Statistique descriptive univariée
|
|
- Adélaïde Ducharme
- il y a 6 ans
- Total affichages :
Transcription
1 Thème 1 Statistique descriptive univariée 1.1 Introduction La statistique descriptive remonte aux années 1660, époque à laquelle John Graunt effectue des travaux démographiques sur la mortalité des habitants de Londres. Elle consiste à décrire numériquement des ensembles nombreux. La statistique descriptive s oppose aux méthodes de description qualitative, qui sont plus nuancées dans le détail, mais aussi limitées par leur caractère imprécis et subjectif, qui utilisent comme moyen d expression le langage littéraire. Il faut toutefois prendre se garder d accorder aux données statistiques une valeur ou une précision qu elles ne possèdent pas. La statistique doit nécessairement simplifier : lorsqu on décrit une population suivant un certain caractère (par exemple lorsqu on étudie la couleur des yeux d une population), on considère que tous les individus présentant la même modalité du caractère (par exemple ayant les yeux bleus) sont considérés comme équivalents. On peut prendre en compte un nombre élevé de critères de différentiation entre les individus, mais le coût de rassemblement de l information s en trouve rapidement alourdi et l analyse compliquée. D autre part, il faut prendre garde au fait que les données statistiques, étant des mesures, comportent des erreurs (par exemple, à l époque où le recensement de la population était en théorie exhaustif, il ne couvrait que 98.4% de la population). Les unités sur lesquelles portent l analyse statistique doivent appartenir à un ensemble homogène, bien délimité, faute de quoi les mesures quantitatives perdent leur valeur d information (à quelle nuance de couleur d yeux considère-t-on que l œil est bleu ou vert?). D autre part, la statistique ne s intéresse pas au cas rares : les permanences statistiques n apparaissant que dans des ensembles nombreux : la démographie ne peut ainsi pas étudier la mortalité des groupes de faible importance numérique car le nombre de décès y est soumis à de fortes perturbations accidentelles, qui empêchent toute analyse et toute comparaison. Pour étudier ce thème, nous utiliserons un extrait de table de l INSEE comportant un grand nombre de données pour chaque localité française. La table complète peut être trouvée sur la page Précisément, ce fichier étant trop grand, nous utiliserons l extrait disponible sur ma page web, qui comporte uniquement les données concernant le Bas-Rhin. Pour plus de facilité, le fichier Bas-Rhin-Utile.csv comporte deux colonnes. La première comporte la population, en 2009 de chacune des 527 localités du Bas-Rhin. La seconde comporte les superficies correspondantes. Nous nous servirons, essentiellement de la première colonne. 1
2 1.2 Définitions Population, individus Définitions : La statistique consiste à étudier un ensemble, appelé population, dont les éléments sont appelés unités statistiques ou encore individus. Exemples : On peut ainsi étudier un ensemble de personnes : personnel d une entreprise, population française, mais aussi la production d un atelier, un ensemble d accidents... Mais cette population doit être définie avec précision. Exercice 1 : Quelle peut être la population dans notre exemple? Donnez quelques exemples d individus Caractères Définitions : Chaque individu de la population peut être décrit relativement à un ou plusieurs caractères. Chacun de ces caractères peut présenter deux ou plusieurs modalités, qui sont les différentes situations possibles du caractère. Un caractère est dit qualitatif si ses diverses modalités ne sont pas mesurables, et quantitatif dans le cas contraire, c est-à-dire lorsque chacune de ses modalités est attachée à un nombre. Exemple : Lorsque la population étudiée est le personnel d une entreprise, on peut par exemple étudier les caractères suivants : sexe, âge, salaire,... Les modalités du caractère sexe sont alors masculin, féminin, et le caractère est qualitatif. Celles du caractère âge varient de 16 à 70 ans, le caractère est quantitatif. Exercice 2 : Quels sont les deux caractères que nous nous proposons d étudier? Quelle est leur nature? Donner une ou deux modalités de chacun d entre-eux. Remarque : Les modalités d un même caractère doivent être incompatibles et exhaustives : chaque individu présente une et une seule des modalités du caractère Les caractères quantitatifs discrets Définitions : On considère un caractère quantitatif. À chacune de ses modalités on associe un nombre. Ce nombre, variable avec la modalité mais spécifique de chaque modalité est appelé variable statistique. Une variable statistique est dite discrète si ses seules valeurs possibles sont des valeurs isolées. Elle est dite continue si ses valeurs possibles sont en nombre infini et a priori quelconques dans un intervalle de valeurs. 2/10
