Analyse factorielle des correspondances de Benzécri

Save this PDF as:
 WORD  PNG  TXT  JPG

Dimension: px
Commencer à balayer dès la page:

Download "Analyse factorielle des correspondances de Benzécri"

Transcription

1 Analyse factorielle des correspondances de Benzécri One Pager Décembre 2013 Vol. 8 Num. 011 Copyright Laréq Analyse Factorielle des Correspondances de Benzécri Une illustration à l aide de la métrique de Chi deux «L incompréhension vient de trois déficits majeurs, à savoir : le manque de pré requis ; la non maîtrise du jargon ;...» Jean Paul Tsasa Résumé Ce papier présente un outil d analyse des données, l analyse factorielle des correspondances, en se basant sur la notion de la métrique de Chi deux. Mots clé : métrique de chi deux, analyse factorielle des correspondances Abstract This paper focuses on the correspondence analysis, based on the notion of chi-squared distance metric. Introduction L analyse en composantes principales [ACP] permet de produire dans un espace de faible dimension une ou plusieurs représentations graphiques cherchant à mettre en vedette les principales caractéristiques des données initiales [Mavita, 2013, One pager vol.8, num. 11]. De ce fait, son efficacité dépend fortement de la nature des données, dans le sens où cette méthode devient inappropriée en face des données qualitatives. C est sous cet angle que ce papier propose un outil alternatif de l analyse factorielle, l analyse factorielle des correspondances [AFC], permettant de trancher sur l analyse des données qualitatives. Contrairement à l ACP, l AFC s intéresse plus au lien entre ces variables qu à leur intensité. Précisons d ores et déjà que cette méthode des correspondances, permettant la visualisation et la hiérarchisation de l information a été mise au point dès 1941 par Louis Guttman. Cependant, c est en 1962 que le statisticien français Jean Paul Benzécri 1 développa une analyse des correspondances particulière sur base de la métrique de Chi deux. Depuis lors, cette méthode est devenue très pratique du fait de sa particularité de faire recours à une distribution classique. L objet de ce papier est de procéder à une présentation succincte et pratique de l AFC et plus particulièrement de l AFC de Benzécri. A cet effet, deux sections seront retenues dont la première rappelle la métrique de Chi deux et la seconde expose la méthode AFC. 1 Jean Paul Benzécri est un statisticien français né en 1932 et il est le fondateur de l école française d analyse des données. 101

2 Métrique de Chi - deux Cette section fournit un aperçu global de la métrique de Chi deux, mise au point par le statisticien britannique Karl Pearson en Pour une présentation et une démonstration plus rigoureuses, nous renvoyons à Tombola [2013]. S agissant de variables qualitatives, il sied de noter qu une variable qualitative est une variable dont les valeurs ne sont pas numériquement mesurables. Selon la hiérarchisation des modalités, ces variables peuvent être ordinales, si les états de la variable ou modalités peuvent être hiérarchisés ou ordonnés ; ou nominales si les modalités peuvent être ordonnées. Selon la variabilité des modalités, on distingue généralement la variable binaire (dichotomique) et la variable polytomique, selon qu elle prend respectivement deux ou modalités. Ainsi, c est à la recherche de l explication de liaison entre deux variables qualitatives que Pearson a pu proposer la métrique de Chi deux. Ce test est connu sous le nom d indépendance des caractères étudiés dans un tableau de contingence.. Nous en présentons la démarche. Considérons un tableau de contingence 1 de deux variables polytomiques X et Y sur un échantillon de taille T et des modalités respectives et. Tableau 1 Modalités de Y Total Modalités de X Total Ainsi, on peut présenter ce tableau sur base des fréquences qui sont déterminées par : où et représentent les fréquences marginales. 1 Pour plus de détails sur le tableau de contingence, nous pensons à Tombola (2013, p. 55). 102

3 En cherchant à éliminer l incidence des effets marginaux ou conditionnels, on détermine les fréquences relatives. Pour les colonnes, on obtient le tableau des profils colonnes avec : la probabilité conditionnelle. Il convient de noter que l avantage de cette transformation est qu elle autorise une pondération de chaque fréquence par la fréquence marginale de sorte que la comparaison entre deux lignes ne soit pas influencée par la différence de leurs effectifs. Tableau 2 : Tableau des profils colonnes Modalités de Y Distribution Modalités de X marginale selon X Total Par analogie, on trouve le tableau des profils lignes. Présentation de la méthode AFC L intérêt de la méthode AFC réside dans le fait que la méthode de l ACP apparaît inopérante en face des données qualitatives. Aussi, le niveau élevé de la fréquence des analyses des faits intrinsèquement qualitatifs ont poussés les scientifiques à réfléchir sur une méthode pratique traitant des données qualitatives, la méthode de l AFC. Cette méthode base son analyse sur la comparaison des modalités de deux variables Le choix sur l AFC de Benzécri se justifie par le simple fait que dans son approche, Benzécri fait appel une notion connue et pratique concernant les données qualitatives, la métrique de Chi deux. Mise en œuvre de l AFC 1 La méthode de l AFC suit la même démarche que la méthode de l ACP, de la transformation des données à l interprétation en passant par l analyse de chaque nuage des points. 1 Pour question de détails et d applications numériques sur la méthode AFC, lire Delgado (2001) et Zouhhad (2002). 103

