Méthodes Quantitatives : niveau I Semestre d automne 2017
|
|
- Aline Bossé
- il y a 6 ans
- Total affichages :
Transcription
1 Méthodes Quantitatives : niveau I Semestre d automne 2017 Antoine Jardin, Ingénieur de Recherche (CNRS) : antoine.jardin@sciencespo.fr Anja Durovic, doctorante (CEE/LIEPP, Sciences Po) : anja.durovic@sciencespo.fr 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
Chapitre 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 détailTABLE DES MATIÈRES. Bruxelles, De Boeck, 2011, 736 p.
STATISTIQUE THÉORIQUE ET APPLIQUÉE Tome 2 Inférence statistique à une et à deux dimensions Pierre Dagnelie TABLE DES MATIÈRES Bruxelles, De Boeck, 2011, 736 p. ISBN 978-2-8041-6336-5 De Boeck Services,
Plus en détailMicrosoft Excel : tables de données
UNIVERSITE DE LA SORBONNE NOUVELLE - PARIS 3 Année universitaire 2000-2001 2ème SESSION SLMD2 Informatique Les explications sur la réalisation des exercices seront fournies sous forme de fichiers informatiques.
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 détailLogiciel XLSTAT version 7.0. 40 rue Damrémont 75018 PARIS
Logiciel XLSTAT version 7.0 Contact : Addinsoft 40 rue Damrémont 75018 PARIS 2005-2006 Plan Présentation générale du logiciel Statistiques descriptives Histogramme Discrétisation Tableau de contingence
Plus en détailExercices M1 SES 2014-2015 Ana Fermin (http:// fermin.perso.math.cnrs.fr/ ) 14 Avril 2015
Exercices M1 SES 214-215 Ana Fermin (http:// fermin.perso.math.cnrs.fr/ ) 14 Avril 215 Les exemples numériques présentés dans ce document d exercices ont été traités sur le logiciel R, téléchargeable par
Plus en détailTD d économétrie appliquée : Introduction à STATA
Ecole normale supérieure (ENS) Département d économie TD d économétrie appliquée : Introduction à STATA Marianne Tenand marianne.tenand@ens.fr OBJECTIFS DU TD Découvrir le logiciel d économétrie STATA,
Plus en détailLeçon N 4 : Statistiques à deux variables
Leçon N 4 : Statistiques à deux variables En premier lieu, il te faut relire les cours de première sur les statistiques à une variable, il y a tout un langage à se remémorer : étude d un échantillon d
Plus en détailMRK -6081 A : Méthodes d Analyse de Données en Marketing Automne 2010
E MRK -6081 A : Méthodes d Analyse de Données en Marketing Automne 2010 Professeure :Elissar Toufaily Plage horaire du cours : Cours en salle Jeudi 15h 30-18h30 Local 4221 PAP Du 2 septembre. 2010 au 9
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 détailHIVER 2004 MÉTHODOLOGIE DE LA RECHERCHE EN MARKETING MRK - 65384
Professeur : Raoul Graf FSA-Université Laval Pavillon Palasis Prince Bureau 2413 Tél. : 418 656 2131 ext. 2688 Courriel : Raoul.Graf@mrk.ulaval.ca HIVER 2004 MÉTHODOLOGIE DE LA RECHERCHE EN MARKETING MRK
Plus en détailTableau 1 : Structure du tableau des données individuelles. INDIV B i1 1 i2 2 i3 2 i4 1 i5 2 i6 2 i7 1 i8 1
UN GROUPE D INDIVIDUS Un groupe d individus décrit par une variable qualitative binaire DÉCRIT PAR UNE VARIABLE QUALITATIVE BINAIRE ANALYSER UN SOUS-GROUPE COMPARER UN SOUS-GROUPE À UNE RÉFÉRENCE Mots-clés
