Comparaison de plusieurs moyennes
|
|
- Léonie Pinette
- il y a 6 ans
- Total affichages :
Transcription
1 Master 1 de Santé Publique UE de biostatistique : cours 1 Comparaison de plusieurs moyennes M1 de Santé Publique Biostatistique Cours 1 - Comparaison de plusieurs moyennes 1
2 Comparaison de plusieurs moyennes Analyse de la variance Les sujets de la population se répartissent en classes. On s'intéresse à une variable X dont on veut comparer les moyennes dans les classes de la population. Hypothèses testées : H 0 : H 1 : µ 1 = µ = = µ il y a au moins une différence entre les moyennes M1 de Santé Publique Biostatistique Cours 1 - Comparaison de plusieurs moyennes
3 Exemples : Comparaison des poids de naissances moyens de différentes portées de souris L'intérêt est le "facteur portée", pas la différence entre portées particulières Comparaison des valeurs moyennes d un dosage biologique de six groupes de patients traités par six traitements différents On est intéressé par une comparaison globale, mais peut-être aussi par des comparaisons à, voire un classement des traitements. Comparaison de la durée moyenne de séjour en service de réanimation néonatale de prématurés selon leur terme de naissance classé en 4 groupes : 8 semaines 9-3 semaines semaines semaines Le facteur "terme" est en fait quantitatif. C'est un problème proche d'une régression. M1 de Santé Publique Biostatistique Cours 1 - Comparaison de plusieurs moyennes 3
4 Principe de l analyse de la variance Considérons le cas où il y a 4 populations ( = 4) σ total σ T µ 1 µ µ 3 µ 4 µ Les moyennes µ 11, µ, µ 3, et µ 4 sont égales : σ T = σ σ total σ T µ µ 4 µ µ 1 µ 3 Les moyennes µ 11, µ, µ 3, et µ 4 sont différentes : σ T > σ M1 de Santé Publique Biostatistique Cours 1 - Comparaison de plusieurs moyennes 4
5 σ total σ T µ µ 4 µ µ 1 µ 3 La variance σ T a deux composantes : - σ qui est la variance interne à chaque groupe (variance intra-groupe) - la dispersion entre les µi qui correspond à la variabilité entre les groupes (variance inter-groupes) Principe de l analyse de la variance : décomposer σ T en ces parties tester si σ T est différent de σ M1 de Santé Publique Biostatistique Cours 1 - Comparaison de plusieurs moyennes 5
6 Notations X : variable à laquelle on s intéresse : nombre de populations (et donc de moyennes) comparées Chaque population est repérée par l indice j n j : taille de l échantillon extrait de la population j Chacun des sujets de l échantillon est repéré par l indice i > x ij : i ème observation de l échantillon j M1 de Santé Publique Biostatistique Cours 1 - Comparaison de plusieurs moyennes 6
7 Décomposition de la variabilité des observations Somme des carrés des écarts totale : SCE T = ( x ij m) S T = SCE T n 1 ij ( ) SCE T = x ij m j + m j m ij ( ) + ( m j m) = x ij m j ij les termes (x ij m ij ) caractérisent la variabilité intra-groupe les termes (m j m) caractérisent la variabilité inter-groupes On montre que : SCE T = ( x ij m j ) + n j m j m ij j ( ) M1 de Santé Publique Biostatistique Cours 1 - Comparaison de plusieurs moyennes 7
8 SCE T = ( x ij m j ) + n j m j m ij j ( ) SCE T Somme des carrés des écarts totale SCE R Somme des carrés des écarts résiduelle SCE A Somme des carrés des écarts due au facteur étudié ( ) SCE A = n j m j m ne dépend que de la dispersion des moyennes m j des groupes comparés = somme des carrés des écarts entre groupes (ou somme des carrés des écarts due au facteur A) SCE A a (-1) degrés de liberté Variance correspondante (entre groupes) : σ A, estimée par s A = SCE A 1 M1 de Santé Publique Biostatistique Cours 1 - Comparaison de plusieurs moyennes 8
9 SCE T = ( x ij m j ) + n j m j m ij j ( ) SCE T Somme des carrés des écarts totale SCE R Somme des carrés des écarts résiduelle SCE A Somme des carrés des écarts due au facteur étudié SCE R = ( x ij m j ) n j = x ij m j ij i=1 ( ) ne dépend que de la dispersion des valeurs x ij au sein de chaque échantillon = somme des carrés des écarts intra-classe ou résiduelle SCE R a (n-) degrés de liberté Variance correspondante (résiduelle) : σ R, estimée par s R = SCE R n M1 de Santé Publique Biostatistique Cours 1 - Comparaison de plusieurs moyennes 9
10 Principe de l analyse de la variance 1. Décomposer s T (en fait SCE T ) en parties : SCET = SCEA + SCER σ total µ µ 4 µ µ 1 µ 3 σ A σ T σ T σ ( = σ R ). Tester si σ T est égal à σ (σ = σ R ) c est-à-dire comparer s T et s R en fait, s T et s R ne sont pas indépendants et on montre qu il faut comparer s A et s R, c est-à-dire tester l hypothèse H 0 : σ A = σ R pour interpréter correctement cette comparaison, on a besoin des valeurs σ A et σ R. M1 de Santé Publique Biostatistique Cours 1 - Comparaison de plusieurs moyennes 10
