages obteus e divisat les effectifs das chaque case par l effectif total de la coloe et e multipliat le résultat par 100 O obtiet le tableau 25 : o explique l opiio sur la culture par le iveau d études La coloe Esemble cotiet les pourcetages margiaux O peut égalemet faire l aalyse du tableau 24 e s itéressat à la distributio des iveaux d études pour chaque type de répose O remplace chaque lige par la lige des pourcetages obteus e divisat les effectifs das chaque case par l effectif total de la lige et e multipliat le résultat par 100 O obtiet le tableau 26 : o compare les liges etre elles, et à la lige Esemble Cette lige cotiet les pourcetages margiaux Calculer les fréqueces ou les pourcetages par rapport à l effectif total du tableau peut avoir de l itérêt das certais cas : pour comparer plusieurs tableaux représetat les mêmes variables pour des populatios différetes ou pour aalyser des tables de mobilité, ou décrivat des relatios La somme des pourcetages das

16 12 1 NOTIONS DE BASE Table 27 CSP du fils selo la CSP du père e 1993 (e milliers) CSP du Agri- Artisa, Cadre, Professio Employé Ouvrier fils culteur commer- professio iterçat, itel- médiaire chef d lectuelle etreprise supérieure CSP du père Agri culteur Artisa, commerçat, chef d etreprise Cadre, professio itellectuelle supérieure Professio itermédiaire Employé Ouvrier les cases de la diagoale (pour lesquelles les deux variables preet la même valeur) mesure le pourcetage de reproductio sociale (pour les tables de mobilité) ou de réciprocité (pour les relatios) Exemple 18 Le tableau 27 croise, pour ue populatio de hommes âgés de 40 à 59 as e 1993 ayat (ou ayat eu) u emploi, la CSP qui est la leur au momet de l equête (coloes du tableau) et la CSP de leur père (e lige) : o doe les effectifs e milliers 1 Les pourcetages par rapport à l effectif total sot idiqués das le tableau 28 La somme des pourcetages das les cases de la diagoale mesure le pourcetage de cotiuité sociale : das l exemple, il est égal à 34, 91% Exemple 19 Le tableau 29 doe la répartitio e pourcetages des couples suivat la CSP des pères des cojoits e Frace, e 1964 [7] La somme des pourcetages das les cases de la diagoale mesure le pourcetage de réciprocité : das l exemple idiqué, le pourcetage d homogamie est de 45, 1% O ote X la CSP du père de l homme, Y la CSP du père de la femme et o admet que les variables X et Y sot ordiales Alors la somme des pourcetages das les cases au-dessus de la diagoale (pour lesquelles X < Y ) est le pourcetage 1 Tableau issu de l equête sur la Formatio et la Qualificatio Professioelle 1993 de l INSEE doé das le recueil Doées sociales 1996

17 3 GRAPHIQUES 13 Table 28 CSP du fils selo la CSP du père e 1993 (e pourcetages) CSP du Agri- Artisa, Cadre, Professio Employé Ouvrier fils culteur commer- professio iterçat, itel- médiaire chef d lectuelle etreprise supérieure CSP du père Agri- 4, 28 1, 35 1, 79 2, 54 1, 39 6, 06 culteur Artisa, 0, 23 4, 09 2, 99 2, 79 0, 93 2, 77 commerçat, chef d etreprise Cadre, 0, 05 0, 90 4, 42 1, 73 0, 70 0, 56 professio itellectuelle supérieure Professio 0, 08 0, 93 3, 74 3, 16 1, 01 1, 61 itermédiaire Employé 0, 02 0, 81 2, 46 3, 57 1, 23 2, 99 Ouvrier 0, 32 3, 39 3, 79 9, 43 4, 17 17, 73 d hypergamie masculie : ici 29, 4% La somme des pourcetages das les cases audessous de la diagoale (pour lesquelles X > Y ) est le pourcetage d hypogamie masculie : ici 25, 5% (o a évidemmet 45, , , 5 = 100, 0) Les hommes fot plus souvet de beaux mariages que les femmes 3 Graphiques Si X est ue variable quatitative pour laquelle les classes correspodet à des itervalles de valeurs (c est toujours le cas pour des variables cotiues), o appelle desité d ue classe le quotiet de so effectif par so amplitude L histogramme de X est u dessi qui décrit la répartitio de la populatio e classes Les limites de classe sot portées sur l axe des abscisses et les desités sot portées sur l axe des ordoées Chaque classe est représetée par u rectagle dot la base est proportioelle à l amplitude de classe et dot la hauteur est proportioelle à la desité de classe La surface du rectagle est doc proportioelle à l effectif (et aussi à la fréquece ou au pourcetage) de la classe Quad les amplitudes des classes sot égales, la hauteur de chaque rectagle est égalemet proportioelle à l effectif (et aussi à la fréquece ou au pourcetage) de la classe Exemple 110 (repris de [10]) Le tableau 30 doe la répartitio par tailles d u groupe d efats O obtiet l histogramme de la figure 1

18 14 1 NOTIONS DE BASE Table 29 Origie sociale des cojoits (e pourcetages) selo la CSP de leur père CSP du Ouvrier Culti- Ouvrier Artisa, Employé Cadre Cadre père de agricole vateur commer- moye supéla femme çat rieur, professio libérale CSP du père de l homme Ouvrier 1, 6 1, 6 1, 1 0, 2 0, 6 0, 0 0, 1 agricole Culti- 1, 2 19, 2 4, 7 3, 3 2, 0 0, 4 0, 7 vateur Ouvrier 1, 1 4, 3 13, 3 3, 3 4, 2 0, 7 0, 8 Artisa, 0, 4 2, 5 3, 4 5, 1 1, 9 0, 6 1, 2 commerçat Employé 0, 3 1, 5 3, 2 1, 6 3, 2 0, 7 1, 0 Cadre 0, 0 0, 3 0, 5 0, 7 0, 4 0, 3 0, 3 moye Cadre 0, 0 0, 8 0, 8 1, 2 0, 8 0, 5 2, 4 supérieur professio libérale Table 30 Taille (e cm) d u groupe d efats Taille Effectif de 80 à mois de 90 3 de 90 à mois de de 95 à mois de de 100 à mois de de 105 à mois de de 110 à mois de Total 75 Exemple 111 Das le tableau 31 o a relevé l âge au baccalauréat de 76 étudiates de 2ème aée de sociologie à l Uiversité de Nice e 1991 [23] O obtiet l histogramme de la figure 2 Exemple 112 O repred les doées du tableau 12 qui idique la répartitio e foctio de l âge des idividus propriétaires de leur résidece pricipale e Frace e 1992 : o obtiet l histogramme de la figure 3 Soit X ue variable quatitative cotiue : le polygoe des effectifs cumulés de X est u dessi qui décrit la croissace des effectifs cumulés des classes Les limites

19 3 GRAPHIQUES Figure 1 Histogramme des tailles d u groupe d efats Table 31 Âge au baccalauréat des étudiates de 2ème aée de sociologie (Uiversité de Nice, 1991) Trache d âge Effectif [16; 16, 5[ 2 [16, 5; 17[ 1 [17; 17, 5[ 1 [17, 5; 18[ 8 [18; 18, 5[ 20 [18, 5; 19[ 10 [19; 19, 5[ 9 [19, 5; 20[ 14 [20; 20, 5[ 4 [20, 5; 21[ 4 [21; 21, 5[ 2 [21, 5; 22[ 1 Total 76 de classe sot portées sur l axe des abscisses et les effectifs cumulés sot portés sur l axe des ordoées Le premier sommet a pour abscisse la valeur miimale de la variable das la première classe et pour ordoée 0 Pour 1 < i I, le i-ième sommet a pour abscisse la valeur miimale de la variable das la classe i et pour ordoée l effectif cumulé de la classe i 1 Le derier (I + 1) sommet a pour abscisse la valeur maximale de la variable das la derière classe et pour ordoée l effectif cumulé de la derière classe (l effectif total) Les sommets sot

20 16 1 NOTIONS DE BASE Figure 2 Histogramme des âges au baccalauréat des étudiates de 2ème aée de sociologie (e effectif) Figure 3 Histogramme des âges des idividus propriétaires de leur résidece pricipale (e effectif/aée) joits par des liges O peut de même tracer u polygoe des fréqueces cumulées, u polygoe des pourcetages cumulés Exemple 113 O repred les doées du tableau 30 idiquat la répartitio par tailles d u groupe d efats O le complète par le calcul des effectifs cumulés :

21 3 GRAPHIQUES 17 Table 32 Taille (e cm) d u groupe d efats Taille Effectif Effectif cumulé de 80 à mois de de 90 à mois de de 95 à mois de de 100 à mois de de 105 à mois de de 110 à mois de Figure 4 Polygoe des effectifs cumulés des tailles d u groupe d efats o obtiet le tableau 32 Le polygoe des effectifs cumulés est représeté par la figure 4 Exemple 114 O repred les doées du tableau 31 idiquat l âge au baccalauréat de 76 étudiates de 2ème aée de sociologie à l Uiversité de Nice e 1991 O le complète par le calcul des effectifs cumulés : o obtiet le tableau 33 Le polygoe des effectifs cumulés est représeté par la figure 5 Exemple 115 O repred les doées du tableau 15 qui idique les pourcetages cumulés associés à la répartitio e foctio de l âge des idividus propriétaires de leur résidece pricipale e Frace e 1992 Le polygoe des pourcetages cumulés est représeté par la figure 6 Si X, Y sot deux variables quatitatives sur ue populatio de K idividus, o peut associer à chaque idividu k u poit das le repère des valeurs des deux variables : so abscisse est la valeur x k, so ordoée la valeur y k La populatio est représetée par u esemble, ou uage, de poits

