Statistique descriptive

Dimension: px
Commencer à balayer dès la page:

Download "Statistique descriptive"

Transcription

1 Statistique descriptive Lycée du golfe de Saint Tropez Année 2015/2016 Première S ( Lycée du golfe de Saint Tropez) Statistique Année 2015/ / 13

2 1 Moyenne d une série statistique Définition et exemples 2 Médianes et quartiles 3 Définitions Autre Formule 4 Première S ( Lycée du golfe de Saint Tropez) Statistique Année 2015/ / 13

3 I) Moyenne d une série statistique a) Définition Définition et exemples Définition On considère la série statistique définie dans le tableau suivant : Valeurs x 1 x 2 x p Effectifs n 1 n 2 n p Fréquences f 1 f 2 f p L effectif total vaut : = n 1 + n 2 + +n p La moyenne de cette série statistique est le réel, noté x, tel que : ou en utilisant les fréquences : x= x 1 n 1 + x 2 n 2 + +x p n p n 1 + n 2 + +n p x=x 1 f 1 + x 2 f 2 + +x p f p Première S ( Lycée du golfe de Saint Tropez) Statistique Année 2015/ / 13

4 Exemples Moyenne d une série statistique Définition et exemples Soit la série statistique répertoriant la taille en mètres de 100 requins blancs: Taille (m) 1, 5 2 2, 5 3 3, 5 4 4, 5 Effectifs Calculer la taille moyenne des requins blancs. Première S ( Lycée du golfe de Saint Tropez) Statistique Année 2015/ / 13

5 Exemples Moyenne d une série statistique Définition et exemples Un supermarché a relevé les dépenses ( en ) de ses clients en 2 heures un jour donné, les résultats sont rassemblés dans le tableau suivant : Dépense ( ) [0 ; 30[ [30 ; 60[ [60 ; 100[ [100 ; 120[ Effectifs Calculer la dépense moyenne des clients. Première S ( Lycée du golfe de Saint Tropez) Statistique Année 2015/ / 13

6 Exemples Moyenne d une série statistique Définition et exemples Un supermarché a relevé les dépenses ( en ) de ses clients en 2 heures un jour donné, les résultats sont rassemblés dans le tableau suivant : Dépense ( ) [0 ; 30[ [30 ; 60[ [60 ; 100[ [100 ; 120[ Effectifs Calculer la dépense moyenne des clients. Utiliser les centres des classes: Dépense ( ) Effectifs Première S ( Lycée du golfe de Saint Tropez) Statistique Année 2015/ / 13

7 II) a) Médianes Médianes et quartiles Définition La médiane d une série statistique, généralement notée Me, est le nombre qui sépare la série (ordonnée en valeurs croissantes) en deux groupes de même effectif. C est un paramètre de position de la série. Première S ( Lycée du golfe de Saint Tropez) Statistique Année 2015/ / 13

8 II) a) Médianes Médianes et quartiles Définition La médiane d une série statistique, généralement notée Me, est le nombre qui sépare la série (ordonnée en valeurs croissantes) en deux groupes de même effectif. C est un paramètre de position de la série. A retenir Pour trouver cette médiane, quand la série est discrète, on écrit la liste de toutes les valeurs de la série par ordre croissant, chacune d entre elles étant répétée autant de fois que son effectif. Si l effectif total n est un nombre impair, la médiane est le terme de rang n+1 2 ; Si l effectif total n est un nombre pair, la médiane est la moyenne des termes de rang n 2 et n Première S ( Lycée du golfe de Saint Tropez) Statistique Année 2015/ / 13

9 b) Quartiles Moyenne d une série statistique Médianes et quartiles Définition Les quartiles d une série statistique sont les valeurs du caractère qui partagent l effectif total en 4 parties égales. Plus précisément : Le premier quartile noté Q 1 est la plus petite valeur de la série telle qu au moins 25 % des données soient inférieures ou égales à Q 1. Le troisième quartile noté Q 3 est la plus petite valeur de la série telle qu au moins 75 % des données de la série lui sont inférieures ou égales Q 3. Première S ( Lycée du golfe de Saint Tropez) Statistique Année 2015/ / 13

10 b) Quartiles Moyenne d une série statistique Médianes et quartiles Définition Les quartiles d une série statistique sont les valeurs du caractère qui partagent l effectif total en 4 parties égales. Plus précisément : Le premier quartile noté Q 1 est la plus petite valeur de la série telle qu au moins 25 % des données soient inférieures ou égales à Q 1. Le troisième quartile noté Q 3 est la plus petite valeur de la série telle qu au moins 75 % des données de la série lui sont inférieures ou égales Q 3. Définition L intervalle interquartile est l intervalle [ Q 1 ; Q 3 ]. Il représente la zone centrale comprenant 50% des éléments. L écart interquartile est égale à Q 3 -Q 1. C est une mesure de dispersion qui élimine l influence des valeurs extrêmes. L écart interquartile est un paramètre de dispersion de la série. Première S ( Lycée du golfe de Saint Tropez) Statistique Année 2015/ / 13

11 c) Médianes et quartiles Considérons la série statistique suivante : Valeur du Caractère Effectif On vérifie facilement que Me=50 ; Q 1 =45 et Q 3 =60 D autre part, la plus petite valeur de cette série est 30, et la plus grande 65 Première S ( Lycée du golfe de Saint Tropez) Statistique Année 2015/ / 13