Plus en détailAnalyse statistique de données qualitatives et quantitatives en sciences sociales : TP RÉGRESSION LOGISTIQUE (MODÈLES CHAPITRE 1)
Analyse statistique de données qualitatives et quantitatives en sciences sociales : TP RÉGRESSION LOGISTIQUE (MODÈLES CHAPITRE 1) Modèles de régression logistique à réaliser Une explicative catégorielle
Plus en détail2010 Minitab, Inc. Tous droits réservés. Version 16.1.0 Minitab, le logo Minitab, Quality Companion by Minitab et Quality Trainer by Minitab sont des
2010 Minitab, Inc. Tous droits réservés. Version 16.1.0 Minitab, le logo Minitab, Quality Companion by Minitab et Quality Trainer by Minitab sont des marques déposées de Minitab, Inc. aux Etats-Unis et
Plus en détailStéphanie Dupays. du fait de stratégies individuelles ou familiales ou bien de contraintes liées aux changements
En un quart de siècle, la mobilité sociale a peu évolué Stéphanie Dupays En 2003, un homme âgé de 40 à 59 ans sur trois a une position sociale identique à celle de son père au même âge. Ce chiffre cache
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 détail3 décembre 2007. Négociations DECFO-SYSREM Séance n 5. Service du personnel. Rue Caroline 4 1014 Lausanne
Service du personnel Rue Caroline 4 1014 Lausanne 3 décembre 2007 Négociations DECFO-SYSREM Séance n 5 Département des finances et des relations extérieures Présentation 1. Rappel du périmètre de négociations
Plus en détailFORMATION CONTINUE SUR L UTILISATION D EXCEL DANS L ENSEIGNEMENT Expérience de l E.N.S de Tétouan (Maroc)
87 FORMATION CONTINUE SUR L UTILISATION D EXCEL DANS L ENSEIGNEMENT Expérience de l E.N.S de Tétouan (Maroc) Dans le cadre de la réforme pédagogique et de l intérêt que porte le Ministère de l Éducation
Plus en détaildonnées en connaissance et en actions?
1 Partie 2 : Présentation de la plateforme SPSS Modeler : Comment transformer vos données en connaissance et en actions? SPSS Modeler : l atelier de data mining Large gamme de techniques d analyse (algorithmes)
Plus en 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 détailBologne à l EPFL. Réforme de Bologne Implications pour l EPFL. Prof. Dominique Bonvin, Doyen Bachelor-Master
Bologne à l EPFL Réforme de Bologne Implications pour l EPFL Prof. Dominique Bonvin, Doyen Bachelor-Master EPFL Quelques chiffres 6 600 Etudiants, 23% femmes, 38% étrangers, 109 nationalités 1 400 Doctorants
Plus en détailStatistique : Résumé de cours et méthodes
Statistique : Résumé de cours et méthodes 1 Vocabulaire : Population : c est l ensemble étudié. Individu : c est un élément de la population. Effectif total : c est le nombre total d individus. Caractère
Plus en détailUFR de Sciences Economiques Année 2008-2009 TESTS PARAMÉTRIQUES
Université Paris 13 Cours de Statistiques et Econométrie I UFR de Sciences Economiques Année 2008-2009 Licence de Sciences Economiques L3 Premier semestre TESTS PARAMÉTRIQUES Remarque: les exercices 2,
Plus en détailLire ; Compter ; Tester... avec R
Lire ; Compter ; Tester... avec R Préparation des données / Analyse univariée / Analyse bivariée Christophe Genolini 2 Table des matières 1 Rappels théoriques 5 1.1 Vocabulaire....................................