4 Transformation des données en profils : la première démarche consiste à transformer les données en tableaux des profiles lignes et profiles colonnes. Analyse des nuages des points Représentation graphique des profils colonnes Les profils lignes peuvent être représentés dans et les axes du système représentant les catégories. Chaque profil ligne donne un point de coordonnées, les probabilités conditionnelles de chaque colonne du tableau des profils colonnes. Ces points ont un barycentre noté et les coordonnées sont calculées par : Figure 1 F 2 j 2 j n B j F 1 j 3 j 1 Cette carte factorielle indique que les modalités j 1 et j 2 sont voisines, la modalité j n est proche du barycentre tandis que la modalité j 3 est un point extrême et opposé à tous les autres. Représentation graphique des profiles lignes Cependant, l AFC en tant une des méthodes d analyse factorielle cherche des axes principaux en projetant tous ces points sur un même plan. Le premier axe factoriel est déterminé par la droite des moindres carrés qui ajuste tous points. Cette droite est dans ce plan de projection, suit naturellement la direction d inertie maximale de tous ces points, passe par et l équation est déterminée dans. Le deuxième axe factoriel est déterminé par une perpendiculaire abaissée du barycentre par rapport à. Comme les profiles colonnes, les profiles lignes peuvent être également représentés dans et n axes représentant les catégories. Chaque profil ligne donne un point de coordonnées les probabilités conditionnelles de chaque ligne du tableau des profils lignes. 104

5 Ces points ont un barycentre noté dont les coordonnées sont trouvées par : En projetant ces points sur un même plan, le premier axe factoriel F 3 est donné par la droite des moindres carrés qui ajuste ces points. Cette droite est dans ce plan de projection, suit naturellement la direction d inertie maximale de tous ces points, passe par et l équation est déterminée dans. Le deuxième axe factoriel est déterminé par une perpendiculaire abaissée du barycentre par rapport à. Figure 2 F 4 i 2 B i i n i 3 i 1 F 3 Cette carte factorielle montre que les modalités i 1 et i 2 sont voisines, la modalité i n est proche du barycentre tandis que la modalité i 3 est un point extrême et opposé à tous les autres. Dualité des profils lignes et des profils - colonnes Il s agit de représenter sur même graphique les deux cartes factorielles précédentes. Figure 3 F 2 F 4 j 1 i 1 B j F 1 j 3 i 3 B i i 2 F 3 j 2 M 105

6 Les zones encerclées selon les proximités montrent les correspondances entre les modalités. La figure indique que la zone M fait apparaître deux sous zones particulières avec évidemment deux correspondances particulières. Somme toute, le présent papier a donné une vision plus ou moins simplifiée de la méthode d analyse factorielle des correspondances (AFC). Par ailleurs, il reste une série de méthodes d analyse factorielle qui seront abordées dans des publications ultérieures, et ce sera également de fournir des illustrations plus pratiques à l aide des logiciels appropriés. 106

7 Références bibliographiques DELGADO Jean pierre, 2001, Mathématiques appliquées, ESKA, 2è Edition, Paris, 165p. DENIZET Frédéric, 2008, Algèbre et géométrie, Edition Nathan, Paris, 501p. ESCH Louis, 1992, Mathématiques pour économistes et gestionnaires, Edition De Boeck, Bruxelles, 697p. KLOTZ Gérard, 2000, Mathématiques pour les sciences économiques et sociales, Edition Presses universitaires de France, Paris, 344p. MALU Raїssa, 2010, L indispensable des Mathématiques, Collection savoirs et découvertes, Louvain-la-Neuve, 116p. MAVITA Yannick, 2013, «Analyse en composantes principales», One pager (septembre), 8 (11): MICHEL Philippe, 1989, Cours de mathématiques pour économistes, Economica, 2è Edition, Paris, 748p. MONIER Jean Marie, 1993, Géométrie, Editions Dunod, Paris, 347p. PEARSON, Karl, 1901, «On Lines and Planes of Closest Fit to Systems of points in Space, Philosophical Magazine, 2 (6): TOMBOLA Cédrick et Jean Paul TSASA, 2013, «Analyse de la Structure d Espaces Vectoriels», One Pager Laréq (février), 5 (15): TOMBOLA Cédrick, «Au délà de la corrélation linéaire : Métrique de Khi deux et rapport de corrélation», One Pager (février), 5 (9):, ZOUHHAD Rachid, Jean Laurent VIVIANI et Françoise BOUFFARD, 2002, Mathématiques appliquées, Dunod, 5è ed, Paris, 335p. 107

Analyse en Composantes Principales

Analyse en Composantes Principales Analyse en Composantes Principales One Pager Décembre 2013 Vol. 8 Num. 010 Analyse en Composantes Principales Copyright Laréq 2013 http://www.lareq.com «Pour les meilleurs ou les pires, les mathématiques

Plus en détail

Analyse de données. [Tapez le sous-titre du document] ANALYSE DE DONNEES 2011 2012. ANALYSE DE DONNEES Page 1 LICENCE 3 SCIENCES ECONOMIQUES

Analyse de données. [Tapez le sous-titre du document] ANALYSE DE DONNEES 2011 2012. ANALYSE DE DONNEES Page 1 LICENCE 3 SCIENCES ECONOMIQUES 2011 2012 ANALYSE DE DONNEES 2011 2012 LICENCE 3 SCIENCES ECONOMIQUES COURS DE M. THIERRY BLAYAC Analyse de données [Tapez le sous-titre du document] ANALYSE DE DONNEES Page 1 H34VEN Cours pour Licence

Plus en détail

GOUTTE. Analyse Statistique des Données Cours 4. Master 2 EID. LUISS, Libera Università Internazionale degli Studi Sociali

GOUTTE. Analyse Statistique des Données Cours 4. Master 2 EID. LUISS, Libera Università Internazionale degli Studi Sociali LUISS, Libera Università Internazionale degli Studi Sociali Université Paris 13 Laboratoire Analyse, Géométrie et Applications UMR 7539 GOUTTE Analyse Statistique des Données Cours 4 Master 2 EID goutte@math.univ-paris13.fr

Plus en détail

Séance 10 : Analyse factorielle des correspondances

Séance 10 : Analyse factorielle des correspondances Séance 10 : Analyse factorielle des correspondances Sommaire Proc CORRESP : Analyse de tableaux d effectifs... 2 Exemple 1 :... 6 L analyse en composantes principales traite des variables quantitatives.

Plus en détail

TABLE DES MATIÈRES. Bruxelles, De Boeck, 2011, 736 p.

