Méthodes Quantitatives : niveau I Semestre d automne 2017

Save this PDF as:
 WORD  PNG  TXT  JPG

Dimension: px
Commencer à balayer dès la page:

Download "Méthodes Quantitatives : niveau I Semestre d automne 2017"

Transcription

1 Méthodes Quantitatives : niveau I Semestre d automne 2017 Antoine Jardin, Ingénieur de Recherche (CNRS) : Anja Durovic, doctorante (CEE/LIEPP, Sciences Po) : Objectifs du cours Ce cours vise essentiellement à remplir trois objectifs : 1) Familiariser les étudiant.e.s avec les démarches de recherche quantitative en sciences sociales, pour les appliquer, notamment, à la comparaison internationale : les étudiant.e.s seront initié.e.s à la démarche «d empiricisation» des hypothèses de recherche et des modèles d analyse sociale et politique. On les familiarisera aux différentes étapes d une recherche, de l élaboration des questionnements à leur validation empirique à travers l utilisation de données existantes. Pour cela le cours fera référence régulièrement à certaines des problématiques qui animent le débat en sciences politique, sociologie et relations internationales. 2) Les doter des outils d analyses statistiques courants en sciences sociales : il s agira ici d initier aux méthodes statistiques les plus couramment utilisées d un point de vue de théorie statistique mais également pratique. A cette fin, le cours alternera découverte de la «boîte noire» des méthodes statistiques et mise en application de ces méthodes à un contexte de recherche et des données réelles à travers l initiation au logiciel STATA. 3) Développer leur sens critique à l égard des travaux universitaires existants : forts des connaissances ainsi acquises les étudiant.e.s devront être à même de déterminer les défauts et qualités des méthodes de recueil des données employées, de la pertinence des hypothèses, méthodes d analyse et résultats avancés et être à même de suggérer des méthodes et designs empiriques alternatifs. En cela, ils acquerront l esprit critique et le recul nécessaires au traitement approprié des 1

2 données, documents et autres rapports d étude auxquels ils/elles pourront être confrontés dans l avenir. Déroulement du cours : Le cours abordera les statistiques sociales d un point de vue théorique et empirique. Les concepts couverts seront appliqués à des données et des questions de recherche réelles à partir d enquêtes internationales et par l utilisation du logiciel STATA. L assiduité aux cours est obligatoire, en manquer un rendra difficile la compréhension des séances suivantes. Il est fortement recommandé aux étudiant.e.s de fournir un travail régulier notamment en s exerçant à l usage du logiciel et de rattraper systématiquement en cas d absence. Charge de travail et évaluation Les étudiant.e.s seront donc jugé.e.s sur les exercices suivants : 1. Rédaction d un mini-mémoire de recherche quantitative (60%) La remise des mini-mémoires de recherche aura lieu mi-décembre. Le choix du sujet est libre mais devra être validé par les enseignants. La recherche proposée utilisera l European Social Survey (si possible), enquête support du cours. Le mini-mémoire peut être écrit en duo ou par un groupe de trois étudiant.e.s (20 pages max.). Le mini-mémoire doit répondre à une question de recherche précise, développer des hypothèses de recherche à partir des explications théoriques (pour cela les étudiant.e.s doivent consulter la littérature sur leur sujet, le minimémoire doit contenir au moins 2 références pertinents par rapport au sujet), opérationnaliser les concepts utilisés ainsi que mettre en application un grand éventail des méthodes quantitatives acquis en cours. 2. Exercices d application (2*20%) Les exercices d application (devoir maison) consistent en plusieurs problèmes d analyse quantitative mettant en application les connaissances et savoir-faire acquis en classe. Les étudiant.e.s doivent les réaliser seul.e.s et les rendre pour la séance pratiques suivante. 2

3 Plan du cours Séance 1 : Le monde des enquêtes quantitatives Savoir-faire : comprendre les notions d échantillon et de représentativité, de méthode aléatoire ou par quotas, déterminer la qualité de représentativité d une enquête, connaître les avantages et inconvénients des types d interview ; comprendre les notions de biais et de marge d erreur. Séance 2 : Les données (ESS) et le logiciel (STATA) Savoir-faire : connaître l ampleur et les objectifs de l enquête «European Social Survey» ainsi que le vocabulaire des enquêtes statistiques, les types de variables, savoir se repérer dans un questionnaire ainsi que dans Stata, ouvrir et se repérer dans un fichier, sélectionner des observations. Séance 3: Les statistiques univariées Savoir-faire : savoir déterminer la nature d une variable, prendre en compte les biais de mesure, comprendre les notions de moyenne, médiane, variance et écart-type, savoir utiliser les tris à plat et les représentations graphiques (histogrammes, «boîte à moustache»). Séance 4 : Les statistiques bivariées I : la corrélation Savoir-faire : distinguer variables indépendantes et dépendantes, comprendre la relation entre corrélation, covariation et causalité, comprendre la notion de significativité substantielle et statistique, interpréter un nuage point, lire un indice de significativité et déterminer la force des relations. Exercice 1 Séance 5 : Les statistiques bivariées II : le tableau croisé Savoir-faire : effectuer des tableaux croisés, lire et construire un tableau croisé (% lignes, % colonnes, % totaux), savoir les interpréter, sélectionner des populations selon une condition simple et multiple, utiliser les graphiques adéquats ; connaître les mesures d associations bivariées et maîtriser les tests d association. Séance 6 : Le recodage et la création des variables Savoir faire : créer des variables conditionnelles (si / ou) des indicateurs (count) et des échelles d attitudes, savoir arbitrer entre contraintes d effectifs et informations, comprendre la mise en questions de concepts et l utilité des échelles d attitudes. 3