Plus en détailSCIENCES ECONOMIQUES ET GESTION
DROIT, ÉCONOMIE & GESTION LICENCE SCIENCES ECONOMIQUES ET GESTION PARCOURS EN L : - Economie, Entreprise, Environnement (L-EEE, Dunkerque) - Gestion Internationale et Logistique (L-GIL, Dunkerque) - Sciences
Plus en détailLE RÔLE DE LA STATISTIQUE DANS UN PROCESSUS DE PRISE DE DÉCISION
LE RÔLE DE LA STATISTIQUE DANS UN PROCESSUS DE PRISE DE DÉCISION Sylvie Gervais Service des enseignements généraux École de technologie supérieure (sylvie.gervais@etsmtl.ca) Le laboratoire des condensateurs
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 détailPratique de l analyse de données SPSS appliqué à l enquête «Identités et Capital social en Wallonie»
Centre de recherche en démographie et sociétés UCL/IACCHOS/DEMO Pratique de l analyse de données SPSS appliqué à l enquête «Identités et Capital social en Wallonie» 1 2 3+ analyses univariées Type de variables
Plus en détailLes simulations dans l enseignement des sondages Avec le logiciel GENESIS sous SAS et la bibliothèque Sondages sous R
Les simulations dans l enseignement des sondages Avec le logiciel GENESIS sous SAS et la bibliothèque Sondages sous R Yves Aragon, David Haziza & Anne Ruiz-Gazen GREMAQ, UMR CNRS 5604, Université des Sciences
Plus en détailCOMPETENCE DE NIVEAU N1
GROUPE DES ACTIVITES ATHLETIQUES DEMI FOND Réaliser une performance motrice maximale mesure à une échéance donnée COMPETENCE DE NIVEAU N1 Compétences attendues dans l APSA Réaliser la meilleure performance
Plus en détailMASTER 2 SCIENCES HUMAINES ET SOCIALES Mention Psychologie. Spécialité : Recherches en psychologie
S3 Spécialité : Recherches en psychologie UE OBLIGATOIRES UE 1 : Epistémologie et méthodes de recherche en psychologie Ce séminaire aborde plusieurs aspects de la recherche en psychologie. Il présente
Plus en détailLa maitrise de vos systèmes d information
La maitrise de vos systèmes d information NotreExpertise Accompagner nos clients dans le développement de leur stratégie informatique : ü Organisationnelle ü Humaine ü Gestion du changement ü Technique
Plus en détailChristophe CANDILLIER Cours de DataMining mars 2004 Page 1
Christophe CANDILLIER Cours de DataMining mars 2004 age 1 1. Introduction 2. rocessus du DataMining 3. Analyse des données en DataMining 4. Analyse en Ligne OLA 5. Logiciels 6. Bibliographie Christophe
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 détailTable des matières: Guidelines Fonds de Pensions
Table des matières: Guidelines Fonds de Pensions TABLE DES MATIERES... 1 INTRODUCTION... 2 1 FINANCEMENT ET FINANCEMENT MINIMUM... 3 1.1 FINANCEMENT... 3 1.2 FINANCEMENT DE PLAN... 3 1.3 FINANCEMENT MÉTHODE
Plus en détailAICp. Vincent Vandewalle. To cite this version: HAL Id: inria-00386678 https://hal.inria.fr/inria-00386678
Sélection prédictive d un modèle génératif par le critère AICp Vincent Vandewalle To cite this version: Vincent Vandewalle. Sélection prédictive d un modèle génératif par le critère AICp. 41èmes Journées
Plus en détailLa place de SAS dans l'informatique décisionnelle
La place de SAS dans l'informatique décisionnelle Olivier Decourt ABS Technologies - Educasoft Formations La place de SAS dans l'informatique décisionnelle! L'historique de SAS! La mécanique! La carrosserie
Plus en détailFD/YMC N 1-5961 Contacts IFOP : Frédéric Dabi / Yves-Marie Cann POUR
FD/YMC N 1-5961 Contacts IFOP : Frédéric Dabi / Yves-Marie Cann POUR Enquête sur la responsabilité sociale du scientifique Résultats détaillés Février 2007 Annexes La publication des données qui fondent
Plus en détail4 Statistiques. Les notions abordées dans ce chapitre CHAPITRE
CHAPITRE Statistiques Population (en milliers) 63 6 6 6 Évolution de la population en France 9 998 999 3 Année Le graphique ci-contre indique l évolution de la population française de 998 à. On constate
Plus en détailGauthier, Benoît (dir.). 2010. Recherche sociale : de la problématique à la collecte des données. Québec : Presses de l Université du Québec.
Faculté des arts et des sciences Département de science politique POL 1100 (Méthodes de recherche en politique) Automne 2011 Local B-0245 Lundi de 13h00-14h30 Professeur : Éric Montpetit Bureau : C-4012
Plus en détailMATHÉMATIQUES ET SCIENCES HUMAINES
MATHÉMATIQUES ET SCIENCES HUMAINES LOUISANDRÉ VALLET TRAITENQ. Logiciel de dépouillement et de traitement d enquêtes sur microordinateur compatible Mathématiques et sciences humaines, tome 104 (1988),
Plus en détailTABLE DES MATIERES. C Exercices complémentaires 42
TABLE DES MATIERES Chapitre I : Echantillonnage A - Rappels de cours 1. Lois de probabilités de base rencontrées en statistique 1 1.1 Définitions et caractérisations 1 1.2 Les propriétés de convergence
Plus en détailREFERENCES SUR LES INDICATEURS
L i s t e b i b l i o g r a p h i q u e REFERENCES SUR LES INDICATEURS E t u d e G C P Nathalie Wilbeaux Actualisée en Juillet 2007 Bibliographie sélective sur les «indicateurs» - Etude GCP 2003-2007-
Plus en détailQuelles sont les principales formules utiles pour l étude de cas de vente?
