Chapitre 7. Tests d hypothèse. Sommaire. 1. Introduction Principe des tests...3
|
|
- Valentine Richard
- il y a 7 ans
- Total affichages :
Transcription
1 Mathématiques : Outils pour la Biologie Deug SV UCBL D. Mouchiroud (8/0/003) Chapitre 7 Tests d hypothèse Sommaire. Itroductio.. 3. Pricipe des tests Choix de l hypothèse à tester.4... Hypothèse ulle et hypothèse alterative Test uilatéral et bilatéral..4.. Choix d u test statistique.5.3. Choix de la régio critique et règle de décisio.6.4. Risques d erreur, puissace et robustesse d u test Risque d erreur de première espèce ou risque α Risque d erreur de deuxième espèce ou risque β La puissace ( - β) et robustesse d u test Tests de coformité Comparaiso d ue moyee observée et ue moyee théorique Pricipe du test Variace de la populatio coue Variace de la populatio icoue Comparaiso d ue fréquece observée et ue fréquece théorique Pricipe du test Statistique du test Applicatio et décisio
2 Mathématiques : Outils pour la Biologie Deug SV UCBL D. Mouchiroud (8/0/003) 4. Tests d homogééité Comparaiso de deux variaces Pricipe du test Statistique du test Applicatio et décisio Comparaiso de deux moyees Pricipe du test Les variaces des populatios sot coues Les variaces des populatios sot icoues et égales Les variaces des populatios sot icoues et iégales Comparaiso de deux fréqueces Pricipe du test Statistique du test ε Applicatio et décisio
3 Mathématiques : Outils pour la Biologie Deug SV UCBL D. Mouchiroud (8/0/003) Itroductio U test d hypothèse est u procédé d iférece permettat de cotrôler (accepter ou rejeter) à partir de l'étude d'u ou plusieurs échatillos aléatoires, la validité d hypothèses relatives à ue ou plusieurs populatios. Les méthodes de l iférece statistique ous permettet de détermier, avec ue probabilité doée, si les différeces costatées au iveau des échatillos peuvet être imputables au hasard ou si elles sot suffisammet importates pour sigifier que les échatillos provieet de populatios vraisemblablemet différetes. Les tests d hypothèses fot appel à u certai ombre d hypothèses cocerat la ature de la populatio dot proviet l échatillo étudié (ormalité de la variable, égalité des variaces, etc). E foctio de l hypothèse testée, plusieurs types de tests peuvet être réalisés : Les tests destiés à vérifier si u échatillo peut être cosidéré comme extrait d ue populatio doée, vis-à-vis d'u paramètre comme la moyee ou la fréquece observée (tests de coformité) ou par rapport à sa distributio observée (tests d ajustemet). Das ce cas la loi théorique du paramètre est coue au iveau de la populatio. Est-ce que le taux de glucose moye mesuré das u échatillo d idividus traités est coforme au taux de glucose moye cou das la populatio? (test de coformité) Estce que la distributio des fréqueces géotypiques observées pour u locus doé est coforme à celle attedue sous l'hypothèse du modèle de Hardy-Weiberg? (test d ajustemet). Les tests destiés à comparer plusieurs populatios à l aide d u ombre équivalet d échatillos (tests d égalité ou d homogééité) sot les plus courammet utilisés. Das ce cas la loi théorique du paramètre est icoue au iveau des populatios. O peut ajouter à cette catégorie le test d idépedace qui cherche à tester l idépedace etre deux caractères, gééralemet qualitatifs. Y a-t-il ue différece etre le taux de glucose moye mesuré pour deux échatillos d idividus ayat reçu des traitemets différets? (tests d égalité ou d homogééité). Est-ce que la distributio des fréqueces géotypiques observées pour u locus doé est idépedate du sexe des idividus? (test d idépedace). Pricipe des tests Le pricipe des tests d hypothèse est de poser ue hypothèse de travail et de prédire les coséqueces de cette hypothèse pour la populatio ou l échatillo. O compare ces prédictios avec les observatios et l o coclut e acceptat ou e rejetat l hypothèse de travail à partir de règles de décisios objectives. Défiir les hypothèses de travail, costitue u élémet essetiel des tests d'hypothèses de même que vérifier les coditios d'applicatio de ces derières (ormalité de la variable, égalité des variaces ou homoscédasticité, etc)
4 Mathématiques : Outils pour la Biologie Deug SV UCBL D. Mouchiroud (8/0/003) Différetes étapes doivet être suivies pour tester ue hypothèse : () défiir l hypothèse ulle (otée H 0 ) à cotrôler, () choisir u test statistique ou ue statistique pour cotrôler H 0, (3) défiir la distributio de la statistique sous l hypothèse «H 0 est réalisée», (4) défiir le iveau de sigificatio du test ou régio critique otée α, (5) calculer, à partir des doées fouries par l échatillo, la valeur de la statistique (6) predre ue décisio cocerat l hypothèse posée et faire ue iterprétatio biologique. Choix de l hypothèse à tester.. Hypothèse ulle et hypothèse alterative L hypothèse ulle otée H 0 est l hypothèse que l o désire cotrôler : elle cosiste à dire qu il existe pas de différece etre les paramètres comparés ou que la différece observée est pas sigificative et est due aux fluctuatios d échatilloage. Cette hypothèse est formulée das le but d être rejetée. L hypothèse alterative otée H est la égatio de H 0, elle est équivalete à dire «H 0 est fausse». La décisio de rejeter H 0 sigifie que H est réalisée ou H est vraie. Remarque : Il existe ue dissymétrie importate das les coclusios des tests. E effet, la décisio d accepter H 0 est pas équivalete à «H 0 est vraie et H est fausse». Cela traduit seulemet l opiio selo laquelle, il y a pas d évidece ette pour que H 0 soit fausse. U test coduit à rejeter ou à e pas rejeter ue hypothèse ulle jamais à l accepter d emblée... Test uilatéral ou bilatéral La ature de H 0 détermie la faço de formuler H et par coséquece la ature uilatérale ou bilatérale du test. Test bilatéral Si H 0 cosiste à dire que la populatio estudiatie avec ue fréquece de fumeurs «p» est représetative de la populatio avec ue fréquece de fumeurs «p 0», o pose alors : H 0 : p = p 0 et H : p p 0-4 -