4 Séance 7 : La comparaison des moyennes (simples) Savoir-faire : comprendre les usages substantiels d un test-t (comparaison entre groupes sociopolitiques et échantillons), comprendre les notions de variances inter et intragroupe, comprendre le F de Fisher. Séance 8 : Les analyses multivariées Savoir-faire : comprendre la causalité multiple, utiliser les fonctions ONEWAY, ANOVA et REGRESS, lire et interpréter les coefficients. Exercice 2 & (à préparer) état d avancement du mini-mémoire Séance 9 : La régression linéaire simple Savoir-faire : comprendre les notions de prédiction et de modèle, comprendre un nuage de point et la droite des moindres carrés, lire un tableau de régression, maîtriser et appliquer les notions de points aberrants, de scores prédits et d erreur de prédiction. Séance 10 : Astuces pour l analyse avec STATA, correction de l exercice 2 et point sur les mémoires (discussions des projets de mini-mémoire), pratique de la régression linéaire. Séance 11 : La régression linéaire multiple Savoir-faire : réfléchir aux modélisations et aux effets postulés des variables indépendantes, application à des jeux de données réelles, comprendre les effets additifs, les interactions entre variables indépendantes, ainsi que les coefficients. Séance 12 : La régression logistique Savoir-faire : déterminer quelle méthode pour quelle variable dépendante, comprendre les modèles de probabilité d un fait social, savoir lire un tableau de régression logistique, comprendre et interpréter un rapport de chance ; utiliser les fonctions LOGIT et LOGISTIC, les appliquer à des données réelles, utiliser des probabilités prédites. 4

5 Pour accompagner, aller plus loin ou progresser Agresti, Alan/Barbara Finlay Statistical Methods for the Social Sciences. 4ème édition. New-York: Prentice-Hall. Chanvril-Ligneel, Flora/ Viviane Le Hay Méthodes statistiques pour les sciences sociales. Paris: Ellipses. Fox, William Statistiques sociales. Louvain-la-Neuve : De Boeck. Novis, Michel Pourcentages et tableaux statistiques. Paris : PUF, Olivier, Martin L enquête et ses méthodes : l analyse de données quantitatives. Paris: Armand Colin. de Vaus, David Surveys in Social Research. 6 ème édition. Londres: Routledge. Ouvrages ou tutoriels pour le logiciel STATA Kohler, Ulrich/Frauke Kreuter Data Analysis Using Stata. 3 rd édition. Stata Press. Cahuzac, Eric/ Christophe Bontemps Stata par la pratique: statistiques, graphiques et éléments de programmation. Stata Press. University of California Los Angeles: Statistical Computing with Stata: Princeton University: Stata Guide : Antoine Bozio: Introduction à Stata: 5

Probabilités et statistiques

Probabilités et statistiques Statut provincial : 201-EES pondération : 3-2-3 bloc de l établissement préalable : 201-NYA (intégration et approfondissement) Probabilités et statistiques L objet et la place du cours dans le programme

Plus en détail

TERMES DE REFERENCE. INITIATION DES CADRES DE LA DNEEP ET DU MMG AUX LOGICIELS EVIEWS, SPSS et STATA

TERMES DE REFERENCE. INITIATION DES CADRES DE LA DNEEP ET DU MMG AUX LOGICIELS EVIEWS, SPSS et STATA REPUBLIQUE DE UINEE Travail Justice Solidarité MINISTERE DE L ECONOMIE ET DES FINANCES DIRECTION NATIONALE DES ETUDES ECONOMIQUES ET DE LA PREVISION (DNEEP) TERMES DE REFERENCE INITIATION DES CADRES DE

Plus en détail

01/11/2011. Cours 8. Les analyses bivariées. Retour sur l évaluation intra

01/11/2011. Cours 8. Les analyses bivariées. Retour sur l évaluation intra Cours 8 Les analyses bivariées Retour sur l évaluation intra Les analyses bivariées Les types de relation Formulation des hypothèses Les types d analyses bivariées La signification, le sens et la force

Plus en détail

Plan du cours. Séries bivariées

Plan du cours. Séries bivariées Plan du cours 1. Introduction 2. Statistique descriptive séries univariées 3. Calcul des probabilités 4. Variables aléatoires et lois de probabilité 5. Arbres de décision 6. Statistique descriptive séries

Plus en détail

UNIVERSITE CHEIKH ANTA DIOP DE DAKAR. Master en Développement Durable. Cours : Statistique & Econométrie. Logiciels : Eviews et Stata.

UNIVERSITE CHEIKH ANTA DIOP DE DAKAR. Master en Développement Durable. Cours : Statistique & Econométrie. Logiciels : Eviews et Stata. UNIVERSITE CHEIKH ANTA DIOP DE DAKAR Faculté des Sciences Economiques et de Gestion Année universitaire 2010 2011 Master en Développement Durable Cours : Statistique & Econométrie Logiciels : Eviews et

Plus en détail

Introduction à la statistique citoyenne 1 Synopsis 8. Chapitre 1. Les enquêtes 11

Introduction à la statistique citoyenne 1 Synopsis 8. Chapitre 1. Les enquêtes 11 Introduction à la statistique citoyenne 1 Synopsis 8 Chapitre 1. Les enquêtes 11 1 Les fondements de la «fabrication» des chiffres 11 A Sondage ou recensement? 11 B L échantillon et le «hasard» 12 C Le

Plus en détail

* L essentiel est déjà en vous. Traitement statistique des données appliqué à nos domaines de compétences

* L essentiel est déjà en vous. Traitement statistique des données appliqué à nos domaines de compétences 40 * L essentiel est déjà en vous. Traitement statistique des données appliqué à nos domaines de compétences 41 Savoir choisir le test statistique ou le modèle adapté à la question traitée, en comprenant

Plus en détail

Enseignante: A. GUERRAB

Enseignante: A. GUERRAB Enseignante: A. GUERRAB Mise en contexte En statistiques, plusieurs problèmes consistent à définir la relation qui existe entre deux variables statistiques : Le nombre d années d expérience et le nombre

Plus en détail

PLAN DE COURS. Département de sociologie Université du Québec à Montréal

PLAN DE COURS. Département de sociologie Université du Québec à Montréal PLAN DE COURS Département de sociologie Université du Québec à Montréal Sigle : SOC 4206 Groupe : 40 Titre : Méthodologie quantitative Session : Automne 2017 Enseignant : Romain Paumier Téléphone : (514)

Plus en détail

Analyse de variance. Licence, 2 ème année Diego Moreno

Analyse de variance. Licence, 2 ème année Diego Moreno Analyse de variance Licence, 2 ème année Diego Moreno Etudier une relation 1. Modèle Quelle type de relation cherche-t-on à établir? 2. Données Tableau 3. Ecarts 4. Intensité Calcul statistique Relation

Plus en détail

Comment enseigner les méthodes quantitatives en économie?