Quelles sont les principales formules utiles pour l étude de cas de vente? Approvisionnement et gestion des stocks : des quantités vendues dans un Du stock initial, final et des livraisons, des commandes
Plus en détailTABLE DES MATIÈRES. PRINCIPES D EXPÉRIMENTATION Planification des expériences et analyse de leurs résultats. Pierre Dagnelie
PRINCIPES D EXPÉRIMENTATION Planification des expériences et analyse de leurs résultats Pierre Dagnelie TABLE DES MATIÈRES 2012 Presses agronomiques de Gembloux pressesagro.gembloux@ulg.ac.be www.pressesagro.be
Plus en détailExercice du cours Gestion Financière à Court Terme : «Analyse d un reverse convertible»
Exercice du cours Gestion Financière à Court Terme : «Analyse d un reverse convertible» Quand la trésorerie d une entreprise est positive, le trésorier cherche le meilleur placement pour placer les excédents.
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 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 détailCONCEPTION ET TIRAGE DE L ÉCHANTILLON
CHAPITRE 4 CONCEPTION ET TIRAGE DE L ÉCHANTILLON Ce chapitre technique 1 s adresse principalement aux spécialistes de sondage, mais aussi au coordinateur et aux autres responsables techniques de l enquête.
Plus en détailPLAN DE COURS. Département de sociologie Université du Québec à Montréal
PLAN DE COURS Département de sociologie Université du Québec à Montréal Sigle : SOC 1011 Groupe : 10 Titre : Méthodes de recherche en sociologie I Session : Hiver 2015 Enseignant : Romain Paumier Téléphone
Plus en détailMises en relief. Information supplémentaire relative au sujet traité. Souligne un point important à ne pas négliger.
Cet ouvrage est fondé sur les notes d un cours dispensé pendant quelques années à l Institut universitaire de technologie de Grenoble 2, au sein du Département statistique et informatique décisionnelle
Plus en détailResolution limit in community detection
Introduction Plan 2006 Introduction Plan Introduction Introduction Plan Introduction Point de départ : un graphe et des sous-graphes. But : quantifier le fait que les sous-graphes choisis sont des modules.
Plus en détailFitted Surface; Variable: Y_REND 2 factors, 1 Blocks, 13 Runs; MS Pure Error=.053 DV: Y_REND
Fitted Surface; Variable: Y_REND 2 factors, 1 Blocks, 13 Runs; MS Pure Error=.053 DV: Y_REND 80 78 76 74 72 70 2 TABLE DES MATIÈRES STRUCTURE de STATISTICA : interface usager... 3 SORTIES : classeurs,
Plus en détailMaster Marketing et Pratiques Commerciales Formation continue
Master Marketing et Pratiques Commerciales Formation continue 2014/2015 UE1 MARKETING OPÉRATIONNEL/CONCEPTS ET MÉTHODES Ouidade Sabri Familiariser les étudiants aux principaux concepts marketing; Comprendre
Plus en détailri Newsletter 1 éditorial relations internationales Automne 2007
ri Newsletter 1 relations internationales Automne 2007 éditorial La confrontation des idées, des recherches, des types d enseignement est vitale pour une institution académique. Si l Université entend
Plus en détailExtraction d informations stratégiques par Analyse en Composantes Principales
Extraction d informations stratégiques par Analyse en Composantes Principales Bernard DOUSSET IRIT/ SIG, Université Paul Sabatier, 118 route de Narbonne, 31062 Toulouse cedex 04 dousset@irit.fr 1 Introduction
Plus en détailORGANISME DE PLACEMENT COLLECTIF DE TYPE A
ANNEXE A ORGANISME DE PLACEMENT COLLECTIF DE TYPE A HYPOTHÈSES RELATIVES AUX EXEMPLES N o 1 À N o 4 : Le prix à la date de l opération est de 10 $ la part pour le Fonds d actions et de 11 $ la part pour
Plus en détailApproche modèle pour l estimation en présence de non-réponse non-ignorable en sondage
Approche modèle pour l estimation en présence de non-réponse non-ignorable en sondage Journées de Méthodologie Statistique Eric Lesage Crest-Ensai 25 janvier 2012 Introduction et contexte 2/27 1 Introduction
Plus en détailLA COMPOSITION DES PLANS D ÉPARGNE EN ACTIONS (PEA) À FIN DÉCEMBRE 1997
LA COMPOSITION DES PLANS D ÉPARGNE EN ACTIONS (PEA) À FIN DÉCEMBRE Selon les données communiquées par les établissements participant à l enquête-titres de la Banque de France, l encours des capitaux placés