3 On confond caractère et variable lorsque cela est possible. Exemple : Le nombre d enfants d un ménage est une variable discrète, la température d un corps est une variable continue. L âge d un individu est également une variable continue. Cependant, la distinction entre les deux types de variables est souvent arbitraire, en effet, toute mesure est discrète à cause de la précision qui est limitée. On convient alors qu une mesure représente un intervalle de valeurs. Dans un premier temps, on va s intéresser à la variable nombre d habitants et considérer que celle-ci est discrète Échantillon, Distribution statistique Définition : Un n-échantillon d une variable, notée X est constitué d une suite de valeurs x 1,..., x n qui sont le résultat de l observation de X sur n unités extraites (en général au hasard) de la population de référence. Le nombre x i désigne l observation réalisée sur l unité d ordre i. n est la taille ou l effectif de l échantillon. Exercice 3 : Définir le bon chemin de fichiers. Charger le fichier, en tapant A=csvRead("Bas-Rhin-Utile.csv",";",","). Définir un vecteur Population et un vecteur Superficie contenant respectivement la population de chaque localité et sa superficie. Combien y a-t-il de localités? Quelle est la population totale? Définition : On appelle distribution statistique d un n-échantillon d observations ou série statistique la donnée d un regroupement {(c 1, n 1 ),..., (c k, n k )} où les c k sont les modalités et les n k les effectifs correspondants, c est-à-dire le nombre de fois où chacune des modalités est comptée. Exercice 4 : Pour construire la distribution statistique de notre échantillon formé des localités du Bas-Rhin, on peut utiliser la commande tabul, qui construit une matrice de 2 colonnes, la première contenant les modalités par ordre décroissant (par défaut ; pour les obtenir par ordre croissant, utiliser l option "i"), la seconde contenant l effectif de chaque modalité. Définir la matrice Population_modalites comprenant la distribution statistique de la population, les modalités étant classées par ordre croissant. Quel est l effectif dans notre exemple? Combien y a-t-il de modalités différentes dans notre exemple? Fréquences Définition : On considère une distribution statistique {(c 1, n 1 ),..., (c k, n k )}. On appelle fréquence de la modalité c i le quotient de l effectif n i par l effectif total n : f i := n i n. 3/10
4 Exercice 5 : Construire le vecteur Frequences comportant les fréquences de chaque modalité. Proposition : Les effectifs et les fréquences vérifient les égalités k n i = n et k f i = 1. Cela découle immédiatement de ce que les modalités sont incompatibles et exhaustives. Remarque : Si on veut obtenir la répartition en pourcentage plutôt qu en fréquence, il suffit de multiplier les fréquences par 100. Définitions : Considérons à présent un caractère X quantitatif discret, ayant pour modalités c 1,..., c k, classées par ordre croissant, et des effectifs correspondants n 1,..., n k. On appelle effectif cumulé croissant correspondant à la condition X x le nombre n i (c est-à-dire la somme des effectifs correspondant i c i x aux modalités vérifiant c i x). On obtient les fréquences cumulées croissantes correspondantes soit en divisant les effectifs cumulés par l effectif total, soit en additionnant les fréquences cumulées. On appelle fonction de répartition empirique la fonction F : x F (x) où F (x) désigne la fréquence cumulée correspondant à X x. On peut bien sûr définir les effectifs cumulés décroissants et les fréquences cumulées décroissantes. Exercice 6 : À l aide de la commande cumsum, définir le vecteur comportant les fréquences cumulées croissantes de chaque modalité. 1.3 Représentations graphiques Exercice 7 : La commande bar permet de dessiner des diagrammes en bâtons. Utiliser cette commande pour représenter la population de chaque commune. Que pensez-vous du dessin obtenu? Lorsqu on veut comparer les effectifs des modalités du caractère, on utilise les fréquences, ou les fréquences cumulées Diagramme des fréquences, histogrammes Définition : Supposons que les k modalités c j aient pour effectifs respectifs n i. On reporte alors sur l axe des abscisses les modalités c j, et au dessus de chacune d elle on trace un segment de longueur proportionnelle à la fréquence associée. Un tel diagramme est appelé diagramme des fréquences ou diagramme en bâtons. On peut également utiliser les effectifs au lieu des fréquences. 4/10
5 Exercice 8 : À l aide de la commande bar mais avec deux paramètres, tracer un tel diagramme pour la population, d une part en utilisant les fréquences et d autre part en utilisant les effectifs Polygone des fréquences cumulées On représente en abscisse les différentes modalités possibles, ou, en cas de regroupements en classes, les bornes de droite des intervalles (pour les fréquences cumulées croissantes, ou gauche pour les fréquences cumulées décroissantes). En ordonnée, on représente alors la valeur des fréquences cumulées croissantes. On peut bien sûr également dessiner des polygones des effectifs cumulés... Exercice 9 : Effectuer cette représentation graphique. 1.4 Paramètres de position On s intéresse ici uniquement à des variables quantitatives X. On note (c i )..k les modalités (supposées distinctes), (n i )..k les effectifs correspondants et (f i )..k les fréquences correspondantes. Les paramètres de position sont des nombres autour desquels se répartissent les valeurs observées de la variable Mode Définition : On appelle mode, ou parfois dominante d une distribution statistique (resp. classe modale d une distribution statistique) toute valeur (modalité ou classe) correspondant à l effectif maximal (resp. densité maximale dans le cas des classes). (Autrement dit, le mode est la modalité la plus fréquente.) Remarque : Il n y a pas nécessairement unicité du mode. Exercice 10 : À l aide de la commande find, déterminer quelle taille de population réalise le mode. En utilisant le fichier Excel, déterminer les communes correspondantes. Exercice 11 : Retrouver le résultat à l aide de l une des représentations graphiques précédentes Moyenne Définition : On appelle moyenne de la série statistique le nombre, noté x défini par x := 1 n k n i c i = k f i c i. 5/10