12 Diagrammes en boite Moyenne d une série statistique Médianes et quartiles On peut représenter graphiquement ces résultats de la manière suivante : Faire les exercices 1 et 3 page 272 et l exercice 30 page 282 puis 6 et 7 page 275 Première S ( Lycée du golfe de Saint Tropez) Statistique Année 2015/ / 13

13 III) a) Définitions Définitions Autre Formule Définition On considère la série statistique suivante : Valeurs x 1 x 2 x p Effectifs n 1 n 2 n p On note l effectif total et x la moyenne de la série. La variance de cette série statistique est le réel, noté V, tel que : (x 1 x) 2 n 1 + (x 2 x) 2 n 2 + +(x p x) 2 n p l écart-type de cette série statistique est le réel, notéσ, tel que : σ= V Première S ( Lycée du golfe de Saint Tropez) Statistique Année 2015/ / 13

14 Définitions Autre Formule Propriété La variance peut être obtenue avec cette formule: x2 1 n 1+ x 2 2 n 2+ +x 2 p n p x 2 Première S ( Lycée du golfe de Saint Tropez) Statistique Année 2015/ / 13

15 Définitions Autre Formule Démonstration D après la définition: ( x1 x ) 2 n1 + ( x 2 x ) 2 n2 + + ( x p x ) 2 np Première S ( Lycée du golfe de Saint Tropez) Statistique Année 2015/ / 13

16 Définitions Autre Formule Démonstration D après la définition: ( x1 x ) 2 n1 + ( x 2 x ) 2 n2 + + ( x p x ) 2 np En développant les carrés Première S ( Lycée du golfe de Saint Tropez) Statistique Année 2015/ / 13

17 Définitions Autre Formule Démonstration D après la définition: ( x1 x ) 2 n1 + ( x 2 x ) 2 n2 + + ( x p x ) 2 np En développant ( les carrés x 1 2 2x 1x+ x 2) ( n 1 + x 2 2 2x 2x+ x 2) ( n xp 2 2x px+x 2) n p Première S ( Lycée du golfe de Saint Tropez) Statistique Année 2015/ / 13

18 Définitions Autre Formule Démonstration D après la définition: ( x1 x ) 2 n1 + ( x 2 x ) 2 n2 + + ( x p x ) 2 np En développant ( les carrés x 1 2 2x 1x+ x 2) ( n 1 + x 2 2 2x 2x+ x 2) ( n xp 2 2x px+x 2) n p En regroupant les termes Première S ( Lycée du golfe de Saint Tropez) Statistique Année 2015/ / 13

19 Définitions Autre Formule Démonstration D après la définition: ( x1 x ) 2 n1 + ( x 2 x ) 2 n2 + + ( x p x ) 2 np En développant ( les carrés x 1 2 2x 1x+ x 2) ( n 1 + x 2 2 2x 2x+ x 2) ( n xp 2 2x px+x 2) n p En regroupant les termes x2 1 n 1+ x 2 2 n 2+ +x 2 p n p 2x x 1 n 1 + x 2 n 2 + +x p n p + x 2 n 1+ n 2 + +n p Première S ( Lycée du golfe de Saint Tropez) Statistique Année 2015/ / 13

20 Définitions Autre Formule Démonstration D après la définition: ( x1 x ) 2 n1 + ( x 2 x ) 2 n2 + + ( x p x ) 2 np En développant ( les carrés x 1 2 2x 1x+ x 2) ( n 1 + x 2 2 2x 2x+ x 2) ( n xp 2 2x px+x 2) n p En regroupant les termes x2 1 n 1+ x 2 2 n 2+ +x 2 p n p En simplifiant 2x x 1 n 1 + x 2 n 2 + +x p n p + x 2 n 1+ n 2 + +n p Première S ( Lycée du golfe de Saint Tropez) Statistique Année 2015/ / 13

21 Définitions Autre Formule Démonstration D après la définition: ( x1 x ) 2 n1 + ( x 2 x ) 2 n2 + + ( x p x ) 2 np En développant ( les carrés x 1 2 2x 1x+ x 2) ( n 1 + x 2 2 2x 2x+ x 2) ( n xp 2 2x px+x 2) n p En regroupant les termes x2 1 n 1+ x 2 2 n 2+ +x 2 p n p En simplifiant x2 1 n 1+ x 2 2 n 2+ +x 2 p n p 2x x 1 n 1 + x 2 n 2 + +x p n p 2x x+x x 2 n 1+ n 2 + +n p Première S ( Lycée du golfe de Saint Tropez) Statistique Année 2015/ / 13

22 Définitions Autre Formule Démonstration D après la définition: ( x1 x ) 2 n1 + ( x 2 x ) 2 n2 + + ( x p x ) 2 np En développant ( les carrés x 1 2 2x 1x+ x 2) ( n 1 + x 2 2 2x 2x+ x 2) ( n xp 2 2x px+x 2) n p En regroupant les termes x2 1 n 1+ x 2 2 n 2+ +x 2 p n p En simplifiant x2 1 n 1+ x 2 2 n 2+ +x 2 p n p D où le résultat 2x x 1 n 1 + x 2 n 2 + +x p n p 2x x+x x 2 n 1+ n 2 + +n p Première S ( Lycée du golfe de Saint Tropez) Statistique Année 2015/ / 13