Plus en détailFonctions linéaires et affines. 1 Fonctions linéaires. 1.1 Vocabulaire. 1.2 Représentation graphique. 3eme
Fonctions linéaires et affines 3eme 1 Fonctions linéaires 1.1 Vocabulaire Définition 1 Soit a un nombre quelconque «fixe». Une fonction linéaire associe à un nombre x quelconque le nombre a x. a s appelle
Plus en détailW. Zacharia TIEMTORE, Docteur en Sciences de l éducation Courriel: zacharia.tiemtore@uhb.fr. Rennes, 5 et 6 juin 2007. http://www.marsouin.
LES ENSEIGNANTS STAGIAIRES ET INTERNET EN AFRIQUE SUBSAHARIENNE : QUELLES PRATIQUES ET QUELS USAGES? LE CAS DE L UNIVERSITÉ DE KOUDOUGOU AU BURKINA FASO. W. Zacharia TIEMTORE, Docteur en Sciences de l
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 détailArticle. L influence de la méthode d échantillonnage et des intervieweurs sur la réalisation de l échantillon dans l Enquête sociale européenne
Composante du produit n o 12-001-X Division des méthodes d enquêtes auprès des entreprises Article L influence de la méthode d échantillonnage et des intervieweurs sur la réalisation de l échantillon dans
Plus en détailProjet SINF2275 «Data mining and decision making» Projet classification et credit scoring
Projet SINF2275 «Data mining and decision making» Projet classification et credit scoring Année académique 2006-2007 Professeurs : Marco Saerens Adresse : Université catholique de Louvain Information Systems
Plus en détailAnnexe commune aux séries ES, L et S : boîtes et quantiles
Annexe commune aux séries ES, L et S : boîtes et quantiles Quantiles En statistique, pour toute série numérique de données à valeurs dans un intervalle I, on définit la fonction quantile Q, de [,1] dans
Plus en détailUniversité du Québec à Chicoutimi. Département d informatique et de mathématique. Plan de cours. Titre : Élément de programmation.
Université du Québec à Chicoutimi Département d informatique et de mathématique Plan de cours Titre : Élément de programmation Sigle : 8inf 119 Session : Automne 2001 Professeur : Patrice Guérin Local
Plus en détailIBM SPSS Statistics Base 20
IBM SPSS Statistics Base 20 Remarque : Avant d utiliser ces informations et le produit qu elles concernent, lisez les informations générales sous Remarques sur p. 316. Cette version s applique à IBM SPSS
Plus en détailA quels élèves profite l approche par les compétences de base? Etude de cas à Djibouti
A quels élèves profite l approche par les compétences de base? Etude de cas à Djibouti Hamid Mohamed Aden, Directeur du CRIPEN, Djibouti Xavier Roegiers, Professeur à l Université de Louvain, Directeur
Plus en détailA propos de l enseignant Introduction aux réseaux sociaux
A propos de l enseignant Introduction aux réseaux sociaux Sebastian BERVOETS Sebastian BERVOETS Chercheur CNRS - Greqam Me contacter sebastian.bervoets@univmed.fr 1 A propos du cours Objectifs du cours
Plus en détailPROGRAMME RADAR DE RCA ROWING ATHLETE DEVELOPMENT AND RANKING (Développement et classement des athlètes d aviron) pour les athlètes de développement
PROGRAMME RADAR DE RCA ROWING ATHLETE DEVELOPMENT AND RANKING (Développement et classement des athlètes d aviron) pour les athlètes de développement olympiques et paralympiques Développé par Rowing Canada
Plus en détailRésultats Semestriels 2007. Réunion d information du 3 octobre 2007
Résultats Semestriels 2007 Réunion d information du 3 octobre 2007 1 S o m m a i r e efront, expert en solutions logicielles pour la finance Stratégie de développement Activité du 1 er semestre 2007 Perspectives
Plus en détailEnjeux mathématiques et Statistiques du Big Data
Enjeux mathématiques et Statistiques du Big Data Mathilde Mougeot LPMA/Université Paris Diderot, mathilde.mougeot@univ-paris-diderot.fr Mathématique en Mouvements, Paris, IHP, 6 Juin 2015 M. Mougeot (Paris
Plus en détailLes Français et l assurance santé
Mai 2013 Contacts : 01 45 84 14 44 Jérôme Fourquet Magalie Gérard prénom.nom@ifop.com Les Français et l assurance santé pour Note méthodologique Etude réalisée pour : Groupama Assurances Echantillon :