6 Définition : Soit (x 1,..., x n ) un échantillon de la variable X. On appelle moyenne de l échantillon le nombre x := 1 n n x i. Exercice 12 : À l aide de la commande mean, calculer la moyenne de notre série. Comment l interpréter? Sans utiliser de commande particulière à Scilab, proposer un algorithme permettant de calculer la moyenne. Définition : Dans le cas où X admet une moyenne dans la population de référence, inconnue en général, cette moyenne est appelée moyenne théorique de X ou encore, plus fréquemment, espérance de X. On la note généralement µ, µ(x) ou EX. Remarque : x est alors une estimation de l espérance, et, sous certaines conditions, x µ. Une telle propriété n + est connue sous le nom de loi forte des grands nombres (LFGN). Remarque : Pour des réels λ et µ donnés, on peut regarder la distribution statistique {(u i, n i )} avec i, u i := λc i +µ. µ correspond à un changement d origine, λ a un changement d échelle. Alors u = λx + µ Médiane Définition : On appelle médiane toute valeur µ vérifiant les deux conditions suivantes : La moitié au plus de l effectif total de la série a un caractère de valeur inférieur à µ. La moitié au plus de l effectif total de la série a un caractère de valeur supérieur à µ. S il y a un nombre impair d observations, la médiane est l observation qui se trouve au milieu (si on les classe par ordre croissant). Dans le cas contraire, on retient en général le milieu des deux observations centrales. On définit de façon analogue les quartiles, qui, moralement, permettent de séparer une population en quatre parties de même effectif. La définition précise change selon les sources! Exercice 13 : Déterminer, en utilisant la commande median (inutile en fait) et la commande quart la médiane et les quartiles de la distribution. Interpréter. Proposer un algorithme permettant de les déterminer à la main. Utiliser le polygone des fréquences cumulées pour les retrouver. 1.5 Paramètres de dispersion On s intéresse ici uniquement à des variables quantitatives X. On note (c i )..k les modalités (supposées distinctes) (resp. les centres des classes), (n i )..k les effectifs correspondants et (f i )..k les fréquences cor- 6/10
7 respondantes. Les paramètres de dispersionsont des nombres indiquant le degré de dispersion des observations, autrement dit l homogénéité de l échantillon Étendue Définition : On appelle étendue d une série statistique la différence entre la plus grande et la plus petite observation. Remarque : Ce paramètre est très sensible aux valeurs extrêmes. Il n est utilisé que rarement. Exercice 14 : Déterminer l étendue dans notre exemple Variance Définition : La variance d une série statistique, notée V (X) ou V, est la moyenne des carrés des écarts des valeurs observées à la moyenne de la série statistique : V (X) := 1 n k n i (c i x) 2 = 1 n n (x i x) 2. Proposition : On a aussi V (X) = 1 n n x 2 i x2 = 1 n k n j c 2 j x2. j=1 Définition : : Si la variable X admet une variance dans la population de référence, inconnue en général, et notée σ 2 ou σ 2 (X), alors V (X) est une estimation de la variance. σ 2 (X) est appelée variance théorique. Définition : On appelle variance corrigée de la série statistique V c (X) := n n 1 V (X). Remarque : La variance corrigée est introduite car on verra à la fin de l année qu elle donne une estimation sans biais de σ 2. Remarque : Sous certaines conditions, V (X) σ 2 (X) quand n. Il s agit encore d une propriété type loi des grands nombres. De plus, pour n grand, la correction est insignifiante. 7/10
8 1.5.3 Écart-type La variance étant une somme de carrés, elle ne s exprime pas dans la même unité dans laquelle s expriment les observations. On règle ce problème en prenant la racine carrée de la variance : Définition : On appelle écart-type d une variable la racine carrée de sa variance. On la note souvent σ. σ := V (X). Exercice 15 : À l aide de la commande st_deviation, déterminer l écart-type de notre série Coefficient de variation Exercice 16 : Selon vous (et en utilisant Scilab), les localités du Bas-Rhin sont-elles plus homogènes du point de vue de leur nombre d habitant, ou de leur superficie? Définition : On appelle coefficient de variation d une variable le rapport entre l écart-type et la moyenne de cette variable : CV = σ x. Remarque : L analyse de ce coefficient est la suivante : si le coefficient de variation est faible (on considère en général < 20%), la population est homogène ; si le coefficient de variation est élevé (on considère en général > 80%), la population est hétérogène. Exercice 17 : Reprendre à présent la question précédente! Quartiles, quantiles Définition : On appelle premier quartile le nombre noté q 0.25 qui partage la série ordonnée des résultats en deux parties dont la partie inférieure contient 1/4 des effectifs. Le troisième quartile, noté q 0.75 est tel que la partie supérieure contienne 1/4 des effectifs. (Le second quartile est la médiane.) L étendue interquartile ou simplement l interquartile, noté IRQ, est l écart entre le premier et le troisième quartile. Définition : On peut également regrouper les observations en dixièmes (déciles) (ce qui donne l interdécile) ou centièmes (centiles ou percentiles) (ce qui donne l interpercentile) Exercice 18 : Déterminer l écart interquartile de notre série. 8/10