23 Définitions Autre Formule Démonstration D après la définition: ( x1 x ) 2 n1 + ( x 2 x ) 2 n2 + + ( x p x ) 2 np En développant ( les carrés x 1 2 2x 1x+ x 2) ( n 1 + x 2 2 2x 2x+ x 2) ( n xp 2 2x px+x 2) n p En regroupant les termes x2 1 n 1+ x 2 2 n 2+ +x 2 p n p En simplifiant x2 1 n 1+ x 2 2 n 2+ +x 2 p n p D où le résultat x2 1 n 1+ x 2 2 n 2+ +x 2 p n p 2x x 1 n 1 + x 2 n 2 + +x p n p 2x x+x 2 1 x 2 + x 2 n 1+ n 2 + +n p Première S ( Lycée du golfe de Saint Tropez) Statistique Année 2015/ / 13

24 IV) Première S ( Lycée du golfe de Saint Tropez) Statistique Année 2015/ / 13

25 IV) Première S ( Lycée du golfe de Saint Tropez) Statistique Année 2015/ / 13

Statistique : Résumé de cours et méthodes

Statistique : Résumé de cours et méthodes Statistique : Résumé de cours et méthodes 1 Vocabulaire : Population : c est l ensemble étudié. Individu : c est un élément de la population. Effectif total : c est le nombre total d individus. Caractère

Plus en détail

Représentation d une distribution

Représentation 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 détail

Séries Statistiques Simples

Séries 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 détail

Statistiques 0,14 0,11

Statistiques 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 détail

Statistiques avec la graph 35+

Statistiques avec la graph 35+ Statistiques avec la graph 35+ Enoncé : Dans une entreprise, on a dénombré 59 femmes et 130 hommes fumeurs. L entreprise souhaite proposer à ses employés plusieurs méthodes pour diminuer, voire arrêter,

Plus en détail

Statistiques Descriptives à une dimension

Statistiques Descriptives à une dimension I. Introduction et Définitions 1. Introduction La statistique est une science qui a pour objectif de recueillir et de traiter les informations, souvent en très grand nombre. Elle regroupe l ensemble des

Plus en détail

3. Caractéristiques et fonctions d une v.a.

3. 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 détail

Annexe commune aux séries ES, L et S : boîtes et quantiles

Annexe 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 détail

t 100. = 8 ; le pourcentage de réduction est : 8 % 1 t Le pourcentage d'évolution (appelé aussi taux d'évolution) est le nombre :

t 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 détail

L ANALYSE EN COMPOSANTES PRINCIPALES (A.C.P.) Pierre-Louis GONZALEZ

L 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 détail

Séquence 4. Statistiques. Sommaire. Pré-requis Médiane, quartiles, diagramme en boîte Moyenne, écart-type Synthèse Exercices d approfondissement

Séquence 4. Statistiques. Sommaire. Pré-requis Médiane, quartiles, diagramme en boîte Moyenne, écart-type Synthèse Exercices d approfondissement Séquence 4 Statistiques Sommaire Pré-requis Médiane, quartiles, diagramme en boîte Moyenne, écart-type Synthèse Exercices d approfondissement 1 Introduction «Etude méthodique des faits sociaux par des

Plus en détail

Leçon N 4 : Statistiques à deux variables

Leçon 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 détail

Lois de probabilité. Anita Burgun

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

Plus en détail

Statistiques à une variable

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

Plus en détail

Statistique Descriptive Élémentaire

Statistique Descriptive Élémentaire Publications de l Institut de Mathématiques de Toulouse Statistique Descriptive Élémentaire (version de mai 2010) Alain Baccini Institut de Mathématiques de Toulouse UMR CNRS 5219 Université Paul Sabatier

Plus en détail

FPSTAT 2 í La dçecision statistique. 1. Introduction ça l'infçerence. 1

FPSTAT 2 í La dçecision statistique. 1. Introduction ça l'infçerence. 1 INTRODUCTION ça L'INFçERENCE STATISTIQUE 1. Introduction 2. Notion de variable alçeatoire íprçesentation ívariables alçeatoires discrçetes ívariables alçeatoires continues 3. Reprçesentations d'une distribution

Plus en détail

Statistiques - Cours. 1. Gén éralités. 2. Statistique descriptive univari ée. 3. Statistique descriptive bivariée. 4. Régression orthogonale dans R².

Statistiques - Cours. 1. Gén éralités. 2. Statistique descriptive univari ée. 3. Statistique descriptive bivariée. 4. Régression orthogonale dans R². Statistiques - Cours Page 1 L I C E N C E S c i e n t i f i q u e Cours Henri IMMEDIATO S t a t i s t i q u e s 1 Gén éralités Statistique descriptive univari ée 1 Repr é s e n t a t i o n g r a p h i

Plus en détail

Bulletin d information statistique

Bulletin d information statistique INFOSTAT JUSTICE Divorces : une procédure à deux vitesses Zakia Belmokhtar * Mai 2012 Numéro 117 En visant à permettre un règlement plus rapide et plus complet des demandes en divorce, la loi du 26 mai

Plus en détail

Loi binomiale Lois normales

Loi 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 détail

1. Vocabulaire : Introduction au tableau élémentaire

1. Vocabulaire : Introduction au tableau élémentaire L1-S1 Lire et caractériser l'information géographique - Le traitement statistique univarié Statistique : le terme statistique désigne à la fois : 1) l'ensemble des données numériques concernant une catégorie

Plus en détail

Logiciel XLSTAT version 7.0. 40 rue Damrémont 75018 PARIS

Logiciel 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 détail

à moyen Risque moyen Risq à élevé Risque élevé Risq e Risque faible à moyen Risq Risque moyen à élevé Risq

à moyen Risque moyen Risq à élevé Risque élevé Risq e Risque faible à moyen Risq Risque moyen à élevé Risq e élevé Risque faible Risq à moyen Risque moyen Risq à élevé Risque élevé Risq e Risque faible à moyen Risq Risque moyen à élevé Risq L e s I n d i c e s F u n d a t a é Risque Les Indices de faible risque