Plus en détailMissions des comités en détail
Missions des comités en détail Missions et attributions des Comités du Conseil Le Conseil d administration a défini dans son règlement intérieur les missions et attributions de ses différents Comités permanents
Plus en détailInternational Financial Reporting Standards (IFRS) Mise en place et Impacts. 2 février 2005
International Financial Reporting Standards (IFRS) Mise en place et Impacts 2 février 2005 QUE SONT LES IFRS? Les IFRS ont été élaborées par l International Accounting Standards Board (IASB) en vue de
Plus en détailVous incarnez un surdoué en informatique qui utilise son ordinateur afin de pirater des comptes bancaires un peu partout dans le monde et s en mettre
Vous incarnez un surdoué en informatique qui utilise son ordinateur afin de pirater des comptes bancaires un peu partout dans le monde et s en mettre plein les poches. Problème : vous n êtes pas seul!
Plus en détailChronique Assurances et gestion des risques. sous la responsabilité de Gilles Bernier 1
Chronique Assurances et gestion des risques sous la responsabilité de Gilles Bernier 1 Puisque ce numéro de la Revue, tout comme celui de janvier 2004, est consacré à l assurance automobile, j ai choisi
Plus en détailCHAPITRE 1 : LES BASES DU MARCHE DES CHANGES
CHAPITRE 1 : LES BASES DU MARCHE DES CHANGES Marché des changes : techniques financières David Guerreiro david.guerreiro@univ-paris8.fr Année 2014-2015 Université Paris 8 Objectifs du cours Connaissances
Plus en détailCOMMISSION DES NORMES COMPTABLES. Avis CNC 2012/3 Le traitement comptable des plans d'options sur actions. Avis du 11 janvier 2012
COMMISSION DES NORMES COMPTABLES Avis CNC 2012/3 Le traitement comptable des plans d'options sur actions I. Introduction Avis du 11 janvier 2012 1. La loi du 26 mars 1999 relative au plan d action belge
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 détailFICHE PARTENAIRE. Mailman School of Public Health University of Columbia New York, USA http://www.mailman.columbia.edu/
FICHE PARTENAIRE Mailman School of Public Health University of Columbia New York, USA http://www.mailman.columbia.edu/ Pré séntation du parténairé Création : 1922 («Institut de Santé Publique» qui devient
Plus en détailDéroulement d un projet en DATA MINING, préparation et analyse des données. Walid AYADI
1 Déroulement d un projet en DATA MINING, préparation et analyse des données Walid AYADI 2 Les étapes d un projet Choix du sujet - Définition des objectifs Inventaire des données existantes Collecte, nettoyage
Plus en détailRéf. : Loi n 2006-686 du 13 juin 2006 relative à la transparence et à la sécurité en matière nucléaire, notamment son article 40
RÉPUBLIQUE FRANÇAISE DIVISION DE LYON Lyon, le 30 décembre 2011 N/Réf. : CODEP-LYO-2011-072087 Monsieur le Directeur du centre nucléaire de production d'électricité du Tricastin CNPE du Tricastin BP 40009
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 détailLocalisation des fonctions
MODALISA 7 Localisation des fonctions Vous trouverez dans ce document la position des principales fonctions ventilées selon l organisation de Modalisa en onglets. Sommaire A. Fonctions communes à tous
Plus en détailPOL 1100 (Méthodes de recherche en politique) Hiver 2012 Local B-0305 Lundi de 13h00-14h30
Faculté des arts et des sciences Département de science politique POL 1100 (Méthodes de recherche en politique) Hiver 2012 Local B-0305 Lundi de 13h00-14h30 Professeur : Erick Lachapelle Bureau : C-3124
Plus en détailDIRECTIVES PEDAGOGIQUES CHEF(FE) DE PROJET E-BUSINESS RNCP AU NIVEAU II*
DIRECTIVES PEDAGOGIQUES CHEF(FE) DE PROJET E-BUSINESS RNCP AU NIVEAU II* Mise à jour 2015 *Sous l autorité de l EIMP ADMTC Programme de formation - Titre «Chef(fe) de projet e-business» 1 CHEF(FE) DE PROJET
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 détailLa carte, le territoire et l'explorateur où est la visualisation? Jean-Daniel Fekete Equipe-projet AVIZ INRIA Jean-Daniel.Fekete@inria.fr www.aviz.