9 1.6 Comparaison entre les différents paramètres Exercice 19 : Définir une nouvelle série Population_sans_Stras dans laquelle vous listerez les effectifs des localités du Bas-Rhin en ôtant juste Strasbourg. Comparer les différents paramètres de position et de dispersion des deux séries. Quels avantages et inconvénients voyez-vous à chacun des paramètres? 1.7 Regroupements en classes, variables continues Vous l aurez remarqué, le nombre de modalités différentes est dans notre cas très important. On a envie de les réduire. Définition : Pour étudier une variable statistique continue, on définit généralement des classes de valeurs possibles. Ces classes peuvent avoir une amplitude constante ou variable. Exemple : On peut regrouper les salaires mensuels en plusieurs classes, par exemple moins de 800 euros, de 800 à moins de 900 euros, de 900 euros à moins de 950 euros, de 950 euros à moins de 1025 euros, etc. L amplitude de la première classe est indéterminée. Celles des classes suivantes sont respectivement 100, 50, 125 euros. Les extrémités des classes sont, en dehors de la première classe, 800, 900, 950, 1025 euros. Les centres des classes sont alors 850, 925, euros. Remarque : Le nombre de classes à adopter dépend de la précision des mesures, ainsi que de l effectif de la population à étudier. Un découpage en un nombre trop important de classes peut faire apparaître des irrégularités du fait du faible nombre d individus par classe. Au contraire, un nombre trop restreint de classes conduit à une perte d informations. Il s agit donc de trouver un juste milieu entre les deux. Exercice 20 : Définir des classes, c est-à-dire un vecteur C contenant une suite strictement croissante. On pourra utiliser soit la syntaxe 1:eps:n qui permet de faire des classes de même amplitude eps, soit la commande linspace(1,n,k) qui permet de définir k 1 classes. Si le temps le permet, appliquer l instruction [ind,occ,info]=dsearch(x,c), qui crée un vecteur ind dont la i-ième composante est le numéro de la classe à laquelle appartient le i-ième individu de X (classes de la forme ], ] sauf la première) et un vecteur occ qui compte l effectif associé à chaque classe (et nombre info qui indique combien d éléments ne sont dans aucune classe), Toujours si le temps le permet, en déduire une valeur approchée de la moyenne de la variable observée (on prendra les effectifs de chaque classe en considérant que la population correspondante est à chaque fois égale à celle du centre de la classe). 9/10
10 Définitions : Dans le cas de variables continues, on a vu qu on définit généralement des classes. Soit donc ]a i, a i+1 ] une telle classe. On appelle amplitude de cette classe le réel a i+1 a i. On appelle centre de cette classe le réel ai+ai+1 2. On appelle densité de la classe le quotient de son effectif par son amplitude, c est-à-dire d i := n i a i+1 a i. Définition : Supposons que les modalités soient regroupées en k classes ]a j 1, a j ] d effectifs respectifs n i. On reporte les classes sur l axe des abscisses, et, au-dessus de chacune d entre-elles, on trace un rectangle de hauteur proportionnelle à la densité de la classe, de telle sorte que l aire du rectangle soit proportionnelle à la fréquence de la classe. Un tel diagramme est appelé histogramme. Remarque : Dans le cas particulier où les classes sont toutes de même amplitude, on peut tracer l histogramme en prenant une hauteur proportionnelle à la fréquence ou même directement à l effectif associé. L aire est alors bien proportionnelle aux fréquences respectives, le coefficient de proportionnalité étant égal à l amplitude commune (resp. à l effectif total multiplié par l amplitude commune). ATTENTION : cette méthode ne peut pas s appliquer dans le cas où les amplitudes sont différentes. Exercice 21 : À l aide de la commande histplot(c,population_sans_stras), tracer l histogramme correspondant à la distribution. La règle de Sturges affirme qu on obtient un bon dessin en prenant pour nombre de classes idéal 1 + ln(n) ln(2). Essayer cette règle. 10/10
Séries Statistiques Simples
1. Collecte et Représentation de l Information 1.1 Définitions 1.2 Tableaux statistiques 1.3 Graphiques 2. Séries statistiques simples 2.1 Moyenne arithmétique 2.2 Mode & Classe modale 2.3 Effectifs &
Plus en détailStatistiques Descriptives à une dimension
I. Introduction et Définitions 1. Introduction La statistique est une science qui a pour objectif de recueillir et de traiter les informations, souvent en très grand nombre. Elle regroupe l ensemble des
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 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 détailReprésentation d une distribution
5 Représentation d une distribution VARIABLE DISCRÈTE : FRÉQUENCES RELATIVES DES CLASSES Si dans un graphique représentant une distribution, on place en ordonnées le rapport des effectifs n i de chaque
Plus en détailSoit la fonction affine qui, pour représentant le nombre de mois écoulés, renvoie la somme économisée.
ANALYSE 5 points Exercice 1 : Léonie souhaite acheter un lecteur MP3. Le prix affiché (49 ) dépasse largement la somme dont elle dispose. Elle décide donc d économiser régulièrement. Elle a relevé qu elle
Plus en détailIntroduction à la statistique descriptive
Chapitre chapitre 1 Introduction à la statistique descriptive Les méthodes de la statistique descriptive (statistique déductive) permettent de mener des études à partir de données exhaustives, c est-à-dire
Plus en détailStatistique Descriptive Élémentaire
Publications de l Institut de Mathématiques de Toulouse Statistique Descriptive Élémentaire (version de mai 2010) Alain Baccini Institut de Mathématiques de Toulouse UMR CNRS 5219 Université Paul Sabatier
Plus en détail1. Vocabulaire : Introduction au tableau élémentaire
L1-S1 Lire et caractériser l'information géographique - Le traitement statistique univarié Statistique : le terme statistique désigne à la fois : 1) l'ensemble des données numériques concernant une catégorie
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 détail3. Caractéristiques et fonctions d une v.a.