5 Mathématiques : Outils pour la Biologie Deug SV UCBL D. Mouchiroud (8/0/003) H 0 : p = p 0 et H : p p 0 Le test sera bilatéral car o cosidère que la fréquece p peut être supérieure ou iférieure à la fréquece p 0. La régio critique α e vert correspod à ue α probabilité de part et d autre de la courbe. Test uilatéral Si l o fait l hypothèse que la fréquece de fumeurs das la populatio estudiatie p est supérieure à la fréquece de fumeurs das la populatio p 0, o pose alors H 0 : p = p 0 et H : p > p 0 : H 0 : p = p 0 et H : p > p 0 Le test sera uilatéral car o cosidère que la fréquece p e peut être que supérieure à la fréquece p 0. La régio critique α e vert correspod à ue probabilité α. Le raisoemet iverse peut être formulé avec l hypothèse suivate : H 0 : p = p 0 et H : p < p 0 Remarque : Seuls les tests bilatéraux serot développés das le cours. Les tests uilatéraux serot traités au iveau des exemples.. Choix d u test statistique Ce choix déped de la ature des doées, du type d hypothèse que l o désire cotrôler, des affirmatios que l o peut admettre cocerat la ature des populatios étudiées (ormalité, égalité des variaces) et d autres critères que ous préciseros
6 Mathématiques : Outils pour la Biologie Deug SV UCBL D. Mouchiroud (8/0/003) U test statistique ou ue statistique est ue foctio des variables aléatoires représetat l échatillo dot la valeur umérique obteue pour l échatillo cosidéré permet de distiguer etre H 0 vraie et H 0 fausse. Das la mesure où la loi de probabilité suivie par le paramètre p 0 au iveau de la populatio e gééral est coue, o peut aisi établir la loi de probabilité de la statistique S telle que : S = p p 0 (voir itervalle de cofiace d ue fréquece).3 Choix de la régio critique et règle de décisio Coaissat la loi de probabilité suivie par la statistique S sous l hypothèse H 0, il est possible d établir ue valeur seuil, S seuil de la statistique pour ue probabilité doée appelée le iveau de sigificatio du test : α. La régio critique correspod à l esemble des valeurs telles que S > S seuil et le iveau de sigificatio est telle que : P(S > S seuil ) = α avec P(S S seuil ) = - α Selo la ature uilatérale ou bilatérale du test, la défiitio de la régio critique varie. Test uilatéral H 0 : p = p 0 Test bilatéral H 0 : p = p 0 Hypothèse alterative Valeur de S sous H S = p p 0 Niveau de sigificatio α H : p > p 0 H : p < p 0 H : p p 0 S > 0 S < 0 S 0 P(S > S seuil ) = α P(S < S seuil ) = α P( S > S seuil ) = α Il existe deux stratégies pour predre ue décisio e ce qui cocere u test d hypothèse : la première stratégie fixe a priori la valeur du seuil de sigificatio α et la secode établit la valeur de la probabilité critique α obs a posteriori
7 Mathématiques : Outils pour la Biologie Deug SV UCBL D. Mouchiroud (8/0/003) Règles de décisio : Sous l hypothèse «H 0 est vraie» et pour u seuil de sigificatio α fixé si la valeur de la statistique S calculée (S obs. ) est supérieure à la valeur seuil S seuil S obs > S seuil alors l hypothèse H 0 est rejetée au risque d erreur α et l hypothèse H est acceptée. si la valeur de la statistique S calculée (S obs. ) est iférieure à la valeur seuil S seuil S obs S seuil alors l hypothèse H 0 e peut être rejetée. Remarque : Le choix du risque α est lié aux coséqueces pratiques de la décisio : si les coséqueces sot graves, o choisira α = % ou, mais si le débat est plutôt académique, le traditioel α = 5 % fera le plus souvet l affaire. Règles de décisio : La probabilité critique α telle que P(S S obs. ) = α obs est évaluée si α obs 0,05 l hypothèse H 0 est acceptée car le risque d erreur de rejeter H 0 alors qu elle est vrai est trop importat. si α obs < 0,05 l hypothèse H 0 est rejetée car le risque d erreur de rejeter H 0 alors qu elle est vrai est très faible..4 Risques d erreur, puissace et robustesse d u test.4. Risque d erreur de première espèce α Le risque d erreur α est la probabilité que la valeur expérimetale ou calculée de la statistique S appartiee à la régio critique si H 0 est vrai. Das ce cas H 0 est rejetée et H est cosidérée comme vraie. Le risque α de première espèce est celui de rejeter H 0 alors qu'elle est vraie α = P( rejeter H 0 / H 0 vraie) ou accepter H alors qu elle est fausse α = P( accepter H / H fausse) La valeur du risque α doit être fixée a priori par l expérimetateur et jamais e foctio des doées. C est u compromis etre le risque de coclure à tort et la faculté de coclure. Remarque : Toutes choses état égales par ailleurs, la régio critique dimiue lorsque α décroît (voir itervalle de cofiace) et doc o rejette mois fréquemmet H 0. A vouloir commettre mois d erreurs, o coclut plus raremet. Exemple : - 7 -