Plus en détail

MATHÉMATIQUES. Mat-4104

MATHÉMATIQUES. Mat-4104 MATHÉMATIQUES Pré-test D Mat-404 Questionnaire e pas écrire sur le questionnaire Préparé par : M. GHELLACHE Mai 009 Questionnaire Page / 0 Exercice ) En justifiant votre réponse, dites quel type d étude

Plus en détail

STATISTIQUES DESCRIPTIVES

STATISTIQUES DESCRIPTIVES 1 sur 7 STATISTIQUES DESCRIPTIVES En italien, «stato» désigne l état. Ce mot à donné «statista» pour «homme d état». En 1670, le mot est devenu en latin «statisticus» pour signifier ce qui est relatif

Plus en détail

glossaire Appellation commerciale Voir nom de marque.

glossaire Appellation commerciale Voir nom de marque. glossaire Accessibilité financière Le coût d un traitement par rapport au revenu de la population. dans cette enquête, le salaire journalier minimum d un employé non-qualifié du secteur public est comparé

Plus en détail

Étude sur les taux de revalorisation des contrats individuels d assurance vie au titre de 2013 n 26 mai 2014

Étude sur les taux de revalorisation des contrats individuels d assurance vie au titre de 2013 n 26 mai 2014 n 26 mai 2014 Étude sur les taux de revalorisation des contrats individuels d assurance vie au titre de 2013 Sommaire 1.INTRODUCTION 4 2.LE MARCHÉ DE L ASSURANCE VIE INDIVIDUELLE 6 2.1.La bancassurance

Plus en détail

Biostatistiques : Petits effectifs

Biostatistiques : Petits effectifs Biostatistiques : Petits effectifs Master Recherche Biologie et Santé P. Devos DRCI CHRU de Lille EA2694 patrick.devos@univ-lille2.fr Plan Données Générales : Définition des statistiques Principe de l

Plus en détail

Soit la fonction affine qui, pour représentant le nombre de mois écoulés, renvoie la somme économisée.

Soit la fonction affine qui, pour représentant le nombre de mois écoulés, renvoie la somme économisée. ANALYSE 5 points Exercice 1 : Léonie souhaite acheter un lecteur MP3. Le prix affiché (49 ) dépasse largement la somme dont elle dispose. Elle décide donc d économiser régulièrement. Elle a relevé qu elle

Plus en détail

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

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

Plus en détail

Terminale STMG Lycée Jean Vilar 2014/2015. Terminale STMG. O. Lader

Terminale 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 détail

Résumé du Cours de Statistique Descriptive. Yves Tillé

Résumé du Cours de Statistique Descriptive. Yves Tillé Résumé du Cours de Statistique Descriptive Yves Tillé 15 décembre 2010 2 Objectif et moyens Objectifs du cours Apprendre les principales techniques de statistique descriptive univariée et bivariée. Être

Plus en détail

- Ressources pour les classes

- Ressources pour les classes Mathématiques Collège - Ressources pour les classes de 6 e, 5 e, 4 e, et 3 e du collège - - Organisation et gestion de données au collège - Ce document peut être utilisé librement dans le cadre des enseignements

Plus en détail

Introduction aux Statistiques et à l utilisation du logiciel R

Introduction aux Statistiques et à l utilisation du logiciel R Introduction aux Statistiques et à l utilisation du logiciel R Christophe Lalanne Christophe Pallier 1 Introduction 2 Comparaisons de deux moyennes 2.1 Objet de l étude On a mesuré le temps de sommeil

Plus en détail

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

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

Plus en détail

Statistique descriptive. Fabrice MAZEROLLE Professeur de sciences économiques Université Paul Cézanne. Notes de cours

Statistique descriptive. Fabrice MAZEROLLE Professeur de sciences économiques Université Paul Cézanne. Notes de cours Statistique descriptive Fabrice MAZEROLLE Professeur de sciences économiques Université Paul Cézanne Notes de cours Dernière mise à jour le mercredi 25 février 2009 1 ère année de Licence Aix & Marseille

Plus en détail

PowerControl VI Getting Started 09/06/2008 1

PowerControl VI Getting Started 09/06/2008 1 PowerControl VI Getting Started 09/06/2008 1 Sleep Modus Par Sleep Mode s entend «l état de repos» du PowerControl VI (PC VI). Appuyez 10 sec. sur, pour activer le mode Sleep. Cela n est que possible,

Plus en détail

BACCALAURÉAT PROFESSIONNEL SUJET

BACCALAURÉAT PROFESSIONNEL SUJET SESSION 203 Métropole - Réunion - Mayotte BACCALAURÉAT PROFESSIONNEL ÉPREUVE E4 CULTURE SCIENTIFIQUE ET TECHNOLOGIQUE : MATHÉMATIQUES Toutes options Durée : 2 heures Matériel(s) et document(s) autorisé(s)

Plus en détail

Probabilités et Statistiques. Feuille 2 : variables aléatoires discrètes

Probabilités et Statistiques. Feuille 2 : variables aléatoires discrètes IUT HSE Probabilités et Statistiques Feuille : variables aléatoires discrètes 1 Exercices Dénombrements Exercice 1. On souhaite ranger sur une étagère 4 livres de mathématiques (distincts), 6 livres de

Plus en détail

Statistiques descriptives

Statistiques descriptives Statistiques descriptives L3 Maths-Eco Université de Nantes Frédéric Lavancier F. Lavancier (Univ. Nantes) Statistiques descriptives 1 1 Vocabulaire de base F. Lavancier (Univ. Nantes) Statistiques descriptives

Plus en détail

Analyse et interprétation des données

Analyse et interprétation des données 8 Analyse et interprétation des données Les données de l enquête peuvent être utilisées pour différents types d analyses aussi bien au niveau national qu au niveau international. Ce chapitre explique comment

Plus en détail

Chapitre 2 Les ondes progressives périodiques

Chapitre 2 Les ondes progressives périodiques DERNIÈRE IMPRESSION LE er août 203 à 7:04 Chapitre 2 Les ondes progressives périodiques Table des matières Onde périodique 2 2 Les ondes sinusoïdales 3 3 Les ondes acoustiques 4 3. Les sons audibles.............................