3. Caractéristiques et fonctions d une v.a. MTH2302D S. Le Digabel, École Polytechnique de Montréal H2015 (v2) MTH2302D: fonctions d une v.a. 1/32 Plan 1. Caractéristiques d une distribution 2. Fonctions
Plus en détailC f tracée ci- contre est la représentation graphique d une
TLES1 DEVOIR A LA MAISON N 7 La courbe C f tracée ci- contre est la représentation graphique d une fonction f définie et dérivable sur R. On note f ' la fonction dérivée de f. La tangente T à la courbe
Plus en détailSTATISTIQUES DESCRIPTIVES
1 sur 7 STATISTIQUES DESCRIPTIVES En italien, «stato» désigne l état. Ce mot à donné «statista» pour «homme d état». En 1670, le mot est devenu en latin «statisticus» pour signifier ce qui est relatif
Plus en détailAnalyse et interprétation des données
8 Analyse et interprétation des données Les données de l enquête peuvent être utilisées pour différents types d analyses aussi bien au niveau national qu au niveau international. Ce chapitre explique comment
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 détailTSTI 2D CH X : Exemples de lois à densité 1
TSTI 2D CH X : Exemples de lois à densité I Loi uniforme sur ab ; ) Introduction Dans cette activité, on s intéresse à la modélisation du tirage au hasard d un nombre réel de l intervalle [0 ;], chacun
Plus en détailSOCLE COMMUN - La Compétence 3 Les principaux éléments de mathématiques et la culture scientifique et technologique
SOCLE COMMUN - La Compétence 3 Les principaux éléments de mathématiques et la culture scientifique et technologique DOMAINE P3.C3.D1. Pratiquer une démarche scientifique et technologique, résoudre des
Plus en détailCollecter des informations statistiques
Collecter des informations statistiques FICHE MÉTHODE A I Les caractéristiques essentielles d un tableau statistique La statistique a un vocabulaire spécifique. L objet du tableau (la variable) s appelle
Plus en détailSéquence 4. Statistiques. Sommaire. Pré-requis Médiane, quartiles, diagramme en boîte Moyenne, écart-type Synthèse Exercices d approfondissement
Séquence 4 Statistiques Sommaire Pré-requis Médiane, quartiles, diagramme en boîte Moyenne, écart-type Synthèse Exercices d approfondissement 1 Introduction «Etude méthodique des faits sociaux par des
Plus en détailChapitre 1 : Évolution COURS
Chapitre 1 : Évolution COURS OBJECTIFS DU CHAPITRE Savoir déterminer le taux d évolution, le coefficient multiplicateur et l indice en base d une évolution. Connaître les liens entre ces notions et savoir
Plus en détailComplément d information concernant la fiche de concordance
Sommaire SAMEDI 0 DÉCEMBRE 20 Vous trouverez dans ce dossier les documents correspondants à ce que nous allons travailler aujourd hui : La fiche de concordance pour le DAEU ; Page 2 Un rappel de cours
Plus en détailLe patrimoine des ménages retraités : résultats actualisés. Secrétariat général du Conseil d orientation des retraites
CONSEIL D ORIENTATION DES RETRAITES Séance plénière du 08 juillet 2015 à 9 h 30 «Le patrimoine des retraités et l épargne retraite» Document N 2 bis Document de travail, n engage pas le Conseil Le patrimoine
Plus en détailFormats d images. 1 Introduction
Formats d images 1 Introduction Lorsque nous utilisons un ordinateur ou un smartphone l écran constitue un élément principal de l interaction avec la machine. Les images sont donc au cœur de l utilisation
Plus en détailUNE 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 détailCONCOURS 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 détailLe chiffre est le signe, le nombre est la valeur.
Extrait de cours de maths de 6e Chapitre 1 : Les nombres et les opérations I) Chiffre et nombre 1.1 La numération décimale En mathématique, un chiffre est un signe utilisé pour l'écriture des nombres.
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 détailComparaison de fonctions Développements limités. Chapitre 10
PCSI - 4/5 www.ericreynaud.fr Chapitre Points importants 3 Questions de cours 6 Eercices corrigés Plan du cours 4 Eercices types 7 Devoir maison 5 Eercices Chap Et s il ne fallait retenir que si points?
Plus en détailBaccalauréat S Antilles-Guyane 11 septembre 2014 Corrigé
Baccalauréat S ntilles-guyane 11 septembre 14 Corrigé EXERCICE 1 6 points Commun à tous les candidats Une entreprise de jouets en peluche souhaite commercialiser un nouveau produit et à cette fin, effectue
Plus en détailImage d un intervalle par une fonction continue
DOCUMENT 27 Image d un intervalle par une fonction continue La continuité d une fonction en un point est une propriété locale : une fonction est continue en un point x 0 si et seulement si sa restriction
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 détailCHAPITRE 2. Les variables
CHAPITRE 2 Les variables 1. La nature des variables Définition 2.1 (Variable). Une variable est une caractéristique étudiée pour une population donnée. Le sexe, la couleur préférée, le nombre de téléviseurs
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 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 détailUNE REPRESENTATION GRAPHIQUE DE LA LIAISON STATISTIQUE ENTRE DEUX VARIABLES ORDONNEES. Éric TÉROUANNE 1
33 Math. Inf. Sci. hum., (33 e année, n 130, 1995, pp.33-42) UNE REPRESENTATION GRAPHIQUE DE LA LIAISON STATISTIQUE ENTRE DEUX VARIABLES ORDONNEES Éric TÉROUANNE 1 RÉSUMÉ Le stéréogramme de liaison est
Plus en détailComment se servir de cet ouvrage? Chaque chapitre présente une étape de la méthodologie
Partie I : Séries statistiques descriptives univariées (SSDU) A Introduction Comment se servir de cet ouvrage? Chaque chapitre présente une étape de la méthodologie et tous sont organisés selon le même
Plus en détailChapitre 3. Quelques fonctions usuelles. 1 Fonctions logarithme et exponentielle. 1.1 La fonction logarithme
Chapitre 3 Quelques fonctions usuelles 1 Fonctions logarithme et eponentielle 1.1 La fonction logarithme Définition 1.1 La fonction 7! 1/ est continue sur ]0, +1[. Elle admet donc des primitives sur cet
Plus en détailINFIRMIER(E) GRADUE(E) SPECIALISE(E) EN SANTE COMMUNAUTAIRE HAUTE ECOLE DE LA PROVINCE DE LIEGE PROFESSEUR : RENARD X.