TABLE 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 détail

Chapitre 9 ANALYSE MULTIDIMENSIONNELLE

Chapitre 9 ANALYSE MULTIDIMENSIONNELLE Statistique appliquée à la gestion et au marketing http://foucart.thierry.free.fr/statpc Chapitre 9 ANALYSE MULTIDIMENSIONNELLE L analyse des données multidimensionnelles regroupe un ensemble de méthodes

Plus en détail

Analyse simultanée de variables quantitatives et qualitatives. à l aide de l analyse factorielle multiple

Analyse simultanée de variables quantitatives et qualitatives. à l aide de l analyse factorielle multiple Analyse simultanée de variables quantitatives et qualitatives à l aide de l analyse factorielle multiple Jérôme Pagès Laboratoire de mathématiques appliquées Agrocampus France Analyse Factorielle Multiple

Plus en détail

IUT STID, 1 ère année Découverte de logiciels statistiques Prise en main du logiciel SPAD

IUT STID, 1 ère année Découverte de logiciels statistiques Prise en main du logiciel SPAD Université de Perpignan - IUT de Carcassonne Vivien ROSSI Année 2006/2007 IUT STID, 1 ère année Découverte de logiciels statistiques Prise en main du logiciel SPAD Ce document est tiré du site : http ://www.stat.ucl.ac.be/ispersonnel/lecoutre/stats/spad/

Plus en détail

Introduction à l analyse des données. Olivier Godechot

Introduction à l analyse des données. Olivier Godechot Introduction à l analyse des données Olivier Godechot Introduction. Les données statistiques : de très nombreuses variables. Aucune n est parfaite La perception d un phénomène appréhendée comme la combinaison

Plus en détail

Mathématiques mise à niveau - 521

Mathématiques mise à niveau - 521 Mathématiques mise à niveau - 521 Ces trois modules de mathématiques 521 ont été conçus pour préparer le PR1 de l activité SES option Informatique (EV7). Cette formation est néanmoins ouverte aux agents

Plus en détail

Cours de Statistiques

Cours de Statistiques Cours de Statistiques Romain Raveaux 1 1 Laboratoire L3I Université de La Rochelle romain.raveaux01 at univ-lr.fr Octobre 24-11, 2008 1 / 35 Sommaire 1 Quelques Rappels 2 numériques Relations entre deux

Plus en détail

L3 Géographie UE Méthodologie. Statistiques COURS 1. Salle 125. Intervenants : Nadège. UMR Centre de Recherches de Climatologie (CRC)

L3 Géographie UE Méthodologie. Statistiques COURS 1. Salle 125. Intervenants : Nadège. UMR Centre de Recherches de Climatologie (CRC) L3 Géographie UE Méthodologie Statistiques COURS 1 Salle 125 Intervenants : Nadège Martiny & Julien Crétat UFR Sciences Humaines (Département de Géographie) UMR Centre de Recherches de Climatologie (CRC)

Plus en détail

L'AFC pour les nuls. Mise à jour du 21 janvier 2010. Dernière version des diapos disponible ici : analyse factorielle des composantes

L'AFC pour les nuls. Mise à jour du 21 janvier 2010. Dernière version des diapos disponible ici : analyse factorielle des composantes L'AFC pour les nuls Mise à jour du 21 janvier 2010 Dernière version des diapos disponible ici : analyse factorielle des composantes Source des images indiquées au-dessous ou en cliquant sur l image Cours

Plus en détail

Analyse en Composantes Principales

Analyse en Composantes Principales Plan du cours Analyse en Composantes Principales Introduction Les données Leurs représentations La méthode Modèle Interprétation statistique Espace principal Composantes Principales Représentations Graphiques

Plus en détail

Analyse multidimensionnelle de données longitudinales

Analyse multidimensionnelle de données longitudinales Analyse multidimensionnelle de données longitudinales Ndèye Niang Conservatoire National des Arts et Métiers Plan Introduction Terminologie-Notations Méthodes directes Coefficient d association vectorielle

Plus en détail

Module 2 29 Décembre 2009 Intervenant: Dhuin STATISTIQUES

Module 2 29 Décembre 2009 Intervenant: Dhuin STATISTIQUES STATISTIQUES I. Séries statistiques simples... 1 A. Définitions... 1 1. Population... 1 2. Caractère statistique... 1 B. Séries classées / représentations graphiques.... 2 1. Séries classées... 2 2. Représentations

Plus en détail

Analyse des Données. Questions de cours. Exercice n o 1. Examen terminal - Durée 3h

Analyse des Données. Questions de cours. Exercice n o 1. Examen terminal - Durée 3h I.U.T de Caen STID 2ème année Département STID Année Universitaire 2002-2003 Responsable de cours : Alain LUCAS Seule la calculatrice type collège est autorisée. Seul le cours est autorisé. On rappelera

Plus en détail

Reversement S1 S2 S3 S4 Filière : Sciences Economiques et Gestion(tronc commun)

Reversement S1 S2 S3 S4 Filière : Sciences Economiques et Gestion(tronc commun) Reversement S1 S2 S3 S4 Filière : Sciences Economiques et Gestion(tronc commun) 1 Semestre 1 SEG M 1 :Introduction à l'économie M 2 :Microéconomie I M 3 :Comptabilité générale I M 4 :Management I M2 :Introduction

Plus en détail

INTRODUCTION À L ANALYSE FACTORIELLE DES CORRESPONDANCES

INTRODUCTION À L ANALYSE FACTORIELLE DES CORRESPONDANCES INTRODUCTION À L ANALYSE FACTORIELLE DES CORRESPONDANCES Dominique LAFFLY Maître de Conférences, Université de Pau Laboratoire Société Environnement Territoire UMR 5603 du CNRS et Université de Pau Domaine

Plus en détail

Chapitre 3. Les distributions à deux variables

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 détail

SPHINX Logiciel de dépouillement d enquêtes

SPHINX 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 détail

Cours et applications

Cours et applications MANAGEMENT SUP Cours et applications 3 e édition Farouk Hémici Mira Bounab Dunod, Paris, 2012 ISBN 978-2-10-058279-2 Table des matières Introduction 1 1 Les techniques de prévision : ajustements linéaires