Comment enseigner les méthodes quantitatives en économie? Comment enseigner les méthodes quantitatives en économie? Corinne Perraudin Centre d Economie de la Sorbonne (CES), Université Paris 1 Journée d études Enseigner le quanti, 5 juin 2015, Paris Introduction

Plus en détail

Introduction. Rappels de statistiques élémentaires. Si un prix baisse de 30%, il est multiplié par: Un prix qui a triplé a augmenté de:

Introduction. Rappels de statistiques élémentaires. Si un prix baisse de 30%, il est multiplié par: Un prix qui a triplé a augmenté de: Introduction Rappels de statistiques élémentaires Joël Quinqueton Université Paul Valéry Master 1 IDS Test de révisions de base Terminologie de base Vocabulaire Individus ou unités statistiques, population,

Plus en détail

Analyse de la variance et. régression linéaire. Application avec Minitab - 3 jours (*)

Analyse de la variance et. régression linéaire. Application avec Minitab - 3 jours (*) Analyse de la variance et Application avec Minitab - 3 jours (*) Référence : STA-N1-AnovaRegMinitab Durée : 3 jours soit 21 heures (*) : La durée proposée est une durée standard. Elle peut être adaptée

Plus en détail

Analyse de données avec Stata

Analyse de données avec Stata Programme du Cours Analyse de données avec Stata Année universitaire 2015-2016 SESSION 1 : Commandes Stata et tests univariés 2-6 novembre 2015 Co-directeurs Arnaud FONTANET et Yoann MADEC Unité d Epidémiologie

Plus en détail

ADP2 - Plan des TD. Plan général : Séance 1. Séances 2 et 3. Séance 4 et séance 5 (première partie) Séance 5 (seconde partie) et séance 6.

ADP2 - Plan des TD. Plan général : Séance 1. Séances 2 et 3. Séance 4 et séance 5 (première partie) Séance 5 (seconde partie) et séance 6. ADP2 - Plan des TD Plan général : Séance 1 Révisions Séances 2 et 3 Liaison entre deux variables numériques (X Y) Corrélation et Régression Séance 4 et séance 5 (première partie) Liaison entre deux variables

Plus en détail

Analyse des données dans SPSS

Analyse des données dans SPSS Analyse des données dans SPSS Première étape : statistiques descriptives 1. Analyses univariées : Pour chaque variable, réalisez soit une table de fréquence (pour les variables catégorielles), soit (pour

Plus en détail

GEP ANALYSE STATISTIQUE ET PRISE DE DÉCISION. CAMPUS DE LONGUEUIL (3 crédits) Automne 2016 Chargé de cours : Charles Tessier PLAN DE COURS

GEP ANALYSE STATISTIQUE ET PRISE DE DÉCISION. CAMPUS DE LONGUEUIL (3 crédits) Automne 2016 Chargé de cours : Charles Tessier PLAN DE COURS ÉCOLE DE POLITIQUE APPLIQUÉE Faculté des lettres et sciences humaines GEP 707-10 ANALYSE STATISTIQUE ET PRISE DE DÉCISION Horaire : Jeudi 12h00 16h Courriel : charles.tessier@usherbrooke.ca CAMPUS DE LONGUEUIL

Plus en détail

Méthodologie de la recherche. Laurent Bosquet Université Lille 2

Méthodologie de la recherche. Laurent Bosquet Université Lille 2 Méthodologie de la recherche Laurent Bosquet Université Lille 2 Plan du cours 1. La loi normale et l erreur d échantillonnage 2. Comparaison de deux échantillons 3. Comparaison de trois échantillons ou

Plus en détail

L approche empirique

L approche empirique L approche empirique Démarche, concepts essentiels: Le vocabulaire Niveau théorique - Conceptualisation (formulation théorique) - Définition conceptuelle - Hypothèses: relations entre concepts Niveau empirique

Plus en détail

JMP 10 Student Edition Quick Guide

JMP 10 Student Edition Quick Guide JMP 10 Student Edition Quick Guide Ces instructions nécessitent une table de donnée ouverte, avec les options par défaut et avec des variables typées de manière appropriées. RMC = Click droit de la souris

Plus en détail

TP 4 : Statistique descriptive bidimensionnelle

TP 4 : Statistique descriptive bidimensionnelle UFR des SCIENCES -- Département de mathématiques TP 4 : Statistique descriptive bidimensionnelle A. PHILIPPE Exercice 1 Corrélation La corrélation entre deux variables X et Y mesure le lien linéaire entre

Plus en détail

TABLE DES MATIÈRES. Introduction CHAPITRE I STATISTIQUE DESCRIPTIVE

TABLE DES MATIÈRES. Introduction CHAPITRE I STATISTIQUE DESCRIPTIVE TABLE DES MATIÈRES Introduction... 21 CHAPITRE I STATISTIQUE DESCRIPTIVE I L observation statistique...2 I.1 Concepts de base... 2 I.2 L élaboration de tableaux statistiques... 29 I.21 Étude d un seul

Plus en détail

Mini-Glossaire de Statistique Descriptive - Jean VAILLANT

Mini-Glossaire de Statistique Descriptive - Jean VAILLANT Mini-Glossaire de Statistique Descriptive - Jean VAILLANT Amplitude d une classe (ou d un intervalle) : C est la longueur de l intervalle. L amplitude de la classe ]a i 1 ; a i ] est a i a i 1. Exemple

Plus en détail

Outline. Données catégorielles et données numériques. 2 Description univariée. 3 Exploration des associations bivariées.