8 Mathématiques : Outils pour la Biologie Deug SV UCBL D. Mouchiroud (8/0/003) Si l o cherche à tester l hypothèse qu ue pièce de moaie est pas «truquée», ous allos adopter la régle de décisio suivate : (mettre image d ue pièce) H 0 : la pièce est pas truquée est acceptée si X [40,60] rejetée si X [40,60] doc soit X < 40 ou X > 60 avec X «ombre de faces» obteus e laçat 00 fois la pièce. Quel est le risque d erreur de première espèce α das ce cas? Répose..4. Risque d erreur de deuxième espèce β Le risque d erreur β est la probabilité que la valeur expérimetale ou calculée de la statistique appartiee pas à la régio critique si H est vrai. Das ce cas H 0 est acceptée et H est cosidérée comme fausse. Le risque β de deuxième espèce est celui d accepter H 0 alors qu'elle est fausse β = P( accepter H 0 / H 0 fausse) ou P( accepter H 0 / H vraie) ou rejeter H alors qu elle est vraie β = P( rejeter H / H vraie) Remarque : Pour quatifier le risque β, il faut coaître la loi de probabilité de la statistique S sous l hypothèse H. Exemple : Si l o repred l exemple précédet de la pièce de moaie, la probabilité p d obteir face est de 0,6 pour ue pièce truquée. Si l o adopte toujours la même régle de décisio : H0 : la pièce est pas truquée est acceptée si X [40,60] rejetée si X [40,60] doc soit X < 40 ou X > 60 avec X «ombre de faces» obteues e laçat 00 fois la pièce. Quel est le risque d erreur de secod espèce β das ce cas? Répose..4.3 La puissace et la robustesse d u test ( - β) Les tests e sot pas faits pour «démotrer» H 0 mais pour «rejeter» H 0. L aptitude d u test à rejeter H 0 alors qu elle est fausse costitue la puissace du test. La puissace d u test est : - β = P( rejeter H 0 / H 0 fausse) = P(accepter H /H vraie) La relatio etre les deux risques d erreur figure sur le graphe ci-dessous
9 Mathématiques : Outils pour la Biologie Deug SV UCBL D. Mouchiroud (8/0/003) - α - β β α s La puissace d u test est foctio de la ature de H, u test uilatéral est plus puissat qu'u test bilatéral. La puissace d u test augmete avec taille de l'échatillo N étudié à valeur de α costat. La puissace d u test dimiue lorsque α dimiue. Exemple : Si l o repred l exemple précédet de la pièce de moaie, calculez la puissace du test lorsque la probabilité d obteir face est respectivemet 0,3-0,4-0,6-0,7-0,8 pour ue pièce truquée. Que costatez-vous? Répose. Les différetes situatios que l o peut recotrer das le cadre des tests d hypothèse sot résumées das le tableau suivat : Réalité Décisio H 0 vraie H 0 fausse No-rejet de H 0 correct Maque de puissace risque de secod espèce β Rejet de H 0 Rejet à tort risque de première espèce α Puissace du test - β La robustesse d ue techique statistique représete sa sesibilité à des écarts aux hypothèses faites. Exemple : Toute chose état égale par ailleurs, que se passe-t-il si l hypothèse de ormalité est pas satistfaite? - 9 -
10 Mathématiques : Outils pour la Biologie Deug SV UCBL D. Mouchiroud (8/0/003) 3 Tests de coformité Les tests de coformité sot destiés à vérifier si u échatillo peut être cosidéré comme extrait d ue populatio doée ou représetatif de cette populatio, vis-à-vis d'u paramètre comme la moyee, la variace ou la fréquece observée. Ceci implique que la loi théorique du paramètre est coue au iveau de la populatio. 3. Comparaiso d ue moyee observée et d ue moyee théorique 3.. Pricipe du test Soit X, ue variable aléatoire observée sur ue populatio, suivat ue loi ormale et u échatillo extrait de cette populatio. Populatio icoue Populatio coue X N(µ,) X N(µ 0, 0 ) Echatilloage aléatoire simple Echatillo, x w, s Hypothèses H 0 : µ = µ 0 H : µ µ 0 Le but est de savoir si u échatillo de moyee x, estimateur de µ, appartiet à ue populatio de référece coue d espérace µ 0 (H 0 vraie) et e diffère de µ 0 que par des fluctuatios d échatilloage ou bie appartiet à ue autre populatio icoue d espérace µ (H vraie). Pour tester cette hypothèse, il existe deux statistiques : la variace 0 de la populatio de référece est coue (test ε) ou cette variace est icoue et il faut l estimer (test T). 3.. Variace de la populatio coue 3... Statistique du test Soit X w la distributio d échatilloage de la moyee das la populatio icoue suit ). ue loi ormale telle que : X w N (µ, La statistique étudiée est l écart : S = X - µ 0 dot la distributio de probabilité est la suivate - 0 -
11 Mathématiques : Outils pour la Biologie Deug SV UCBL D. Mouchiroud (8/0/003) S N (0, ) avec sous H0, E(S) = 0 et V(S) = (voir démostratio) Nous pouvos établir grâce au théorème cetral limite la variable Z cetrée réduite telle que S E( S) X µ 0 Z = = V( S) Sous H 0 : µ = µ 0 X µ 0 Z = avec coue suit ue loi ormale cetrée réduite N(0,) Applicatio et Décisio L hypothèse testée est la suivate : H 0 : µ = µ 0 cotre H : µ µ 0 Ue valeur z de la variable aléatoire Z est calculée : w x µ 0 z = otée aussi ε obs ε calculée (ε obs ) est comparée avec la valeur ε seuil lue sur la table de la loi ormale cetrée réduite pour u risque d erreur α fixé (Règle de décisio ). si ε obs > ε seuil l hypothèse H 0 est rejetée au risque d erreur α : l échatillo appartiet à ue populatio d espérace µ et est pas représetatif de la populatio de référace d espérace µ 0. si ε obs ε seuil l hypothèse H 0 est acceptée: l échatillo est représetatif de la populatio de référece d espérace µ 0. Exemple : La glycémie d ue populatio suit ue loi ormale d espérace µ 0 = g/l et d écart-type 0 = 0, g/l. O relève les glycémies chez 9 patiets. O trouve x =,g/l. Cet échatillo est-il représetatif de la populatio? Répose. - -