Plus en détail

ANALYSE FACTORIELLE DE DONNÉES MIXTES : PRINCIPE ET

ANALYSE FACTORIELLE DE DONNÉES MIXTES : PRINCIPE ET ANALYSE FACTORIELLE DE DONNÉES MIXTES : PRINCIPE ET EXEMPLE D APPLICATION Jérôme Pagès Laboratoire de mathématiques appliquées Agrocampus, 35042 Rennes cedex email : pages@agrorennes.educagri.fr Résumé

Plus en détail

Cours 2-3 Analyse des données multivariées

Cours 2-3 Analyse des données multivariées Cours 2-3 des données s Ismaël Castillo École des Ponts, 13 Novembre 2012 Plan 1 2 3 4 1. On s intéresse à un jeu de données multi-dimensionel, avec n individus observés et p variables d intérêt ( variables

Plus en détail

L analyse en composantes principales en pratique

L analyse en composantes principales en pratique L analyse en composantes principales en pratique Après avoir vu sa formalisation mathématique dans le module précédent, on s intéresse ici à l utilisation pratique de l ACP. 1 Objectifs L objectif de l

Plus en détail

Extraction d informations stratégiques par Analyse en Composantes Principales

Extraction 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 détail

L analyse des données statistiques

L analyse des données statistiques L analyse des données statistiques Public : Les cadres devant analyser des données quantitatives et qualitatives Objectif : Apprendre, en utilisant principalement Excel : - à traiter des données provenant

Plus en détail

L'APPROCHE EXPERIMENTALE EN RECHERCHE: introduction aux statistiques.

L'APPROCHE EXPERIMENTALE EN RECHERCHE: introduction aux statistiques. L'APPROCHE EXPERIMENTALE EN RECHERCHE: introduction aux statistiques 1 BUTS DU COURS : se familiariser avec le vocabulaire statistique o variable dépendante, variable indépendante o statistique descriptive,

Plus en détail

Annexe commune aux séries ES, L et S : boîtes et quantiles

Annexe 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 détail

Programme des épreuves des concours externes de recrutement des personnels techniques et administratifs de recherche et de formation

Programme des épreuves des concours externes de recrutement des personnels techniques et administratifs de recherche et de formation Programme des épreuves des concours externes de recrutement des personnels E1 RECRUTEMENT DES ASSISTANTS INGENIEURS DE RECHERCHE ET DE FORMATION...2 E1.1 Gestionnaire de base de données...2 E1.2 Développeur

Plus en détail

Le programme de mathématiques Classes de première STI2D STL

Le programme de mathématiques Classes de première STI2D STL Journée de l inspection 15 avril 2011 - Lycée F. BUISSON 18 avril 2011 - Lycée J. ALGOUD 21 avril 2011 - Lycée L. ARMAND Le programme de mathématiques Classes de première STI2D STL Déroulement de la journée

Plus en détail

L ANALYSE EN COMPOSANTES PRINCIPALES (A.C.P.) Pierre-Louis GONZALEZ

L ANALYSE EN COMPOSANTES PRINCIPALES (A.C.P.) Pierre-Louis GONZALEZ L ANALYSE EN COMPOSANTES PRINCIPALES (A.C.P.) Pierre-Louis GONZALEZ INTRODUCTION Données : n individus observés sur p variables quantitatives. L A.C.P. permet d eplorer les liaisons entre variables et

Plus en détail

L analyse Factorielle des correspondances. 1/ Préambule descriptif de l AFC

L analyse Factorielle des correspondances. 1/ Préambule descriptif de l AFC L analyse Factorielle des correspondances...2 1/ Préambule descriptif de l AFC...2 Exemples de types de données que l AFC peut aborder:...2 Quelques types de tableaux traités par l AFC...3 2/ Exercice

Plus en détail

Analyse Statistique pour Le Traitement d Enquêtes

Analyse Statistique pour Le Traitement d Enquêtes DAT 104, année 2004-2005 p. 1/90 Analyse Statistique pour Le Traitement d Enquêtes Mastère Développement Agricole Tropical Stéphanie Laffont & Vivien ROSSI UMR ENSAM-INRA Analyse des systèmes et Biométrie

Plus en détail

Outils méthodologiques et astuces pour la thèse de médecine Les statistiques, comment faire?

Outils méthodologiques et astuces pour la thèse de médecine Les statistiques, comment faire? Outils méthodologiques et astuces pour la thèse de médecine Les statistiques, comment faire? Cyril Ferdynus, USM, CHU RECUEIL DE DONNEES Recueil hors ligne Epidata (http://www.epiconcept.fr/html/epidata.html)

Plus en détail

UNE FORMATION POUR APPRENDRE À PRÉSENTER DES DONNÉES CHIFFRÉES : POUR QUI ET POURQUOI? Bénédicte Garnier & Elisabeth Morand

UNE FORMATION POUR APPRENDRE À PRÉSENTER DES DONNÉES CHIFFRÉES : POUR QUI ET POURQUOI? Bénédicte Garnier & Elisabeth Morand UNE FORMATION POUR APPRENDRE À PRÉSENTER DES DONNÉES CHIFFRÉES : POUR QUI ET POURQUOI? Bénédicte Garnier & Elisabeth Morand Service méthodes statistiques Institut National d Etudes Démographiques (Ined)

Plus en détail

Fonctions de plusieurs variables

Fonctions de plusieurs variables Module : Analyse 03 Chapitre 00 : Fonctions de plusieurs variables Généralités et Rappels des notions topologiques dans : Qu est- ce que?: Mathématiquement, n étant un entier non nul, on définit comme