11 Valeurs théoriques des sommes des carrés des écarts SCE T Somme des carrés des écarts totale On montre que : SCE R Somme des carrés des écarts résiduelle SCE A Somme des carrés des écarts due au facteur étudié E(SCE T ) = (n 1)σ + n j (µ j µ) E(SCE A ) = ( 1)σ + n j (µ j µ) E(SCE R ) = (n )σ D où : E(s T ) = σ T = E SCE T n 1 = σ + 1 n 1 E(s A ) = σ A = E SCE A 1 = σ E(s R ) = σ R = E SCE R n = σ n j (µ j µ) n j (µ j µ) M1 de Santé Publique Biostatistique Cours 1 - Comparaison de plusieurs moyennes 11
12 E(s T ) = σ T = E SCE T n 1 = σ + 1 n 1 E(s A ) = σ A = E SCE A 1 = σ E(s R ) = σ R = E SCE R n = σ n j (µ j µ) n j (µ j µ) H 0 : µ 1 = µ = = µ = µ H 0 : σ A = σ R H 1 : il y a au moins une différence entre les moyennes <=> H 1 : σ A > σ R La comparaison des variances σ A et σ R permet ainsi de tester H 0 M1 de Santé Publique Biostatistique Cours 1 - Comparaison de plusieurs moyennes 1
13 Test de comparaison des moyennes Analyse de la variance H 0 : µ 1 = µ = = µ H 0 : σ A = σ R H 1 : il y a au moins une différence entre les moyennes <=> H 1 : σ A > σ R Si H 0 est vraie et si X a une distribution normale de même variance dans chaque population, on montre que : F 0 = s A s suit une loi de Fisher F 1 n R M1 de Santé Publique Biostatistique Cours 1 - Comparaison de plusieurs moyennes 13
14 Exécution du test H 0 : σ A = σ R H 1 : σ A > σ R 1. Calculer F 0 = s A s R à partir des observations sur l échantillon. Comparer F 0 à la valeur seuil de F 1 n : => règle de décision F 0 F 1 n (α): rejet de H 0 (au risque α) F 0 < F 1 n (α) : non rejet de H 0 Conditions d application : X a une distribution normale de même variance dans chaque population. M1 de Santé Publique Biostatistique Cours 1 - Comparaison de plusieurs moyennes 14
15 Exécution des calculs Tableau d analyse de la variance Source de variation Somme des carrés des écarts ddl Carré moyen (ou variance) F Entre groupes (facteur A) SCE A -1 s A = SCE A 1 F 0 = s A s K Résiduelle SCE R n- s R = SCE R n Total SCE T = SCE A +SCE R n-1 SCE A = n j m j m = T j n j ( ) T G n = nm j j nm T G = total général = i,j x ij T j = total de l'échantillon j = i x ij M1 de Santé Publique Biostatistique Cours 1 - Comparaison de plusieurs moyennes 15
16 SCE R = ( x ij m j ) n j = x ij m j ij i=1 = x ij i,j T j n j = (n j 1)s j j ( ) n j i=1 ( x ij m j ) (n j 1) s R = SCE R n = n j = s j ( x ij m j ) i=1 = ( n j 1)s j ( n j 1)s j n n = n n => n- = (n 1-1) + + (n -1) Donc : s R = (n 1 1)s 1 + (n 1)s +... (n 1 1) + (n 1) +... M1 de Santé Publique Biostatistique Cours 1 - Comparaison de plusieurs moyennes 16
17 Exemples Mois de Nov Déc Février Mars Avril prélèvement n VGM (en µ 3 ) x x Nombre de leucocytes (10 6 par l) m 8,4 7,49 7,16 7,17 7,69 s 6,7 5,07,90 4,1 3,77 M1 de Santé Publique Biostatistique Cours 1 - Comparaison de plusieurs moyennes 17
18 Comparaison des moyennes du VGM Mois de Nov Déc Février Mars Avril prélèvement n VGM (en µ 3 ) x x SCE A = T j n j T G n = = , ,456 = 464,75 SCE R = x ij i,j T j n j = = ,04 = 6.06,80 SCE T = 464, ,80 = 6 491,55 ou x T G n = = 6 491,54 M1 de Santé Publique Biostatistique Cours 1 - Comparaison de plusieurs moyennes 18
19 Source de variation Somme des carrés des écarts d.d.l. Carré moyen (ou variance) F Entre mois SCE A = 464,75 4 s A = 464,75 4 = 116,19 Résiduelle SCE R = 6.06, s R = 6 06, = 19,38 F 0 = 116,19 19,38 = 6,00 Total SCE T = 6.491, F 0 doit être comparé avec la valeur seuil de F 311 α 0,05 0,05 0,01 0,001 4 F 00,4,85 3,41 4,81 4 F F 500,39,81 3,36 4,69 Les moyennes de VGM varient avec le mois de prélèvement (p<1 ). Mois de prélèvement Nov Déc Février Mars Avril Moyenne 93,6 91,4 94,4 93,0 93,5 M1 de Santé Publique Biostatistique Cours 1 - Comparaison de plusieurs moyennes 19
20 Comparaison des moyennes du nombre de leucocytes Mois de Nov Déc Février Mars Avril prélèvement n Nombre de leucocytes (106 par l) m 8,4 7,49 7,16 7,17 7,69 s 6,7 5,07,90 4,1 3,77 m = 1 n j m j T j = n n 30 8, ,69 = 316 = 351, = 7,44 SCE A = n j m j nm = 30 8, , ,44 = , ,14 = 3,6 SCE R = ( n j 1)s j = 9 6, ,77 = 1 34,85 SCE T = SCE A + SCE R = 1.366,87 M1 de Santé Publique Biostatistique Cours 1 - Comparaison de plusieurs moyennes 0
21 Source de variation Somme des carrés des écarts d.d.l. Carré moyen (ou variance) F Entre mois SCE A = 3,6 4 s A = 3,6 4 = 8,16 F 0 = 8,16 4,6 = 1,9 Résiduelle SCE R =1.34, s R = 4,6 Total SCE T = 1.366, F 0 doit être comparé avec la valeur seuil de F 311 α 0,05 0,05 0,01 0,001 4 F 00,4,85 3,41 4,81 4 F F 500,39,81 3,36 4,69 On ne met pas évidence de différence entre les nombres moyens de leucocytes selon le mois de prélèvement. M1 de Santé Publique Biostatistique Cours 1 - Comparaison de plusieurs moyennes 1
22 Attention aux arrondis Calcul sans arrondis m = 30 8, , = 351, = 7,44 SCE A = 30 8, , ,44 = , ,14 = 3,6 F 0 = 1,9 non significatif m arrondi à 7,44 donne : SCE A = 30 8, , ,44 = , ,74 = 4,0 F 0 =,47 significatif M1 de Santé Publique Biostatistique Cours 1 - Comparaison de plusieurs moyennes
Analyse de la variance Comparaison de plusieurs moyennes