Outline. Données catégorielles et données numériques. 2 Description univariée. 3 Exploration des associations bivariées. Outline Gilbert Ritschard Département des sciences économiques, Université de Genève http://mephisto.unige.ch Méthodes quantitatives I: Mesurer le social, automne 213 1 Types de variables Pourquoi explorer

Plus en détail

Chapitre 2: Série statistique à deux variables

Chapitre 2: Série statistique à deux variables Outline Chapitre 2: Série statistique à deux variables Said, El Melhaoui Faculté des Sciences Juridiques, économiques et Sociales Oujda http://said-el-melhaoui.e-monsite.com 1 Introduction 2 Covariance

Plus en détail

22/11/2011. Cours 10. Le test de moyenne. Test de moyenne avec SPSS. Test de comparaison de moyennes

22/11/2011. Cours 10. Le test de moyenne. Test de moyenne avec SPSS. Test de comparaison de moyennes Cours 10 Test de comparaison de moyennes Le test de moyenne Utilité et postulats d utilisation Les tests paramétriques Les tests non-paramétriques Test de moyenne avec SPSS 2 Le type de test utilisé dépend

Plus en détail

Contrat didactique du cours de statistique multivariée. Prérequis et articulation avec le cursus :

Contrat didactique du cours de statistique multivariée. Prérequis et articulation avec le cursus : Contrat didactique du cours de statistique multivariée Prérequis et articulation avec le cursus : Connaissances élémentaires en analyse mathématique : notions de dérivation et d intégration. Connaissances

Plus en détail

Analyse de la variance

Analyse de la variance Plan Analyse de la variance - Chapitre VI - Notes de cours Statistique L3 MIASHS - Université de Bordeaux - Chapitre VI - L3 MIASHS- Analyse de la variance 1/37 Plan Plan 1 Introduction 2 3 4 5 - Chapitre

Plus en détail

I. INTRODUCTION : Depuis quand? Pourquoi? Comment? Utilisations actuelles? Et en 1 ère S?

I. INTRODUCTION : Depuis quand? Pourquoi? Comment? Utilisations actuelles? Et en 1 ère S? 1 ère S FICHE n 3 Outils statistiques I. INTRODUCTION : Depuis quand? Pourquoi? Comment? Utilisations actuelles? Et en 1 ère S? Depuis quand? Les statistiques dans le temps Les premiers relevés d hommes

Plus en détail

Corrigé de l examen du 22/01/2007

Corrigé de l examen du 22/01/2007 Corrigé de l examen du 22/01/2007 Cogmaster 2006 2007 Partie 1 (5 points) 1 point par réponse(s) correcte(s) à chaque question. 1. oui 2. non 3. oui 4. 0.7 2 = 0.49, soit 49 % 5. Si on note que µ i = µ

Plus en détail

Statistiques en Scilab

Statistiques en Scilab Statistiques en Scilab Table des matières 1 Vocabulaire des statistiques 2 2 Statistique descriptive univariée 2 2.1 Modalités............................................... 2 2.2 Dénombrement............................................

Plus en détail

Mémoire de politiques du développement Master 1 Victoire Girard Mars 2017

Mémoire de politiques du développement Master 1 Victoire Girard Mars 2017 Introduction à l économétrie appliquée sous STATA Mémoire de politiques du développement Master 1 Victoire Girard Mars 2017 Plan de la séance Introduction: statistique et économétrie, quelques définitions

Plus en détail

Analyse de la variance

Analyse de la variance Analyse de la variance Table des matières Introduction 2 Construire le modèle et décomposer la variabilité 2 3 Application 3 4 Utilisation des fonctions lm et anova 4 5 Simulations 6 Introduction L analyse

Plus en détail

Méthodologie et traitement d'une enquête

Méthodologie et traitement d'une enquête Méthodologie et traitement d'une enquête L3 Econométrie M. Fournier fournier@gate.cnrs.fr Ch 2 L'échantillonnage * A. Définition de l'échantillon B. L'échantillonnage aléatoire C. L'échantillonnage non

Plus en détail

Programme de formation pour les cadres médicaux. Initiation à SPSS. Atelier 1: Création de masque de saisie

Programme de formation pour les cadres médicaux. Initiation à SPSS. Atelier 1: Création de masque de saisie Programme de formation pour les cadres médicaux Statistical Package for Social Initiation à SPSS Atelier 1: Création de masque de saisie Olfa Saidi Contact: Olfa.saidi@yahoo.fr Sciences Objectifs S initier

Plus en détail

Les échelles (Scaling) Echelles et mesure en sciences sociales - Mesurer des concepts abstraits/ complexes (var. latentes)

Les échelles (Scaling) Echelles et mesure en sciences sociales - Mesurer des concepts abstraits/ complexes (var. latentes) Les échelles (Scaling) Echelles et mesure en sciences sociales - Mesurer des concepts abstraits/ complexes (var. latentes) - Comment les mesurer (définir?)? - Comment valider les mesures? - Mesures et

Plus en détail

Méthodologie et traitement d'une enquête

Méthodologie et traitement d'une enquête Méthodologie et traitement d'une enquête L3 Econométrie M. Fournier Ch 2 L'échantillonnage * A. Définition de l'échantillon B. L'échantillonnage aléatoire C. L'échantillonnage non aléatoire * Remerciements

Plus en détail

ANALYSE DE VARIANCE ET COMPARAISON DE MOYENNES

ANALYSE DE VARIANCE ET COMPARAISON DE MOYENNES ANALYSE DE VARIANCE ET COMPARAISON DE MOYENNES Fichier Statistica : EXEMPLE FORMATION 1.sta Ce fichier contient des informations (fictives) concernant un échantillon de 98 étudiants inscrits au module