La carte, le territoire et l'explorateur où est la visualisation? Jean-Daniel Fekete Equipe-projet AVIZ INRIA Jean-Daniel.Fekete@inria.fr www.aviz.fr Quelques exemples 1 La campagne de Russie de Napoléon
Plus en détailSPHINX Logiciel de dépouillement d enquêtes
SPHINX Logiciel de dépouillement d enquêtes sphinx50frversion4.doc 1 Les trois stades du SPHINX sont ceux que comporte habituellement toute enquête d opinion: Elaboration du questionnaire (fiche outil
Plus en détailClasse de première L
Classe de première L Orientations générales Pour bon nombre d élèves qui s orientent en série L, la classe de première sera une fin d étude en mathématiques au lycée. On a donc voulu ici assurer à tous
Plus en détailt 100. = 8 ; le pourcentage de réduction est : 8 % 1 t Le pourcentage d'évolution (appelé aussi taux d'évolution) est le nombre :
Terminale STSS 2 012 2 013 Pourcentages Synthèse 1) Définition : Calculer t % d'un nombre, c'est multiplier ce nombre par t 100. 2) Exemples de calcul : a) Calcul d un pourcentage : Un article coûtant
Plus en détail- Le Diagramme de Gantt. - Le Diagramme de Pert - La Méthode QQCQCCP - La Méthode MOSI - Cahier des charges fonctionnel
Planifier le projet > Identifier les étapes > Organiser le projet > Identifier les étapes - Le Diagramme de Gantt > Organiser le projet - Le Diagramme de Pert - La Méthode QQCQCCP - La Méthode MOSI - Cahier
Plus en détailLE TABLEAU DE BORD DE SUIVI DE L ACTIVITE
TABLEAU DE BORD LE TABLEAU DE BORD DE SUIVI DE L ACTIVITE DEFINITION Le tableau de bord est un support (papier ou informatique) qui sert à collecter de manière régulière des informations permettant de
Plus en détailEVALUATION DE LA QUALITE DES SONDAGES EN LIGNE : CAS D UN SONDAGE D OPINION AU BURKINA FASO
EVALUATION DE LA QUALITE DES SONDAGES EN LIGNE : CAS D UN SONDAGE D OPINION AU BURKINA FASO Auteur Baguinébié Bazongo 1 Ingénieur Statisticien Economiste Chef de l Unité de recherche à l Institut national
Plus en détailLe retour des maîtres d EPS, provocation ou réalité?
L éducation physique à l école : Le retour des maîtres d EPS, provocation ou réalité? Avril 2009 -----------------------------------------------------------------------------------------------------------------
Plus en détailTraitement des données avec Microsoft EXCEL 2010
Traitement des données avec Microsoft EXCEL 2010 Vincent Jalby Septembre 2012 1 Saisie des données Les données collectées sont saisies dans une feuille Excel. Chaque ligne correspond à une observation
Plus en détailhttp://mondomaine.com/dossier : seul le dossier dossier sera cherché, tous les sousdomaines
Principales fonctionnalités de l outil Le coeur du service suivre les variations de position d un mot-clé associé à une URL sur un moteur de recherche (Google - Bing - Yahoo) dans une locale (association
Plus en détail