Analyse de la variance Comparaison de plusieurs moyennes Biostatistique Pr. Nicolas MEYER Laboratoire de Biostatistique et Informatique Médicale Fac. de Médecine de Strasbourg Mars 2011 Plan 1 Introduction
Plus en détailTests de comparaison de moyennes. Dr Sahar BAYAT MASTER 1 année 2009-2010 UE «Introduction à la biostatistique»
Tests de comparaison de moyennes Dr Sahar BAYAT MASTER 1 année 2009-2010 UE «Introduction à la biostatistique» Test de Z ou de l écart réduit Le test de Z : comparer des paramètres en testant leurs différences
Plus en détailBiostatistiques Biologie- Vétérinaire FUNDP Eric Depiereux, Benoît DeHertogh, Grégoire Vincke
www.fundp.ac.be/biostats Module 140 140 ANOVA A UN CRITERE DE CLASSIFICATION FIXE...2 140.1 UTILITE...2 140.2 COMPARAISON DE VARIANCES...2 140.2.1 Calcul de la variance...2 140.2.2 Distributions de référence...3
Plus en détailTests paramétriques de comparaison de 2 moyennes Exercices commentés José LABARERE
Chapitre 5 UE4 : Biostatistiques Tests paramétriques de comparaison de 2 moyennes Exercices commentés José LABARERE Année universitaire 2010/2011 Université Joseph Fourier de Grenoble - Tous droits réservés.
Plus en détailChapitre 6 Test de comparaison de pourcentages χ². José LABARERE
UE4 : Biostatistiques Chapitre 6 Test de comparaison de pourcentages χ² José LABARERE Année universitaire 2010/2011 Université Joseph Fourier de Grenoble - Tous droits réservés. Plan I. Nature des variables
Plus en détailChapitre 3 : Principe des tests statistiques d hypothèse. José LABARERE
UE4 : Biostatistiques Chapitre 3 : Principe des tests statistiques d hypothèse José LABARERE Année universitaire 2010/2011 Université Joseph Fourier de Grenoble - Tous droits réservés. Plan I. Introduction
Plus en détailCours (7) de statistiques à distance, élaboré par Zarrouk Fayçal, ISSEP Ksar-Said, 2011-2012 LES STATISTIQUES INFERENTIELLES
LES STATISTIQUES INFERENTIELLES (test de Student) L inférence statistique est la partie des statistiques qui, contrairement à la statistique descriptive, ne se contente pas de décrire des observations,
Plus en détailBureau : 238 Tel : 04 76 82 58 90 Email : dominique.muller@upmf-grenoble.fr
Dominique Muller Laboratoire Inter-universitaire de Psychologie Bureau : 238 Tel : 04 76 82 58 90 Email : dominique.muller@upmf-grenoble.fr Supports de cours : webcom.upmf-grenoble.fr/lip/perso/dmuller/m2r/acm/
Plus en détailPrincipe d un test statistique
Biostatistiques Principe d un test statistique Professeur Jean-Luc BOSSON PCEM2 - Année universitaire 2012/2013 Faculté de Médecine de Grenoble (UJF) - Tous droits réservés. Objectifs pédagogiques Comprendre
Plus en détailSTATISTIQUES. UE Modélisation pour la biologie
STATISTIQUES UE Modélisation pour la biologie 2011 Cadre Général n individus: 1, 2,..., n Y variable à expliquer : Y = (y 1, y 2,..., y n ), y i R Modèle: Y = Xθ + ε X matrice du plan d expériences θ paramètres
Plus en détailCours 9 : Plans à plusieurs facteurs
Cours 9 : Plans à plusieurs facteurs Table des matières Section 1. Diviser pour regner, rassembler pour saisir... 3 Section 2. Définitions et notations... 3 2.1. Définitions... 3 2.2. Notations... 4 Section
Plus en détailFORMULAIRE DE STATISTIQUES
FORMULAIRE DE STATISTIQUES I. STATISTIQUES DESCRIPTIVES Moyenne arithmétique Remarque: population: m xμ; échantillon: Mx 1 Somme des carrés des écarts "# FR MOYENNE(série) MOYENNE(série) NL GEMIDDELDE(série)
Plus en détailStatistiques Décisionnelles L3 Sciences Economiques & Gestion Faculté d économie, gestion & AES Université Montesquieu - Bordeaux 4 2013-2014
Tests du χ 2 Statistiques Décisionnelles L3 Sciences Economiques & Gestion Faculté d économie, gestion & AES Université Montesquieu - Bordeaux 4 2013-2014 A. Lourme http://alexandrelourme.free.fr Outline
Plus en détailIntérêt diagnostic du dosage de la CRP et de la leucocyte-estérase dans le liquide articulaire d une prothèse de genou infectée
Intérêt diagnostic du dosage de la CRP et de la leucocyte-estérase dans le liquide articulaire d une prothèse de genou infectée C. Rondé-Oustau, JY. Jenny,J.Sibilia, J. Gaudias, C. Boéri, M. Antoni Hôpitaux
Plus en détailChapitre 3. Les distributions à deux variables
Chapitre 3. Les distributions à deux variables Jean-François Coeurjolly http://www-ljk.imag.fr/membres/jean-francois.coeurjolly/ Laboratoire Jean Kuntzmann (LJK), Grenoble University 1 Distributions conditionnelles
Plus en détailCOMPARAISON DE LOGICIELS TESTANT L INDEPENDANCE DE VARIABLES BINAIRES
J. sci. pharm. biol., Vol.9, n - 00, pp. 9-0 EDUCI 00 9 VALLEE POLNEAU S.* DIAINE C. COMPARAISON DE LOGICIELS TESTANT L INDEPENDANCE DE VARIABLES BINAIRES Notre étude visait à comparer les résultats obtenus
Plus en détailProjet SENTINELLE Appel àprojets «CO 2»Déc. 2007
Projet SENTINELLE Appel àprojets «CO 2»Déc. 2007 Philippe de DONATO Université de Lorraine/CNRS Co-auteurs: C. PRINET, B. GARCIA, H. LUCAS, Z. POKRYSZKA, S. LAFORTUNE, P. FLAMANT, F. GIBERT, D. EDOUART,