12 Mathématiques : Outils pour la Biologie Deug SV UCBL D. Mouchiroud (8/0/003) 3..3 Variace de la populatio icoue Statistique du test La démarche est la même que pour le test ε mais la variace de la populatio état pas coue, elle est estimée par : ˆ = s (voir estimatio poctuelle) La statistique étudiée est l écart : S = X - µ 0 dot la distributio de probabilité est la suivate ˆ ˆ S N (0, ) avec E(S) = 0 et V(S) = (voir démostratio) Nous pouvos établir grâce au théorème cetral limite la variable T cetrée réduite telle que S E( S) X µ 0 T = = V( S) ˆ Sous H 0 : µ = µ 0 X µ 0 T = ˆ avec icoue suit ue ue loi de Studet à - degrés de liberté Applicatio et Décisio L hypothèse testée est la suivate : H 0 : µ = µ 0 cotre H : µ µ 0 Ue valeur t de la variable aléatoire T est calculée : x µ 0 x µ 0 t = = ˆ s t calculée (t obs ) est comparée avec la valeur t seuil lue das la table de Studet pour u risque d erreur α fixé et ( - ) degrés de liberté. si t obs > t seuil l hypothèse H 0 est rejetée au risque d erreur α : l échatillo appartiet à ue populatio d espérace µ et est pas représetatif de la populatio de référece d espérace µ 0. si t obs t seuil l hypothèse H 0 est acceptée: l échatillo est représetatif de la populatio de référece d espérace µ
13 Mathématiques : Outils pour la Biologie Deug SV UCBL D. Mouchiroud (8/0/003) Remarque : Si < 30, la variable aléatoire X étudiée doit impérativemet suivre ue loi ormale N(µ,). Pour 30, la variable de studet t coverge vers ue loi ormale cetrée réduite ε. Exemple : Pour étudier u lot de fabricatio de comprimés, o prélève au hasard 0 comprimés parmis les produits et o les pèse. O observe les valeurs de poids e grammes : 0,8 0,84 0,83 0,80 0,85 0,86 0,85 0,83 0,84 0,80 Le poids moye observé est-il compatible avec la valeur 0,83g, moyee de la productio au seuil 98%? Répose. 3. Comparaiso d ue fréquece observée et d ue fréquece théorique 3.. Pricipe du test Soit X ue variable qualitative preat deux modalités (succès X=, échec X=0) observée sur ue populatio et u échatillo extrait de cette populatio. Populatio icoue Populatio coue X B(,p) X B(,p 0 ) Echatilloage aléatoire simple Echatillo k k,, f= Hypothèses H 0 : p = p 0 H : p p 0 Le but est de savoir si u échatillo de fréquece observée K, estimateur de p, appartiet à ue populatio de référece coue de fréquece p 0 (H 0 vraie) ou à ue autre populatio icoue de fréquece p (H vraie)
14 Mathématiques : Outils pour la Biologie Deug SV UCBL D. Mouchiroud (8/0/003) 3.. Statistique du test La distributio d échatilloage de la fréquece de succès das la populatio icoue, K suit ue loi ormale telle que : K p0q0 suit N (p, ), les variaces état supposées égales das la populatio de référece et la populatio d où est extrait l échatillo. La statistique étudiée est l écart : S = K p 0 dot la distributio de probabilité est la p0q0 suivate S N (0, démostratio) p q ) avec sous H 0 E(S) = 0 et V(S) = 0 0 (voir Nous pouvos établir grâce au théorème cetral limite la variable Z cetrée réduite telle que K p S E( S) 0 Z = = mais seulemet si p 0 et q 0 0 V( S) p0q0 Sous H 0 : p = p 0 K p Z = p0q0. 0 suit ue loi ormale cetrée réduite N(0,) 3..3 Applicatio et décisio L hypothèse testée est la suivate : H 0 : p = p 0 cotre H : p p 0 Ue valeur z de la variable aléatoire Z est calculée : z = k p0 p0q0 otée aussi ε obs ε calculée (ε obs ) est comparée avec la valeur ε seuil lue sur la table de la loi ormale cetrée réduite pour u risque d erreur α fixé (Règles de décisio ). si ε obs > ε seuil l hypothèse H 0 est rejetée au risque d erreur α : l échatillo appartiet à ue populatio de fréquece p et est pas représetatif de la populatio de référece de fréquece p 0. si ε obs ε seuil l hypothèse H 0 est acceptée: l échatillo est représetatif de la populatio de référece de fréquece p
15 Mathématiques : Outils pour la Biologie Deug SV UCBL D. Mouchiroud (8/0/003) Exemple : Ue aomalie géétique touche e Frace /000 des idividus. O a costaté das ue régio doée : 57 persoes atteites sur aissaces. Cette régio est-elle représetative de la Frace etière? Répose. 4 Tests d homogééité Les tests d homogééité destiés à comparer deux populatios à l aide d u ombre équivalet d échatillos (tests d égalité ou d homogééité) sot les plus courammet utilisés. Das ce cas la loi théorique du paramètre étudié (par exemple p, µ, ) est icoue au iveau des populatios étudiées. 4. Comparaiso de deux variaces 4.. Pricipe du test Soit X, ue variable aléatoire observée sur populatios suivat ue loi ormale et deux échatillos idépedats extraits de ces deux populatios. Populatio Populatio X N(µ, ) X N(µ, ) Echatilloage aléatoire simple Echatillo Echatillo, x w, s, x w, s Hypothèses H 0 : = H : O fait l hypothèse que les deux échatillos provieet de populatios dot les variaces sot égales. Le test de comparaiso de variace est écessaire lors de la comparaiso de deux moyees lorsque les variaces des populatios et e sot pas coues. C est égalemet la statistique associée à l aalyse de variace