Plus en détail

Traitement informatisé des données M1 Psychologie de la santé et Psychologie du travail M. Muller Département de Psychologie

Traitement informatisé des données M1 Psychologie de la santé et Psychologie du travail M. Muller Département de Psychologie Traitement informatisé des données M1 Psychologie de la santé et Psychologie du travail M. Muller Département de Psychologie Création d'une bible de codification : - Nommer les variables étudiées (les

Plus en détail

CSE II. Biométrie et statistiques B2 1710E

CSE II. Biométrie et statistiques B2 1710E CSE II Biométrie et statistiques B2 1710E 1 Rappel : Présentation des données sous forme de tableaux et de graphiques : effectif, fréquence relative Calcul des paramètres de tendance centrale et de dispersion

Plus en détail

LES OUTILS PARTICIPATIFS DU DIAGNOSTIC

LES OUTILS PARTICIPATIFS DU DIAGNOSTIC LES OUTILS PARTICIPATIFS DU DIAGNOSTIC Intervention ASKORIA formation DEJEPS 24 mars et 28 avril 2015 Gilles Droniou Assistant de recherches, JEUDEVI droniou@jeudevi.org www.jeudevi.org LES DIFFÉRENTES

Plus en détail

Table des matières. ParTie i Statistique descriptive. Chapitre 1 Présenter pour informer 3. Chapitre 2 résumer pour informer 37

Table des matières. ParTie i Statistique descriptive. Chapitre 1 Présenter pour informer 3. Chapitre 2 résumer pour informer 37 Table des matières ParTie i Statistique descriptive Chapitre 1 Présenter pour informer 3 Défi Arrêt au stand 4 Les grandes lignes 5 1. Réaliser une étude statistique 6 1.1 Quel type de problématique? 6

Plus en détail

Chap2. STATISTIQUE DESCRIPTIVE. 2.1 cas univarié 2.2 cas bivarié

Chap2. STATISTIQUE DESCRIPTIVE. 2.1 cas univarié 2.2 cas bivarié Chap2. STATISTIQUE DESCRIPTIVE 2.1 cas univarié 2.2 cas bivarié 1 STATISTIQUE DESCRIPTIVE Synthèse de l information contenue dans les données Tableaux Graphiques Résumés numériques ü qualité des données

Plus en détail

ECON 213 CH Données Unidimensionnelles: Mesures Quantitatives

ECON 213 CH Données Unidimensionnelles: Mesures Quantitatives ECON 213 CH 1.1 - Données Unidimensionnelles: Mesures Quantitatives R.Dayangaç Université Galatasaray Economie October 26, 2016 Introduction Le mode de l échantillon La moyenne de l échantillon Différents

Plus en détail

Elemstat /7/3 14 :36 page IX #3 TABLE DES MATIÈRES. Partie I HISTOIRE ET DÉMARCHE... 1

Elemstat /7/3 14 :36 page IX #3 TABLE DES MATIÈRES. Partie I HISTOIRE ET DÉMARCHE... 1 Elemstat-2015 2015/7/3 14 :36 page IX #3 Partie I HISTOIRE ET DÉMARCHE................................................. 1 Chapitre 1 LA STATISTIQUE...........................................................

Plus en détail

Introduction à l analyse de régression. Jean-François Bickel Statistique II SP08

Introduction à l analyse de régression. Jean-François Bickel Statistique II SP08 Introduction à l analyse de régression Jean-François Bickel Statistique II SP08 1 I. Les opérations de la régression 1) Description a) de la relation entre une variable dépendante (y) et une ou plusieurs

Plus en détail

Techniques d enquêtes. Analyse des données. Cours 6. 21/12/02

Techniques d enquêtes. Analyse des données. Cours 6. 21/12/02 I. Introduction. - Analyse univariée : C est l étude de variables une à une (tendance moyenne centrale : Mode, médiane et dispersion : Variance, écart-type). - Analyse bivariée : Etude des relations entre

Plus en détail

Rappels : Analyse statistique pour des variables quantitatives et qualitatives

Rappels : Analyse statistique pour des variables quantitatives et qualitatives Rappels : Analyse statistique pour des variables quantitatives et qualitatives Master 2 Recherche IES Ana Karina Fermin Université Paris-Ouest-Nanterre-La Défense http://fermin.perso.math.cnrs.fr/ Objectifs

Plus en détail

Tests Non Paramétriques. J Gaudart, LERTIM, Faculté de Médecine Marseille 1

Tests Non Paramétriques. J Gaudart, LERTIM, Faculté de Médecine Marseille 1 Tests Non Paramétriques J Gaudart, LERTIM, Faculté de Médecine Marseille 1 Plan 1. Paramétriques ou non? 2. Test d'une distribution de probabilité 3. Comparaison de moyennes 4. Comparaison de pourcentages

Plus en détail

L enseignement des statistiques

L enseignement des statistiques L enseignement des statistiques Un Vendredi noir à la Bourse! 3860 3850 3840 3830 3820 3810 3800 3790 3780 3770 3760 L indice des valeurs est en repli de 2% 3900 3850 3800 3750 3700 3650 3600 3550 3500

Plus en détail

ELEMENTS DE STATISTIQUE MATHEMATIQUE Responsable du cours : Gilles Stoltz, professeur affilié Groupe HEC

ELEMENTS DE STATISTIQUE MATHEMATIQUE Responsable du cours : Gilles Stoltz, professeur affilié Groupe HEC ELEMENTS DE STATISTIQUE MATHEMATIQUE Responsable du cours : Gilles Stoltz, professeur affilié Groupe HEC In God we trust, all others bring data. [Edwards Deming, professeur de statistique américain, 1900-1993]

Plus en détail

Estimation, Échantillonnage et Tests

Estimation, Échantillonnage et Tests Estimation, Échantillonnage et Tests H. Hocquard HSE 2016-2017 Hervé Hocquard Estimation, Échantillonnage et Tests 1/60 Introduction : les 3 grandes lignes Les statistiques peuvent permettre : Hervé Hocquard