Plus en détailActivité 38 : Découvrir comment certains déchets issus de fonctionnement des organes sont éliminés de l organisme
Activité 38 : Découvrir comment certains déchets issus de fonctionnement des organes sont éliminés de l organisme 1. EXTRAITS REFERENTIELS DU BO Partie du programme : Fonctionnement de l organisme et besoin
Plus en détailRapport de stage. «Travail préparatoire à l estimation du coût d une bonne qualité des eaux de baignade sur le littoral Aquitain»
GRAPE-CEEP Rapport de stage «Travail préparatoire à l estimation du coût d une bonne qualité des eaux de baignade sur le littoral Aquitain» Vallette Jean-Vincent Master II Gestion des Ressources Naturelles
Plus en détailEstimation et tests statistiques, TD 5. Solutions
ISTIL, Tronc commun de première année Introduction aux méthodes probabilistes et statistiques, 2008 2009 Estimation et tests statistiques, TD 5. Solutions Exercice 1 Dans un centre avicole, des études
Plus en détailDCG 6. Finance d entreprise. L essentiel en fiches
DCG 6 Finance d entreprise L essentiel en fiches DCG DSCG Collection «Express Expertise comptable» J.-F. Bocquillon, M. Mariage, Introduction au droit DCG 1 L. Siné, Droit des sociétés DCG 2 V. Roy, Droit
Plus en détailValue at Risk. CNAM GFN 206 Gestion d actifs et des risques. Grégory Taillard. 27 février & 13 mars 20061
Value at Risk 27 février & 13 mars 20061 CNAM Gréory Taillard CNAM Master Finance de marché et estion de capitaux 2 Value at Risk Biblioraphie Jorion, Philippe, «Value at Risk: The New Benchmark for Manain
Plus en détailUne variable binaire prédictrice (VI) et une variable binaire observée (VD) (Comparaison de pourcentages sur 2 groupes indépendants)
CIVILITE-SES.doc - 1 - Une variable binaire prédictrice (VI) et une variable binaire observée (VD) (Comparaison de pourcentages sur 2 groupes indépendants) 1 PRÉSENTATION DU DOSSIER CIVILITE On s intéresse
Plus en détailLa valeur présente (ou actuelle) d une annuité, si elle est constante, est donc aussi calculable par cette fonction : VA = A [(1-1/(1+k) T )/k]
Evaluation de la rentabilité d un projet d investissement La décision d investir dans un quelconque projet se base principalement sur l évaluation de son intérêt économique et par conséquent, du calcul
Plus en détailRelation entre deux variables : estimation de la corrélation linéaire
CHAPITRE 3 Relation entre deux variables : estimation de la corrélation linéaire Parmi les analyses statistiques descriptives, l une d entre elles est particulièrement utilisée pour mettre en évidence
Plus en détailLecture critique et pratique de la médecine
1-00.qxp 24/04/2006 11:23 Page 13 Lecture critique appliquée à la médecine vasculaireecture critique et pratique de la médecine Lecture critique et pratique de la médecine Introduction Si la médecine ne
Plus en détailMonUPMC vue par l enseignant
MonUPMC vue par l enseignant 1. Diversité des enseignants et attentes 2. Outil de communication 3. Support de projets pédagogiques O.Lascols Directeur du Département de biologie Coordinateur des éditions
Plus en détail23. Interprétation clinique des mesures de l effet traitement
23. Interprétation clinique des mesures de l effet traitement 23.1. Critères de jugement binaires Plusieurs mesures (indices) sont utilisables pour quantifier l effet traitement lors de l utilisation d
Plus en détailAnalyses de Variance à un ou plusieurs facteurs Régressions Analyse de Covariance Modèles Linéaires Généralisés
Analyses de Variance à un ou plusieurs facteurs Régressions Analyse de Covariance Modèles Linéaires Généralisés Professeur Patrice Francour francour@unice.fr Une grande partie des illustrations viennent
Plus en détailBTS MUC E4 : MGUC code : MUMGUC-CORRIGÉ
BTS MUC E4 : MGUC code : MUMGUC-CORRIGÉ Corrigé indicatif Cas CHRONODRIVE DOSSIER 1 : LES PERFORMANCES DU DRIVE 24pts 1.1 Construisez et complétez un tableau de bord pour les deux magasins CHRONODRIVE
Plus en détailBIOSTATISTIQUES AVANCEES PLAN. Quelques références. Master Biologie Intégrative 1 ère année
Master Biologie Intégrative 1 ère année 1 BIOSTATISTIQUES AVANCEES Yves Desdevises! Observatoire Océanologique de Banyuls-sur-Mer (www.obs-banyuls.fr)! 04 68 88 73 13! desdevises@obs-banyuls.fr! http://desdevises.free.fr
Plus en détailStatistiques. Rappels de cours et travaux dirigés. Master 1 Biologie et technologie du végétal. Année 2010-2011
Master 1 Biologie et technologie du végétal Année 010-011 Statistiques Rappels de cours et travaux dirigés (Seul ce document sera autorisé en examen) auteur : Jean-Marc Labatte jean-marc.labatte@univ-angers.fr
Plus en détailBiostatistiques : Petits effectifs
Biostatistiques : Petits effectifs Master Recherche Biologie et Santé P. Devos DRCI CHRU de Lille EA2694 patrick.devos@univ-lille2.fr Plan Données Générales : Définition des statistiques Principe de l
Plus en détailQUALITÉ DE L APPRENTISSAGE DE L INTUBATION ORO-TRACHÉALE EN LABORATOIRE DE SIMULATION, SON INTÉRÊT POUR LES PATIENTS.