16 Mathématiques : Outils pour la Biologie Deug SV UCBL D. Mouchiroud (8/0/003) 4.. Statistique du test La statistique associée au test de comparaiso de deux variaces correspod au rapport des deux variaces estimées. Sous H 0 : ˆ = = F obs. ˆ avec ˆ > = s suit ue loi de Fisher-Sedecor à ( -, -) degrés de liberté s car le rapport des variaces doit être supérieur à. ˆ Remarque : Il existe d autres statistiques que celle de Fisher Sédecor pour comparer deux variaces, otammet le test de Hartley qui impose l égalité de la taille des échatillos comparés = mais que ous e développeros pas das ce cours Applicatio et décisio La valeur de la statistique F calculée (F obs ) est comparée avec la valeur F seuil lue das la table de la loi de Fisher-Sedecor pour u risque d erreur α fixé et ( -, -) degrés de liberté. si F obs F seuil l hypothèse H 0 est rejetée au risque d erreur α : les deux échatillos sot extraits de deux populatios ayat des variaces statistiquemet différetes et. si F obs F seuil l hypothèse H 0 est acceptée: les deux échatillos sot extraits de deux populatios ayat même variace. Remarque : Pour l applicatio de ce test, il est impératif que X N(µ,) et que les deux échatillos soiet idépedats. Exemple : U biologiste effectue des dosages par ue méthode de mesure de radioactivité et e dispose doc que d u ombre très limité de valeurs. Les cocetratios C et C mesurées sur deux prélèvemets ot doé les valeurs suivates : C : 3,9 3,8 4, 3,6 C : 3,9,8 3, 3,7 4, La variabilité des valeurs obteues pour les deux prélèvemets est-elle similaire? Répose
17 Mathématiques : Outils pour la Biologie Deug SV UCBL D. Mouchiroud (8/0/003) 4. Comparaiso de deux moyees 4.. Pricipe du test Soit X u caractère quatitatif cotiu observé sur populatios suivat ue loi ormale et deux échatillos idépedats extraits de ces deux populatios. Populatio Populatio X N(µ, ) X N(µ, ) Echatilloage aléatoire simple Echatillo Echatillo, x w, s, x w, s Hypothèses H 0 : µ = µ H : µ µ O fait l hypothèse que les deux échatillos provieet de populatios dot les espéraces sot égales. Il existe plusieurs statistiques associées à la comparaiso de deux moyees e foctio de la ature des doées. Les variaces des populatios et sot Coues Icoues - 7 -
18 Mathématiques : Outils pour la Biologie Deug SV UCBL D. Mouchiroud (8/0/003) Egales Différetes et 30 et < 30 Test ε Test T Test ε Test o paramétrique 4.. Les variaces des populatios sot coues 4... Statistique du test Soit X w la distributio d échatilloage de la moyee das la populatio suit ue ) et de même pour X w N (µ, ) loi ormale telle que : X w N (µ, X w et X w état deux variables aléatoires idépedates, ous pouvos établir la loi de w w probabilité de la variable aléatoire à étudier X X w w E( X X ) = E( X w ) - E( X w ) = µ - µ (Propriété de l espérace) w w V( X X ) = V( X w ) - V( X w ) = + (Propriété de la variace) w w Sachat que X X suit ue loi ormale N(µ - µ, + ), ous pouvos établir grâce au théorème cetral limite la variable Z cetrée réduite telle que w w w w w w ( X X) ( E( X X) ( X X) ( µ µ ) Z = w w = V( X X) + Sous H 0 : µ = µ avec et coues w w ( X X ) Z = suit ue loi ormale cetrée réduite N(0,) Applicatio et décisio L hypothèse testée est la suivate : - 8 -
19 Mathématiques : Outils pour la Biologie Deug SV UCBL D. Mouchiroud (8/0/003) H 0 : µ = µ cotre H : µ µ Ue valeur z de la variable aléatoire Z est calculée : w w x x z = otée aussi ε obs + ε calculée (ε obs ) est comparée avec la valeur ε seuil lue sur la table de la loi ormale cetrée réduite pour u risque d erreur α fixé. si ε obs ε seuil l hypothèse H 0 est rejetée au risque d erreur α : les deux échatillos sot extraits de deux populatios ayat des espéraces respectivemet µ et µ. si ε obs ε seuil l hypothèse H 0 est acceptée: les deux échatillos sot extraits de deux populatios ayat même espérace µ. Remarque : Pour l applicatio de ce test, il est impératif que X N(µ,) pour les échatillos de taille < 30 et que les deux échatillos soiet idépedats. Exemple : O a effectué ue étude, e milieu urbai et e milieu rural, sur le rythme cardiaque humai : Milieu urbai Milieu rural Effectif de l échatillo Moyee de l échatillo Variace de la populatio 50 0 Peut-o affirmer qu il existe ue différece sigificative etre les rythmes cardiaques moyes des deux populatios? Répose Les variaces des populatios sot icoues et égales Statistique du test Les variaces des populatios état pas coues, o fait l hypothèse que les deux populatios présetet la même variace. H 0 : = = (voir test de comparaiso des variaces) L égalité des variaces w des w deux populatios ou homoscédasticité permet alors d établir la loi de probabilité de X X avec X w N (µ, ) et X w N (µ, ) - 9 -
20 Mathématiques : Outils pour la Biologie Deug SV UCBL D. Mouchiroud (8/0/003) w w Sachat que X X suit ue loi ormale N(µ - µ, +, ous pouvos établir grâce au théorème cetral limite la variable T telle que w w w w w w ( X X) ( E( X X) ( X X) ( µ µ ) T = w w = V( X X) + Sous H 0 : µ = µ w w ( X X) T = + avec = = suit ue loi de Studet à ( + -) degrés de liberté Applicatio et décisio L hypothèse testée est la suivate : H 0 : µ = µ cotre H : µ µ Les variaces des populatios état pas coues, l égalité des variaces doit être vérifiée H 0 : = = cotre H : test de Fisher-Sedecor. Ue valeur t de la variable aléatoire T est calculée : w w x x s + s t = avec ˆ = estimatio de la variace commue + ˆ + t calculée (t obs ) est comparée avec la valeur t seuil lue das la table de Studet pour u risque d erreur α fixé et ( + ) degrés de liberté. si t obs > t seuil l hypothèse H 0 est rejetée au risque d erreur α : les deux échatillos sot extraits de deux populatios ayat des espéraces respectivemet µ et µ. si t obs t seuil l hypothèse H 0 est acceptée: les deux échatillos sot extraits de deux populatios ayat même espérace µ. Remarque : Pour l applicatio de ce test, il est impératif que X N(µ,) pour les échatillos de taille < 30, que les deux échatillos soiet idépedats et que les deux variaces estimées soiet égales. Exemple : - 0 -