Plus en détail

Méthodes statistiques M /

Méthodes statistiques M / Méthodes statistiques M 1 2 0 1 3 / 2 0 1 4 Tableaux, population, échantillon On rassemble les données dans des tableaux = individus * variables Une ligne = un «individu statistique» (un interviewé, un

Plus en détail

Eléments de Statistique Conclusion : stratégie de choix

Eléments de Statistique Conclusion : stratégie de choix Eléments de Statistique INSA de Toulouse - 3ICBE Statistique Initialisation d une étude statistique 1 Quelle est la question biologique? 2 Quelle est population étudiée 3 Planification de l expérience

Plus en détail

Préface. Préface à l édition française

Préface. Préface à l édition française Préface Préface à l édition française i vii 1 L économétrie 1 1.1 Introduction 1 1.2 Le paradigme de l économétrie 1 1.3 Pratique de l économétrie 4 1.4 Modélisation économétrique 4 1.5 Préliminaires 7

Plus en détail

Statistiques descriptives

Statistiques descriptives En tant que science, les statistiques ne se limitent pas à une description empirique des propriétés numériques d un objet. Elles jouent un rôle bien plus important en proposant, à partir des données, des

Plus en détail

La significativité statistique : aspects conceptuels et signification dans la pratique clinique

La significativité statistique : aspects conceptuels et signification dans la pratique clinique La significativité statistique : aspects conceptuels et signification dans la pratique clinique Jacques Juhel Centre de Recherches en Psychologie, Cognition, Communication (EA 1285) Centre de Formation

Plus en détail

Formulaire de Statistiques

Formulaire de Statistiques Formulaire de Statistiques Table des matières Intervalles de confiance... 2 Variable quantitative... 2 Variable qualitative... 2 Comparaison observé/théorique... 2 Variable quantitative... 2 Variable qualitative...

Plus en détail

V. COMPARER, RELIER OU CROISER DES DONNEES

V. COMPARER, RELIER OU CROISER DES DONNEES V. COMPARER, RELIER OU CROISER DES DONNEES V.1. Associer une variable quantitative et une variable qualitative o Doivent être mesurées sur les mêmes unités statistiques. o Répartition des unités de l échantillon

Plus en détail

Analyse statistiques de Données en Psychologie 2 (ADP2)

Analyse statistiques de Données en Psychologie 2 (ADP2) Analyse statistiques de Données en Psychologie 2 (ADP2) Diplôme : Licence 2 - Psychologie Session : janvier 2010 Semestre : 1 Année universitaire 2009 / 2010 Responsable : Denis CORROYER Examen final Durée

Plus en détail

Statistiques II UE n Bachelor M4 Recherche appliquée

Statistiques II UE n Bachelor M4 Recherche appliquée Statistiques II UE n 4665.178 Bachelor Module : M4 Recherche appliquée Enseignant-e-s : Jean-François Bickel Semestre de printemps 2008 : Lundi 10h15-12h00 Salle : STA 0.106 Ce cours s inscrit dans la

Plus en détail

Ateliers Outils Mémoire (MEMOIRE_PSP) Fiches descriptives des ateliers et consultances

Ateliers Outils Mémoire (MEMOIRE_PSP) Fiches descriptives des ateliers et consultances Ateliers Outils Mémoire (MEMOIRE_PSP) Fiches descriptives des ateliers et consultances Pour une explication/description sur le fonctionnement des ateliers de mémoire, se référer à la fiche introductive,

Plus en détail

STATISTICA Test d hypothèses La relation linéaire entre deux variables continues. Régression linéaire

STATISTICA Test d hypothèses La relation linéaire entre deux variables continues. Régression linéaire Chapitre 8 STATISTICA Test d hypothèses La relation linéaire entre deux variables continues Corrélation & Régression linéaire Corrélation et droite de régressions But des tests d hypothèse: Les hypothèses

Plus en détail

Mathématiques Statistiques

Mathématiques Statistiques IUT de Mesures Physiques de Caen DUT 2ème année Mathématiques Statistiques Travaux Dirigés Feuille Sujet Statistiques descriptives : données univariées, échantillonnage, histogramme, diagramme de dispersion.

Plus en détail

Cégep Saint-Jean-sur-Richelieu. Plan de cours. Bureau : A-210 Téléphone : poste 2664 :

Cégep Saint-Jean-sur-Richelieu. Plan de cours. Bureau : A-210 Téléphone : poste 2664 : Cégep Saint-Jean-sur-Richelieu Plan de cours MÉTHODES QUANTITATIVES ET MÉTHODES QUANTITATIVES AVANCÉES Programme : Sciences humaines - 300.A0 Profil administration et économie - 300.A2 Département : Mathématiques

Plus en détail

STATISTIQUE DESCRIPTIVE ET ELEMENTS DE PROBABILITES Bertrand Mareschal.

STATISTIQUE DESCRIPTIVE ET ELEMENTS DE PROBABILITES Bertrand Mareschal. STATISTIQUE DESCRIPTIVE ET ELEMENTS DE PROBABILITES Bertrand Mareschal bmaresc@ulb.ac.be http://homepages.ulb.ac.be/~bmaresc/stats102.html 2013/2014 1 Gestion Informatique Approche Statistique quantitative

Plus en détail

Théorie de la décision (corrélation et régression)

Théorie de la décision (corrélation et régression) Théorie de la décision (corrélation et régression) Corrélation et régression Objectifs Vérifier l'existence d'association entre deux variables Exprimer la loi de cette relation? Applications Concordance

Plus en détail

Principe des tests d hypothèse

Principe des tests d hypothèse Principe des tests d hypothèse 1 ère année médecine 2016/2017 Dr M LAOUSSATI Plan du cours I- Introduction II- Définitions III-Les différentes étapes de l analyse statistique V- Bibliographie I- Introduction