22 18 1 NOTIONS DE BASE Figure 5 Polygoe des effectifs cumulés des âges au baccalauréat des étudiates de 2ème aée de sociologie Figure 6 Polygoe des pourcetages cumulés des âges des idividus propriétaires de leur résidece pricipale

23 3 GRAPHIQUES 19 Table 33 Âge au baccalauréat des étudiates de 2ème aée de sociologie (Uiversité de Nice, 1991) Trache d âge Effectif Effectif cumulé [16; 16, 5[ 2 2 [16, 5; 17[ 1 3 [17; 17, 5[ 1 4 [17, 5; 18[ 8 12 [18; 18, 5[ [18, 5; 19[ [19; 19, 5[ 9 51 [19, 5; 20[ [20; 20, 5[ 4 69 [20, 5; 21[ 4 73 [21; 21, 5[ 2 75 [21, 5; 22[ 1 76 Table 34 Populatios et dépeses de défese des grads pays europées e 1914 Pays Populatio Dépeses de défese (millios d habitats) (millios de dollars) Allemage Autriche-Hogrie Frace Grade-Bretage Italie Russie y x Figure 7 Populatios (X e millios d habitats) et dépeses de défese (Y e millios de dollars) des grads pays europées e 1914 Exemple 116 O reporte das le tableau 34 les populatios (métropolitaies) et les dépeses de défese des grads pays europées e Ces doées sot représetées par la figure 7 2 AW DePorte, Europe betwee the Super-powers, Yale Uiversity Press, New Have, 1979

24

25 CHAPITRE 2 Distributios à ue variable Il s agit d associer à ue variable quelques caractéristiques essetielles, qui résumerot le tableau de ses valeurs Ces idicatios peuvet fourir les valeurs cetrales ou domiates de la variable : il s agit de caractéristiques de positio (classe modale, mode, médiae, quatiles, moyee) D autres peuvet fourir des iformatios sur la répartitio des valeurs de la variable par rapport aux caractéristiques de positio : il s agit de caractéristiques de dispersio (étedue, itervalle iterquatile, écart moye, variace, écart-type) 1 Caractéristiques de positio Défiitio 21 État doée ue variable sur ue populatio, o appelle classe modale toute classe dot l effectif est le plus grad C est aussi ue classe dot la fréquece est la plus grade, ou dot le pourcetage est le plus grad O appelle mode la valeur de la variable das ue classe modale, si cette classe correspod à ue valeur de la variable, ou la valeur cetrale d ue classe modale, si cette classe correspod à u itervalle de valeurs de la variable, Exemple 21 Le tableau 1 idique la répartitio par baccalauréat de 204 étudiats de 1ère aée de sociologie à l Uiversité de Nice e 1995 [23] La classe modale est formée des bacheliers techologiques et le mode est le baccalauréat techologique Le tableau 2 idique la répartitio des étudiats des uiversités greobloises par iveau d accord avec la propositio suivate sur la culture La culture, c est ue ouverture sur les autres [3] La classe modale est formée des étudiats tout à fait d accord et le mode est le iveau d accord maximal Le tableau 3 idique la répartitio par ombres d efats (de 0 à 24 as) des familles e Frace au recesemet de 1990 [27] La classe modale est formée des couples sas efat et le mode est égal à 0 Table 1 Répartitio des étudiats de 1ère aée de sociologie (Uiversité de Nice, 1995) Baccalauréat Effectif A ou L (littéraire) 46 B ou ES (écoomique et social) 52 C, D, E ou S (scietifique) 8 Techologique 75 Équivalece 23 Total

26 22 2 DISTRIBUTIONS À UNE VARIABLE Table 2 Répartitio des accords des étudiats avec la propositio : La culture, c est ue ouverture sur les autres Niveau d accord Effectif Tout à fait d accord 527 Plutôt d accord 218 Plutôt pas d accord 35 Pas du tout d accord 6 No-répose 24 Total 810 Table 3 Répartitio des familles e Frace e 1990 Nombre d efats Effectif (e millios) 0 6, 5 1 3, 7 2 3, 3 3 1, 4 4 ou plus 0, 5 Total 15, 4 Table 4 Répartitio des cotribuables soumis à l impôt sur le reveu, e Frace e 1965 Classe de reveus (e fracs) Effectif (e milliers) iférieur à , à , à , à , à , à , à , et plus 81, 6 Total 8 230, 8 Le tableau 4 idique la répartitio par trache de reveus auels des cotribuables soumis à l impôt sur le reveu, e Frace e 1965 [14] La classe modale est formée des cotribuables dot les reveus sot compris etre F et F et le mode est égal à F Remarque 21 Ue classe modale ou u mode est pas écessairemet uique Défiitio 22 La médiae d ue variable quatitative est u ombre tel qu il y ait autat d idividus pour lesquels la valeur de la variable soit iférieure à ce ombre que d idividus pour lesquels la valeur de la variable soit supérieure à ce ombre O la détermie de la maière suivate La médiae d ue variable quatitative discrète pour laquelle les classes correspodet à des valeurs, est la valeur de la variable das la première classe dot l effectif cumulé est supérieur ou égal à la moitié de l effectif total Cette

27 1 CARACTÉRISTIQUES DE POSITION 23 Table 5 Répartitio des familles e Frace e 1990 Nombre Effectif Effectif Fréquece Pourcetage d efats (e millios) cumulé cumulée cumulé 0 6, 5 6, 5 0, , 2 1 3, 7 10, 2 0, , 2 2 3, 3 13, 5 0, , 7 3 1, 4 14, 9 0, , 8 4 ou plus 0, 5 15, 4 1, , 0 classe est aussi celle dot la fréquece cumulée est supérieure ou égale à 0, 5 C est ecore celle dot le pourcetage cumulé est supérieur ou égal à 50 La médiae d ue variable quatitative - discrète (pour laquelle les classes correspodet à des itervalles de valeurs) ou - cotiue est la valeur de la variable qui correspod à u effectif cumulé égal à la moitié de l effectif total, quad o iterpole liéairemet la variable das la première classe dot l effectif cumulé est supérieur ou égal à la moitié de l effectif total C est aussi la valeur de la variable qui correspod à ue fréquece cumulée égale à 0, 5, quad o iterpole iéairemet la variable das la première classe dot la fréquece cumulée est supérieure ou égale à 0, 5 C est ecore la valeur de la variable qui correspod à u pourcetage cumulé égal à 50, quad o iterpole liéairemet la variable das la première classe dot le pourcetage cumulé est supérieur ou égal à 50 Remarque 22 La médiae d ue variable est ue valeur comprise etre les valeurs extrêmes prises par la variable das la populatio Exemple 22 O repred les doées du tableau 3 doat la répartitio par ombres d efats (de 0 à 24 as) des familles e Frace au recesemet de 1990 O le complète par les effectifs, fréqueces et pourcetages cumulés : o obtiet le tableau 5 La moitié de l effectif total est 7, 7 La médiae est égale à 1 efat O repred les doées du tableau 4 fourissat la répartitio par trache de reveu auel des cotribuables soumis à l impôt sur le reveu, e Frace e 1965 O le complète par les effectifs, fréqueces et pourcetages cumulés : o obtiet le tableau 6 La moitié de l effectif total est 4 115, 4 La classe que l o cosidère est celle des reveus compris etre F et F O cherche α (compris etre 0 et 1) tel que 3 636, 7 (1 α) , 7 α = 4 115, 4 ou 0, 442 (1 α) + 0, 713 α = 0, 5 ou 44, 2 (1 α) + 71, 3 α = 50 O a doc α = 4 115, , 7 0, 5 0, , 2 = = = 0, , , 7 0, 713 0, , 3 44, 2

28 24 2 DISTRIBUTIONS À UNE VARIABLE Table 6 Répartitio des cotribuables soumis à l impôt sur le reveu, e Frace e 1965 Classes de reveus Effectif Effectif Fréquece Pourcetage (e fracs) (e milliers) cumulé cumulée cumulé iférieur à , 3 549, 3 0, 067 6, à , , 7 0, , à , , 7 0, , à , , 4 0, , à , , 4 0, , à , , 4 0, , à , , 2 0, , et plus 81, , 8 1, , 0 et 5 865, , 4 1 α = 5 865, , 7 La médiae est égale à 0, 713 0, 5 71, 3 50 = = = 0, 785 0, 713 0, , 3 44, (1 α) α = α = F Défiitio 23 O appelle quatiles d ordre d ue variable quatitative cotiue les valeurs croissates de la variable qui partaget la populatio e esembles de même effectif La médiae est u quatile d ordre 2 U quartile est u quatile d ordre 4, u décile est u quatile d ordre 10, u cetile est u quatile d ordre 100 O appelle premier (resp deuxième ou troisième) quartile d ue variable quatitative cotiue la valeur de la variable qui correspod à u effectif cumulé égal à u quart (resp la moitié ou les trois quarts) de l effectif total, quad o iterpole liéairemet la variable das la première classe dot l effectif cumulé est supérieur ou égal à u quart (resp la moitié ou les trois quarts) de l effectif total C est aussi la valeur de la variable qui correspod à ue fréquece cumulée égale à 0, 25 (resp 0, 5 ou 0, 75), quad o iterpole liéairemet la variable das la première classe dot la fréquece cumulée est supérieure ou égale à 0, 25 (resp 0, 5 ou 0, 75) C est ecore la valeur de la variable qui correspod à u pourcetage cumulé égal à 25 (resp 50 ou 75), quad o iterpole liéairemet la variable das la première classe dot le pourcetage cumulé est supérieur ou égal à 25 (resp 50 ou 75) Remarque 23 Les quatiles d ue variable sot des valeurs comprises etre les valeurs extrêmes prises par la variable das la populatio Les valeurs des quatiles sot ordoées comme leurs uméros Exemple 23 O repred les doées du tableau 6, fourissat la répartitio par trache de reveu auel des cotribuables soumis à l impôt sur le reveu, e Frace e 1965 Le quart de l effectif total est 2 057, 7 La classe que l o cosidère est celle des reveus compris etre F et F O cherche α 1 (compris etre 0 et 1) tel que 549, 3 (1 α 1 ) , 7 α 1 = 2 057, 7 ou 0, 067 (1 α 1 ) + 0, 442 α 1 = 0, 25