21 Mathématiques : Outils pour la Biologie Deug SV UCBL D. Mouchiroud (8/0/003) Das le but d étudier l ifluece du type d atmosphère d élevage sur la durée de développemet des drosophiles femelles, ces derières ot été élevées à 4 C sous atmosphère ormale (N) ou erichie e C0 (C0). Les résultats suivats ot été obteus : N 864, 768, 9, 804, 94, 984, 888, 86, 840, 936, 79, 876 C0 840, 948, 936, 03, 9, 948, 00, 936, 056, 876, 03, 98 Que peut-o coclure? Répose Les variaces des populatios sot icoues et iégales Si les variaces des populatios e sot pas coues et si leurs estimatios à partir des échatillos sot sigificativemet différetes ( test de comparaiso des variaces), il faut cosidérer deux cas de figure selo la taille des échatillos comparés : les grads échatillos avec et supérieurs à 30. les petits échatillos avec et/ou iférieurs à 30. Cas où et > 30 La statistique utilisée est la même que pour le cas où les variaces sot coues. Sous H 0 : µ = µ w w ( X X ) Z = +. suit ue loi ormale cetrée réduite N(0,) Comme les variaces sot icoues et sigificativemet différetes, o remplace les variaces des populatios par leurs estimatios poctuelles calculées à partir des échatillos, ˆ = s et ˆ = s L hypothèse testée est la suivate : H 0 : µ = µ cotre H : µ µ Ue valeur z de la variable aléatoire Z est calculée : w w w w x x x x z = = ˆ ˆ s s + + = ε obs. ε calculée (ε obs ) est comparée avec la valeur ε seuil lue sur la table de la loi ormale cetrée réduite pour u risque d erreur α fixé. - -
22 Mathématiques : Outils pour la Biologie Deug SV UCBL D. Mouchiroud (8/0/003) si ε obs > ε seuil l hypothèse H 0 est rejetée au risque d erreur α : les deux échatillos sot extraits de deux populatios ayat des espéraces respectivemet µ et µ. si ε obs ε seuil l hypothèse H 0 est acceptée: les deux échatillos sot extraits de deux populatios ayat même espérace µ. Remarque : Pour l applicatio de ce test, il est impératif que X N(µ,) et que les deux échatillos soiet idépedats. Exemple : Das le but d étudier l ifluece évetuelle de la lumière sur la croissace du poisso Lebistes Reticulus, o a élevé deux lots de ce poisso das des coditios d éclairage différetes. Au 95 ème jour, o a mesuré e mm les logueurs x i des poissos. O a obteu les résultats suivats : Lot (80 idividus) : éclairage à 400 lux x i = Lot (90 idividus) : éclairage à lux. x i = 043 Que peut-o coclure? Répose. Cas où et/ou < 30 x i = x i = Lorsque les w variaces w sot iégales et les échatillos de petites tailles, la loi de probabilité suivie par X X est pas coue. O a recours alors au statistique o paramétrique. 4.3 Comparaiso de deux fréqueces 4.3. Pricipe du test Soit X ue variable qualitative preat deux modalités (succès X=, échec X=0) observée sur populatios et deux échatillos idépedats extraits de ces deux populatios. O fait l hypothèse que les deux échatillos provieet de populatios dot les probabilités de succès sot idetiques. Populatio Populatio X B(,p ) X B(,p ) Echatilloage aléatoire simple Echatillo Echatillo k k, k, f =, k, f = - -
23 Mathématiques : Outils pour la Biologie Deug SV UCBL D. Mouchiroud (8/0/003) Hypothèses H 0 : p = p H : p p Le problème est de savoir si la différece etre les deux fréqueces observées est réelle ou explicable par les fluctuatios d échatilloage. Pour résoudre ce problème, deux tests de comparaiso de fréqueces sot possibles : Test ε ou test de la variable cetrée réduite et test du Khi-deux χ 4.3. Statistique du test ε K La distributio d échatilloage de la fréquece de succès das la populatio, suit ue loi ormale telle que : K suit N (p pq, ) et de même pour K suit N (p pq, ) si et seulemet si p, q, p, q 0 K et K état deux variables aléatoires idépedates, ous pouvos établir la loi de K K probabilité de la variable aléatoire à étudier K K K E( ) = E( ) - E( K ) = p - p (Propriété de l espérace) K K K V( ) = V( ) + V( K ) = pq pq + (Propriété de la variace) K K p Sachat que suit ue loi ormale N(p - p q pq, + ), ous pouvos établir grâce au théorème cetral limite la variable Z cetrée réduite telle que K K ( p p) Z = pq pq + p+ p Sous H 0 : p = p avec p= + Z = K K pq( + ) suit ue loi ormale cetrée réduite N(0,) - 3 -