Plus en détail

Séminaire d Epidémiologie Animale Analyse de données de dénombrements et de taux

Séminaire d Epidémiologie Animale Analyse de données de dénombrements et de taux Protocole n 001117004 Le contexte La distribution de Poisson Le modèle de (régression) de Poisson Interprétation des coefficients du modèle de Poisson Exemple : Impact de la FCO sur la mortalité des veaux

Plus en détail

Chapitre 0. Comment caractériser l activité du statisticien? 12 I Le contexte II La démarche III Le modèle... 14

Chapitre 0. Comment caractériser l activité du statisticien? 12 I Le contexte II La démarche III Le modèle... 14 Statistique inférentielle Objectif du cours C e cours comprend l essentiel des notions de statistique mathématique, principalement paramétrique, avec une introduction au cas non-paramétrique. Les notions

Plus en détail

Les nanoparticules dans l alimentation. Ifop pour Agir pour l Environnement

Les nanoparticules dans l alimentation. Ifop pour Agir pour l Environnement Les nanoparticules dans l alimentation AM/MM N 115044 Contacts Ifop : Adeline Merceron / Mathilde Moizo Département Opinion et Stratégies d'entreprise TEL : 01 45 84 14 44 prenom.nom@ifop.com OCTOBRE 2017

Plus en détail

Formulaire de fonctions statistiques pour R

Formulaire de fonctions statistiques pour R Formulaire de fonctions statistiques pour R Le logiciel R est un logiciel libre de statistique. De l aide et de nombreuses informations sur R peuvent être trouvées sur le site web : http://www.r-project.org.

Plus en détail

12. Régression linéaire simple

12. Régression linéaire simple 12. Régression linéaire simple MTH2302D S. Le Digabel, École Polytechnique de Montréal A2016 (v1) MTH2302D: régression 1/45 Plan 1. Introduction 2. Régression linéaire simple 3. Estimation des paramètres

Plus en détail

1 Sélection des données dans la feuille de calcul 2 La vue Analyse des données 3 Calculs statistiques

1 Sélection des données dans la feuille de calcul 2 La vue Analyse des données 3 Calculs statistiques Fiche technique 20 Comparer plusieurs séries statistiques 1 Sélection des données dans la feuille de calcul 2 La vue Analyse des données 3 Calculs statistiques http://url.univ-irem.fr/ft37 QR Code GeoGebra

Plus en détail

Source : inspiré d'un exemple de J.-F. Richard, dans Ghiglione, Richard (1994) Cours de Psychologie, Paris : Dunod-CNED, Tome 2,

Source : inspiré d'un exemple de J.-F. Richard, dans Ghiglione, Richard (1994) Cours de Psychologie, Paris : Dunod-CNED, Tome 2, Dossier PSYCHO Source : inspiré d'un exemple de J.-F. Richard, dans Ghiglione, Richard (1994) Cours de Psychologie, Paris : Dunod-CNED, Tome, 465-594. Extrait de l'examen ADP de janvier 005 (Responsable

Plus en détail

Corrélation - Régression

Corrélation - Régression Corrélation - Régression Corrélation Mesure le degré de liaison entre deux variables quantitatives Pour qu il y ait série statistique, il faut qu au moins l une des deux variables soit aléatoire. Cas 1

Plus en détail

Exercices de Statistique

Exercices de Statistique Université Joseph Fourier, Grenoble I Licence Sciences et Technologies 2 e année STA230 : Méthodes Statistiques pour la Biologie Exercices de Statistique http ://ljk.imag.fr/membres/bernard.ycart/sta230/

Plus en détail

PLAN DE COURS. Méthodes Quantitatives en Sciences Humaines Numéro du cours : RE Programme :

PLAN DE COURS. Méthodes Quantitatives en Sciences Humaines Numéro du cours : RE Programme : PLAN DE COURS Titre du cours : Méthodes Quantitatives en Sciences Humaines Numéro du cours : 360-300-RE Programme : Sciences Humaines (300.XX) Pondération : 2-2-2 Session : Hiver 2017 Enseignant : Marc-Élie

Plus en détail

Eléments de Statistique Chapitre 1 : Introduction

Eléments de Statistique Chapitre 1 : Introduction Eléments de Statistique Chapitre 1 : INSA de Toulouse - 3ICBE Statistique Contexte Vocabulaire Environnement technologique Volume des données (600Mb séquenceur = GenBank 1982-1996) Nouveaux logiciels commerciaux,

Plus en détail

Cours international d initiation à la recherche : de la méthode à la publication

Cours international d initiation à la recherche : de la méthode à la publication Cours international d initiation à la recherche : de la méthode à la publication Toulon (France), les 31 janvier, 1 et 2 février 2017 Tunis (Tunisie), les 14, 15 et 16 février 2017 PRÉSENTATION GÉNÉRALE

Plus en détail

FACULTÉ DES SCIENCES Université de Nice-Sophia Antipolis

FACULTÉ DES SCIENCES Université de Nice-Sophia Antipolis FACULTÉ DES SCIENCES Université de Nice-Sophia Antipolis Année Universitaire : 2009-2010 Filière : MASS Année d étude : Licence 3 Responsable cours : V. BERENGER Nature du document : à l appui du cours

Plus en détail

DEVOIR RECHERCHE CLINIQUE Plan d analyse d un essai thérapeutique

DEVOIR RECHERCHE CLINIQUE Plan d analyse d un essai thérapeutique DEVOIR RECHERCHE CLINIQUE Plan d analyse d un essai thérapeutique Pierre-François BUSSON M2 MSR Mars 2009 SOMMAIRE Contexte... 3 Critères de jugement principaux et secondaires... 4 Calcul du nombre de

Plus en détail

Informations relatives à l accueil des stagiaires

Informations relatives à l accueil des stagiaires MASTER Travail social et politiques sociales Programme d études «Problèmes sociaux, action sociale et préventions des risques» Informations relatives à l accueil des stagiaires Fribourg, Octobre 2014 Informations