29 1 CARACTÉRISTIQUES DE POSITION 25 ou O a doc α 1 = 6, 7 (1 α 1 ) + 44, 2 α 1 = , 7 549, 3 0, 25 0, , 7 = = = 0, , 7 549, 3 0, 442 0, , 2 6, 7 et 3 636, , 7 1 α 1 = 3 636, 7 549, 3 Le premier quartile est égal à 0, 442 0, 25 44, 2 25 = = = 0, 511 0, 442 0, , 2 6, (1 α 1 ) α 1 = α 1 = F Le deuxième quartile est égal à la médiae : Les trois quarts de l effectif total valet 6 173, 1 La classe que l o cosidère est celle des reveus compris etre F et F O cherche α 3 (compris etre 0 et 1) tel que ou ou O a doc α 3 = 5 865, 7 (1 α 3 ) , 4 α 3 = 6 173, 1 0, 713 (1 α 3 ) + 0, 841 α 3 = 0, 75 71, 3 (1 α 3 ) + 84, 1 α 3 = , , 7 0, 75 0, , 3 = = = 0, , , 7 0, 841 0, , 1 71, 3 et 6 922, , 1 1 α 3 = 6 922, , 7 Le troisième quartile est égal à 0, 841 0, 75 84, 1 75 = = = 0, 709 0, 841 0, , 1 71, (1 α 3 ) α 3 = α 3 = F U quart de la populatio avait u reveu auel iférieur à F, u quart avait u reveu auel compris etre F et F, u quart avait u reveu auel compris etre F et F et u quart avait u reveu auel supérieur à F Défiitio 24 Soit X ue variable quatitative discrète S il y a I idividus, si x i est la valeur que pred la variable X sur l idividu i, o appelle moyee ou moyee arithmétique de X le ombre (21) x := 1 x i I Si la populatio est répartie e I classes, si x i est la valeur que pred la variable X das la classe i, si i est l effectif de la classe i, f i sa fréquece et q i so pourcetage, alors la moyee de X est (22) x = 1 ( i x i ) = (f i x i ) = 1 (q i x i ), 100

30 26 2 DISTRIBUTIONS À UNE VARIABLE Table 7 Dépeses de défese e pourcetage du PIB e 2000 Pays Pourcetage Allemage 1, 1 Daemark 1, 5 Espage 1, 3 États-Uis 2, 9 Frace 1, 9 Italie 1, 4 Norvège 1, 9 Pays-Bas 1, 6 Royaume-Ui 2, 5 Suède 2, 1 où = est l effectif total Soit X ue variable quatitative discrète ou cotiue qui répartit la populatio e I classes, qui correspodet à des itervalles de valeurs Soit x i la valeur cetrale de la classe i, soit i l effectif de la classe i, f i sa fréquece et q i so pourcetage ; soit l effectif total O approche la moyee de X par (23) x := 1 ( i x i ) = i (f i x i ) = 1 (q i x i ) 100 La véritable défiitio de la moyee qui utilise des cocepts mathématiques plus évolués sera doée ultérieuremet Remarque 24 La moyee d ue variable est ue valeur comprise etre les valeurs extrêmes prises par la variable das la populatio Exemple 24 Le tableau 7 idique l effort de défese (dépeses de défese e pourcetage du PIB) d u échatillo de 10 pays occidetaux e La moyee de l effort de défese est x = 1 (1, 1 + 1, 5 + 1, 3 + 2, 9 + 1, 9 + 1, 4 + 1, 9 + 1, 6 + 2, 5 + 2, 1) = 1, 82 % 10 Exemple 25 Le tableau 8 idique la répartitio suivat le ombre d efats des familles au Caada e 1986 O calcule les fréqueces et les pourcetages : o obtiet le tableau 9 La moyee du ombre d efats (c est-à-dire le ombre d efats moye) par famille 1 Défese Natioale, 58ème aée, Jui 2002

31 1 CARACTÉRISTIQUES DE POSITION 27 Table 8 Familles et ombre d efats au Caada e 1986 Nombre d efats Nombre de familles Total Table 9 Familles et ombre d efats au Caada e 1986 Nombre d efats Nombre de familles Fréquece Pourcetage (e milliers) , , , , , , , , , 030 3, , 007 0, 7 Total , , 0 au Caada e 1986 est égale à x = 1 ( ) = 0, , , , , , = 1 (32, , , , , , 7 5) 100 = 1, 27 efats Exemple 26 Le tableau 10 doe la répartitio e foctio de l âge des idividus propriétaires de leur résidece pricipale e Frace e 1992 [27] La moyee de l âge (c est-à-dire l âge moye) des idividus propriétaires de leur résidece pricipale e Frace e 1992 est égal à x = 1 (350 22, , , , , , 5) = 0, , 5 + 0, , 0 + 0, , 0 + 0, , 0 + 0, , 5 + 0, , 5 = 1 (2, 9 22, , 6 35, , 8 45, , 0 55, , 3 67, , 4 92, 5) = 56, 3 as

32 28 2 DISTRIBUTIONS À UNE VARIABLE Table 10 Répartitio des idividus propriétaires de leur résidece pricipale e Frace e 1992 Classe d âge Effectif Fréquece Pourcetage Cetre de classe (e milliers) [15, 30[ 350 0, 029 2, 9 22, 5 [30, 40[ , , 6 35, 0 [40, 50[ , , 8 45, 0 [50, 60[ , , 0 55, 0 [60, 75[ , , 3 67, 5 [75, 110[ , , 4 92, 5 Total , , 0 Remarque 25 Pour le calcul de la moyee, o peut séparer ue classe e deux : les deux classes créées correspodet à la même valeur (ou itervalle de valeurs) de la variable, la somme de leurs effectifs est l effectif de la classe iitiale Propositio 21 Si X, Y sot deux variables quatitatives et si c est ue costate, o a O e déduit x + c = x + c, x + y = x + y, cx = cx x x = 0 Démostratio O fait la démostratio das le cas le plus gééral, lorsque les classes correspodet à des valeurs des variables : il y a I classes, x i est la valeur de la variable X das la classe i, y i est la valeur de la variable Y das la classe i et f i est la fréquece de la classe i Alors X + c est ue variable qui répartit la populatio e I classes, x i + c est la valeur de la variable X + c das la classe i et f i sa fréquece ; de même X + Y est ue variable qui répartit la populatio e I classes, x i + y i est la valeur de la variable X + Y das la classe i et f i sa fréquece ; efi cx est ue variable qui répartit la populatio e I classes, cx i est la valeur de la variable cx das la classe i et f i sa fréquece O a Et x + c = x + y = cx = x = (f i x i ), y = ( fi (x i + c) ) = ( fi (x i + y i ) ) = (f i cx i ) = c (f i y i ) (f i x i ) + c (f i x i ) + (f i x i ) = cx f i = x + c, (f i y i ) = x + y,

33 2 CARACTÉRISTIQUES DE DISPERSION 29 D où le résultat La variable X permet de défiir ue variable X c := X x, appelée variable cetrée associée à X : sa moyee est ulle 2 Caractéristiques de dispersio Défiitio 25 O appelle étedue ou écart maximal d ue variable quatitative la différece etre la valeur maximale et la valeur miimale prises par la variable das la populatio O appelle écart maximal relatif d ue variable quatitative le quotiet de so écart maximal sur sa moyee Exemple 27 O repred les doées du tableau 7 qui idique l effort de défese d u échatillo de 10 pays occidetaux e 2000 L étedue est égale à 2, 9 1, 1 = 1, 8 % La moyee état égale à 1, 82 %, l écart maximal relatif vaut 1, 8 = 1, 00 1, 82 Exemple 28 O repred les doées du tableau 9 qui idique la répartitio suivat le ombre d efats des familles au Caada e 1986 L étedue est égale à 5 0 = 5 efats La moyee état égale à 1, 27 efats, l écart maximal relatif vaut 5 = 3, 94 1, 27 Exemple 29 O repred les doées du tableau 10, doat la répartitio e foctio de l âge des idividus propriétaires de leur résidece pricipale e Frace e 1992 L étedue est égale à = 95 as La moyee état égale à 56, 3 as, l écart maximal relatif vaut 95 = 1, 69 56, 3 Défiitio 26 État doée ue variable quatitative cotiue, o appelle itervalle iter-quatile d ordre l itervalle qui a pour origie le premier quatile et pour extrémité le 1-ième quatile : l itervalle iter-quartile est l itervalle qui a pour origie le premier quartile et pour extrémité le 3-ième quartile ; l itervalle iter-décile est l itervalle qui a pour origie le premier décile et pour extrémité le 9-ième décile Le même om désige aussi la logueur de l itervalle L itervalle iter-quatile relatif est le quotiet de (la logueur de) l itervalle iter-quatile sur la médiae Remarque 26 L itervalle iter-quatile est plus petit que l étedue Exemple 210 O repred les doées du tableau 6, fourissat la répartitio par trache de reveu auel des cotribuables soumis à l impôt sur le reveu, e Frace e 1965 L itervalle iter-quartile est l itervalle [7 445; ] de logueur F Comme la médiae est égale à F, l itervalle iter-quatile relatif a pour valeur = 0,

