PRINCIPES DES STATISTIQUES INFERENTIELLES
|
|
- Marie-Dominique Fradette
- il y a 6 ans
- Total affichages :
Transcription
1 Chaptre 3 PRINCIPES DES STATISTIQUES INFERENTIELLES Bases de la statstque féretelle PLPSTA0 0
2 Chaptre 3 1. Problématque. Objectfs des statstques féretelles.1 Estmato poctuelle. Estmato par tervalles.3 Tests d'hypothèses statstques 3. Echatlloage 3.1 Echatllo représetatf 3. Trage aléatore Trages aléatores smples avec ou sas remse E théore E pratque 3.3 Echatllo statstque 1
3 Chaptre 3 (sute) 4. Estmato poctuelle des paramètres 4.1 Varable qualtatve dchotomque 4. Varable quattatve Calcul des estmatos a. doées dvduelles b. doées regroupées Estmato sas bas ou corrgée de la varace Calcul de l'estmato sas bas de la varace a. doées dvduelles b. doées regroupées Calcul de l'estmato sas bas de l'écart-type 5. Justfcato des statstques féretelles 5.1 Lo des grads ombres 5. Iterprétato des résultats Effcacté d'u tratemet des troubles de l'axété de l'efat Itesté de la dépresso Durée de chômage
4 1. Problématque (1) La populato P e peut pas être étudée das so eter sot la populato est de très grade talle (oéreux, log de fare ue étude sur tous les sujets) sot la populato e peut pas être éumérée das so eter Exemples : populato fraçase e dehors d'u recesemet populato des malades du SIDA populato des SDF sot la populato est vrtuelle (ou hypothétque) : elle est de talle fe Exemples : études expérmetales populato des malades qu serot tratés avec u ouveau tratemet dot l'effcacté est étudée 3
5 1. Problématque () Exemple : durée de chômage P = { chômeurs fraças } N =? X = "durée de chômage" (e mos) varable quattatve cotue Exemple : testé de la dépresso de sujets dépressfs P = { sujets dépressfs } N =? X = "score de dépresso (CES-D)" (e pots) varable quattatve dscrète Exemple : effcacté d'u tratemet des troubles de l'axété de l'efat P = { efats attets de troubles de l'axété, sous tratemet } N = X = "amélorato clque" : ou, o varable qualtatve dchotomque 4
6 1. Problématque (3) o e peut pas receser toutes les valeurs de la varable étudée das la populato o e peut pas calculer la valeur umérque du paramètre d'térêt p, ou µ, ou σ das la populato P la valeur umérque du paramètre d'térêt p, ou µ, ou σ est coue das la populato P 5
7 . Objectfs des statstques féretelles P populato de talle N N très grad ou f, e gééral cou A partr de l'aalyse statstque des doées d'u sous-esemble d'dvdus ou échatllo de la populato, de talle avec << N trer des coclusos cocerat la populato etère P.1 Estmato poctuelle trouver ue "boe" approxmato (ayat de boes proprétés statstques) par ue valeur umérque uque de la valeur coue du paramètre d'térêt p, ou µ, ou σ das la populato P o "approche" la valeur du paramètre qu reste coue 6
8 . Estmato par tervalles trouver u tervalle ("fourchette") de valeurs umérques qu cotet vrasemblablemet (a de grades chaces de coter) la valeur coue du paramètre d'térêt p, ou µ, ou σ das P elle fat terver le rsque d'erreur que la "fourchette" trouvée e cotee pas la valeur du paramètre par rapport à l'estmato poctuelle, elle tègre la oto de précso ou de marge d'erreur de l'estmato 7
9 .3 Tests d'hypothèses statstques valder ou rejeter ue hypothèse cocerat la valeur coue du paramètre d'térêt p, ou µ, ou σ das P l est mpossble de répodre avec certtude, mas o peut établr les rsques d'erreurs assocés aux décsos evsagées (à l'ade du calcul probablste) 8
10 3. Echatlloage 3.1 Echatllo représetatf Das quelles codtos est-l perms d'extrapoler à la populato etère les résultats obteus (observés) sur l'échatllo? s l'échatllo est coveablemet chos, l dot refléter assez fdèlemet les caractérstques (paramètres) de la populato etère so, l y a u rsque de bas (de sélecto) c-a-d d'erreurs systématques l'échatllo dot être représetatf de la populato étudée : de talle suffsammet "grade" ( 30) obteu par trage au sort des dvdus de la populato 9