Plus en détail

3. ACM Analyse des Correspondances Multiples

3. ACM Analyse des Correspondances Multiples 3. ACM Analyse des Correspondances Multiples Analyse des Correspondances Multiples - ACM 1 Plan 1. Exemples, problématique 2. Le tableau de données étudié 3. Principe d une ACM 4. L ajustement des deux

Plus en détail

Introduction à l analyse des données. Analyse des Données (1) Exemple, ville et (in)sécurité. Exemple, ville et (in)sécurité

Introduction à l analyse des données. Analyse des Données (1) Exemple, ville et (in)sécurité. Exemple, ville et (in)sécurité Introduction à l analyse des données Analyse des Données () Le but de l analyse de données est de synthétiser, structurer l information contenue dans des données multidimensionnelles Deux groupes de méthodes

Plus en détail

Corps des nombres complexes, J Paul Tsasa

Corps des nombres complexes, J Paul Tsasa Corps des nombres complexes, J Paul Tsasa One Pager Février 2013 Vol. 5 Num. 011 Copyright Laréq 2013 http://www.lareq.com Corps des Nombres Complexes Définitions, Règles de Calcul et Théorèmes «Les idiots

Plus en détail

- Mobiliser les résultats sur le second degré dans le cadre de la résolution d un problème.

- Mobiliser les résultats sur le second degré dans le cadre de la résolution d un problème. Mathématiques - classe de 1ère des séries STI2D et STL. 1. Analyse On dote les élèves d outils mathématiques permettant de traiter des problèmes relevant de la modélisation de phénomènes continus ou discrets.

Plus en détail

Le documentd accompagnement des programmes de Mathématiques en classe de première et de terminale,

Le documentd accompagnement des programmes de Mathématiques en classe de première et de terminale, PROGRESSION SPIRALÉE Page 1/10 Le documentd accompagnement des programmes de Mathématiques en classe de première et de terminale, série scientifique et série économique et sociale, précise que : " Les

Plus en détail

Chapitre 1: Introduction au calcul des probabilités, cas d un univers fini.

Chapitre 1: Introduction au calcul des probabilités, cas d un univers fini. Chapitre 1: Introduction au calcul des probabilités, cas d un univers fini. 1 Introduction Des actions comme lancer un dé, tirer une carte d un jeu, observer la durée de vie d une ampoule électrique, etc...sont

Plus en détail

Statistique Descriptive Multidimensionnelle. (pour les nuls)

Statistique Descriptive Multidimensionnelle. (pour les nuls) Publications de l Institut de Mathématiques de Toulouse Statistique Descriptive Multidimensionnelle (pour les nuls) (version de mai 2010) Alain Baccini Institut de Mathématiques de Toulouse UMR CNRS 5219

Plus en détail

P R O G R A M M E E T I N S T R U C T I O N S O F F I C I E L L E S

P R O G R A M M E E T I N S T R U C T I O N S O F F I C I E L L E S P R O G R A M M E E T I N S T R U C T I O N S O F F I C I E L L E S POUR L ENSEIGNEMENT DE L INFORMATIQUE MPSI première année I. Objectifs de la formation II-1 Développement de compétences et d aptitudes

Plus en détail

1 Complément sur la projection du nuage des individus

1 Complément sur la projection du nuage des individus TP 0 : Analyse en composantes principales (II) Le but de ce TP est d approfondir nos connaissances concernant l analyse en composantes principales (ACP). Pour cela, on reprend les notations du précédent

Plus en détail

SEMIN. Analyses factorielles avec R. Elisabeth MORAND INED

SEMIN. Analyses factorielles avec R. Elisabeth MORAND INED SEMIN Analyses factorielles avec R Elisabeth MORAND INED SEMIN R du MNHN 10 Décembre 2009 E. Morand 10 Décembre 2009 INED 1 / 42 Part I Analyse en Composantes Principales : ACP 2 / 42 Sommaire 1 Introduction

Plus en détail

Analyse discriminante

Analyse discriminante Analyse discriminante Christine Decaestecker & Marco Saerens ULB & UCL LINF2275 1 Analyse Discriminante Particularités: 2 formes/utilisations complémentaires: méthode factorielle: description "géométrique"

Plus en détail

COM-1560 Communication Informatisée 1

COM-1560 Communication Informatisée 1 COURS 2.1 Adobe Illustrator CS (1) Professeur: Jorge Zeledon COURS 2.1 1 PLAN DE COURS Images vectorielles Images bitmap Bitmap vs. vectorielles Résolution graphique Adobe Illustrator CS Interface Illustrator

Plus en détail

CONCOURS D ENTREE A L ECOLE DE 2007 CONCOURS EXTERNE. Cinquième épreuve d admissibilité STATISTIQUE. (durée : cinq heures)

CONCOURS D ENTREE A L ECOLE DE 2007 CONCOURS EXTERNE. Cinquième épreuve d admissibilité STATISTIQUE. (durée : cinq heures) CONCOURS D ENTREE A L ECOLE DE 2007 CONCOURS EXTERNE Cinquième épreuve d admissibilité STATISTIQUE (durée : cinq heures) Une composition portant sur la statistique. SUJET Cette épreuve est composée d un

Plus en détail

TABLE DES MATIÈRES. PRINCIPES D EXPÉRIMENTATION Planification des expériences et analyse de leurs résultats. Pierre Dagnelie

TABLE 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 détail

Analyse des données appliquée aux techniques d enquête par sondage.

Analyse des données appliquée aux techniques d enquête par sondage. Analyse des données appliquée aux techniques d enquête par sondage. III. L analyse des données 3.1 La notion de variable 3.2 Quels traitements développer? 3.3 L analyse des données de l enquête 3.1 La

Plus en détail

Lecture critique et pratique de la médecine

Lecture critique et pratique de la médecine 1-00.qxp 24/04/2006 11:23 Page 13 Lecture critique appliquée à la médecine vasculaireecture critique et pratique de la médecine Lecture critique et pratique de la médecine Introduction Si la médecine ne

Plus en détail

Introduction à l analyse quantitative

Introduction à l analyse quantitative Introduction à l analyse quantitative Vue d ensemble du webinaire Le webinaire sera enregistré. Les diapositives et tous les autres documents seront envoyés aux participants après la séance. La séance

Plus en détail

Première STMG1 2014-2015 progression. - 1. Séquence : Proportion d une sous population dans une population.