34 30 2 DISTRIBUTIONS À UNE VARIABLE Défiitio 27 Soit X ue variable quatitative discrète S il y a I idividus, o ote x i la valeur que pred la variable X sur l idividu i et x la moyee de X L écart-moye de X est défii par e x := 1 I x i x Si la populatio est répartie e I classes, de telle maière que x i désige la valeur que pred la variable X das la classe i, soit i l effectif de la classe i, f i sa fréquece et q i so pourcetage, soit x la moyee de X et l effectif total L écart-moye de X est défii par e x := 1 ( i x i x ) = (f i x i x ) = (q i x i x ) Soit X ue variable quatitative discrète ou cotiue qui répartit la populatio e I classes qui correspodet à des itervalles de valeurs Soit x i la valeur cetrale de la classe i, soit i l effectif de la classe i, f i sa fréquece et q i so pourcetage O ote x la moyee de X et l effectif total L écart-moye de X est défii par e x := 1 ( i x i x ) = (f i x i x ) = (q i x i x ) La véritable défiitio de l écart-moye qui utilise des cocepts mathématiques plus évolués sera doée ultérieuremet O appelle écart-moye relatif le quotiet de l écart-moye sur la moyee Remarque 27 La variable quatitative X permet de défiir ue autre variable quatitative, à valeurs positives X c := X x L écart-moye de la variable X est la moyee de la variable X c L écart-moye d ue variable est ue quatité positive Exemple 211 O repred les doées du tableau 7 qui idique les dépeses de défese e pourcetage du PIB d u échatillo de 10 pays occidetaux e 2000 L écart-moye de l effort de défese est e x = 1 ( 1, 1 1, , 5 1, , 3 1, , 9 1, , 9 1, , 4 1, , 9 1, , 6 1, , 5 1, , 1 1, 82 ) = 0, 44 % L écart-moye relatif est égal à 0, 44 = 0, 242 1, 82

35 2 CARACTÉRISTIQUES DE DISPERSION 31 O repred les doées du tableau 9 qui idique la répartitio suivat le ombre d efats des familles au Caada e 1986 L écart-moye du ombre d efats par famille au Caada e 1986 est égal à e x = 1 ( , , , , , , 27 ) = 0, , , , , , , , , , , , 27 = 1 (32, 6 0 1, , 7 1 1, , 7 2 1, , 4 3 1, , 0 4 1, , 7 5 1, 27 ) = 0, 969 efat L écart-moye relatif est égal à 0, 969 1, 27 = 0, 763 O repred les doées du tableau 10, doat la répartitio e foctio de l âge des idividus propriétaires de leur résidece pricipale e Frace e 1992 L écart-moye de l âge des idividus propriétaires de leur résidece pricipale e Frace e 1992 est égal à e x = 1 (350 22, 5 56, , 0 56, , 0 56, , 0 56, , 5 56, , 5 56, 3 ) = 0, , 5 56, 3 + 0, , 0 56, 3 + 0, , 0 56, 3 + 0, , 0 56, 3 + 0, , 5 56, 3 + 0, , 5 56, 3 = 1 (2, 9 22, 5 56, , 6 35, 0 56, , 8 45, 0 56, , 0 55, 0 56, , 3 67, 5 56, , 4 92, 5 56, 3 ) = 14, 6 as L écart-moye relatif est égal à 14, 6 = 0, , 3 Défiitio 28 Soit X ue variable quatitative discrète S il y a I idividus, o ote x i la valeur que pred la variable X sur l idividu i et x la moyee de X O appelle variace de X le ombre v x := 1 I (x i x) 2 Si la populatio est répartie e I classes, de telle maière que x i désige la valeur que pred la variable X das la classe i, soit i l effectif de la classe i, f i sa fréquece et q i so pourcetage, soit x la moyee de X et l effectif total O

36 32 2 DISTRIBUTIONS À UNE VARIABLE appelle variace de X le ombre v x := 1 ( i (x i x) 2) = ( fi (x i x) 2) = ( qi (x i x) 2) Soit X ue variable quatitative discrète ou cotiue qui répartit la populatio e I classes qui correspodet à des itervalles de valeurs Soit x i la valeur cetrale de la classe i, soit i l effectif de la classe i, f i sa fréquece et q i so pourcetage O ote x la moyee de X et l effectif total O approche la variace de X par v x := 1 ( i ( x i x) 2) = ( fi ( x i x) 2) = ( qi ( x i x) 2) La véritable défiitio de la variace qui utilise des cocepts mathématiques plus évolués sera doée ultérieuremet L écart-type de X est défii par σ x := v x O appelle coefficiet de variatio le quotiet de l écart-type sur la moyee et itervalle moye l itervalle [x σ x, x + σ x ] Remarque 28 La variable quatitative X permet de défiir ue autre variable quatitative X 2 c := (X x) 2 La variace de la variable X est la moyee de la variable X 2 c La variace et l écart-type d ue variable sot des quatités positives O a v x = ( σ x ) 2 Propositio 22 Si X est ue variable quatitative, o a v x = x 2 (x) 2 Démostratio O fait la démostratio das le cas le plus gééral : la populatio est répartie e I classes, x i est la valeur de la variable das la classe i et f i est la fréquece de cette classe O ote x la moyee de X O a v x = = ( fi (x i x) 2) = (f i x 2 i ) 2x ( fi (x 2 i 2xx i + (x) 2 ) ) (f i x i ) + (x) 2 f i = d où le résultat aocé f i x 2 i 2(x) 2 + (x) 2 = x 2 (x) 2, O déduit de la propositio 22 des expressios plus commodes de la variace

FEUILLE D EXERCICES 17 - PROBABILITÉS SUR UN UNIVERS FINI

FEUILLE D EXERCICES 17 - PROBABILITÉS SUR UN UNIVERS FINI FEUILLE D EXERCICES 7 - PROBABILITÉS SUR UN UNIVERS FINI Exercice - Lacer de dés O lace deux dés à 6 faces équilibrés. Calculer la probabilité d obteir : u double ; ue somme des deux dés égale à 8 ; ue

Plus en détail

Chapitre 3 : Fonctions d une variable réelle (1)

Chapitre 3 : Fonctions d une variable réelle (1) Uiversités Paris 6 et Paris 7 M1 MEEF Aalyse (UE 3) 2013-2014 Chapitre 3 : Foctios d ue variable réelle (1) 1 Lagage topologique das R Défiitio 1 Soit a u poit de R. U esemble V R est u voisiage de a s

Plus en détail

Université Victor Segalen Bordeaux 2 Institut de Santé Publique, d Épidémiologie et de Développement (ISPED) Campus Numérique SEME

Université Victor Segalen Bordeaux 2 Institut de Santé Publique, d Épidémiologie et de Développement (ISPED) Campus Numérique SEME Uiversité Victor Segale Bordeaux Istitut de Saté Publique, d Épidémiologie et de Développemet (ISPED) Campus Numérique SEME MODULE Pricipaux outils e statistique Versio du 8 août 008 Écrit par : Relu par

Plus en détail

La France, à l écoute des entreprises innovantes, propose le meilleur crédit d impôt recherche d Europe

La France, à l écoute des entreprises innovantes, propose le meilleur crédit d impôt recherche d Europe 1/5 Trois objectifs poursuivis par le gouveremet : > améliorer la compétitivité fiscale de la Frace > péreiser les activités de R&D > faire de la Frace u territoire attractif pour l iovatio Les icitatios

Plus en détail

Statistiques appliquées à la gestion Cours d analyse de donnés Master 1

Statistiques appliquées à la gestion Cours d analyse de donnés Master 1 Aalyse des doées Statistiques appliquées à la gestio Cours d aalyse de doés Master F. SEYTE : Maître de coféreces HDR e scieces écoomiques Uiversité de Motpellier I M. TERRAZA : Professeur de scieces écoomiques

Plus en détail

Statistique descriptive bidimensionnelle

Statistique descriptive bidimensionnelle 1 Statistique descriptive bidimesioelle Statistique descriptive bidimesioelle Résumé Liaisos etre variables quatitatives (corrélatio et uages de poits), qualitatives (cotigece, mosaïque) et de types différets

Plus en détail

Comportement d'une suite

Comportement d'une suite Comportemet d'ue suite I) Approche de "ses de variatio et de ite d'ue suite" : 7 Soit la suite ( ) telle que = 5 ( + ) 2 Représetos graphiquemet la suite das u pla mui d' u repère. Il suffit de placer

Plus en détail

STATISTIQUE : TESTS D HYPOTHESES

STATISTIQUE : TESTS D HYPOTHESES STATISTIQUE : TESTS D HYPOTHESES Préparatio à l Agrégatio Bordeaux Aée 203-204 Jea-Jacques Ruch Table des Matières Chapitre I. Gééralités sur les tests 5. Itroductio 5 2. Pricipe des tests 6 2.a. Méthodologie

Plus en détail

1 Mesure et intégrale

1 Mesure et intégrale 1 Mesure et itégrale 1.1 Tribu boréliee et foctios mesurables Soit =[a, b] u itervalle (le cas où b = ou a = est pas exclu) et F ue famille de sous-esembles de. OditqueF est ue tribu sur si les coditios

Plus en détail

Limites des Suites numériques

Limites des Suites numériques Chapitre 2 Limites des Suites umériques Termiale S Ce que dit le programme : CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES Limite fiie ou ifiie d ue suite. Limites et comparaiso. Opératios sur les ites. Comportemet

Plus en détail

Deuxième partie : LES CONTRATS D ASSURANCE VIE CLASSIQUES

Deuxième partie : LES CONTRATS D ASSURANCE VIE CLASSIQUES DEUXIEME PARTIE Deuième partie : LES CONTRATS D ASSURANCE VIE CLASSIQUES Chapitre. L assurace de capital différé Chapitre 2. Les opératios de retes Chapitre 3. Les assuraces décès Chapitre 4. Les assuraces

Plus en détail

Chap. 5 : Les intérêts (Les calculs financiers)

Chap. 5 : Les intérêts (Les calculs financiers) Chap. 5 : Les itérêts (Les calculs fiaciers) Das u cotrat de prêt, le prêteur met à la dispositio de l empruteur, à u taux d itérêt doé, ue somme d arget (le capital) qu il devra rembourser à ue certaie

Plus en détail

Principes et Méthodes Statistiques

Principes et Méthodes Statistiques Esimag - 2ème aée 0 1 2 3 4 5 6 7 0 5 10 15 x y Pricipes et Méthodes Statistiques Notes de cours Olivier Gaudoi 2 Table des matières 1 Itroductio 7 1.1 Défiitio et domaies d applicatio de la statistique............