11 Exemples : échatllo : groupe de TD d'étudats e d aée de lcece de psychologe à Naterre X = "sexe" X = "âge" X = "durée des études" P = { fraças } P = { fraças de 15 à 35 as } P = { étudats de Naterre } P = { étudats e psychologe de Naterre } 10
12 3. Trage aléatore P populato de talle N Pour assurer de boes proprétés aux résultats obteus sur l'échatllo, deux codtos sot écessares : les trages dovet être équprobables la probablté de trer au sort chaque dvdu de P dot être la même, c'est à dre égale à 1/N les trages successfs dovet être dépedats 11
13 Trages aléatores smples avec ou sas remse trage aléatore smple avec remse (remplacemet) d'u dvdu das P : après avor été tré au sort, chaque dvdu est rems das la populato avat d'effectuer u ouveau trage u même dvdu peut-être représeté pluseurs fos das l'échatllo assure l'dépedace etre les trages successfs trage aléatore smple sas remse d'u dvdu das P : après avor été tré au sort, l'dvdu tré 'est pas rems das la populato u même dvdu 'est représeté qu'ue seule fos das l'échatllo l 'y a pas dépedace des trages successfs 1
14 E théore Les proprétés théorques serot doées pour ue populato de talle fe u échatllo obteu par trage aléatore smple avec remse 13
15 E pratque das ue populato de grade talle (de l'ordre de mllers) o fat souvet u trage aléatore sas remse e applquat les proprétés obteues pour les trages avec remse le trage aléatore sas remse e modfe pas beaucoup la populato tale et les trages sot doc quasmet dépedats das ue populato de talle plus fable (de l'ordre de cetaes), l faut fare u trage aléatore avec remse pour assurer l'dépedace des trages et applquer les proprétés qu e découlet le plus souvet, l 'y a pas de trage au sort d'où des dffcultés d'extrapolato des résultats obteus sur l'échatllo à la populato étudée 14
16 3.3 Echatllo statstque échatllo statstque de la varable X ssu de la populato P de talle dvdus trés au sort 1,,... échatllo (observé) ou observatos (x 1, x,... x ) : valeurs de X recuelles (observées) sur les dvdus de l'échatllo E pratque : échatllo de X ssu de P de talle : (x 1, x,... x ) sot des valeurs de la varable étudée X recuelles dépedammet sur dvdus d'ue même populato das des codtos detques s'l 'a pas été obteu par trage au sort, l'échatllo 'est a pror pas représetatf de la populato P pour la varable X 15
17 3.3 Echatllo statstque () Exemple : durée de chômage P = { chômeurs fraças } N =? X = "durée de chômage" (e mos) varable quattatve cotue échatllo de X ssu de P de talle = 30 observatos (x 1, x, x 30 ) ( 3, 8, 6 ) 30 durées observées sur 30 chômeurs Exemple : effcacté d'u tratemet des troubles de l'axété de l'efat P = { efats attets de troubles de l'axété, sous tratemet } N = X = "amélorato clque" : ou, o varable qualtatve dchotomque échatllo de X ssu de P de talle = 63 observatos ( x 1, x, x 3, x 63 ) (ou, ou, o, ou) 63 valeurs "ou" ou "o" observées sur 63 efats attets de troubles de l'axété, sous tratemet 16
18 4. Estmato poctuelle des paramètres O approche la valeur du paramètre étudé par ue valeur umérque uque o estme le paramètre d'térêt ATTENTION la valeur de l'estmato 'est pas égale à celle du paramètre estmé 17
19 4.1 Varable qualtatve dchotomque X varable qualtatve dchotomque défe sur E = {ou, o} p = proporto de "ou", coue das P échatllo (x 1, x,... x ) de X ssu de P de talle l'estmato poctuelle de la proporto p est doée par la fréquece observée sur l'échatllo fréquece (proporto) observée de "ou" otée f 1 f = effectf observé de "ou" = l'estmato poctuelle de la proporto de "o" 1 p est doée par la fréquece observée de "o" sur l'échatllo otée 1 f 1 f = effectf observé de "o" = l y a très peu de chace pour que f = p e gééral f p 18