Première STMG1 2014-2015 progression. - 1. Séquence : Proportion d une sous population dans une population. Première STMG1 2014-2015 progression. - 1 Table des matières Fil rouge. 3 Axes du programme. 3 Séquence : Proportion d une sous population dans une population. 3 Information chiffrée : connaître et exploiter

Plus en détail

Table des matières. PREMIÈRE PARTIE Étapes initiales des études marketing 7

Table des matières. PREMIÈRE PARTIE Étapes initiales des études marketing 7 Table des matières Préface Public 1 Structure de l ouvrage 1 Caractéristiques de l ouvrage 3 Contenu 3 Pédagogie 4 Remarques sur l adaptation française 4 Ressources numériques 5 Biographie 6 PREMIÈRE PARTIE

Plus en détail

Illustration sur un exemple de diverses procédures graphiques et quantitatives.

Illustration sur un exemple de diverses procédures graphiques et quantitatives. Au-delà de l'analyse des correspondances multiples : Illustration sur un exemple de diverses procédures graphiques et quantitatives Yannick Savina Jean-Marc Bernard Laboratoire de Psychologie Environnementale

Plus en détail

Stéphane Tufféry DATA MINING & STATISTIQUE DÉCISIONNELLE. 29/01/2007 Stéphane Tufféry - Data Mining - http://data.mining.free.fr

Stéphane Tufféry DATA MINING & STATISTIQUE DÉCISIONNELLE. 29/01/2007 Stéphane Tufféry - Data Mining - http://data.mining.free.fr 1 Stéphane Tufféry DATA MINING & STATISTIQUE DÉCISIONNELLE Plan du cours Qu est-ce que le data mining? À quoi sert le data mining? Les 2 grandes familles de techniques Le déroulement d un projet de data

Plus en détail

SCI03 - Analyse de données expérimentales

SCI03 - Analyse de données expérimentales SCI03 - Analyse de données expérimentales Introduction à la statistique Thierry Denœux 1 1 Université de Technologie de Compiègne tél : 44 96 tdenoeux@hds.utc.fr Automne 2014 Qu est ce que la statistique?

Plus en détail

Population étudiante en médecine vétérinaire : projections

Population étudiante en médecine vétérinaire : projections Population étudiante en médecine vétérinaire : projections Assemblée Générale des étudiants de Louvain 17 juin 2015 1 Avant-propos Depuis quelques semaines, la question de la surpopulation dans les filières

Plus en détail

OPTION : - VANGRINSVEN Laurie. Caractère obligatoire ou au choix dans le programme ou option de l étudiant : Cours obligatoire dans le programme

OPTION : - VANGRINSVEN Laurie. Caractère obligatoire ou au choix dans le programme ou option de l étudiant : Cours obligatoire dans le programme VIE DES AFFAIRES III UE 18 CATEGORIE : ECONOMIQUE SECTION : MARKETING OPTION : - Année : B2 N de l identification : sera complété ultérieurement Langue(s) d enseignement : Français Coordonnées du service

Plus en détail

TABLE DES MATIERES. C Exercices complémentaires 42

TABLE 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 détail

ANALYSE BIVARIÉE DE VARIABLES QUALITATIVES LE TEST DU Chi2

ANALYSE BIVARIÉE DE VARIABLES QUALITATIVES LE TEST DU Chi2 ANALYSE BIVARIÉE DE VARIABLES QUALITATIVES LE TEST DU Chi2 Dominique LAFFLY Maître de Conférences, Université de Pau Laboratoire Société Environnement Territoire UMR 5603 du CNRS et Université de Pau Domaine

Plus en détail

Modèles dichotomiques et Spécification linéaire

Modèles dichotomiques et Spécification linéaire Modèles dichotomiques Spécification linéaire One Pager Novembre 2013 Vol. 8 Num. 006 Copyright Laréq 2013 http://www.lareq.com Modèles dichotomiques Spécification linéaire 1 «Le véritable travail, c est

Plus en détail

Relation entre deux variables : estimation de la corrélation linéaire

Relation entre deux variables : estimation de la corrélation linéaire CHAPITRE 3 Relation entre deux variables : estimation de la corrélation linéaire Parmi les analyses statistiques descriptives, l une d entre elles est particulièrement utilisée pour mettre en évidence

Plus en détail

MATHÉMATIQUES ET SCIENCES HUMAINES

MATHÉMATIQUES ET SCIENCES HUMAINES MATHÉMATIQUES ET SCIENCES HUMAINES B. MARCHADIER Dépendance et indépendance de deux aléas numériques images Mathématiques et sciences humaines, tome 25 (1969), p. 2534.

Plus en détail

Restauration d images

Restauration d images Restauration d images Plan Présentation du problème. Premières solutions naïves (moindre carrés, inverse généralisée). Méthodes de régularisation. Panorama des méthodes récentes. Problème général Un système

Plus en détail

Arbres binaires. Hélène Milhem. Institut de Mathématiques de Toulouse, INSA Toulouse, France IUP SID, 2011-2012

Arbres binaires. Hélène Milhem. Institut de Mathématiques de Toulouse, INSA Toulouse, France IUP SID, 2011-2012 Arbres binaires Hélène Milhem Institut de Mathématiques de Toulouse, INSA Toulouse, France IUP SID, 2011-2012 H. Milhem (IMT, INSA Toulouse) Arbres binaires IUP SID 2011-2012 1 / 35 PLAN Introduction Construction

Plus en détail

Épreuve pratique de mathématiques Printemps 2009. Descriptifs. (Page vide)