Plus en détail

4 Statistiques. Les notions abordées dans ce chapitre CHAPITRE

4 Statistiques. Les notions abordées dans ce chapitre CHAPITRE CHAPITRE Statistiques Population (en milliers) 63 6 6 6 Évolution de la population en France 9 998 999 3 Année Le graphique ci-contre indique l évolution de la population française de 998 à. On constate

Plus en détail

1.1 Codage de source et test d hypothèse

1.1 Codage de source et test d hypothèse Théorie de l information et codage 200/20 Cours 8février20 Enseignant: Marc Lelarge Scribe: Marc Lelarge Pour information Page webdu cours http://www.di.ens.fr/~lelarge/info.html Notations Pour des variables

Plus en détail

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

LEÇON N 7 : Schéma de Bernoulli et loi binomiale. Exemples. LEÇON N 7 : Schéma de Bernoulli et loi binomiale. Exemples. Pré-requis : Probabilités : définition, calculs et probabilités conditionnelles ; Notion de variables aléatoires, et propriétés associées : espérance,

Plus en détail

CALCUL DES PROBABILITES

CALCUL DES PROBABILITES CALCUL DES PROBABILITES Exemple On lance une pièce de monnaie une fois. Ensemble des événements élémentaires: E = pile, face. La chance pour obtenir pile vaut 50 %, pour obtenir face vaut aussi 50 %. Les

Plus en détail

Classe de première L

Classe de première L Classe de première L Orientations générales Pour bon nombre d élèves qui s orientent en série L, la classe de première sera une fin d étude en mathématiques au lycée. On a donc voulu ici assurer à tous

Plus en détail

I. Cas de l équiprobabilité

I. Cas de l équiprobabilité I. Cas de l équiprobabilité Enoncé : On lance deux dés. L un est noir et l autre est blanc. Calculer les probabilités suivantes : A «Obtenir exactement un as» «Obtenir au moins un as» C «Obtenir au plus

Plus en détail

Lire ; Compter ; Tester... avec R

Lire ; 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 détail

Moments des variables aléatoires réelles

Moments des variables aléatoires réelles Chapter 6 Moments des variables aléatoires réelles Sommaire 6.1 Espérance des variables aléatoires réelles................................ 46 6.1.1 Définition et calcul........................................

Plus en détail

Unity Real Time 2.0 Service Pack 2 update

Unity Real Time 2.0 Service Pack 2 update Unity Real Time 2.0 Service Pack 2 update Configuration des Objectifs Analytiques La nouvelle version permet, en un écran, de configurer un lot, un panel ou un instrument. Le menu est accessible au moyen

Plus en détail

Tests de comparaison de moyennes. Dr Sahar BAYAT MASTER 1 année 2009-2010 UE «Introduction à la biostatistique»

Tests de comparaison de moyennes. Dr Sahar BAYAT MASTER 1 année 2009-2010 UE «Introduction à la biostatistique» Tests de comparaison de moyennes Dr Sahar BAYAT MASTER 1 année 2009-2010 UE «Introduction à la biostatistique» Test de Z ou de l écart réduit Le test de Z : comparer des paramètres en testant leurs différences

Plus en détail

Services bancaires par Internet aux entreprises. Guide pratique pour : Rapports de solde Version 8.05.22

Services bancaires par Internet aux entreprises. Guide pratique pour : Rapports de solde Version 8.05.22 Services bancaires par Internet aux entreprises Guide pratique pour : Rapports de solde Version 8.05.22 Table des matières Avez-vous besoin d aide?... 3 Exigences informatiques... 4 Navigateurs acceptés...

Plus en détail

UNE FORMATION POUR APPRENDRE À PRÉSENTER DES DONNÉES CHIFFRÉES : POUR QUI ET POURQUOI? Bénédicte Garnier & Elisabeth Morand

UNE FORMATION POUR APPRENDRE À PRÉSENTER DES DONNÉES CHIFFRÉES : POUR QUI ET POURQUOI? Bénédicte Garnier & Elisabeth Morand UNE FORMATION POUR APPRENDRE À PRÉSENTER DES DONNÉES CHIFFRÉES : POUR QUI ET POURQUOI? Bénédicte Garnier & Elisabeth Morand Service méthodes statistiques Institut National d Etudes Démographiques (Ined)

Plus en détail

2 S I M 1 P H O N E G U I D E U T I L I S A T E U R. Guide d utilisation E-commerce / Prestashop

2 S I M 1 P H O N E G U I D E U T I L I S A T E U R. Guide d utilisation E-commerce / Prestashop 2 S I M 1 P H O N E G U I D E U T I L I S A T E U R Guide d utilisation E-commerce / Prestashop 1 2 S I M 1 P H O N E S O M M A I R E 1. Noms d utilisateurs et mots de passe..... Page 3 Adresse mail Prestashop