20 4. Varable quattatve X varable quattatve défe sur E µ = moyee de X, coue das P σ = varace de X, coue das P σ = écart-type de X, cou das P échatllo (x 1, x,... x ) de X ssu de P de talle l'estmato poctuelle de la moyee µ de X das P est doée par la moyee observée sur l'échatllo otée x ue estmato poctuelle de la varace σ de X das P doée par la varace observée sur l'échatllo otée s ue estmato poctuelle de l'écart-type σ de X das P doée par l'écart-type observé sur l'échatllo oté s l y a très peu de chace pour que = µ ou s = σ (ou s = σ) e gééral µ et s σ (et s σ) x 19 x
21 Calculs des estmatos (1) a. doées dvduelles ( pett) observato (valeur observée) x pour chaque dvdu de l'échatllo, pour = 1,... x = = 1 x ( x) x = 1 s = avec s 0 = = 1 x x s = s avec s 0 0
22 1 Calculs des estmatos () b. doées regroupées ( grad) observato (valeur observée) x pour dvdus de l'échatllo effectfs observés (, = 1,... k) avec s 0 avec s 0 s s = ( ) 1 1 x x x x s k k = = = = x x k = = 1
23 Estmato sas bas ou corrgée de la varace la varace observée s est toujours trop fable (basée) : elle sous-estme systématquemet la varace σ de X das P l'écart-type observé s est toujours trop fable : sous-estmato systématque de l'écart-type σ de X das P o doe ue melleure estmato de la varace (et de l'écart-type) e calculat so estmato sas bas l'estmato poctuelle de la varace σ de X das P est doée par la varace observée sas bas (ou corrgée) sur l'échatllo otée s * l'estmato poctuelle de l'écart-type σ de X das P : écart-type observé sas bas (ou corrgé) sur l'échatllo oté s*
24 3 Calcul de l'estmato sas bas (corrgée) de la varace (1) a. doées dvduelles ( pett) observato x pour chaque dvdu de l'échatllo, pour = 1,... avec s * 0 b. doées regroupées ( grad) observato x pour dvdus de l'échatllo, pour = 1,... k avec s * 0 ( ) 1 1 * 1 1 = = = = x x x x s ( ) 1 1 * 1 1 = = = = x x x x s k k
25 Calcul de l'estmato sas bas (corrgée) de la varace () à partr de l'estmato basée s estmato basée (trop fable) de σ s * = s avec s * s 0 1 4
26 Calcul de l'estmato sas bas (corrgée) de l'écart-type à partr de l'estmato sas bas de la varace s * estmato sas bas de σ * s * = s avec s* 0 à partr de l'estmato basée de la varace s estmato basée (trop fable) de σ s* = s avec s* s 0 1 5
27 5. Justfcato des statstques féretelles S l'échatllo est coveablemet chos (échatllo représetatf), l dot refléter assez fdèlemet les caractérstques de la populato etère 5.1 Lo des grads ombres phéomèe de régularté statstque la fréquece observée sur u très grad ombre d'expéreces ted vers la proporto p das la populato P la moyee observée sur u très grad ombre d'expéreces ted vers la moyee µ das la populato P les féreces (coclusos) que l'o peut fare à partr d'u échatllo (représetatf) e dépedet pas de la talle de la populato N, mas de la talle de l'échatllo 6
28 5. Iterprétato des résultats Il est possble de trer des coclusos, c'est à dre d'extrapoler les résultats observés sur l'échatllo : à la populato étudée s l'échatllo est représetatf de cette populato Exemples : populato fraçase populato des chômeurs fraças populato des sujets dépressfs à la populato vrtuelle (hypothétque) créée à l'mage de l'échatllo, c'est à dre dot l'échatllo étudé est supposé être représetatf Exemples : études expérmetales populato des malades ayat les mêmes caractérstques que ceux de l'échatllo (âge, gravté de la malade,...) qu serot tratés avec le ouveau tratemet dot l'effcacté a été étudée 7
29 Effcacté d'u tratemet des troubles de l'axété P = {efats attets de troubles de l'axété, sous tratemet} N =? X = "amélorato clque": ou, o X varable qualtatve dchotomque u paramètre : proporto d'amélorato clque = p coue das P échatllo de X ssu de P de talle = 63 effectfs observés sur l'échatllo amélorato : "ou" 1 = 48 "o" = 15 estmato poctuelle du paramètre proporto la fréquece d'amélorato observée f = 48/63 = 0,76 la proporto p d'amélorato clque sous tratemet das la populato des efats attets de troubles de l'axété, est estmée à 76,% 8
30 Itesté de la dépresso (1) P = {sujets dépressfs} N =? X = "score de dépresso (échelle CES-D)" (e pots) X varable quattatve (dscrète) sur E = {0, 1,... 60} deux paramètres : score moye = µ cou das P écart-type du score = σ cou das P échatllo de X ssu de P de talle = 36 score x Σ x = Σ x =