INFIRMIER(E) GRADUE(E) SPECIALISE(E) EN SANTE COMMUNAUTAIRE HAUTE ECOLE DE LA PROVINCE DE LIEGE PROFESSEUR : RENARD X. Année scolaire 009-010 TABLE DES MATIERES CHAPITRE 1: Eléments de statistiques descriptives...
Plus en détailStatistiques - Cours. 1. Gén éralités. 2. Statistique descriptive univari ée. 3. Statistique descriptive bivariée. 4. Régression orthogonale dans R².
Statistiques - Cours Page 1 L I C E N C E S c i e n t i f i q u e Cours Henri IMMEDIATO S t a t i s t i q u e s 1 Gén éralités Statistique descriptive univari ée 1 Repr é s e n t a t i o n g r a p h i
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 détailFPSTAT 2 í La dçecision statistique. 1. Introduction ça l'infçerence. 1
INTRODUCTION ça L'INFçERENCE STATISTIQUE 1. Introduction 2. Notion de variable alçeatoire íprçesentation ívariables alçeatoires discrçetes ívariables alçeatoires continues 3. Reprçesentations d'une distribution
Plus en détailStatistique descriptive. Fabrice MAZEROLLE Professeur de sciences économiques Université Paul Cézanne. Notes de cours
Statistique descriptive Fabrice MAZEROLLE Professeur de sciences économiques Université Paul Cézanne Notes de cours Dernière mise à jour le mercredi 25 février 2009 1 ère année de Licence Aix & Marseille
Plus en détailTerminale STMG Lycée Jean Vilar 2014/2015. Terminale STMG. O. Lader
Terminale STMG O. Lader Table des matières Interrogation 1 : Indice et taux d évolution........................... 2 Devoir maison 1 : Taux d évolution................................ 4 Devoir maison 1
Plus en détailChapitre 6. Fonction réelle d une variable réelle
Chapitre 6 Fonction réelle d une variable réelle 6. Généralités et plan d étude Une application de I dans R est une correspondance entre les éléments de I et ceu de R telle que tout élément de I admette
Plus en détailRésumé du Cours de Statistique Descriptive. Yves Tillé
Résumé du Cours de Statistique Descriptive Yves Tillé 15 décembre 2010 2 Objectif et moyens Objectifs du cours Apprendre les principales techniques de statistique descriptive univariée et bivariée. Être
Plus en détailStatistiques 0,14 0,11
Statistiques Rappels de vocabulaire : "Je suis pêcheur et je désire avoir des informations sur la taille des truites d'une rivière. Je décide de mesurer les truites obtenues au cours des trois dernières
Plus en détailLES OUTILS D ALIMENTATION DU REFERENTIEL DE DB-MAIN
LES OUTILS D ALIMENTATION DU REFERENTIEL DE DB-MAIN Les contenues de ce document sont la propriété exclusive de la société REVER. Ils ne sont transmis qu à titre d information et ne peuvent en aucun cas
Plus en détailProjet de Traitement du Signal Segmentation d images SAR
Projet de Traitement du Signal Segmentation d images SAR Introduction En analyse d images, la segmentation est une étape essentielle, préliminaire à des traitements de haut niveau tels que la classification,
Plus en détailStatistiques avec la graph 35+
Statistiques avec la graph 35+ Enoncé : Dans une entreprise, on a dénombré 59 femmes et 130 hommes fumeurs. L entreprise souhaite proposer à ses employés plusieurs méthodes pour diminuer, voire arrêter,
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 détailChapitre 3. Les distributions à deux variables
Chapitre 3. Les distributions à deux variables Jean-François Coeurjolly http://www-ljk.imag.fr/membres/jean-francois.coeurjolly/ Laboratoire Jean Kuntzmann (LJK), Grenoble University 1 Distributions conditionnelles
Plus en détailFeuille 6 : Tests. Peut-on dire que l usine a respecté ses engagements? Faire un test d hypothèses pour y répondre.
Université de Nantes Année 2013-2014 L3 Maths-Eco Feuille 6 : Tests Exercice 1 On cherche à connaître la température d ébullition µ, en degrés Celsius, d un certain liquide. On effectue 16 expériences
Plus en détailExercices types Algorithmique et simulation numérique Oral Mathématiques et algorithmique Banque PT
Exercices types Algorithmique et simulation numérique Oral Mathématiques et algorithmique Banque PT Ces exercices portent sur les items 2, 3 et 5 du programme d informatique des classes préparatoires,
Plus en détailFeuille d exercices 2 : Espaces probabilisés
Feuille d exercices 2 : Espaces probabilisés Cours de Licence 2 Année 07/08 1 Espaces de probabilité Exercice 1.1 (Une inégalité). Montrer que P (A B) min(p (A), P (B)) Exercice 1.2 (Alphabet). On a un
Plus en détailchapitre 4 Nombres de Catalan
chapitre 4 Nombres de Catalan I Dénitions Dénition 1 La suite de Catalan (C n ) n est la suite dénie par C 0 = 1 et, pour tout n N, C n+1 = C k C n k. Exemple 2 On trouve rapidement C 0 = 1, C 1 = 1, C
Plus en détailLimites finies en un point
8 Limites finies en un point Pour ce chapitre, sauf précision contraire, I désigne une partie non vide de R et f une fonction définie sur I et à valeurs réelles ou complees. Là encore, les fonctions usuelles,
Plus en détailFamille multirésidence : recensement et sources alternatives
Famille multirésidence : recensement et sources alternatives Groupe de travail sur la rénovation du questionnaire de recensement Pascale BREUIL Chef de l Unité des Etudes Démographiques et sociales 28/09/2011
Plus en détailStatistiques à une variable
Statistiques à une variable Calcul des paramètres statistiques TI-82stats.fr? Déterminer les paramètres de la série statistique : Valeurs 0 2 3 5 8 Effectifs 16 12 28 32 21? Accès au mode statistique Touche
Plus en détailActuariat I ACT2121. septième séance. Arthur Charpentier. Automne 2012. charpentier.arthur@uqam.ca. http ://freakonometrics.blog.free.