Plus en détail

SINE 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 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 détail

Estimation et tests statistiques, TD 5. Solutions

Estimation et tests statistiques, TD 5. Solutions ISTIL, Tronc commun de première année Introduction aux méthodes probabilistes et statistiques, 2008 2009 Estimation et tests statistiques, TD 5. Solutions Exercice 1 Dans un centre avicole, des études

Plus en détail

La rémunération des concepteurs. en théâtre au Québec. de 2004 à 2006

La rémunération des concepteurs. en théâtre au Québec. de 2004 à 2006 La rémunération des concepteurs en théâtre au Québec de 2004 à 2006 Conseil québécois du théâtre - novembre 2007 Dans le cadre des travaux préparatoires des SECONDS ÉTATS GÉNÉRAUX DU THÉÂTRE PROFESSIONNEL

Plus en détail

Précision d un résultat et calculs d incertitudes

Précision d un résultat et calculs d incertitudes Précision d un résultat et calculs d incertitudes PSI* 2012-2013 Lycée Chaptal 3 Table des matières Table des matières 1. Présentation d un résultat numérique................................ 4 1.1 Notations.........................................................

Plus en détail

d évaluation de la toux chez l enfant

d évaluation de la toux chez l enfant Validation d un questionnaire d évaluation de la toux chez l enfant Mémoire présenté par Caroline TROCCY Pour l obtention du diplôme de master(e) en kinésithérapie Promoteur: Monsieur G. Reychler Année

Plus en détail

Note de service À : De :

Note 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 détail

Couples de variables aléatoires discrètes

Couples de variables aléatoires discrètes Couples de variables aléatoires discrètes ECE Lycée Carnot mai Dans ce dernier chapitre de probabilités de l'année, nous allons introduire l'étude de couples de variables aléatoires, c'est-à-dire l'étude

Plus en détail

TUTORAT DU PORTAIL FAMILLES

TUTORAT DU PORTAIL FAMILLES TUTORAT DU PORTAIL FAMILLES Ce tutorat va vous permettre de procéder : à l inscription (ou la désinscription) d un (ou de plusieurs) repas, de mettre à jour les données concernant votre famille, de payer

Plus en détail

LA FABRIQUE Lieu de formation, d échange et de création artistique. St Jean de Bournay (38) Formation

LA FABRIQUE Lieu de formation, d échange et de création artistique. St Jean de Bournay (38) Formation LA FABRIQUE Lieu de formation, d échange et de création artistique St Jean de Bournay (38) Formation Montage vidéo avec adobe premiere Stage de 3 jours (24h) du 8 au 10 Avril 2015 dispensé par Jean-Christophe

Plus en détail

Manuel d installation de Business Objects Web Intelligence Rich Client.

Manuel d installation de Business Objects Web Intelligence Rich Client. Manuel d installation de Business Objects Web Intelligence Rich Client. Sommaire 1 Introduction... 3 2 Préconisation... 4 3 Lancement de l installation... 5 4 Installation du logiciel Rich Client... 6

Plus en détail

IBM SPSS Statistics Base 20

IBM SPSS Statistics Base 20 IBM SPSS Statistics Base 20 Remarque : Avant d utiliser ces informations et le produit qu elles concernent, lisez les informations générales sous Remarques sur p. 316. Cette version s applique à IBM SPSS

Plus en détail

TEST 17 FORCE 2. gums. chewing gums. Russie : badge. rouge. trompé.

TEST 17 FORCE 2. gums. chewing gums. Russie : badge. rouge. trompé. TEST 17 éclencher lee chronomètree pour 20 minutes FORCE 2 3 Lire le texte et répondre aux questions. 1 GLOP et GLUP collectionnent les chaussettes trouées et en possènt ensemble 216. Si GLUP donnait 3

Plus en détail

INFIRMIER(E) GRADUE(E) SPECIALISE(E) EN SANTE COMMUNAUTAIRE HAUTE ECOLE DE LA PROVINCE DE LIEGE PROFESSEUR : RENARD X.

INFIRMIER(E) GRADUE(E) SPECIALISE(E) EN SANTE COMMUNAUTAIRE HAUTE ECOLE DE LA PROVINCE DE LIEGE PROFESSEUR : RENARD X. INFIRMIER(E) GRADUE(E) SPECIALISE(E) EN SANTE COMMUNAUTAIRE HAUTE ECOLE DE LA PROVINCE DE LIEGE PROFESSEUR : RENARD X. Année scolaire 009-010 TABLE DES MATIERES CHAPITRE 1: Eléments de statistiques descriptives...

Plus en détail

ACTUARIAT 1, ACT 2121, AUTOMNE 2013 #12

ACTUARIAT 1, ACT 2121, AUTOMNE 2013 #12 ACTUARIAT 1, ACT 2121, AUTOMNE 2013 #12 ARTHUR CHARPENTIER 1 Une compagnie d assurance modélise le montant de la perte lors d un accident par la variable aléatoire continue X uniforme sur l intervalle

Plus en détail

Marché 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 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 détail

8 : Comme ser e Cr e r e C.V.

8 : Comme ser e Cr e r e C.V. Page 1 de 5 À l aide des renseignements que vous avez entrés dans votre Plan, vous pouvez monter un curriculum vitae d apparence professionnelle en vous servant du Créateur de C.V. de Career Cruising.