31 Itesté de la dépresso () estmato poctuelle des paramètres moyee, varace et écart-type doées dvduelles le score moye observé x = 30, (pots) la varace observée du score s = 93,1 l'écart-type observé du score s 93,1 9,6 (pots) le score de dépresso moye µ das la populato des sujets dépressfs est estmé à 30, (pots) la varace du score de dépresso σ das la populato des sujets dépressfs est estmée à 93,1 l'écart-type du score de dépresso σ das la populato des sujets dépressfs est estmé à 9,6 (pots) 30
32 Itesté de la dépresso (3) estmato poctuelle sas bas des paramètres varace et écart-type doées dvduelles la varace observée sas bas du score s * = 95,8 (s * s = 93,1) l'écart-type observé sas bas du score s* = 9,8 (pots) (s* s = 9,6) la varace du score de dépresso σ das la populato des sujets dépressfs est estmée à 95,8 l'écart-type du score de dépresso σ das la populato des sujets dépressfs est estmé à 9,8 (pots) 31
33 Durée de chômage (1) P = {chômeurs fraças} N =? X = "durée de chômage" (e mos) X varable quattatve (cotue) sur E = (0 ; 10) deux paramètres : durée moyee = µ coue das P écart-type de la durée = σ cou das P échatllo de X ssu de P de talle = 30 durée x effectf observé Σ x = 161 Σ x =
34 Durée de chômage () estmato poctuelle des paramètres moyee, varace et écart-type doées regroupées la durée moyee observée x = 5,37 mos la varace observée de la durée s = 5,63 l'écart-type observé de la durée s 5,63 =,37,4 mos la durée moyee de chômage µ das la populato des chômeurs est estmée à 5,37 mos la varace de la durée de chômage σ das la populato des chômeurs est estmée à 5,63 l'écart-type de la durée de chômage σ das la populato des chômeurs est estmé à,37 mos 33
35 Durée de chômage (3) estmato poctuelle sas bas des paramètres varace et écart-type doées regroupées la varace observée sas bas de la durée s * = 5,83 (s * s = 5,63) l'écart-type observé sas bas de la durée s* =,41 (s* s =,37) la varace de la durée de chômage σ das la populato des chômeurs est estmée à 5,83 l'écart-type de la durée de chômage σ das la populato des chômeurs est estmé à,41 mos 34
II - 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 détailSemestre : 4 Module : Méthodes Quantitatives III Elément : Mathématiques Financières Enseignant : Mme BENOMAR
Semestre : 4 Module : Méthodes Quattatves III Elémet : Mathématques Facères Esegat : Mme BENOMAR Elémets du cours Itérêts smples, précompte, escompte et compte courat Itérêts composés Autés Amortssemets
Plus en détail" BIOSTATISTIQUE - 1 "
ISTITUT SUPERIEUR DE L EDUCATIO ET DE LA FORMATIO COTIUE Départemet Bologe Géologe S0/ " BIOSTATISTIQUE - " Cours & Actvtés : Modher Abrougu Aée Uverstare - 008 Modher Abrougu Bostatstque «I» ISEFC - 008
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 détailApplication de la théorie des valeurs extrêmes en assurance automobile
Applcato de la théore des valeurs extrêmes e assurace automoble Nouredde Belagha & Mchel Gru-Réhomme Uversté Pars 2, ERMES-UMR78-CNRS, 92 rue d Assas, 75006 Pars, Frace E-Mal: blour2002@yahoo.fr E-Mal:
Plus en détailRessources pour le lycée général et technologique
éduscol Ressources pour le lycée gééral et techologque Ressources pour le cycle termal gééral et techologque Mesure et certtudes Ces documets peuvet être utlsés et modés lbremet das le cadre des actvtés
Plus en détailLes sinistres graves en assurance automobile : Une nouvelle approche par la théorie des valeurs extrêmes
Les sstres graves e assurace automoble : Ue ouvelle approche par la théore des valeurs extrêmes Nouredde Belagha (*, Mchel Gru-Réhomme (*, Olga Vasecho (** (* Uversté Pars 2, ERMES-UMR78-CNRS, 2 place
Plus en détailCHAPITRE 6 : LE BIEN-ETRE. Durée : Objectif spécifique : Résumé : I. L agrégation des préférences. Cerner la notion de bien-être et sa mesure.