QUALITÉ DE L APPRENTISSAGE DE L INTUBATION ORO-TRACHÉALE EN LABORATOIRE DE SIMULATION, SON INTÉRÊT POUR LES PATIENTS. Mémoire de D.E.S.C. de Médecine d Urgence Olivier Vuillot Matériel et Méthode : Design
Plus en détailApplication sur le Dispositif en Blocs Complètement Randomisés
Roger Vumilia. KIZUNGU Directeur de l Expérimentation Agricole à l INERA Professeur Associé Faculté des Sciences Agronomiques Université de Kinshasa Utilisation des Logiciels de base dans la Recherche
Plus en détailChapitre 7. Statistique des échantillons gaussiens. 7.1 Projection de vecteurs gaussiens
Chapitre 7 Statistique des échantillons gaussiens Le théorème central limite met en évidence le rôle majeur tenu par la loi gaussienne en modélisation stochastique. De ce fait, les modèles statistiques
Plus en détailProbabilités III Introduction à l évaluation d options
Probabilités III Introduction à l évaluation d options Jacques Printems Promotion 2012 2013 1 Modèle à temps discret 2 Introduction aux modèles en temps continu Limite du modèle binomial lorsque N + Un
Plus en détailAnnales du Contrôle National de Qualité des Analyses de Biologie Médicale
Annales du Contrôle National de Qualité des Analyses de Biologie Médicale ARN du virus de l hépatite C : ARN-VHC ARN-VHC 03VHC1 Novembre 2003 Edité : mars 2006 Annales ARN-VHC 03VHC1 1 / 8 ARN-VHC 03VHC1
Plus en détailCours d initiation à la programmation en C++ Johann Cuenin
Cours d initiation à la programmation en C++ Johann Cuenin 11 octobre 2014 2 Table des matières 1 Introduction 5 2 Bases de la programmation en C++ 7 3 Les types composés 9 3.1 Les tableaux.............................
Plus en détailProbabilité et Statistique pour le DEA de Biosciences. Avner Bar-Hen
Probabilité et Statistique pour le DEA de Biosciences Avner Bar-Hen Université Aix-Marseille III 2000 2001 Table des matières 1 Introduction 3 2 Introduction à l analyse statistique 5 1 Introduction.................................
Plus en détailSTA108 Enquêtes et sondages. Sondages àplusieurs degrés et par grappes
STA108 Enquêtes et sondages Sondages àplusieurs degrés et par grappes Philippe Périé, novembre 2011 Sondages àplusieurs degrés et par grappes Introduction Sondages à plusieurs degrés Tirage des unités
Plus en détail"ÉMISSIONS TRADING" ET CONTROLE DES REJETS DE POLLUANTS ATMOSPHERIQUES ISSUES DE CENTRALES THERMIQUES * SYNTHESE
"ÉMISSIONS TRADING" ET CONTROLE DES REJETS DE POLLUANTS ATMOSPHERIQUES ISSUES DE CENTRALES THERMIQUES * SYNTHESE Afin de faire face aux dégâts engendrés ces dernières années par les polluants "acides",
Plus en détailDossier Financier. La première partie décrit les hypothèses de fonctionnement retenues que ce soit d un point de vue organisationnel ou financier.
Dossier Financier Ce dossier complète notre dossier économique en apportant un éclairage financier sur notre projet. Il s appuie sur l organisation que nous avons mise en place et sur l expérience de démarrage
Plus en détailCours 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 détailMaster de Bioinformatique et Biologie des Systèmes Toulouse http://m2pbioinfo.biotoul.fr Responsable : Pr. Gwennaele Fichant
Master de Bioinformatique et Biologie des Systèmes Toulouse http://m2pbioinfo.biotoul.fr Responsable : Pr. Gwennaele Fichant Parcours: Master 1 : Bioinformatique et biologie des Systèmes dans le Master
Plus en détailBest Styles ou comment capturer au mieux les primes de risque sur les marchés d actions
Stratégie Best Styles ou comment capturer au mieux les primes de risque sur les marchés d actions La recherche des primes de risque constitue une stratégie relativement courante sur les marchés obligataires
Plus en détailLes effets d une contrainte de crédit sur la convergence économique : Le cas des pays de l UEMOA
Les effets d une contrainte de crédit sur la convergence économique : Le cas des pays de l UEMOA Auteurs : Abdoulaye DIAGNE et Abdou-Aziz NIANG Introduction Ceci devrait contribuer à réduire l écart entre
Plus en détaildabigatran ou rivaroxaban, au long cours présentant une hémorragie ou nécessitant une chirurgie urgente
dabigatran ou rivaroxaban, au long cours présentant une hémorragie ou nécessitant une chirurgie urgente Gilles Pernod et Pierre Albaladejo, pour le Mise en garde Ce texte concerne la prise en charge des
Plus en détailFORMATIONS EMBALLAGE
FORMATIONS EMBALLAGE CATALOGUE Septembre à décembre 2010 En partenariat avec les entreprises Page 0 Sommaire HACCP filière Emballage Page 3 Matériaux et emballages aux contacts des denrées Page 4 alimentaires
Plus en détailProgrammation Linéaire - Cours 1
Programmation Linéaire - Cours 1 P. Pesneau pierre.pesneau@math.u-bordeaux1.fr Université Bordeaux 1 Bât A33 - Bur 265 Ouvrages de référence V. Chvátal - Linear Programming, W.H.Freeman, New York, 1983.