Plus en détail

. (b) Si (u n ) est une suite géométrique de raison q, q 1, on obtient : N N, S N = 1 qn+1. n+1 1 S N = 1 1

. (b) Si (u n ) est une suite géométrique de raison q, q 1, on obtient : N N, S N = 1 qn+1. n+1 1 S N = 1 1 Premières propriétés des ombres réels 2 Suites umériques 3 Suites mootoes : à faire 4 Séries umériques 4. Notio de série. Défiitio 4.. Soit (u ) ue suite de ombres réels ou complexes. Pour N N, o ote S

Plus en détail

Le marché du café peut être segmenté en fonction de deux modes de production principaux : la torréfaction et la fabrication de café soluble.

Le marché du café peut être segmenté en fonction de deux modes de production principaux : la torréfaction et la fabrication de café soluble. II LE MARCHE DU CAFE 1 L attractivité La segmetatio selo le mode de productio Le marché du café peut être segmeté e foctio de deux modes de productio pricipaux : la torréfactio et la fabricatio de café

Plus en détail

c. Calcul pour une évolution d une proportion entre deux années non consécutives

c. Calcul pour une évolution d une proportion entre deux années non consécutives Calcul des itervalles de cofiace our les EPCV 996-004 - Cas d u ourcetage ou d ue évolutio e oit das la oulatio totale des méages - Cas d u ourcetage ou d ue évolutio das ue sous oulatio das les méages

Plus en détail

SÉRIES STATISTIQUES À DEUX VARIABLES

SÉRIES STATISTIQUES À DEUX VARIABLES 1 ) POSITION DU PROBLÈME - VOCABULAIRE A ) DÉFINITION SÉRIES STATISTIQUES À DEUX VARIABLES O cosidère deux variables statistiques umériques x et y observées sur ue même populatio de idividus. O ote x 1

Plus en détail

[http://mp.cpgedupuydelome.fr] édité le 10 juillet 2014 Enoncés 1. Exercice 6 [ 02475 ] [correction] Si n est un entier 2, le rationnel H n =

[http://mp.cpgedupuydelome.fr] édité le 10 juillet 2014 Enoncés 1. Exercice 6 [ 02475 ] [correction] Si n est un entier 2, le rationnel H n = [http://mp.cpgedupuydelome.fr] édité le 1 juillet 14 Eocés 1 Nombres réels Ratioels et irratioels Exercice 1 [ 9 ] [correctio] Motrer que la somme d u ombre ratioel et d u ombre irratioel est u ombre irratioel.

Plus en détail

UNIVERSITE MONTESQUIEU BORDEAUX IV. Année universitaire 2006-2007. Semestre 2. Prévisions Financières. Travaux Dirigés - Séances n 4

UNIVERSITE MONTESQUIEU BORDEAUX IV. Année universitaire 2006-2007. Semestre 2. Prévisions Financières. Travaux Dirigés - Séances n 4 UNVERSTE MONTESQUEU BORDEAUX V Licece 3 ère aée Ecoomie - Gestio Aée uiversitaire 2006-2007 Semestre 2 Prévisios Fiacières Travaux Dirigés - Séaces 4 «Les Critères Complémetaires des Choix d vestissemet»

Plus en détail

Intégration et probabilités ENS Paris, 2012-2013. TD (20)13 Lois des grands nombres, théorème central limite. Corrigé :

Intégration et probabilités ENS Paris, 2012-2013. TD (20)13 Lois des grands nombres, théorème central limite. Corrigé : Itégratio et probabilités EN Paris, 202-203 TD 203 Lois des grads ombres, théorème cetral limite. Corrigé Lois des grads ombres Exercice. Calculer e cet leços Détermier les limites suivates : x +... +

Plus en détail

Exo7. Déterminants. = 4(b + c)(c + a)(a + b). c + a c + b 2c Correction. b + a 2b b + c. Exercice 2 ** X a b c a X c b b c X a c b a X

Exo7. Déterminants. = 4(b + c)(c + a)(a + b). c + a c + b 2c Correction. b + a 2b b + c. Exercice 2 ** X a b c a X c b b c X a c b a X Exo7 Détermiats Exercices de Jea-Louis Rouget Retrouver aussi cette fiche sur wwwmaths-fracefr * très facile ** facile *** difficulté moyee **** difficile ***** très difficile I : Icotourable T : pour

Plus en détail

Dénombrement. Chapitre 1. 1.1 Enoncés des exercices

Dénombrement. Chapitre 1. 1.1 Enoncés des exercices Chapitre 1 Déombremet 1.1 Eocés des exercices Exercice 1 L acie système d immatriculatio fraçais était le suivat : chaque plaque avait 4 chiffres, suivis de 2 lettres, puis des 2 uméros du départemet.

Plus en détail

II LES PROPRIETES DES ESTIMATEURS MCO 1. Rappel : M1 LA REGRESSION : HYPOTHESES ET TESTS Avril 2009

II LES PROPRIETES DES ESTIMATEURS MCO 1. Rappel : M1 LA REGRESSION : HYPOTHESES ET TESTS Avril 2009 M LA REGRESSION : HYPOTHESES ET TESTS Avril 009 I LES HYPOTHESES DE LA MCO. Hypothèses sur la variable explicative a. est o stochastique. b. a des valeurs xes das les différets échatillos. c. Quad ted

Plus en détail

Séquence 5. La fonction logarithme népérien. Sommaire

Séquence 5. La fonction logarithme népérien. Sommaire Séquece 5 La foctio logarithme épérie Objectifs de la séquece Itroduire ue ouvelle foctio : la foctio logarithme épérie. Coaître les propriétés de cette foctio : sa dérivée, ses variatios, sa courbe, sa

Plus en détail

Baccalauréat S Asie 19 juin 2014 Corrigé

Baccalauréat S Asie 19 juin 2014 Corrigé Bcclurét S Asie 9 jui 24 Corrigé A. P. M. E. P. Exercice Commu à tous les cdidts 4 poits Questio - c. O peut élimier rpidemet les réposes. et d. cr les vecteurs directeurs des droites proposées e sot ps

Plus en détail

Dénombrement. Introduction. 1 Cardinaux d'ensembles nis. ECE3 Lycée Carnot. 12 novembre 2010. 1.1 Quelques dénitions

Dénombrement. Introduction. 1 Cardinaux d'ensembles nis. ECE3 Lycée Carnot. 12 novembre 2010. 1.1 Quelques dénitions Déombremet ECE3 Lycée Carot 12 ovembre 2010 Itroductio La combiatoire, sciece du déombremet, sert comme so om l'idique à compter. Il e s'agit bie etedu pas de reveir au stade du CP et d'appredre à compter

Plus en détail

Consolidation. C r é e r un nouveau classeur. Créer un groupe de travail. Saisir des données dans un groupe

Consolidation. C r é e r un nouveau classeur. Créer un groupe de travail. Saisir des données dans un groupe Cosolidatio La société THEOS, qui commercialise des vis, exerce so activité das trois villes : Paris, Nacy et Nice. Le directeur de la société souhaite cosolider les résultats de ses vetes par ville das

Plus en détail

LES ÉCLIPSES. Éclipser signifie «cacher». Vus depuis la Terre, deux corps célestes peuvent être éclipsés : la Lune et le Soleil.

LES ÉCLIPSES. Éclipser signifie «cacher». Vus depuis la Terre, deux corps célestes peuvent être éclipsés : la Lune et le Soleil. Qu appelle-t-o éclipse? Éclipser sigifie «cacher». Vus depuis la Terre, deu corps célestes peuvet être éclipsés : la Lue et le Soleil. LES ÉCLIPSES Pour qu il ait éclipse, les cetres de la Terre, de la

Plus en détail

Groupe orthogonal d'un espace vectoriel euclidien de dimension 2, de dimension 3

Groupe orthogonal d'un espace vectoriel euclidien de dimension 2, de dimension 3 1 Groupe orthogoal d'u espace vectoriel euclidie de dimesio, de dimesio Voir le chapitre 19 pour l'étude des espaces euclidies et des isométries. État doé u espace euclidie E de dimesio 1, o rappelle que

Plus en détail

EXERCICES : DÉNOMBREMENT

EXERCICES : DÉNOMBREMENT Chapitre 7 ECE 1 - Grad Nouméa - 015 EXERCICES : DÉNOMBREMENT LISTES / ARRANGEMENTS Exercice 1 : Le code ativol Pour so vélo, Toto possède u ativol a code. Le code est ue successio de trois chiffres compris

Plus en détail

Exercice I ( non spé ) 1/ u 1 = 3 4. 2 3 u 2 4 + 3 9. 19 4 2/ Soit P la propriété : u n + 4. > 0 pour n 1. P est vraie au rang 1 car u 1

Exercice I ( non spé ) 1/ u 1 = 3 4. 2 3 u 2 4 + 3 9. 19 4 2/ Soit P la propriété : u n + 4. > 0 pour n 1. P est vraie au rang 1 car u 1 Bac blac TS Correctio Exercice I ( Spé ) / émotros par récurrece que 5x y = pour tout etier aturel 5x y = 5 8 = La propriété est doc vraie au rag = Supposos que la propriété est vraie jusqu au rag, o a

Plus en détail

Les Nombres Parfaits.