TABLE DES MATIERES Durée...2 Objectf spécfque...2 Résumé...2 I. L agrégato des préféreces...2 I. Le système de vote à la majorté...2 I.2 Vote par classemet...3 I.3 Codtos de décso socale et théorème d
Plus en détailIncertitudes expérimentales
U N I O N D E S P R O F E S S E U R S D E P H Y S I Q U E E T D E C H I M I E 995 Icerttudes érmetales par Fraços-Xaver BALLY Lcée Le Corbuser - 93300 Aubervllers et Jea-Marc BERROIR École ormale supéreure
Plus en détailMathématiques Financières : l essentiel Les 10 formules incontournables (Fin de période)
A-PDF OFFICE TO PDF DEMO: Purchase from www.a-pdf.com to remove the watermark Mathématques Facères : l essetel Les formules cotourables (F de érode) htt://www.ecogesam.ac-a-marselle.fr/esed/gesto/mathf/mathf.html#e5aels
Plus en détailCoefficient de partage
Coeffcet de partage E chme aque, la sythèse d'u composé se fat e pluseurs étapes : la réacto propremet dte (utlsat par exemple u motage à reflux quad la réacto dot être actvée thermquemet), les extractos
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 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 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 détailGIN FA 4 02 01 INSTRUMENTATION P Breuil
GIN FA 4 0 0 INSTRUMENTATION P Breul OBJECTIFS : coatre les bases des statstques de la mesure af de pouvor d ue part compredre les spécfcatos d u composat et d autre part évaluer avec rgueur les performaces
Plus en détailMesure avec une règle
Mesure avec une règle par Matheu ROUAUD Professeur de Scences Physques en prépa, Dplômé en Physque Théorque. Lycée Alan-Fourner 8000 Bourges ecrre@ncerttudes.fr RÉSUMÉ La mesure d'une grandeur par un système
Plus en détailLE PRINCIPE DU RAISONNEMENT PAR RÉCURRENCE
LE PRINCIPE DU RAISONNEMENT PAR RÉCURRENCE. Exemple troductf (Les élèves qu coasset déà be le prcpe peuvet sauter ce paragraphe) Cosdéros la sute (u ), défe pour tout, par : u u u 0 0 Cette sute est défe
Plus en détailPlan. Gestion des stocks. Les opérations de gestions des stocks. Les opérations de gestions des stocks
Plan Geston des stocks Abdellah El Fallah Ensa de Tétouan 2011 Les opératons de gestons des stocks Les coûts assocés à la geston des stocks Le rôle des stocks Modèle de la quantté économque Geston calendare
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 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 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 détailUne méthode alternative de provisionnement stochastique en Assurance Non Vie : Les Modèles Additifs Généralisés
Ue méthode alteratve de provsoemet stochastque e Assurace No Ve : Les Modèles Addtfs Gééralsés Lheureux Else B&W Delotte 85, av. Charles de Gaulle 954 Neully-sur-See cedex Frace Drect: 33(0).55.6.65.3
Plus en détailSTATISTIQUE AVEC EXCEL
STATISTIQUE AVEC EXCEL Excel offre d nnombrables possbltés de recuellr des données statstques, de les classer, de les analyser et de les représenter graphquement. Ce sont prncpalement les tros éléments
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 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 détailCOURS DE MATHEMATIQUE FINANCIERE A COURT ET LONG TERME Promotion : Première année de graduat
P R O F E S REPUBLIQUE DEMOCRATIQUE DU CONGO ENSEIGNEMENT SUPEREIEUR ET UNIVERSITAIRE INSTITUT SUPERIEUR DE GESTION INFORMATIQUE DE GOMA /I.S.I.G-GOMA DEVELOPPEMENT ISIG M A T I O N COURS DE MATHEMATIQUE
Plus en détail1.0 Probabilité vs statistique...1. 1.1 Expérience aléatoire et espace échantillonnal...1. 1.2 Événement...2
- robabltés - haptre : Introducton à la théore des probabltés.0 robablté vs statstque.... Expérence aléatore et espace échantllonnal.... Événement.... xomes défnton de probablté..... Quelques théorèmes
Plus en détailConception d un outil décisionnel pour la gestion de la relation client dans un site de e-commerce
SETIT 2005 3 RD INTERNATIONAL CONFERENCE: SCIENCES OF ELECTRONIC, TECHNOLOGIES OF INFORMATION AND TELECOMMUNICATIONS MARCH 27-3, 2005 TUNISIA Cocepto d u outl décsoel pour la gesto de la relato clet das
Plus en détailConception d un outil décisionnel pour la gestion de la relation client dans un site de e-commerce
Cocepto d u outl décsoel pour la gesto de la relato clet das u ste de e-commerce Nazh SELMOUNE *, Sada BOUKHEDOUMA * ad Zaa ALIMAZIGHI * * Laboratore des Systèmes Iformatques(LSI )- USTHB - ALGER selmoue@wssal.dz
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 détailMÉTHODES DE SONDAGES UTILISÉES DANS LES PROGRAMMES D ÉVALUATIONS DES ÉLÈVES