Plus en détailProgrammation linéaire
Programmation linéaire DIDIER MAQUIN Ecole Nationale Supérieure d Electricité et de Mécanique Institut National Polytechnique de Lorraine Mathématiques discrètes cours de 2ème année Programmation linéaire
Plus en détailUne étude de différentes analyses réalisées par le BIT
Association internationale de la sécurité sociale Quinzième Conférence internationale des actuaires et statisticiens de la sécurité sociale Helsinki, Finlande, 23-25 mai 2007 Comparaison des hypothèses
Plus en détailL Econométrie des Données de Panel
Ecole Doctorale Edocif Séminaire Méthodologique L Econométrie des Données de Panel Modèles Linéaires Simples Christophe HURLIN L Econométrie des Données de Panel 2 Figure.: Présentation Le but de ce séminaire
Plus en détailIntroduction 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 détailLois de probabilité. Anita Burgun
Lois de probabilité Anita Burgun Problème posé Le problème posé en statistique: On s intéresse à une population On extrait un échantillon On se demande quelle sera la composition de l échantillon (pourcentage
Plus en détailII L APPROCHE PEDAGOGIQUE EN 2nde PRO LOGISTIQUE ET TRANSPORT. 1 Mon téléphone portable
I PRESENTATION DES THEORIES 1 La chaîne logistique traditionnelle 2 Supply chain 3 Supply chain in reverse logistics La gestion globale de la chaîne logistique dans la logistique inversée (verte) II L
Plus en détailFINANCE, COMPTABILITE Inter entreprises petits groupes (6 stagiaires maximum par session)
Octobre à juillet FINANCE, COMPTABILITE Intitulé Objectifs principaux (programme détaillé sur demande) Dates - Les principales fonctions statistiques, financières, de recherche Excel appliqué à la gestion
Plus en détailInfos financières Avril 2013
Infos financières Avril 213 Observatoire des tarifs bancaires aux particuliers dans les DOM et la collectivité de Saint-Pierre-et-Miquelon L IEDOM établit l observatoire public des tarifs bancaires dans
Plus en détailL ANALYSE EN COMPOSANTES PRINCIPALES (A.C.P.) Pierre-Louis GONZALEZ
L ANALYSE EN COMPOSANTES PRINCIPALES (A.C.P.) Pierre-Louis GONZALEZ INTRODUCTION Données : n individus observés sur p variables quantitatives. L A.C.P. permet d eplorer les liaisons entre variables et
Plus en détailVersion 9.2 Juin 2014
Version 9.2 Juin 2014 Principales évolutions 1 Evolutions des navigateurs Sauvegarde des dossiers... 2 2 Fiscalité... 3 2.1 Placement / ISF investissement en cours d année actuelle... 3 2.2 Comment gérer
Plus en détailLes réponses à vos questions
Vous trouverez ci-dessous les réponses aux questions les plus fréquentes. Si vous ne trouvez pas les informations que vous recherchez, n hésitez pas à nous contacter. IMPORTANT: les Champions de la Bourse
Plus en détailNOTE SUR LA MODELISATION DU RISQUE D INFLATION
NOTE SUR LA MODELISATION DU RISQUE D INFLATION 1/ RESUME DE L ANALYSE Cette étude a pour objectif de modéliser l écart entre deux indices d inflation afin d appréhender le risque à très long terme qui
Plus en détailLa Théorie de la relativité des Loyers Par Alain BECHADE
La Théorie de la relativité des Loyers Par Alain BECHADE Depuis la fin des années 90 (au siècle dernier!) la financiarisation de l immobilier a apporté des méthodes mathématiques bien pratiques, mais qui
Plus en détailQuelques points de repère Facts & Figures sur l Innovation dans l Assurance et la Protection Sociale. Rencontres
Quelques points de repère Facts & Figures sur l Innovation dans l Assurance et la Protection Sociale 15 èmes Rencontres Saint-Malo les 13 et 14 novembre 2014 - V1.10 au 16 novembre 2014 - Facts & Figures
Plus en détailObservatoire des tarifs bancaires aux particuliers dans les DOM et la collectivité de Saint-Pierre-et-Miquelon
Infos financières Avril 215 Observatoire des tarifs bancaires aux particuliers dans les DOM et la collectivité de Saint-Pierre-et-Miquelon L IEDOM établit l observatoire public des tarifs bancaires dans
Plus en détailBANQUE NATIONALE DE ROUMANIE BANQUE NATIONALE DE ROUMANIE