Actuariat I ACT2121 septième séance Arthur Charpentier charpentier.arthur@uqam.ca http ://freakonometrics.blog.free.fr/ Automne 2012 1 Exercice 1 En analysant le temps d attente X avant un certain événement
Plus en détailProbabilité. Table des matières. 1 Loi de probabilité 2 1.1 Conditions préalables... 2 1.2 Définitions... 2 1.3 Loi équirépartie...
1 Probabilité Table des matières 1 Loi de probabilité 2 1.1 Conditions préalables........................... 2 1.2 Définitions................................. 2 1.3 Loi équirépartie..............................
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 détailO, i, ) ln x. (ln x)2
EXERCICE 5 points Commun à tous les candidats Le plan complee est muni d un repère orthonormal O, i, j Étude d une fonction f On considère la fonction f définie sur l intervalle ]0; + [ par : f = ln On
Plus en détailContinuité et dérivabilité d une fonction
DERNIÈRE IMPRESSIN LE 7 novembre 014 à 10:3 Continuité et dérivabilité d une fonction Table des matières 1 Continuité d une fonction 1.1 Limite finie en un point.......................... 1. Continuité
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 détailLa classification automatique de données quantitatives
La classification automatique de données quantitatives 1 Introduction Parmi les méthodes de statistique exploratoire multidimensionnelle, dont l objectif est d extraire d une masse de données des informations
Plus en détail- Ressources pour les classes
Mathématiques Collège - Ressources pour les classes de 6 e, 5 e, 4 e, et 3 e du collège - - Organisation et gestion de données au collège - Ce document peut être utilisé librement dans le cadre des enseignements
Plus en détailURBAIN-RURAL : DE QUOI PARLE-T-ON?
URBAIN-RURAL : DE QUOI PARLE-T-ON? B.H. Nicot 1 Juin 2005 «Entre 1990 et 1999, le rural en France métropolitaine a connu une croissance démographique de 4,2 % sur la période, tandis que l urbain ne croissait
Plus en détailIntroduction au Data-Mining
Introduction au Data-Mining Alain Rakotomamonjy - Gilles Gasso. INSA Rouen -Département ASI Laboratoire PSI Introduction au Data-Mining p. 1/25 Data-Mining : Kèkecé? Traduction : Fouille de données. Terme
Plus en détailELEC2753 Electrotechnique examen du 11/06/2012
ELEC2753 Electrotechnique examen du 11/06/2012 Pour faciliter la correction et la surveillance, merci de répondre aux 3 questions sur des feuilles différentes et d'écrire immédiatement votre nom sur toutes
Plus en détailProbabilités conditionnelles Loi binomiale
Exercices 23 juillet 2014 Probabilités conditionnelles Loi binomiale Équiprobabilité et variable aléatoire Exercice 1 Une urne contient 5 boules indiscernables, 3 rouges et 2 vertes. On tire au hasard
Plus en détailContinuité en un point
DOCUMENT 4 Continuité en un point En général, D f désigne l ensemble de définition de la fonction f et on supposera toujours que cet ensemble est inclus dans R. Toutes les fonctions considérées sont à
Plus en détailDirection des Études et Synthèses Économiques Département des Comptes Nationaux Division des Comptes Trimestriels
Etab=MK3, Timbre=G430, TimbreDansAdresse=Vrai, Version=W2000/Charte7, VersionTravail=W2000/Charte7 Direction des Études et Synthèses Économiques Département des Comptes Nationaux Division des Comptes Trimestriels
Plus en détailCCP PSI - 2010 Mathématiques 1 : un corrigé
CCP PSI - 00 Mathématiques : un corrigé Première partie. Définition d une structure euclidienne sur R n [X]... B est clairement symétrique et linéaire par rapport à sa seconde variable. De plus B(P, P
Plus en détailLes Français et le chauffage. Résultats de l étude menée
Les Français et le chauffage Résultats de l étude menée par IPSOS pour Via sèva Méthodologie et échantillon METHODOLOGIE : Cette étude a été réalisée en adhoc online, auprès d un échantillon issu de l
Plus en détailDéfinitions. Numéro à préciser. (Durée : )
Numéro à préciser (Durée : ) On étudie dans ce problème l ordre lexicographique pour les mots sur un alphabet fini et plusieurs constructions des cycles de De Bruijn. Les trois parties sont largement indépendantes.
Plus en détailRelation entre deux variables : estimation de la corrélation linéaire
CHAPITRE 3 Relation entre deux variables : estimation de la corrélation linéaire Parmi les analyses statistiques descriptives, l une d entre elles est particulièrement utilisée pour mettre en évidence
Plus en détailIV- Equations, inéquations dans R, Systèmes d équations
IV- Equations, inéquations dans R, Systèmes d équations 1- Equation à une inconnue Une équation est une égalité contenant un nombre inconnu noté en général x et qui est appelé l inconnue. Résoudre l équation
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 détailLa médiatrice d un segment
EXTRT DE CURS DE THS DE 4E 1 La médiatrice d un segment, la bissectrice d un angle La médiatrice d un segment Définition : La médiatrice d un segment est l ae de smétrie de ce segment ; c'est-à-dire que
Plus en détailLes devoirs en Première STMG
Les devoirs en Première STMG O. Lader Table des matières Devoir sur table 1 : Proportions et inclusions....................... 2 Devoir sur table 1 : Proportions et inclusions (corrigé)..................