MÉTHODES DE SONDAGES UTILISÉES DANS LES PROGRAMMES D ÉVALUATIONS DES ÉLÈVES Émle Garca, Maron Le Cam et Therry Rocher MENESR-DEPP, bureau de l évaluaton des élèves Cet artcle porte sur les méthodes de
Plus en détailLe Sphinx. Enquêtes, Sondages. Analyse de données. Internet : http://www.lesphinxdeveloppement.fr/club/index.html
Equêtes, Sodages Aalyse de doées Le Sphix! Iteret : http://www.lesphixdeveloppemet.fr/club/idex.html Lagarde J. Aalyse statistique de doées, Duod. Réaliser vos equêtes Questioaire Traitemets et aalyses
Plus en 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 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 jeunes économistes
Chaptre1 : les ntérêts smples 1. défnton et calcul pratque : Défnton : Dans le cas de l ntérêt smple, le captal reste nvarable pendant toute la durée du prêt. L emprunteur dot verser, à la fn de chaque
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 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 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 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 détailMes Objectifs. De, par, avec Sandrine le Métayer Lumières de Philippe Férat. spectacle produit par la Cie DORE
Me Objectf De, par, avec Sandrne le Métayer Lumère de Phlppe Férat pectacle produt par la Ce DORE t j Me objectf numéro prx du Jury aux Gradn du rque (Le Hvernale/ Avgnon) p l e t t a r d, p Sandrne le
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 détailContrats prévoyance des TNS : Clarifier les règles pour sécuriser les prestations
Contrats prévoyance des TNS : Clarfer les règles pour sécurser les prestatons Résumé de notre proposton : A - Amélorer l nformaton des souscrpteurs B Prévor plus de souplesse dans l apprécaton des revenus
Plus en détailLES MESURES CLÉS DU PROJET DE LOI ÉCONOMIE SOCIALE ET SOLIDAIRE
LES MESURES CLÉS DU PROJET DE LOI ÉCONOMIE SOCIALE ET SOLIDAIRE Qu est-ce que l Écoomie sociale et solidaire? Coopératives Etreprises sociales Scop Fiaceurs sociaux Scic CAE Mutuelles Coopératives d etreprises
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 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 détail1 Introduction. 2 Définitions des sources de tension et de courant : Cours. Date : A2 Analyser le système Conversion statique de l énergie. 2 h.
A2 Analyser le système Converson statque de l énerge Date : Nom : Cours 2 h 1 Introducton Un ConVertsseur Statque d énerge (CVS) est un montage utlsant des nterrupteurs à semconducteurs permettant par
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 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 détailGérer les applications
Gérer les applicatios E parcourat les rayos du Widows Phoe Store, vous serez e mesure de compléter les services de base de votre smartphoe à travers plus de 10 000 applicatios. Gratuites ou payates, ces
Plus en 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 détailn tr tr tr tr tr tr tr tr tr tr n tr tr tr Nom:... Prénom :...
Nom:... Préom :... Chaque répose peut valoir : c) 2 poits si le choix est totalemet exact + poit si le choix est partiellemet exact + 0 poit si le choix est erroé + -i poit si le choix est u coeses Ue
Plus en détailEstimation des incertitudes sur les erreurs de mesure.
Estmto des certtdes sr les errers de mesre. I. Itrodcto : E sceces epérmetles, l este ps de mesres ectes. Celle-c e pevet être q etchées d errers pls o mos mporttes selo le protocole chos, l qlté des strmets
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 détailDéveloppement en Série de Fourier
F-IRIS-5.ex Développeme e Série de Fourier Développer e série de Fourier les focios de période T défiies aisi : a b { f impaire T = f = si ] ; { f paire T = f = si ; ] Faire das chaque cas ue représeaio
Plus en détailRESOLUTION PAR LA METHODE DE NORTON, MILLMAN ET KENNELY
LO 4 : SOLUTO P L MTHO OTO, MLLM T KLY SOLUTO P L MTHO OTO, MLLM T KLY MTHO OTO. toductio Le théoème de oto va ous pemette de éduie u cicuit complexe e gééateu de couat éel. e gééateu possède ue souce
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 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 détailCOMPARAISON DE MÉTHODES POUR LA CORRECTION
COMPARAISON DE MÉTHODES POUR LA CORRECTION DE LA NON-RÉPONSE TOTALE : MÉTHODE DES SCORES ET SEGMENTATION Émle Dequdt, Benoît Busson 2 & Ncolas Sgler 3 Insee, Drecton régonale des Pays de la Lore, Servce
Plus en détailMontage émetteur commun
tour au menu ontage émetteur commun Polarsaton d un transstor. ôle de la polarsaton La polarsaton a pour rôle de placer le pont de fonctonnement du transstor dans une zone où ses caractérstques sont lnéares.