Plus en détail

Licence MASS 2000-2001. (Re-)Mise à niveau en Probabilités. Feuilles de 1 à 7

Licence MASS 2000-2001. (Re-)Mise à niveau en Probabilités. Feuilles de 1 à 7 Feuilles de 1 à 7 Ces feuilles avec 25 exercices et quelques rappels historiques furent distribuées à des étudiants de troisième année, dans le cadre d un cours intensif sur deux semaines, en début d année,

Plus en détail

Guide au remboursement anticipé du prêt hypothécaire

Guide au remboursement anticipé du prêt hypothécaire Guide au remboursement anticipé du prêt Ce guide vous aidera à prendre connaissance des options de remboursement anticipé qui s offrent à vous et à choisir la solution la mieux adaptée à vos besoins. Comprendre

Plus en détail

Catalogue des connaissances de base en mathématiques dispensées dans les gymnases, lycées et collèges romands.

Catalogue des connaissances de base en mathématiques dispensées dans les gymnases, lycées et collèges romands. Catalogue des connaissances de base en mathématiques dispensées dans les gymnases, lycées et collèges romands. Pourquoi un autre catalogue en Suisse romande Historique En 1990, la CRUS (Conférences des

Plus en détail

Les devoirs en Première STMG

Les devoirs en Première STMG Les devoirs en Première STMG O. Lader Table des matières Devoir sur table 1 : Proportions et inclusions....................... 2 Devoir sur table 1 : Proportions et inclusions (corrigé)..................

Plus en détail

Variables Aléatoires. Chapitre 2

Variables Aléatoires. Chapitre 2 Chapitre 2 Variables Aléatoires Après avoir réalisé une expérience, on ne s intéresse bien souvent à une certaine fonction du résultat et non au résultat en lui-même. Lorsqu on regarde une portion d ADN,

Plus en détail

ELEGANT ET COMPACT. Pièces frontales décoratives ETAP

ELEGANT ET COMPACT. Pièces frontales décoratives ETAP K1 ELEGANT ET COMPACT 2 K1 ETAP K1 possède une forme élégante et compacte qui s intègre aux environnements les plus variés. La gamme très complète utilise différentes sources lumineuses et des possibilités

Plus en détail

Organiser vos documents Windows XP

Organiser vos documents Windows XP Organiser vos documents Windows XP Dossier? Fichier? Qu'est ce que c'est? Un dossier (autrement appelé répertoire) est un élément dans lequel on peut mettre d'autres dossiers, ou des fichiers (ou les 2).

Plus en détail

ACTUARIAT 1, ACT 2121, AUTOMNE 2013 #6

ACTUARIAT 1, ACT 2121, AUTOMNE 2013 #6 ACTUARIAT 1, ACT 2121, AUTOMNE 2013 #6 ARTHUR CHARPENTIER 1 Supposons que le nombre X de coups de téléphone durant une heure suive une loi de Poisson avec moyenne λ. Sachant que P (X = 1 X 1) = 0.8, trouver

Plus en détail

Mauriac, samedi 30 mai 2015. 4, rue Galilée 75116 PARIS Tél. : 01 43 06 08 10 Web : www.cabinetmichelklopfer.fr Mail : cmk@cabinetmichelklopfer.

Mauriac, samedi 30 mai 2015. 4, rue Galilée 75116 PARIS Tél. : 01 43 06 08 10 Web : www.cabinetmichelklopfer.fr Mail : cmk@cabinetmichelklopfer. Impact de la baisse des concours d Etat sur la situation financière des collectivités locales et données financières des communes et communautés du Cantal Mauriac, samedi 30 mai 2015 4, rue Galilée 75116

Plus en détail

3 ème 2 DÉVELOPPEMENT FACTORISATIONS ET IDENTITÉS REMARQUABLES 1/5 1 - Développements

3 ème 2 DÉVELOPPEMENT FACTORISATIONS ET IDENTITÉS REMARQUABLES 1/5 1 - Développements 3 ème 2 DÉVELOPPEMENT FACTORISATIONS ET IDENTITÉS REMARQUABLES 1/5 1 - Développements Développer une expression consiste à transformer un produit en une somme Qu est-ce qu une somme? Qu est-ce qu un produit?

Plus en détail

TD1 Signaux, énergie et puissance, signaux aléatoires

TD1 Signaux, énergie et puissance, signaux aléatoires TD1 Signaux, énergie et puissance, signaux aléatoires I ) Ecrire l'expression analytique des signaux représentés sur les figures suivantes à l'aide de signaux particuliers. Dans le cas du signal y(t) trouver

Plus en détail

Introduction : Essais de phase I

Introduction : Essais de phase I Schéma de recherche de dose dans les essais de phase I : comparaison par simulations dans un cadre temporel A Doussau 1,2, MC Le Deley 3, B Asselain 1, G Vassal 3, X Paoletti 1 1 - Institut Curie, 2 -

Plus en détail

Coefficients binomiaux

Coefficients binomiaux Probabilités L2 Exercices Chapitre 2 Coefficients binomiaux 1 ( ) On appelle chemin une suite de segments de longueur 1, dirigés soit vers le haut, soit vers la droite 1 Dénombrer tous les chemins allant

Plus en détail

Unité E Variation et analyse statistique

Unité E Variation et analyse statistique Unité E Variation et analyse statistique VARIATION ET ANALYSE STATISTIQUE Introduction Ce module présente aux élèves deux méthodes d'utilisation des statistiques pour décrire des données et tirer des conclusions

Plus en détail

Introduction à l approche bootstrap

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

Plus en détail

Probabilités sur un univers fini

Probabilités sur un univers fini [http://mp.cpgedupuydelome.fr] édité le 10 août 2015 Enoncés 1 Proailités sur un univers fini Evènements et langage ensemliste A quelle condition sur (a,, c, d) ]0, 1[ 4 existe-t-il une proailité P sur

Plus en détail

Cours de méthodes de scoring

Cours de méthodes de scoring UNIVERSITE DE CARTHAGE ECOLE SUPERIEURE DE STATISTIQUE ET D ANALYSE DE L INFORMATION Cours de méthodes de scoring Préparé par Hassen MATHLOUTHI Année universitaire 2013-2014 Cours de méthodes de scoring-

Plus en détail

L accord est basé sur des dispositions légales (Art. 344ff OR, ArG, BBG, BBV).