Les Nombres Parfaits. Les Nombres Parfaits. Agathe CAGE, Matthieu CABAUSSEL, David LABROUSSE (2 de Lycée MONTAIGNE BORDEAUX) et Alexadre DEVERT, Pierre Damie DESSARPS (TS Lycée SUD MEDOC LETAILLAN MEDOC) La première partie

Plus en détail

Cours de Statistiques inférentielles

Cours de Statistiques inférentielles Licece 2-S4 SI-MASS Aée 2015 Cours de Statistiques iféretielles Pierre DUSART 2 Chapitre 1 Lois statistiques 1.1 Itroductio Nous allos voir que si ue variable aléatoire suit ue certaie loi, alors ses réalisatios

Plus en détail

Initiation à l analyse factorielle des correspondances

Initiation à l analyse factorielle des correspondances Fiche TD avec le logiciel : tdr620b Iitiatio à l aalyse factorielle des correspodaces A.B. Dufour & M. Royer & J.R. Lobry Das cette fiche, o étudie l Aalyse Factorielle des Correspodaces. Cette techique

Plus en détail

20. Algorithmique & Mathématiques

20. Algorithmique & Mathématiques L'éditeur L'éditeur permet à l'utilisateur de saisir les liges de codes d'u programme ou de défiir des foctios. Remarque : O peut saisir directemet des istructios das la cosole Scilab, mais il est plus

Plus en détail

x +1 + ln. Donner la valeur exacte affichée par cet algorithme lorsque l utilisateur entre la valeur n =3.

x +1 + ln. Donner la valeur exacte affichée par cet algorithme lorsque l utilisateur entre la valeur n =3. EXERCICE 3 (6 poits ) (Commu à tous les cadidats) Il est possible de traiter la partie C sas avoir traité la partie B Partie A O désige par f la foctio défiie sur l itervalle [, + [ par Détermier la limite

Plus en détail

Probabilités et statistique pour le CAPES

Probabilités et statistique pour le CAPES Probabilités et statistique pour le CAPES Béatrice de Tilière Frédérique Petit 2 3 jui 205. Uiversité Pierre et Marie Curie 2. Uiversité Pierre et Marie Curie 2 Table des matières Modélisatio de phéomèes

Plus en détail

Statistique Numérique et Analyse des Données

Statistique Numérique et Analyse des Données Statistique Numérique et Aalyse des Doées Arak DALALYAN Septembre 2011 Table des matières 1 Élémets de statistique descriptive 9 1.1 Répartitio d ue série umérique uidimesioelle.............. 9 1.2 Statistiques

Plus en détail

2 ième partie : MATHÉMATIQUES FINANCIÈRES

2 ième partie : MATHÉMATIQUES FINANCIÈRES 2 ième partie : MATHÉMATIQUES FINANCIÈRES 1. Défiitios L'itérêt est l'idemité que doe au propriétaire d'ue somme d'arget celui qui e a joui pedat u certai temps. Divers élémets itervieet das le calcul

Plus en détail

Chapitre 2 SONDAGE ALEATOIRE SIMPLE OU A PROBABILITES EGALES. 2.1 DEFINITIONS 2.2 SONDAGE ALEATOIRE SIMPLE SANS REMISE (PESR) 2.2.

Chapitre 2 SONDAGE ALEATOIRE SIMPLE OU A PROBABILITES EGALES. 2.1 DEFINITIONS 2.2 SONDAGE ALEATOIRE SIMPLE SANS REMISE (PESR) 2.2. Chapitre 2 SONDAGE ALEATOIRE SIMPLE OU A PROBABILITES EGALES PLAN DU CHAPITRE 2 2.1 DEFINITIONS 2.2 SONDAGE ALEATOIRE SIMPLE SANS REMISE (PESR) 2.2.1 Pla de sodage 2.2.2 Probabilités d iclusio 2.3 SONDAGE

Plus en détail

Examen final pour Conseiller financier / conseillère financière avec brevet fédéral. Recueil de formules. Auteur: Iwan Brot

Examen final pour Conseiller financier / conseillère financière avec brevet fédéral. Recueil de formules. Auteur: Iwan Brot Exame fial pour Coseiller fiacier / coseillère fiacière avec brevet fédéral Recueil de formules Auteur: Iwa Brot Ce recueil de formules sera mis à dispositio des cadidats, si écessaire. Etat au 1er mars

Plus en détail

Université de Bordeaux - Master MIMSE - 2ème année. Scoring. Marie Chavent http://www.math.u-bordeaux.fr/ machaven/ 2014-2015

Université de Bordeaux - Master MIMSE - 2ème année. Scoring. Marie Chavent http://www.math.u-bordeaux.fr/ machaven/ 2014-2015 Uiversité de Bordeaux - Master MIMSE - 2ème aée Scorig Marie Chavet http://www.math.u-bordeaux.fr/ machave/ 2014-2015 1 Itroductio L idée géérale est d affecter ue ote (u score) global à u idividu à partir

Plus en détail

Séries réelles ou complexes

Séries réelles ou complexes 6 Séries réelles ou complexes Comme pour le chapitre 3, les suites cosidérées sot a priori complexes et les résultats classiques sur les foctios cotiues ou dérivables d ue variable réelle sot supposés

Plus en détail

Etude de la fonction ζ de Riemann

Etude de la fonction ζ de Riemann Etude de la foctio ζ de Riema ) Défiitio Pour x réel doé, la série de terme gééral,, coverge si et seulemet si x >. x La foctio zeta de Riema est la foctio défiie sur ], [ par : ( x > ), = x. Remarque.

Plus en détail

55 - EXEMPLES D UTILISATION DU TABLEUR.

55 - EXEMPLES D UTILISATION DU TABLEUR. 55 - EXEMPLES D UTILISATION DU TABLEUR. CHANTAL MENINI 1. U pla possible Les exemples qui vot suivre sot des pistes possibles et e aucu cas ue présetatio exhaustive. De même je ai pas fait ue étude systématique

Plus en détail

Processus et martingales en temps continu

Processus et martingales en temps continu Chapitre 3 Processus et martigales e temps cotiu 1 Quelques rappels sur les martigales e temps discret (voir [4]) O cosidère u espace filtré (Ω, F, (F ) 0, IP). O ote F = 0 F. Défiitio 1.1 Ue suite de

Plus en détail

capital en fin d'année 1 C 0 + T C 0 = C 0 (1 + T) = C 0 r en posant r = 1 + T 2 C 0 r + C 0 r T = C 0 r (1 + T) = C 0 r 2 3 C 0 r 3...

capital en fin d'année 1 C 0 + T C 0 = C 0 (1 + T) = C 0 r en posant r = 1 + T 2 C 0 r + C 0 r T = C 0 r (1 + T) = C 0 r 2 3 C 0 r 3... Applicatios des maths Algèbre fiacière 1. Itérêts composés O place u capital C 0 à u taux auel T a pedat aées. Quelle est la valeur fiale C de ce capital? aée capital e fi d'aée 1 C 0 + T C 0 = C 0 (1

Plus en détail

Dares Analyses. Plus d un tiers des CDI sont rompus avant un an

Dares Analyses. Plus d un tiers des CDI sont rompus avant un an Dares Aalyses javier 2015 N 005 publicatio de la directio de l'aimatio de la recherche, des études et des statistiques Plus d u tiers des CDI sot rompus avat u a Le cotrat de travail à durée idétermiée

Plus en détail

Sommaire Chapitre 1 - L interface de Windows 7 9

Sommaire Chapitre 1 - L interface de Windows 7 9 Sommaire Chapitre 1 - L iterface de Widows 7 9 1.1. Utiliser le meu Démarrer et la barre des tâches de Widows 7...11 Démarrer et arrêter des programmes...15 Épigler u programme das la barre des tâches...18

Plus en détail

Chap. 6 : Les principaux crédits de trésorerie et leur comptabilisation

Chap. 6 : Les principaux crédits de trésorerie et leur comptabilisation 1 / 9 Chap. 6 : Les pricipaux crédits de trésorerie et leur comptabilisatio Le cycle d exploitatio des etreprises (achats stockage productio stockage vetes) peut etraîer des décalages de trésorerie plus

Plus en détail

STATISTIQUE AVANCÉE : MÉTHODES

STATISTIQUE AVANCÉE : MÉTHODES STATISTIQUE AVANCÉE : MÉTHODES NON-PAAMÉTIQUES Ecole Cetrale de Paris Arak S. DALALYAN Table des matières 1 Itroductio 5 2 Modèle de desité 7 2.1 Estimatio par istogrammes............................

Plus en détail

UV SQ 20. Automne 2006. Responsable d Rémy Garandel ( m.-el. remy.garandel@utbm.fr ) page 1

UV SQ 20. Automne 2006. Responsable d Rémy Garandel ( m.-el. remy.garandel@utbm.fr ) page 1 UV SQ 0 Probabilités Statistiques UV SQ 0 Autome 006 Resposable d Rémy Garadel ( m.-el. remy.garadel@utbm.fr ) page SQ-0 Probabilités - Statistiques Bibliographie: Titre Auteur(s) Editios Localisatio Niveau

Plus en détail

Opérations bancaires avec l étranger *

Opérations bancaires avec l étranger * Opératios bacaires avec l étrager * Coditios bacaires au 1 er juillet 2011 Etreprises et orgaismes d itérêt gééral Opératios à destiatio de l étrager Viremets émis vers l étrager : viremet e euros iférieur

Plus en détail

CHAPITRE 2 SÉRIES ENTIÈRES

CHAPITRE 2 SÉRIES ENTIÈRES CHAPITRE 2 SÉRIES ENTIÈRES 2. Séries etières Défiitio 2.. O appelle série etière toute série de foctios ( ) f dot le terme gééral est de la forme f ()=a, où (a ) désige ue suite réelle ou complee et R.