1 La crise actuelle est caractéris risée e par le grand nombre de marchés affectés s et par la diversité des canaux de contagion Les principaux canaux de contagion pour l ECE: Canal informationnel (sentiment
Plus en détailMATHS FINANCIERES. Mireille.Bossy@sophia.inria.fr. Projet OMEGA
MATHS FINANCIERES Mireille.Bossy@sophia.inria.fr Projet OMEGA Sophia Antipolis, septembre 2004 1. Introduction : la valorisation de contrats optionnels Options d achat et de vente : Call et Put Une option
Plus en détailUN EXEMPLE D EVALUATION DISCIPLINAIRE : EN ECONOMIE-GESTION (Droit)
UN EXEMPLE D EVALUATION DISCIPLINAIRE : EN ECONOMIE-GESTION (Droit) Apportant un complément indispensable aux enseignements d'économie, de management des organisations et de sciences de gestion, l enseignement
Plus en détailEvaluation des coûts de dépistage d Entérocoques Résistants aux Glycopeptides : Résultats préliminaires
Evaluation des coûts de dépistage d Entérocoques Résistants aux Glycopeptides : culture versus PCR Résultats préliminaires J. Assoukpa, L. Dupraz, D. Lecointe UFHHLIN, Centre Hospitalier Sud Francilien,
Plus en détailLe risque Idiosyncrasique
Le risque Idiosyncrasique -Pierre CADESTIN -Magali DRIGHES -Raphael MINATO -Mathieu SELLES 1 Introduction Risque idiosyncrasique : risque non pris en compte dans le risque de marché (indépendant des phénomènes
Plus en détailIntroduction à la Statistique Inférentielle
UNIVERSITE MOHAMMED V-AGDAL SCIENCES FACULTE DES DEPARTEMENT DE MATHEMATIQUES SMI semestre 4 : Probabilités - Statistique Introduction à la Statistique Inférentielle Prinemps 2013 0 INTRODUCTION La statistique
Plus en détailPrincipaux partenaires commerciaux de l UE, 2002-2014 (Part dans le total des échanges de biens extra-ue, sur la base de la valeur commerciale)
55/2015-27 mars 2015 Commerce international de biens en 2014 Principaux partenaires commerciaux de l UE en 2014: les États-Unis pour les exportations, la Chine pour les importations Le commerce entre États
Plus en détailRapport. Mesures de champ de très basses fréquences à proximité d antennes de stations de base GSM et UMTS
Rapport Mesures de champ de très basses fréquences à proximité d antennes de stations de base GSM et UMTS A.AZOULAY T.LETERTRE R. DE LACERDA Convention AFSSET / Supélec 2009-1 - 1. Introduction Dans le
Plus en détailTESTS D HYPOTHÈSE FONDÉS SUR LE χ². http://fr.wikipedia.org/wiki/eugénisme
TESTS D HYPOTHÈSE FONDÉS SUR LE χ² http://fr.wikipedia.org/wiki/eugénisme Logo du Second International Congress of Eugenics 1921. «Comme un arbre, l eugénisme tire ses constituants de nombreuses sources
Plus en détaileduscol Santé et social Enseignement d'exploration
eduscol Consultation nationale sur les programmes Projets de programmes de la classe de seconde générale et technologique Santé et social Enseignement d'exploration L'organisation de la consultation des
Plus en détailwww.dondemoelleosseuse.fr
Agence relevant du ministère de la santé www.dondemoelleosseuse.fr 01 Pourquoi devenir Veilleur de Vie? Le don de moelle osseuse peut sauver des vies. Chaque année, des milliers de personnes - enfants
Plus en détailSTRATÉGIE DE SURVEILLANCE
STRATÉGIE DE SURVEILLANCE Décembre 2013 SOMMAIRE OBJET page 3 OBJECTIFS DE LA SURVEILLANCE page 3 PRINCIPES D ÉLABORATION DU PROGRAMME page 4 PROGRAMME 2014 page 5 RESSOURCES page 6 PERSPECTIVES 2015/2016
Plus en détailLES BRIC: AU DELÀ DES TURBULENCES. Françoise Lemoine, Deniz Ünal Conférence-débat CEPII, L économie mondiale 2014, Paris, 11 septembre 2013
LES BRIC: AU DELÀ DES TURBULENCES 1. Facteurs structurels du ralentissement de la croissance dans les BRIC 2. Interdépendances commerciales entre les BRIC et le reste du monde Françoise Lemoine, Deniz
Plus en détailIntroduction à l approche bootstrap
Introduction à l approche bootstrap Irène Buvat U494 INSERM buvat@imedjussieufr 25 septembre 2000 Introduction à l approche bootstrap - Irène Buvat - 21/9/00-1 Plan du cours Qu est-ce que le bootstrap?