24 Mathématiques : Outils pour la Biologie Deug SV UCBL D. Mouchiroud (8/0/003) Applicatio et décisio La valeur p, probabilité du succès commue aux deux populatios est e réalité pas coue. O l estime à partir des résultats observés sur les deux échatillos : k+ k pˆ = où k et k représetet le ombre de succès observés + respectivemet pour l échatillo et pour l échatillo. L hypothèse testée est la suivate : H 0 : p = p cotre H : p p Ue valeur z de la variable aléatoire Z est calculée : k k k+ k z = avec pˆ = + pq ˆˆ + z ou ε calculée (ε obs ) est comparée avec la valeur ε seuil lue sur la table de la loi ormale cetrée réduite pour u risque d erreur α fixé. si ε obs > ε seuil l hypothèse H 0 est rejetée au risque d erreur α : les deux échatillos sot extraits de deux populatios ayat des probabilités de succès respectivemet p et p. si ε obs ε seuil l hypothèse H 0 est acceptée: les deux échatillos sot extraits de deux populatios ayat même probabilité de succès p. Exemple : O veut tester l impact des travaux dirigés das la réussite à l exame de statistique. Groupe Groupe Nbre d heures de TD 0 h 30 h Nbre d étudiats Nbre d étudiats ayat réussi à l exame 6 9 Qu e cocluez-vous? Répose
25 Mathématiques : Outils pour la Biologie Deug SV UCBL D. Mouchiroud (8/0/003) - 5 -
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 détailII 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. (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 détailDénombrement. 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 détailStatistique 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 détailCours 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 détailUniversité 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 détailFEUILLE 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 détailLimites 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 détailIntégration 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 détailComportement 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 détailLa 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 détailChapitre 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 détailPrincipes 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 détailUNIVERSITE 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 détailLES 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 détailChap. 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 détailSÉRIES 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 détailCHAPITRE 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[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 détailUniversité 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 détailChapitre 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 détailSéquence 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 détailSTATISTIQUE 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 détailProcessus 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 détailDénombrement. 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 détailDeuxième 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 détail2 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 détailSéries 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 détailCours 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 détailÉchantillonnage 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 détail14 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 détailStatistiques 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 détailc. 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 détailConsolidation. 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 détailConvergences 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 détailLe 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 détailStatistique 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 détailChap. 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 détailTRANSFERT 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 détailUNIVERSITÉ 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 détailBaccalauréat 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 détailx +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 détailChapitre 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 détailLes 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 détailChap. 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 détail55 - 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 détailGroupe 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 détailInitiation 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 détail1 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 détailSuites 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 détailExo7. 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 détailDares 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 détailTerminale 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 détailLa maladie rénale chronique
La maladie réale chroique Qu est-ce que cela veut dire pour moi? Natioal Kidey Disease Educatio Program La maladie réale chroique: l essetiel Vous avez été iformé(e) que vous êtes atteit(e) de la maladie
Plus en détailUV 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 détailcapital 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 détailRÈGLES ORDINALES : UNE GÉNÉRALISATION DES RÈGLES D'ASSOCIATION
RÈGLES ORDIALES : UE GÉÉRALISATIO DES RÈGLES D'ASSOCIATIO SYLVIE GUILLAUME ALI KHECHAF 2 RÉSUMÉ: La plupart des mesures des règles cocere les variables biaires et écessite pour les autres types de variables
Plus en détail20. 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 détailFormation 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 détailComment les Canadiens classent-ils leur système de soins de santé?