Plus en détailObservatoire Economique et Statistique d Afrique Subsaharienne
Observatoire Economique et Statistique d Afrique Subsaharienne Termes de référence pour le recrutement de quatre (4) consultants dans le cadre du Projet «Modules d initiation à la statistique à l attention
Plus en détailInitiation à l algorithmique
Informatique S1 Initiation à l algorithmique procédures et fonctions 2. Appel d une fonction Jacques TISSEAU Ecole Nationale d Ingénieurs de Brest Technopôle Brest-Iroise CS 73862-29238 Brest cedex 3 -
Plus en détailDIVISION DE CAEN Hérouville-Saint-Clair, le 15 octobre 2013
RÉPUBLIQUE FRANÇAISE DIVISION DE CAEN Hérouville-Saint-Clair, le 15 octobre 2013 N/Réf. : CODEP-CAE-2013-056982 Monsieur le directeur de l établissement AREVA NC de La Hague 50 444 BEAUMONT-HAGUE CEDEX
Plus en détailSYNTHÈSE DOSSIER 1 Introduction à la prospection
SYNTHÈSE DOSSIER 1 Introduction à la prospection La prospection est une activité indispensable pour développer le nombre de clients, mais aussi pour contrecarrer la perte de clients actuels. Elle coûte
Plus en détailCOURS EULER: PROGRAMME DE LA PREMIÈRE ANNÉE
COURS EULER: PROGRAMME DE LA PREMIÈRE ANNÉE Le cours de la première année concerne les sujets de 9ème et 10ème années scolaires. Il y a bien sûr des différences puisque nous commençons par exemple par
Plus en détailFluctuation d une fréquence selon les échantillons - Probabilités
Fluctuation d une fréquence selon les échantillons - Probabilités C H A P I T R E 3 JE DOIS SAVOIR Calculer une fréquence JE VAIS ÊTRE C APABLE DE Expérimenter la prise d échantillons aléatoires de taille
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 détailExercices - Polynômes : corrigé. Opérations sur les polynômes
Opérations sur les polynômes Exercice 1 - Carré - L1/Math Sup - Si P = Q est le carré d un polynôme, alors Q est nécessairement de degré, et son coefficient dominant est égal à 1. On peut donc écrire Q(X)
Plus en détailÉlément 424b Introduction à la statistique descriptive
CTU Master AGPS De la donnée à la connaissance : traitement, analyse et transmission Élément 44b Introduction à la statistique descriptive Prof. Marie-Hélène de Sède-Marceau Année / Statistique Introduction
Plus en détailChp. 4. Minimisation d une fonction d une variable
Chp. 4. Minimisation d une fonction d une variable Avertissement! Dans tout ce chapître, I désigne un intervalle de IR. 4.1 Fonctions convexes d une variable Définition 9 Une fonction ϕ, partout définie
Plus en détailMATHÉMATIQUES. Mat-4104
MATHÉMATIQUES Pré-test D Mat-404 Questionnaire e pas écrire sur le questionnaire Préparé par : M. GHELLACHE Mai 009 Questionnaire Page / 0 Exercice ) En justifiant votre réponse, dites quel type d étude
Plus en détailSINE QUA NON. Découverte et Prise en main du logiciel Utilisation de bases
SINE QUA NON Découverte et Prise en main du logiciel Utilisation de bases Sine qua non est un logiciel «traceur de courbes planes» mais il possède aussi bien d autres fonctionnalités que nous verrons tout
Plus en détailCours d initiation à la programmation en C++ Johann Cuenin
Cours d initiation à la programmation en C++ Johann Cuenin 11 octobre 2014 2 Table des matières 1 Introduction 5 2 Bases de la programmation en C++ 7 3 Les types composés 9 3.1 Les tableaux.............................
Plus en 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 détailSondage de référence 2005 sur la satisfaction des clients du CRSH
Rapport Final Conseil de recherches en sciences humaines du Canada 1 Réseau C i r c u m I n c. Conseil en gestion et en recherche 74, rue du Val-Perché Gatineau (Québec) J8Z 2A6 (819)770-2423, (819)770-5196
Plus en détailIndications pour une progression au CM1 et au CM2
Indications pour une progression au CM1 et au CM2 Objectif 1 Construire et utiliser de nouveaux nombres, plus précis que les entiers naturels pour mesurer les grandeurs continues. Introduction : Découvrir
Plus en détailBrock. Rapport supérieur
Simplification du processus de demande d aide financière dans les établissementss : Étude de cas à l Université Brock Rapport préparé par Higher Education Strategy Associates et Canadian Education Project
Plus en détailSouad EL Bernoussi. Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/
Recherche opérationnelle Les démonstrations et les exemples seront traités en cours Souad EL Bernoussi Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/ Table des matières 1 Programmation
Plus en détailFormules et Approches Utilisées dans le Calcul du Coût Réel
Formules et Approches Utilisées dans le Calcul du Coût Réel Objectifs du Taux Annuel Effectif Global (TAEG) et du Taux d Intérêt Effectif (TIE) Le coût réel d un crédit inclut non seulement l intérêt,
Plus en détail