Plus en détail

UNIVERSITÉ PARIS OUEST NANTERRE LA DÉFENSE U.F.R. SEGMI Année universitaire Statistiques Descriptives

UNIVERSITÉ PARIS OUEST NANTERRE LA DÉFENSE U.F.R. SEGMI Année universitaire Statistiques Descriptives UNIVERSITÉ PARIS OUEST NANTERRE LA DÉFENSE U.F.R. SEGMI Année universitaire 2017 2018 L1 Économie Cours de B. Desgraupes Statistiques Descriptives Séance 04: Indicateurs de dispersion Table des matières

Plus en détail

Econométrie Appliquée

Econométrie Appliquée Econométrie Appliquée plan du cours Professeur Georges Bresson Université Paris II / SORBONNE Universités Licence Analyse Economique Licence Cursus Master Ingénieur (CMI EFIQuaS) plan du cours Professeur

Plus en détail

Université Claude Bernard - Lyon 1. L3 - MIV Année Bio-Statistique 1 Session 1

Université Claude Bernard - Lyon 1. L3 - MIV Année Bio-Statistique 1 Session 1 Université Claude Bernard - Lyon 1 L3 - MIV Année 2006-2007 Bio-Statistique 1 Session 1 Mardi 5 juin 2007 Durée : 2 heures A.B. Dufour Tous les documents sont autorisés. 1 Graphiques et Origines Dans un

Plus en détail

P O R BA B B A I B LITÉ T S É

P O R BA B B A I B LITÉ T S É Des statistiques : PROBABILITÉS ET STATISTIQUES Pour vérifierla fiabilité des conclusions d expériences Pour résumerl information qui est contenue dans un ensemble de données Pour planifier des expériences...

Plus en détail

La régression logistique

La régression logistique La régression logistique Loïc Desquilbet Département des Sciences Biologiques et Pharmaceutiques Ecole Nationale Vétérinaire d Alfort UE Libre «Préparation à la thèse expérimentale» (213-214) ldesquilbet@vet-alfort.fr

Plus en détail

FICHES UE L1 PSYCHOLOGIE

FICHES UE L1 PSYCHOLOGIE FICHES UE L1 PSYCHOLOGIE 2011-2012 Semestre 1 Code : 11L1PSY11 Libellé : Introduction à la psychologie... 2 Code : 11L1PSY12 Libellé : TER Introduction à la psychologie... 3 Semestre 2 Code : 11L1PSY21

Plus en détail

TD1: Statistiques descriptives

TD1: Statistiques descriptives TD1: Statistiques descriptives Probabilités et Statistiques pour l Ingénieur M1 Info Etienne Birmelé, Vittorio Perduca 2016-2017 1 Description statistique d un jeu de données Question 1. Charger le jeu

Plus en détail

POINTS CLEFS À ABORDER DANS UN CCTP

POINTS CLEFS À ABORDER DANS UN CCTP Déchets : outils et exemples pour agir Fiche outil n 1 www.optigede.ademe.fr POINTS CLEFS À ABORDER DANS UN CCTP Origine et objectif de la fiche : Cette fiche aborde les points clefs à détailler dans un

Plus en détail

Régression logistique multinomiale avec TANAGRA

Régression logistique multinomiale avec TANAGRA Objectif Régression logistique multinomiale. La régression logistique est très répandue pour les problèmes de prédiction ou d explication d une variable dépendante binaire (malade oui/non, défaillance

Plus en détail

Analyse exploratoire (Exploratory Data Analysis)

Analyse exploratoire (Exploratory Data Analysis) Analyse exploratoire (Exploratory Data Analysis) Mathématiques Générales B Université de Genève Sylvain Sardy 28 février 2008 Les données sont des informations quantitatives ou qualitatives. 1 Ex : {1,

Plus en détail

Chapitre 9 Corrélation - Régression Exercices commentés. José LABARERE

Chapitre 9 Corrélation - Régression Exercices commentés. José LABARERE UE4 : Biostatistiques Chapitre 9 Corrélation - Régression Exercices commentés José LABARERE Année universitaire 2011/2012 Université Joseph Fourier de Grenoble - Tous droits réservés. Exercice I Les notes

Plus en détail

Plan du cours de Statistiques avancées. Puissance statistique Tests non paramétriques Analyse de données: ACP Manova

Plan du cours de Statistiques avancées. Puissance statistique Tests non paramétriques Analyse de données: ACP Manova Plan du cours de Statistiques avancées Puissance statistique Tests non paramétriques Analyse de données: ACP Manova Rappel: Echelles de mesure: Nominales Ordinales d Intervalles Statistiques de test Paramétriques

Plus en détail

STATISTIQUES DESCRIPTIVES

STATISTIQUES DESCRIPTIVES STATISTIQUES DESCRIPTIVES Formation Fondamentale Sommaire 1 Généralités 2 Statistiques descriptives à une variable Résumé quantitative Graphique Quantitative Résumé qualitative 3 Statistiques descriptives

Plus en détail

De la portée et des limites de certaines méthodes visant la mesure des effets nets

De la portée et des limites de certaines méthodes visant la mesure des effets nets De la portée et des limites de certaines méthodes visant la mesure des effets nets Présenté par Hugues Tétreault Direction de l évaluation Direction générale adjointe de la recherche, de l évaluation et

Plus en détail

TD 3 : ANOVA à un facteur

TD 3 : ANOVA à un facteur Université Paris X - Nanterre UFR SPSE-Master PMPSTA Méthodes Statistiques pour l analyse de données en psychologie TD : ANOVA à un facteur Exercice : On souhaite étudier les effets de trois s (AX, BWW9

Plus en détail

Ricco Rakotomalala. Université Lumière Lyon 2

Ricco Rakotomalala. Université Lumière Lyon 2 Université Lumière Lyon 2 Tutoriels Tanagra - http://tutoriels-data-mining.blogspot.fr/ 1 Tableau de données Variables, caractères, attributs, Descripteurs, champs, etc. Success Wages Job Refunding Y 0

Plus en détail