Plus en détail

Polynésie Septembre 2002 - Exercice On peut traiter la question 4 sans avoir traité les questions précédentes.

Polynésie Septembre 2002 - Exercice On peut traiter la question 4 sans avoir traité les questions précédentes. Polyésie Septembre 2 - Exercice O peut traiter la questio 4 sas avoir traité les questios précédetes Pour u achat immobilier, lorsqu ue persoe emprute ue somme de 50 000 euros, remboursable par mesualités

Plus en détail

Terminale S. Terminale S 1 F. Laroche

Terminale S. Terminale S 1 F. Laroche Termiale S Exercices. Rappels et exercices de base 3.. QCM (P. Egel) 3.. QCM, Atilles 005 4. 3. QCM, Liba 009, 3 poits 4. 4. QCM, C. étragers 007. 5. QCM, Frace 007 5 6. 6. QCM, N. Calédoie 007 7. 7. QCM

Plus en détail

TRANSFERT DE CHARGE DANS UN RÉSEAU DE PROCESSEURS TOTALEMENT CONNECTÉS (*) par Maryse BÉGUIN ( 1 )

TRANSFERT DE CHARGE DANS UN RÉSEAU DE PROCESSEURS TOTALEMENT CONNECTÉS (*) par Maryse BÉGUIN ( 1 ) RAIRO Operatios Research RAIRO Oper. Res. 34 (2000) 99-129 TRANSFERT DE CHARGE DANS UN RÉSEAU DE PROCESSEURS TOTALEMENT CONNECTÉS (*) par Maryse BÉGUIN ( 1 ) Commuiqué par Berard LEMAIRE Résumé. L étude

Plus en détail

Université Pierre et Marie Curie. Biostatistique PACES - UE4 2013-2014

Université Pierre et Marie Curie. Biostatistique PACES - UE4 2013-2014 Uiversité Pierre et Marie Curie Biostatistique PACES - UE4 2013-2014 Resposables : F. Carrat et A. Mallet Auteurs : F. Carrat, A. Mallet, V. Morice Mise à jour : 21 octobre 2013 Relecture : V. Morice,

Plus en détail

Télé OPTIK. Plus spectaculaire que jamais.

Télé OPTIK. Plus spectaculaire que jamais. Télé OPTIK Plus spectaculaire que jamais. Vivez toute la puissace de la télévisio sur IP grâce au réseau OPTIK 1 de TELUS et découvrez-e l extraordiaire potetiel. Télé OPTIK MC vous doe la parfaite maîtrise

Plus en détail

Chap. 6 : Les principaux crédits de trésorerie et leur comptabilisation

Chap. 6 : Les principaux crédits de trésorerie et leur comptabilisation Chap. 6 : Les pricipaux crédits de trésorerie et leur comptabilisatio Les etreprises ot souvet besoi de moyes de fiacemet à court terme : elles ot alors recours aux crédits bacaires (découverts bacaires

Plus en détail

STRATÉGIE DE REMPLACEMENT DE LUTTE CONTRE LA PUNAISE TERNE DANS LES FRAISERAIES DE L ONTARIO

STRATÉGIE DE REMPLACEMENT DE LUTTE CONTRE LA PUNAISE TERNE DANS LES FRAISERAIES DE L ONTARIO Des résultats du Programme de réductio des risques STRATÉGIE DE REMPLACEMENT DE LUTTE CONTRE LA PUNAISE TERNE DANS LES FRAISERAIES DE L ONTARIO 1. Cotexte La puaise tere Lygus lieolaris (figure 1) est

Plus en détail

S-PENSION. Constituez-vous un capital retraite complémentaire pour demain tout en bénéficiant d avantages fiscaux dès aujourd hui.

S-PENSION. Constituez-vous un capital retraite complémentaire pour demain tout en bénéficiant d avantages fiscaux dès aujourd hui. S-PENSION Costituez-vous u capital retraite complémetaire pour demai tout e bééficiat d avatages fiscaux dès aujourd hui. Sommaire 1. Il est temps de predre l iitiative 4 2. Profitez dès aujourd hui des

Plus en détail

Tableaux Croisés et Diagrammes en Mosaïque : Pour Voir Les Probabilités Marginales et Conditionnelles.

Tableaux Croisés et Diagrammes en Mosaïque : Pour Voir Les Probabilités Marginales et Conditionnelles. Tableaux Croisés et Diagrammes e Mosaïque : Pour Voir Les Probabilités Margiales et Coditioelles. Moique Le Gue CNRS- MATISSE 1 Résumé Cet article s iscrit das ue démarche de sesibilisatio aux différetes

Plus en détail

Donnez de la liberté à vos données. BiBOARD. www.biboard.fr

Donnez de la liberté à vos données. BiBOARD. www.biboard.fr Doez de la liberté à vos doées BiBOARD www.biboard.fr Le décisioel pour tous Le décisioel évolue. L etreprise quelle que soit sa taille, a besoi de piloter so activité à l aide d outils simples, fiables,

Plus en détail

One Office Voice Pack Vos appels fixes et mobiles en un seul pack

One Office Voice Pack Vos appels fixes et mobiles en un seul pack Uique! Exteded Fleet Appels illimités vers les uméros Mobistar et les liges fixes! Oe Office Voice Pack Vos appels fixes et mobiles e u seul pack Commuiquez et travaillez e toute liberté Mobistar offre

Plus en détail

Cours 5 : ESTIMATION PONCTUELLE

Cours 5 : ESTIMATION PONCTUELLE Cours 5 : ESTIMATION PONCTUELLE A- Gééralités B- Précisio d u estimateur C- Exhaustivité D- iformatio E-estimateur sas biais de variace miimale, estimateur efficace F- Quelques méthode s d estimatio A-

Plus en détail

Les solutions mi-hypothécaires, mi-bancaires de Manuvie. Guide du conseiller

Les solutions mi-hypothécaires, mi-bancaires de Manuvie. Guide du conseiller Les solutios mi-hypothécaires, mi-bacaires de Mauvie Guide du coseiller 1 2 Table des matières Itroductio... 5 La Baque Mauvie...5 Le compte Mauvie U...5 Le compte Sélect Baque Mauvie...5 1. Les solutios

Plus en détail

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable Exo7 Topologie Exercices de Jea-Louis Rouget Retrouver aussi cette fiche sur wwwmaths-fracefr * très facile ** facile *** difficulté moyee **** difficile ***** très difficile I : Icotourable Exercice **

Plus en détail

La fibre optique arrive chez vous Devenez acteur de la révolution numérique

La fibre optique arrive chez vous Devenez acteur de la révolution numérique 2 e éditio Edité par l Autorité de régulatio des commuicatios électroiques et des postes RÉPUBLIQUE FRANÇAISE DÉCEMBRE 2010 La fibre optique arrive chez vous Deveez acteur de la révolutio umérique Petit

Plus en détail

14 Chapitre 14. Théorème du point fixe

14 Chapitre 14. Théorème du point fixe Chapitre 14 Chapitre 14. Théorème du poit fixe Si l o examie de plus près les méthodes de Lagrage et de Newto, étudiées au chapitre précédet, elles revieet das leur pricipe à remplacer la résolutio de

Plus en détail

UNIVERSITÉ DE SFAX École Supérieure de Commerce

UNIVERSITÉ DE SFAX École Supérieure de Commerce UNIVERSITÉ DE SFAX École Supérieure de Commerce Aée Uiversitaire 2003 / 2004 Auditoire : Troisième Aée Études Supérieures Commerciales & Scieces Comptables DÉCISIONS FINANCIÈRES Note de cours N 3 Première

Plus en détail

Etude Spéciale SCORING : UN GRAND PAS EN AVANT POUR LE MICROCRÉDIT?

Etude Spéciale SCORING : UN GRAND PAS EN AVANT POUR LE MICROCRÉDIT? Etude Spéciale o. 7 Javier 2003 SCORING : UN GRAND PAS EN AVANT POUR LE MICROCRÉDIT? MARK SCHNEIDER Le CGAP vous ivite à lui faire part de vos commetaires, de vos rapports et de toute demade d evoid autres

Plus en détail

Module 3 : Inversion de matrices

Module 3 : Inversion de matrices Math Stat Module : Iversio de matrices M Module : Iversio de matrices Uité. Défiitio O e défiira l iverse d ue matrice que si est carrée. O appelle iverse de la matrice carrée toute matrice B telle que

Plus en détail

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable Eo7 Séries etières Eercices de Jea-Louis Rouget Retrouver aussi cette fiche sur wwwmaths-fracefr * très facile ** facile *** difficulté moyee **** difficile ***** très difficile I : Icotourable Eercice

Plus en détail

Exercices de mathématiques

Exercices de mathématiques MP MP* Thierry DugarDi Marc rezzouk Exercices de mathématiques Cetrale-Supélec, Mies-Pots, École Polytechique et ENS Coceptio et créatio de couverture : Atelier 3+ Duod, 205 5 rue Laromiguière, 75005 Paris

Plus en détail

Le Sphinx. Enquêtes, Sondages. Analyse de données. Internet : http://www.lesphinxdeveloppement.fr/club/index.html

Le Sphinx. Enquêtes, Sondages. Analyse de données. Internet : http://www.lesphinxdeveloppement.fr/club/index.html Equêtes, Sodages Aalyse de doées Le Sphix! Iteret : http://www.lesphixdeveloppemet.fr/club/idex.html Lagarde J. Aalyse statistique de doées, Duod. Réaliser vos equêtes Questioaire Traitemets et aalyses

Plus en détail

Convergences 2/2 - le théorème du point fixe - Page 1 sur 9

Convergences 2/2 - le théorème du point fixe - Page 1 sur 9 Au sommaire : Suites extraites Le théorème de Bolzao-Weierstrass La preuve du théorème de Bolzao-Weierstrass3 Foctio K-cotractate4 Le théorème du poit fixe5 La preuve du théorème du poit fixe6 Utilisatios

Plus en détail

3.1 Différences entre ESX 3.5 et ESXi 3.5 au niveau du réseau. Solution Cette section récapitule les différences entre les deux versions.