Épreuve pratique de mathématiques Printemps 2009. Descriptifs. (Page vide) Épreuve pratique de mathématiques Printemps 2009 Descriptifs (Page vide) Sujet 001 Épreuve pratique de mathématiques Descriptif Étude d une fonction dépendant d un paramètre Étant donné une fonction dépendant

Plus en détail

Les quatre opérations sur les nombres entiers Statistiques et probabilités I. Code Unités Devoirs Code Unités Devoirs

Les quatre opérations sur les nombres entiers Statistiques et probabilités I. Code Unités Devoirs Code Unités Devoirs 1 re secondaire 2 e secondaire Les quatre opérations sur les nombres entiers Statistiques et probabilités I MAT-1005-2 2 3 MAT-2008-2 2 3 (+, -, x, ) dans l ensemble des entiers Z. Ce premier cours portant

Plus en détail

COURS DE STATISTIQUES (24h)

COURS DE STATISTIQUES (24h) COURS DE STATISTIQUES (24h) Introduction Statistiques descriptives (4 h) Rappels de Probabilités (4 h) Echantillonnage(4 h) Estimation ponctuelle (6 h) Introduction aux tests (6 h) Qu est-ce que la statistique?

Plus en détail

Analyse en Composantes. Principales

Analyse en Composantes. Principales AgroParisTech Analyse en Composantes Principales C Duby, S Robin Table des matières Introduction 3 2 Tableau de données 4 3 Choix d une distance 6 4 Choix de l origine 7 5 Moments d inertie 9 5 Inertie

Plus en détail

Programme de la classe terminale

Programme de la classe terminale MATHÉMATIQUES Série Sciences et technologies de la gestion Programme de la classe terminale Juillet 005 Ministère de l'éducation nationale, de l Enseignement supérieur et de la Recherche Direction de l

Plus en détail

Classification Exemple : Enquête d opinion sur les OGM. Pauline Le Badezet Alexandra Lepage

Classification Exemple : Enquête d opinion sur les OGM. Pauline Le Badezet Alexandra Lepage Classification Exemple : Enquête d opinion sur les OGM Pauline Le Badezet Alexandra Lepage SOMMAIRE Introduction Méthodologie Méthode de partitionnement Classification Ascendante Hiérarchique Interprétation

Plus en détail

Introduction à l'analyse statistique des données

Introduction à l'analyse statistique des données INTRODUCTION À L'ANALYSE STATISTIQUE DES DONNÉES CONCEPTS DE BASE Un certain nombre de concepts, préalables indispensables à la compréhension des analyses présentées, sont définis ici. De même pour quelques

Plus en détail

t 100. = 8 ; le pourcentage de réduction est : 8 % 1 t Le pourcentage d'évolution (appelé aussi taux d'évolution) est le nombre :

t 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

LES OUTILS D ENQUÊTE: LE

LES OUTILS D ENQUÊTE: LE LES OUTILS D ENQUÊTE: LE QUESTIONNAIRE ET L ENTRETIEN DUT 1A - Méthodo Gilles Droniou droniou@jeudevi.org Chargé de recherches, JEUDEVI www.jeudevi.org 2015/2016 DATES À RETENIR, ET AUTRES JOYEUSETÉS Achetez

Plus en détail

RAPPORT SUR L ETUDE DES DONNEES FINANCIERES ET STATISTIQUES A L AIDE DU LOGICIEL SCILAB

RAPPORT SUR L ETUDE DES DONNEES FINANCIERES ET STATISTIQUES A L AIDE DU LOGICIEL SCILAB RAPPORT SUR L ETUDE DES DONNEES FINANCIERES ET STATISTIQUES A L AIDE DU LOGICIEL SCILAB PAR : MAROOF ASIM DAN BENTOLILA WISSAM ESSID GROUPE 1 LM206 Lundi 10H45 INTRODUCTION : ( Ce rapport est un compte

Plus en détail

Tests 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» 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 détail

TABLEAU 5 Nombre moyen (et écarts types) de mots produits selon le niveau scolaire et les trois conditions de révision

TABLEAU 5 Nombre moyen (et écarts types) de mots produits selon le niveau scolaire et les trois conditions de révision Dans ce tableau, si le chercheur ne s intéresse pas aux notes item par item mais simplement à la note globale, alors il conservera seulement les première et dernière colonnes et calculera des statistiques

Plus en détail

1. Les fondements de l informatique 13

1. Les fondements de l informatique 13 Introduction à l'algorithmique 1. Les fondements de l informatique 13 1.1 Architecture de Von Neumann 13 1.2 La machine de Turing 17 1.3 Représentation interne des instructions et des données 19 1.3.1

Plus en détail

23. Interprétation clinique des mesures de l effet traitement

23. 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 détail

Le Sphinx Millenium Modes opératoires d'analyse de données Traitements et analyses avec Le Sphinx Plus²

Le Sphinx Millenium Modes opératoires d'analyse de données Traitements et analyses avec Le Sphinx Plus² Le Sphinx Millenium Modes opératoires d'analyse de données Traitements et analyses avec Le Sphinx Plus² Le Sphinx Développement Parc Altaïs 74650 CHAVANOD Tél : 33 / 4.50.69.82.98. Fax : 33 / 4.50.69.82.78.

Plus en détail

INTRODUCTION AU DATA MINING

INTRODUCTION AU DATA MINING INTRODUCTION AU DATA MINING 6 séances de 3 heures mai-juin 2006 EPF - 4 ème année - Option Ingénierie d Affaires et de Projets Bertrand LIAUDET TP DE DATA MINING Le TP et le projet consisteront à mettre

Plus en détail

Temps Distance Vitesse

Temps Distance Vitesse Temps Distance Vitesse Jean-Noël Gers Février 2005 CUEEP Département Mathématiques p1/27 Ce dossier contient un certain nombre de problèmes classiques sur la rencontre de mobiles évoluant à vitesse constante.

Plus en détail

Statistiques à deux variables Ajustements affines

Statistiques à deux variables Ajustements affines Statistiques à deux variables Ajustements affines Christophe ROSSIGNOL Année scolaire 2011/2012 Table des matières 1 Série statistique à deux variables 2 1.1 Définition Nuage de points......................................