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 détailMUTUELLE D&O MUTUELLE D&O. Copilote de votre santé. AGECFA-Voyageurs CARCEPT CARCEPT-Prévoyance CRC CRIS CRPB-AFB
MUTUELLE D&O MUTUELLE D&O Copilote de votre saté AGECFA-Voyageurs CARCEPT CARCEPT-Prévoyace CRC CRIS CRPB-AFB DOMISSIMO-Assuraces DOMISSIMO-Services FONGECFA-Trasport IPRIAC MUTUELLE D&O OREPA-Prévoyace
Plus en détailÉLÉMENTS DE THÉORIE DE L INFORMATION POUR LES COMMUNICATIONS.
ÉLÉMETS DE THÉORIE DE L IFORMATIO POUR LES COMMUICATIOS. L a théore de l nformaton est une dscplne qu s appue non seulement sur les (télé-) communcatons, mas auss sur l nformatque, la statstque, la physque
Plus en détailstages 2015 paris saint-germain ACADEMY Dossier d inscription
stages 2015 pars sat-germa ACADEMY Dosser d scrpto STAGE de football STAGES 2015 Fche d scrpto à retourer à l adresse suvate Pars Sat-Germa Academy - Frace 159, rue de la Républque - 92 800 Puteaux Tél
Plus en détailExercices d Électrocinétique
ercces d Électrocnétque Intensté et densté de courant -1.1 Vtesse des porteurs de charges : On dssout une masse m = 20g de chlorure de sodum NaCl dans un bac électrolytque de longueur l = 20cm et de secton
Plus en détailChapitre 3 : Incertitudes CHAPITRE 3 INCERTITUDES. Lignes directrices 2006 du GIEC pour les inventaires nationaux de gaz à effet de serre 3.
Chaptre 3 : Incerttudes CHAPITRE 3 INCERTITUDES Lgnes drectrces 2006 du GIEC pour les nventares natonaux de gaz à effet de serre 3.1 Volume 1 : Orentatons générales et établssement des rapports Auteurs
Plus en détailL Analyse Factorielle des Correspondances
Aalyse de doées Modle 5 : L AFC M5 L Aalyse Factorelle des Corresodaces L aalyse factorelle des corresodaces, otée AFC, est e aalyse destée a tratemet des tableax de doées où les valers sot ostves et homogèes
Plus en détailChapitre IV : Inductance propre, inductance mutuelle. Energie électromagnétique
Spécale PSI - Cours "Electromagnétsme" 1 Inducton électromagnétque Chaptre IV : Inductance propre, nductance mutuelle. Energe électromagnétque Objectfs: Coecents d nductance propre L et mutuelle M Blan
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 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 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 détailQuand BÉBÉ VOYAGE. Guide pratique sur les précautions à prendre
Quad BÉBÉ VOYAGE Guide pratique sur les précautios à predre Vous partez bietôt pour u log voyage avec votre jeue efat. Quelques précautios sot à predre avat, pedat le déplacemet et durat votre séjour.
Plus en détailSTATISTIQUE : 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 détailCompte Sélect Banque Manuvie Guide du débutant
GUIDE DU DÉBUTANT Compte Sélect Baque Mauvie Guide du débutat Besoi d aide? Preez quelques miutes pour lire attetivemet votre Guide du cliet. Le préset Guide du débutat vous facilitera l utilisatio de
Plus en 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 détailGENESIS - Generalized System for Imputation Simulations (Système généralisé pour simuler l imputation)
GENESS - Generalzed System for mputaton Smulatons (Système généralsé pour smuler l mputaton) GENESS est un système qu permet d exécuter des smulatons en présence d mputaton. L utlsateur fournt un ensemble
Plus en détailPratique de la statistique avec SPSS
Pratque de la statstque avec SPSS SUPPORT Transparents ultéreurement amélorés et ms à jour sur le ste du SMCS LIENS UTILES Ste du SMCS (Support en Méthodologe et Calcul Statstque) : http://www.stat.ucl.ac.be/smcs/
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 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 détailDivorce et séparation
Coup d oeil sur Divorce et séparatio Être attetif aux besois de votre efat Divorce et séparatio «Les premiers mois suivat u divorce ou ue séparatio sot très stressats. Votre patiece, votre cohérece et
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 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 détailUNIVERSITÉ DU QUÉBEC À MONTRÉAL L ASSURANCE AUTOMOBILE AU QUÉBEC : UNE PRIME SELON LE COÛT SOCIAL MARGINAL MÉMOIRE PRÉSENTÉ COMME EXIGENCE PARTIELLE
UNIVERSITÉ DU QUÉBEC À MONTRÉAL L ASSURANCE AUTOMOBILE AU QUÉBEC : UNE PRIME SELON LE COÛT SOCIAL MARGINAL MÉMOIRE PRÉSENTÉ COMME EXIGENCE PARTIELLE DE LA MAÎTRISE EN ÉCONOMIQUE PAR ERIC LÉVESQUE JANVIER
Plus en détailAssurance maladie et aléa de moralité ex-ante : L incidence de l hétérogénéité de la perte sanitaire
Assurance malade et aléa de moralté ex-ante : L ncdence de l hétérogénété de la perte santare Davd Alary 1 et Franck Ben 2 Cet artcle examne l ncdence de l hétérogénété de la perte santare sur les contrats
Plus en détailLa théorie classique de l information. 1 ère partie : le point de vue de Kolmogorov.