L accord est basé sur des dispositions légales (Art. 344ff OR, ArG, BBG, BBV). Accord concernant l apprenant/e XXXYYY comme entre l entreprise formatrice XY Mme XX NP domicile et fribap Réseau d entreprises formatrices Mostereiweg 6 3186 Guin au sujet de la collaboration pour la

Plus en détail

RESTRUCTURATION DU SERVICE DE RESTAURATION

RESTRUCTURATION DU SERVICE DE RESTAURATION CP 12-742 Rapport pour la commission permanente du conseil régional NOVEMBRE 2012 Présenté par Jean-Paul Huchon Président du conseil régional d'ile-de-france LYCEE COLBERT A LA CELLE

Plus en détail

STAGE IREM 0- Premiers pas en Python

STAGE IREM 0- Premiers pas en Python Université de Bordeaux 16-18 Février 2014/2015 STAGE IREM 0- Premiers pas en Python IREM de Bordeaux Affectation et expressions Le langage python permet tout d abord de faire des calculs. On peut évaluer

Plus en détail

Brock. Rapport supérieur

Brock. Rapport supérieur Simplification du processus de demande d aide financière dans les établissementss : Étude de cas à l Université Brock Rapport préparé par Higher Education Strategy Associates et Canadian Education Project

Plus en détail

Evaluation d un nouveau vidéo endoscope bronchique à usage unique avec canal opérateur en réanimation

Evaluation d un nouveau vidéo endoscope bronchique à usage unique avec canal opérateur en réanimation Evaluation d un nouveau vidéo endoscope bronchique à usage unique avec canal opérateur en réanimation Mémoire de DESC de réanimation Soutenu le 10 décembre 2014 par le Dr Julie Mankikian Directeur de mémoire:

Plus en détail

T2- COMMENT PASSER DE LA VITESSE DES ROUES A CELLE DE LA VOITURE? L E T U N I N G

T2- COMMENT PASSER DE LA VITESSE DES ROUES A CELLE DE LA VOITURE? L E T U N I N G T2- COMMENT PASSER DE LA VITESSE DES ROUES A CELLE DE LA VOITURE? D É M A R C H E D I N V E S T I G A T I O N : L E T U N I N G Programme de seconde professionnelle Situation introductive problématique

Plus en détail

INFORMATIQUE : LOGICIELS TABLEUR ET GESTIONNAIRE DE BASES DE DONNEES

INFORMATIQUE : LOGICIELS TABLEUR ET GESTIONNAIRE DE BASES DE DONNEES MINISTERE DE LA COMMUNAUTE FRANCAISE ADMINISTRATION GENRALE DE L ENSEIGNEMENT ET DE LA RECHERCHE SCIENTIFIQUE ENSEIGNEMENT DE PROMOTION SOCIALE DE REGIME 1 DOSSIER PEDAGOGIQUE UNITE DE FORMATION INFORMATIQUE

Plus en détail

Qu est-ce qu une probabilité?

Qu est-ce qu une probabilité? Chapitre 1 Qu est-ce qu une probabilité? 1 Modéliser une expérience dont on ne peut prédire le résultat 1.1 Ensemble fondamental d une expérience aléatoire Une expérience aléatoire est une expérience dont

Plus en détail

ELASTICITE DE LA DEMANDE Calcul de l'elasticite & Applications Plan du cours I. L'elasticite de la demande & ses determinants II. Calcul de l'elasticite & pente de la courbe de demande III. Applications

Plus en détail

UEO11 COURS/TD 1. nombres entiers et réels codés en mémoire centrale. Caractères alphabétiques et caractères spéciaux.

UEO11 COURS/TD 1. nombres entiers et réels codés en mémoire centrale. Caractères alphabétiques et caractères spéciaux. UEO11 COURS/TD 1 Contenu du semestre Cours et TDs sont intégrés L objectif de ce cours équivalent a 6h de cours, 10h de TD et 8h de TP est le suivant : - initiation à l algorithmique - notions de bases

Plus en détail

Combien coûtent vos soins dentaires?

Combien coûtent vos soins dentaires? Combien coûtent vos soins dentaires? Enquête nationale MC sur les soins dentaires Alliance nationale des Mutualités chrétiennes 03-04-2014 Research & Development Bram Peters et Pauline van Cutsem Table

Plus en détail

Exo7. Limites de fonctions. 1 Théorie. 2 Calculs

Exo7. Limites de fonctions. 1 Théorie. 2 Calculs Eo7 Limites de fonctions Théorie Eercice Montrer que toute fonction périodique et non constante n admet pas de ite en + Montrer que toute fonction croissante et majorée admet une ite finie en + Indication

Plus en détail

données en connaissance et en actions?

données en connaissance et en actions? 1 Partie 2 : Présentation de la plateforme SPSS Modeler : Comment transformer vos données en connaissance et en actions? SPSS Modeler : l atelier de data mining Large gamme de techniques d analyse (algorithmes)

Plus en détail