Plus en détail

Cours de spécialité mathématiques en Terminale ES

Cours de spécialité mathématiques en Terminale ES Cours de spécialité mathématiques en Terminale ES O. Lader 2014/2015 Lycée Jean Vilar Spé math terminale ES 2014/2015 1 / 51 Systèmes linéaires Deux exemples de systèmes linéaires à deux équations et deux

Plus en détail

ANALYSE : OUTIL D ANALYSE DE DONNEES POUR LES SCIENCES HUAMINES MANUEL DE L UTILISATEUR : PRISE EN MAIN

ANALYSE : OUTIL D ANALYSE DE DONNEES POUR LES SCIENCES HUAMINES MANUEL DE L UTILISATEUR : PRISE EN MAIN Pôle Informatique de Recherche et d Enseignement en Histoire ANALYSE : OUTIL D ANALYSE DE DONNEES POUR LES SCIENCES HUAMINES MANUEL DE L UTILISATEUR : PRISE EN MAIN A. PREMIER PAS 1. INTEGRATION DU TABLEAU

Plus en détail

Maîtriser Pack Office (Excel, Word, Access) Option assistant(e) commercial(e) et/ou de gestion

Maîtriser Pack Office (Excel, Word, Access) Option assistant(e) commercial(e) et/ou de gestion OBJECTIFS Être autonome dans l utilisation des logiciels de la Suite Office Word, Excel et Access Acquérir une méthodologie pour concevoir et gérer de façon autonome une base de données Être capable de

Plus en détail

La Rivière Situations Connexes. Arc de cercle. Voir. Courbe. Voir. Sur la sphère. Voir. Retour au Menu La Rivière

La Rivière Situations Connexes. Arc de cercle. Voir. Courbe. Voir. Sur la sphère. Voir. Retour au Menu La Rivière Arc de cercle Voir Courbe Voir Sur la sphère Voir Retour au Menu La Rivière Rivière en arc de cercle La rivière est un arc de cercle : Retour au Menu des Rivière en arc de cercle Expérience : Expérimenter

Plus en détail

Formations EViews FORMATIONS GENERALES INTRODUCTIVES INTRO : INTRODUCTION A LA PRATIQUE DE L ECONOMETRIE AVEC EVIEWS

Formations EViews FORMATIONS GENERALES INTRODUCTIVES INTRO : INTRODUCTION A LA PRATIQUE DE L ECONOMETRIE AVEC EVIEWS Formations EViews FORMATIONS GENERALES INTRODUCTIVES DEB : DECOUVERTE DU LOGICIEL EVIEWS INTRO : INTRODUCTION A LA PRATIQUE DE L ECONOMETRIE AVEC EVIEWS FORMATIONS METHODES ECONOMETRIQUES VAR : MODELES

Plus en détail

Contrôle des spécifications dimensionnelles et géométriques sur Machines à Mesurer Tridimensionnelles

Contrôle des spécifications dimensionnelles et géométriques sur Machines à Mesurer Tridimensionnelles Contrôle des spécifications dimensionnelles et géométriques sur Machines à Mesurer Tridimensionnelles 1 Inspection d une spécification portée sur un dessin Les étapes : Définir selon la norme (ISO) la

Plus en détail

GROUPE IDRAC Bachelor 1

GROUPE IDRAC Bachelor 1 GROUPE IDRAC Bachelor 1 Mai 2015 Enquêtes et e-sondages CODE Semestre Nombre heures Nombre crédits Langue d enseignement MKGA102 1 20 2 Français Département académique : MARKETING/COMMERCE/COMMUNICATION

Plus en détail

Support di cours disponible à l adresse suivante http://sspsd.u-strasbg.fr/mdem22e-statistiques-cours-td.html

Support di cours disponible à l adresse suivante http://sspsd.u-strasbg.fr/mdem22e-statistiques-cours-td.html MDEM22E - Cours et TD de statistiques descriptives à partir de données d enquête Support di cours disponible à l adresse suivante http://sspsd.u-strasbg.fr/mdem22e-statistiques-cours-td.html Objectif du

Plus en détail

Logiciel XLSTAT version 7.0. 40 rue Damrémont 75018 PARIS

Logiciel 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 détail

GUIDE D AIDE STATISTIQUE A LA PREPARATION DE LA THESE

GUIDE D AIDE STATISTIQUE A LA PREPARATION DE LA THESE Département Universitaire de Recherche et d Enseignement en Médecine Générale GUIDE D AIDE STATISTIQUE A LA PREPARATION DE LA THESE Enseignants : Esther GUERY, Julien LE BRETON, Emilie FERRAT, Jacques

Plus en détail

Introduction à Rcommander

Introduction à Rcommander Introduction à Rcommander Pauline Scherdel Septembre 2014 Table des matières 1 Introduction à Rcmdr sous R 2 2 Interagir avec R 3 3 Installer et charger le package Rcmdr sous R 3 4 Importation des données

Plus en détail

Collège LANGEVIN WALLON CORRIGE du BREVET BLANC DES 25 et 26 mai 2004 SÉRIE COLLÈGE

Collège LANGEVIN WALLON CORRIGE du BREVET BLANC DES 25 et 26 mai 2004 SÉRIE COLLÈGE Collège LANGEVIN WALLON CORRIGE du BREVET BLANC DES 5 et 6 mai 004 SÉRIE COLLÈGE Durée heures MATHEMATIQUES Rédaction, présentation, orthographe (4 points) PARTIE I : ACTIVITES NUMERIQUES (1 points) Dans

Plus en détail

(Statistical Package for the Social Sciences)

(Statistical Package for the Social Sciences) Initiation à l utilisation de SPSS (Statistical Package for the Social Sciences) 1 SPSS 2 3 Plan de l exposé Faire une recherche (bibliographique) sur le test; Définir le test à mesurer; Expliquer les

Plus en détail