La théore classque de l nformaton. ère parte : le pont de vue de Kolmogorov. La sute de caractères comme outl de descrpton des systèmes. La scence peut être vue comme l art de compresser les données quelles
Plus en détailLa Journée de la Famille en Entreprise Son Guide Pratique
La Jourée de la Famille e Etreprise So Guide Pratique Le 7 mai 2009, sous le haut patroage et e présece de Nadie Morao, Secrétaire d Etat chargée de la Famille, Jérôme Ballari, Présidet de l Observatoire
Plus en détailRemboursement d un emprunt par annuités constantes
Sére STG Journées de formaton Janver 2006 Remboursement d un emprunt par annutés constantes Le prncpe Utlsaton du tableur Un emprunteur s adresse à un prêteur pour obtenr une somme d argent (la dette)
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 détailLes nouveaux relevés de compte
Ifo CR Les ouveaux relevés de compte Les relevés de compte actuels du Crédit Agricole de Champage-Bourgoge sot issus de la migratio iformatique sur le GIE AMT e 2001 : petit format (mais A4 pour les Professioels),
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 détailTD 1. Statistiques à une variable.
Danel Abécasss. Année unverstare 2010/2011 Prépa-L1 TD de bostatstques. Exercce 1. On consdère la sére suvante : TD 1. Statstques à une varable. 1. Calculer la moyenne et l écart type. 2. Calculer la médane
Plus en détailTerminal numérique TM 13 raccordé aux installations Integral 33
Termnal numérque TM 13 raccordé aux nstallatons Integral 33 Notce d utlsaton Vous garderez une longueur d avance. Famlarsez--vous avec votre téléphone Remarques mportantes Chaptres à lre en prorté -- Vue
Plus en détailsanté Les arrêts de travail des séniors en emploi
soldarté et DOSSIERS Les arrêts de traval des sénors en emplo N 2 2007 Les sénors en emplo se dstnguent-ls de leurs cadets en termes de recours aux arrêts de traval? Les sénors ne déclarent pas plus d
Plus en détailUNE ETUDE ECONOMÉTRIQUE DU NOMBRE D ACCIDENTS
BRUSSELS ECONOMIC REVIEW - CAHIERS ECONOMIQUES DE BRUXELLES VOL. 49 - N 2 SUMMER 2006 UNE ETUDE ECONOMÉTRIQUE DU NOMBRE D ACCIDENTS DANS LE SECTEUR DE L ASSURANCE AUTOMOBILE* MARÍA DEL CARMEN MELGAR**
Plus en détailS euls les flux de fonds (dépenses et recettes) définis s ent l investissement.
Choix d ives i s s eme e cer iude 1 Chapire 1 Choix d ivesissemes e ceriude. Défiiio L es décisios d ivesissemes fo parie des décisios sraégiques de l erepris e. Le choix ere différes projes d ivesisseme
Plus en détailCalculer le coût amorti d une obligation sur chaque exercice et présenter les écritures dans les comptes individuels de la société Plumeria.
1 CAS nédt d applcaton sur les normes IAS/IFRS Coût amort sur oblgatons à taux varable ou révsable La socété Plumera présente ses comptes annuels dans le référentel IFRS. Elle détent dans son portefeulle
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 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 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 détailBUREAU D'APPLICATION DES METHODES STATISTIQUES ET INFORMATIQUES
BUREAU DAPPLICATION DES METHODES STATISTIQUES ET INFORMATIQUES BAMSI REPRINT 04/2003 Introducton à l analyse des données Samuel AMBAPOUR BAMSSI I BAMSI B.P. 13734 Brazzavlle BAMSI REPRINT 04/2003 Introducton
Plus en détailEditions ENI. Project 2010. Collection Référence Bureautique. Extrait
Edtons ENI Project 2010 Collecton Référence Bureautque Extrat Défnton des tâches Défnton des tâches Project 2010 Sasr les tâches d'un projet Les tâches représentent le traval à accomplr pour attendre l'objectf
Plus en détail