3.1 Différences entre ESX 3.5 et ESXi 3.5 au niveau du réseau. Solution Cette section récapitule les différences entre les deux versions. 3 Réseau Le réseau costitue u aspect essetiel d u eviroemet virtuel ESX. Il est doc importat de compredre la techologie, y compris ses différets composats et leur coopératio. Das ce chapitre, ous étudios

Plus en détail

La tarification hospitalière : de l enveloppe globale à la concurrence par comparaison

La tarification hospitalière : de l enveloppe globale à la concurrence par comparaison ANNALES D ÉCONOMIE ET DE STATISTIQUE. N 58 2000 La tarificatio hospitalière : de l eveloppe globale à la cocurrece par comparaiso Michel MOUGEOT * RÉSUMÉ. Cet article cosidère différetes politiques de

Plus en détail

Formation d un ester à partir d un acide et d un alcool

Formation d un ester à partir d un acide et d un alcool CHAPITRE 10 RÉACTINS D ESTÉRIFICATIN ET D HYDRLYSE 1 Formatio d u ester à partir d u acide et d u alcool 1. Nomeclature Acide : R C H Alcool : R H Groupe caractéristique ester : C Formule géérale d u ester

Plus en détail

RECHERCHE DE CLIENTS simplifiée

RECHERCHE DE CLIENTS simplifiée RECHERCHE DE CLIENTS simplifiée Nous ous occupos d accroître votre clietèle avec le compte Avatage d etreprise Pour trouver des cliets potetiels grâce à u simple compte bacaire Vous cherchez des idées

Plus en détail

Régulation analogique industrielle ESTF- G.Thermique

Régulation analogique industrielle ESTF- G.Thermique Chapitre 5 Stabilité, Rapidité, Précisio et Réglage Stabilité. Défiitio Coditio de stabilité. Critères de stabilité.. Critères algébriques.. Critère graphique ou de revers das le pla de Nyquist Rapidité

Plus en détail

Working Paper RETAIL RÉGIONAL RESPONSABLE

Working Paper RETAIL RÉGIONAL RESPONSABLE «BANQUE DE DÉTAIL DE MASSE» : COMMENT LES CAISSES D ÉPARGNE EN AFRIQUE, ASIE ET AMÉRIQUE LATINE PEUVENT FOURNIR DES SERVICES ADAPTÉS AUX BESOINS DES POPULATIONS DÉFAVORISÉES Travailler avec les caisses

Plus en détail

Semestre : 4 Module : Méthodes Quantitatives III Elément : Mathématiques Financières Enseignant : Mme BENOMAR

Semestre : 4 Module : Méthodes Quantitatives III Elément : Mathématiques Financières Enseignant : Mme BENOMAR Semestre : 4 Module : Méthodes Quattatves III Elémet : Mathématques Facères Esegat : Mme BENOMAR Elémets du cours Itérêts smples, précompte, escompte et compte courat Itérêts composés Autés Amortssemets

Plus en détail

Chapitre 3 : Transistor bipolaire à jonction

Chapitre 3 : Transistor bipolaire à jonction Chapitre 3 : Trasistor bipolaire à joctio ELEN075 : Electroique Aalogique ELEN075 : Electroique Aalogique / Trasistor bipolaire U aperçu du chapitre 1. Itroductio 2. Trasistor p e mode actif ormal 3. Courats

Plus en détail

Tempêtes : Etude des dépendances entre les branches Automobile et Incendie à l aide de la théorie des copulas Topic 1 Risk evaluation

Tempêtes : Etude des dépendances entre les branches Automobile et Incendie à l aide de la théorie des copulas Topic 1 Risk evaluation Tempêtes : Etude des dépedaces etre les braches Automobile et Icedie à l aide de la théorie des copulas Topic Risk evaluatio Belguise Olivier Charles Levi ACM Guy Carpeter 34 rue du Wacke 47/53 rue Raspail

Plus en détail

TARIFS BANCAIRES. Opérations bancaires avec l étranger Extrait des conditions bancaires au 1 er juillet 2014. Opérations à destination de l étranger

TARIFS BANCAIRES. Opérations bancaires avec l étranger Extrait des conditions bancaires au 1 er juillet 2014. Opérations à destination de l étranger Opératios bacaires avec l étrager Extrait des coditios bacaires au 1 er juillet Opératios à destiatio de l étrager Viremets émis vers l étrager : Frais d émissio de viremets e euros (3) vers l Espace écoomique

Plus en détail

Suites et séries de fonctions

Suites et séries de fonctions [http://mp.cpgedupuydelome.fr] édité le 3 avril 5 Eocés Suites et séries de foctios Propriétés de la limite d ue suite de foctios Eercice [ 868 ] [correctio] Etablir que la limite simple d ue suite de

Plus en détail

Compte Sélect Banque Manuvie Guide du débutant

Compte Sélect Banque Manuvie Guide du débutant GUIDE DU DÉBUTANT Compte Sélect Baque Mauvie Guide du débutat Besoi d aide? Preez quelques miutes pour lire attetivemet votre Guide du cliet. Le préset Guide du débutat vous facilitera l utilisatio de

Plus en détail

Les algorithmes de tri

Les algorithmes de tri CONSERVATOIRE NATIONAL DES ARTS ET METIERS PARIS MEMOIRE POUR L'EXAMEN PROBATOIRE e INFORMATIQUE par Nicolas HERVE Les algorithmes de tri Souteu le mai JURY PRESIDENTE : Mme COSTA Sommaire Itroductio....

Plus en détail

Échantillonnage et estimation

Échantillonnage et estimation Stage «Nouveaux programmes de Termiale S» - Ho Chi Mih-Ville Novembre 202 Échatilloage et estimatio Partie C - Frédéric Barôme page Échatilloage et estimatio Partie C : Capacités et exercices-types. Rappelos

Plus en détail

PROBLEMES DIOPTIMISATION EN NOMBRES ENTIERS J. L. NICOLAS

PROBLEMES DIOPTIMISATION EN NOMBRES ENTIERS J. L. NICOLAS PROBLEMES DIOPTIMISATION EN NOMBRES ENTIERS ET APPROXIMATIONS DIOPHANTIENNES J. L. NICOLAS Cet article expose sup 3 e quelques iter'f~reces etre les pr'obl~res dloptimisatio e hombres etiers et la th~or-ie

Plus en détail

Introduction : Mesures et espaces de probabilités

Introduction : Mesures et espaces de probabilités Itroductio : Mesures et espaces de probabilités Référeces : Poly cédric Berardi et Jea Michel Morel. J.-F. Le Gall, Itégratio, Probabilités et Processus Aléatoire J.-Y. Ouvrard, Probabilités 2, maîtrise-agrégatio,

Plus en détail

Chaînes de Markov. Arthur Charpentier

Chaînes de Markov. Arthur Charpentier Chaîes de Markov Arthur Charpetier École Natioale de la Statistique et d Aalyse de l Iformatio - otes de cours à usage exclusif des étudiats de l ENSAI - - e pas diffuser, e pas citer - Quelques motivatios.

Plus en détail

Lorsque la sécurisation des paiements par carte bancaire sur Internet conduit à une concurrence entre les banques et les opérateurs de réseau

Lorsque la sécurisation des paiements par carte bancaire sur Internet conduit à une concurrence entre les banques et les opérateurs de réseau Lorsque la sécurisatio des paiemets par carte bacaire sur Iteret coduit à ue cocurrece etre les baques et les opérateurs de réseau David Bouie Das cet article, ous ous iterrogeos sur l issue de la cocurrece

Plus en détail

DETERMINANTS. a b et a'

DETERMINANTS. a b et a' 2003 - Gérard Lavau - http://perso.waadoo.fr/lavau/idex.htm Vous avez toute liberté pour télécharger, imprimer, photocopier ce cours et le diffuser gratuitemet. Toute diffusio à titre oéreux ou utilisatio

Plus en détail

Gérer les applications

Gérer les applications Gérer les applicatios E parcourat les rayos du Widows Phoe Store, vous serez e mesure de compléter les services de base de votre smartphoe à travers plus de 10 000 applicatios. Gratuites ou payates, ces

Plus en détail

BARÈMES. i n d i c a t i f s. Œuvres préexistantes Œuvres de commande

BARÈMES. i n d i c a t i f s. Œuvres préexistantes Œuvres de commande BARÈMES i d i c a t i f s 2010 Œuvres préexistates Œuvres de commade droit d auteur pour les œuvres préexistates DROIT D AUTEUR POUR LES ŒUVRES PRÉEXISTANTES UNION DES PHOTOGRAPHES PROFESSIONNELS 2 121

Plus en détail

2. Commerce international et emploi informel en zone CEMAC

2. Commerce international et emploi informel en zone CEMAC 2. Commerce iteratioal et emploi iformel e zoe CEMAC Mathuri Tchakoute Njoda 1 et Alai Remy Zolo Eyea 2 Résumé Cet article eamie durat ue courte période la relatio etre le commerce iteratioal et l emploi

Plus en détail

RESOLUTION DES FLOW SHOP STOCHASTIQUES PAR LES ORDRES STOCHASTIQUES. DERBALA Ali *)

RESOLUTION DES FLOW SHOP STOCHASTIQUES PAR LES ORDRES STOCHASTIQUES. DERBALA Ali *) RESOLUTION DES FLOW SHOP STOCHASTIQUES PAR LES ORDRES STOCHASTIQUES. DERBALA Ali *) *) Uiversité de Blida Faculté des scieces Départemet de Mathématiques. BP 270, Route de Soumaa. Blida, Algérie. Tel &

Plus en détail