Novembre Les sois de saté au Caada, c est capital bulleti o 4 Commet les Caadies classet-ils leur système de sois de saté? Résultats du sodage iteratioal du Fods du Commowealth sur les politiques de saté
Plus en détailTempêtes : 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 détailProbabilités 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 détailRisque de longévité et détermination du besoin en capital : travaux en cours
Risque de logévité et détermiatio du besoi e capital : travaux e cours Frédéric PLANCHET ISFA Laboratoire SAF Versio.6 / Septembre 2008 Sommaire La prise e compte de l expériece propre au groupe das l
Plus en détailPolynésie 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 détailLa 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 détailEtude 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 détailExercices 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 détailExercice 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 détailProcessus géométrique généralisé et applications en fiabilité
Processus géométrique gééralisé et applicatios e fiabilité Lauret Bordes 1 & Sophie Mercier 2 1,2 Uiversité de Pau et des Pays de l Adour Laboratoire de Mathématiques et de leurs Applicatios - Pau UMR
Plus en détailPOLITIQUE ECONOMIQUE ET DEVELOPPEMENT
POLTQU ONOMQU T DVLOPPMNT TRUTUR DU MAR NATONAL DU AF-AAO T PR AU PRODUTUR MALAN Beïla Beoit osultat PD N 06/008 ellule d Aalyse de Politiques coomiques du R Aée de pulicatio : Avril 009 Résumé e papier
Plus en détail4 Approximation des fonctions
4 Approximatio des foctios Ue foctio f arbitraire défiie sur u itervalle I et à valeur das IR peut être représetée par so graphe, ou de maière équivalete par la doée de l esemble de ses valeurs f(t) pour
Plus en détailUniversité 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 détailRéseaux d ondelettes et réseaux de neurones pour la modélisation statique et dynamique de processus
Réseaux d odelettes et réseaux de euroes pour la modélisatio statique et dyamique de processus Yacie Oussar To cite this versio: Yacie Oussar. Réseaux d odelettes et réseaux de euroes pour la modélisatio
Plus en détailPROMENADE ALÉATOIRE : Chaînes de Markov et martingales
PROMENADE ALÉATOIRE : Chaîes de Markov et martigales Thierry Bodieau École Polytechique Paris Départemet de Mathématiques Appliquées thierry.bodieau@polytechique.edu Novembre 2013 2 Table des matières
Plus en détailRégulation 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* 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 détailModule 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 détailEtude 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 détailDes résultats d irrationalité pour deux fonctions particulières
Collect. Math. 5, 00, 0 c 00 Uiversitat de Barceloa Des résultats d irratioalité pour deux foctios particulières Richard Choulet 7, Rue du 4 Août, 40 Aveay, Frace E-mail: richardchoulet@waadoo.fr Received
Plus en détailSommaire 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 détailLes études. Recommandations applicables aux appareils de levage "anciens" dans les ports. Guide Technique
es Cetre d Etudes Techiques Maritimes et Fluviales Les études Recommadatios applicables aux appareils de levage "acies" das les ports Guide Techique PM 03.01 Cetre d Etudes Techiques Maritimes et Fluviales
Plus en détailMESURE DE L'INFORMATION
MESURE DE L'INFORMATION Marc URO TABLE DES MATIÈRES INTRODUCTION... 3 INCERTITUDE D'UN ÉVÉNEMENT (OU SELF-INFORMATION)... 7 INFORMATION MUTUELLE DE DEUX ÉVÉNEMENTS... 9 ENTROPIE D'UNE VARIABLE ALÉATOIRE
Plus en détail3.1 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 détailUn nouvel opérateur de fusion adaptatif. A new adaptive operator of fusion. 1. introduction
A ew adaptive operator of fusio par Fraçois DELMOTTE LAMIH, Uiversité de Valeciees et du Haiaut-Cambrésis, Le Mot Houy, BP 3, 5933 Valeciees CEDEX 9 fdelmott@flore.uiv-valeciees.fr résumé et mots clés
Plus en détailLe chef d entreprise développe les services funéraires de l entreprise, en
Le chef d etreprise développe les services fuéraires de l etreprise, e assurat lui-même tout ou partie des activités de vete et e ecadrat directemet le persoel techique et commercial et d exploitatio.
Plus en détailRESOLUTION 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 détailNeolane Message Center. Neolane v6.0
Neolae Message Ceter Neolae v6.0 Ce documet, aisi que le logiciel qu'il décrit, est fouri das le cadre d'u accord de licece et e peut être utilisé ou copié que das les coditios prévues par cet accord.
Plus en détailEXERCICES : 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 détailLes 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 détailDETERMINANTS. 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 détailII - Notions de probabilité. 19/10/2007 PHYS-F-301 G. Wilquet 1
II - Notos de probablté 9/0/007 PHYS-F-30 G. Wlquet Ue varable aléatore est ue varable dot la valeur e peut être prédte avec certtude mas dot la probablté d occurrece d ue valeur (varable dscrète) ou d
Plus en détailSimulations interactives de convertisseurs en électronique de puissance
Simulatios iteractives de covertisseurs e électroique de puissace Jea-Jacques HUSELSTEIN, Philippe ENII Laboratoire d'électrotechique de Motpellier (LEM) - Uiversité Motpellier II, 079, Place Eugèe Bataillo,
Plus en détailProtection de votre réseau d entreprise:
Protectio de votre réseau d etreprise: Que savez-vous exactemet de vos postes fixes et mobiles? White Paper LIVRE BLANC LANDESK: Protectio de votre réseau d etreprise: Que savez-vous exactemet de vos postes
Plus en détailSYSTEME FERME EN REACTION CHIMIQUE
SYSTEME FERME EN REACTION CHIMIQUE I. DESCRIPTION D UN SYSTEME. Les dfférets types de système (ouvert, fermé, solé U système S est formé d u esemble de corps séparés du reste de l uvers (appelé mleu extéreur
Plus en détailSolutions particulières d une équation différentielle...
Solutios particulières d ue équatio différetielle......du premier ordre à coefficiets costats O cherche ue solutio particulière de y + ay = f, où a est ue costate réelle et f ue foctio, appelée le secod
Plus en détailPROBLEMES 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 détailDominique Tapsoba, Vincent Fortin, François Anctil et Mario Haché
289 NOTE / NOTE Apport de la techique du krigeage avec dérive extere pour ue cartographie raisoée de l équivalet e eau de la eige : Applicatio aux bassis de la rivière Gatieau Domiique Tapsoba, Vicet Forti,
Plus en détailOuverture à la concurrence du transport ferroviaire de voyageurs
Ouverture à la cocurrece du trasport ferroviaire de voyageurs COMPLÉMENTS Claude Abraham Présidet Thomas Revial Fraçois Vielliard Rapporteurs Domiique Auverlot Christie Rayard Coordiateurs Octobre 2011
Plus en détailOptions Services policiers à Moncton Rapport de discussion
Optios Services policiers à Mocto Rapport de discussio Le 22 ovembre 2010 Also available i Eglish TABLE DES MATIÈRES Chapitre 1.0 Sommaire 3 Chapitre 2.0 Problématique 4 Chapitre 3.0 Cotexte 5 Chapitre
Plus en détail