Plus en détailLA NOTATION STATISTIQUE DES EMPRUNTEURS OU «SCORING»
LA NOTATION STATISTIQUE DES EMPRUNTEURS OU «SCORING» Gilbert Saporta Professeur de Statistique Appliquée Conservatoire National des Arts et Métiers Dans leur quasi totalité, les banques et organismes financiers
Plus en détailTESTS PORTMANTEAU D ADÉQUATION DE MODÈLES ARMA FAIBLES : UNE APPROCHE BASÉE SUR L AUTO-NORMALISATION
TESTS PORTMANTEAU D ADÉQUATION DE MODÈLES ARMA FAIBLES : UNE APPROCHE BASÉE SUR L AUTO-NORMALISATION Bruno Saussereau Laboratoire de Mathématiques de Besançon Université de Franche-Comté Travail en commun
Plus en détailafférent au projet de décret relatif aux obligations indexées sur le niveau général des prix
CONSEIL NATIONAL DE LA COMPTABILITÉ Note de présentation - Avis N 2002-11 du 22 octobre 2002 afférent au projet de décret relatif aux obligations indexées sur le niveau général des prix Sommaire I - Rappels
Plus en détailArbres binaires de décision
1 Arbres binaires de décision Résumé Arbres binaires de décision Méthodes de construction d arbres binaires de décision, modélisant une discrimination (classification trees) ou une régression (regression
Plus en détailL empreinte carbone des banques françaises. Résultats commentés
L empreinte carbone des banques françaises Résultats commentés Le cabinet de conseil Utopies et l association Les Amis de la Terre publient le 22 novembre 2010 l empreinte carbone des groupes bancaires
Plus en détailTP1 Méthodes de Monte Carlo et techniques de réduction de variance, application au pricing d options
Université de Lorraine Modélisation Stochastique Master 2 IMOI 2014-2015 TP1 Méthodes de Monte Carlo et techniques de réduction de variance, application au pricing d options 1 Les options Le but de ce
Plus en détailCONVENTION DE L OFFRE e.lcl A LA CARTE
Loi informatique et Libertés du 06/01/1978 modifiée et secret professionnel : Je reconnais avoir été informé(e) que le Crédit Lyonnais pourra utiliser les coordonnées électroniques (adresse e-mail, n de
Plus en détailEXERCICE 2 : SUIVI CINETIQUE D UNE TRANSFORMATION PAR SPECTROPHOTOMETRIE (6 points)
BAC S 2011 LIBAN http://labolycee.org EXERCICE 2 : SUIVI CINETIQUE D UNE TRANSFORMATION PAR SPECTROPHOTOMETRIE (6 points) Les parties A et B sont indépendantes. A : Étude du fonctionnement d un spectrophotomètre
Plus en détailLA PHYSIQUE DES MATERIAUX. Chapitre 1 LES RESEAUX DIRECT ET RECIPROQUE
LA PHYSIQUE DES MATERIAUX Chapitre 1 LES RESEAUX DIRECT ET RECIPROQUE Pr. A. Belayachi Université Mohammed V Agdal Faculté des Sciences Rabat Département de Physique - L.P.M belayach@fsr.ac.ma 1 1.Le réseau
Plus en détailListe des pièces justificatives demandées
Liste des pièces justificatives demandées 1 DES PIECES A FOURNIR POUR UNE INSCRIPTION D AUTO ENTREPRENEUR - Photocopie de la pièce d identité : passeport, carte d identité, titre de séjour 2 LISTE DES
Plus en détailFeuille 6 : Tests. Peut-on dire que l usine a respecté ses engagements? Faire un test d hypothèses pour y répondre.
Université de Nantes Année 2013-2014 L3 Maths-Eco Feuille 6 : Tests Exercice 1 On cherche à connaître la température d ébullition µ, en degrés Celsius, d un certain liquide. On effectue 16 expériences
Plus en détailOUVERTURE ET MISE EN PLACE
OUVERTURE ET MISE EN PLACE Estelle Marcault 20/01/2012 URC PARIS NORD 1 Ouverture et mise en place Trois types de visites/ réunions peuvent avoir lieu : Visite de sélection Réunion investigateur Visite
Plus en détailSTRICTEMENT CONFIDENTIEL
MOIS / ANNEE ETUDE DE VALORISATION Société «EDIVAL» STRICTEMENT CONFIDENTIEL BUREAUX 31, Rue de Brest 69002 LYON Tél : +33 (0)8 71 55 11 98 SIÈGE SOCIAL 94, Rue Saint Lazare 75009 PARIS Tél : +33 (0)1
Plus en détailChapitre 2/ La fonction de consommation et la fonction d épargne
hapitre 2/ La fonction de consommation et la fonction d épargne I : La fonction de consommation keynésienne II : Validations et limites de la fonction de consommation keynésienne III : Le choix de consommation
Plus en détailBMCE Direct SOLUTION DE BANQUE A DISTANCE
BMCE Direct SOLUTION DE BANQUE A DISTANCE Guide d utilisateur 080 100 8100 www.bmcebank.ma 140 Avenue Hassan II - Casablanca, Maroc Bienvenue dans BMCE Direct, votre service de Banque à Distance de BMCE
Plus en détailLes chiffres de la santé LES DÉPENSES D ASSURANCE SANTÉ
Les chiffres de la santé LES DÉPENSES D ASSURANCE SANTÉ Édition 2011 Environnement de la protection sociale Le déficit du régime général En milliards d euros 2009 2010 Prévisions 2011-0,7-0,7 0-1,8-2,7-2,6-7,2-6,1-8,9-10,6-9,9-11,6-20,3-23,9-18,6
Plus en détailEvaluation de cépages résistants ou tolérants aux principales maladies cryptogamiques de la vigne
VITICULTURE 27 Evaluation de cépages résistants ou tolérants aux principales maladies cryptogamiques de la vigne Marc Chovelon Grab Mathieu Combier Chambre d Agriculture du Var Gilles Masson Centre du
Plus en détailPOLITIQUE DE SECURITE DE L EFS ou la nécessité de construire un système sûr, durable, évolutif et raisonné
POLITIQUE DE SECURITE DE L EFS ou la nécessité de construire un système sûr, durable, évolutif et raisonné Congrès SFSP, Jeudi 3 novembre 2011 Contexte et objectifs Sécurité transfusionnelle = Préoccupation
Plus en détailStatistiques Appliquées à l Expérimentation en Sciences Humaines. Christophe Lalanne, Sébastien Georges, Christophe Pallier
Statistiques Appliquées à l Expérimentation en Sciences Humaines Christophe Lalanne, Sébastien Georges, Christophe Pallier Table des matières 1 Méthodologie expérimentale et recueil des données 6 1.1 Introduction.......................................
Plus en détailCOMMENTAiRES/ DECISIONS
Plate-forme d'échanges affichage environnemental des PGC Date : 2009-12-21 Assistante: Lydia GIPTEAU Ligne directe : + 33 (0)1 41 62 84 20 Lydia.gipteau@afnor.org GT Méthodologie Numéro du document: N
Plus en détail