Analyse en composantes principales (ACP)
|
|
- Basile Hervé Beauchemin
- il y a 6 ans
- Total affichages :
Transcription
1 Analyse en composantes principales (ACP) François Husson Laboratoire de mathématiques appliquées - Agrocampus Rennes husson@agrocampus-ouest.fr 1 / 35
2 Analyse en Composantes Principales (ACP) 1 Données - Exemples 2 Etude des individus 3 Etude des variables 4 Aides à l interprétation 2 / 35
3 Quel type de données? L ACP s intéresse à des tableaux de données rectangulaires avec des individus en lignes et des variables quantitatives en colonnes Pour la variable k, on note : Figure: Tableau de données en ACP la moyenne : x k = 1 I x ik I i=1 l écart-type : s k = 1 I (x ik x k ) I 2 i=1 3 / 35
4 Exemples Analyse sensorielle : note du descripteur k pour le produit i Ecologie : concentration du polluant k dans la rivière i Economie : valeur de l indicateur k pour l année i Génétique : expression du gène k pour le patient i Biologie : mesure k pour l animal i Marketing : valeur d indice de satisfaction k pour la marque i Sociologie : temps passé à l activité k par les individus de la CSP i etc. Il existe de très nombreux tableaux comme cela 4 / 35
5 Les données température 15 individus (lignes) : villes de France 14 variables (colonnes) : 12 températures mensuelles moyennes (sur 30 ans) 2 variables géographiques (latitude, longitude) Janv Févr Mars Avri Mai Juin juil Août Sept Octo Nove Déce Lati Long Bordeaux Brest Clermont Grenoble Lille Lyon Marseille Montpellier Nantes Nice Paris Rennes Strasbourg Toulouse Vichy / 35
6 Problèmes - objectifs Le tableau peut être vu comme un ensemble de lignes ou un ensemble de colonnes Etude des individus Quand dit-on que 2 individus se ressemblent du point de vue de l ensemble des variables? Si beaucoup d individus, peut-on faire un bilan des ressemblances? construction de groupes d individus, partition des individus 6 / 35
7 Problèmes - objectifs Etude des variables Recherche des ressemblances entre variables Entre variables, on parle plutôt de liaisons Liaisons linéaires sont simples, très fréquentes et résument de nombreuses liaisons coefficient de corrélation visualisation de la matrice des corrélations recherche d un petit nombre d indicateurs synthétiques pour résumer beaucoup de variables (ex. d indicateur synthétique a priori : la moyenne, mais ici on recherche des indicateurs synthétiques a posteriori, à partir des données) 7 / 35
8 Lien entre les deux études Problèmes - objectifs Caractérisation des classes d individus par les variables besoin de procédure automatique Individus spécifiques pour comprendre les liaisons entre variables utilisation d individus extrêmes (en terme de variables : langage abstrait mais puissant, revenir aux individus pour voir les choses plus simplement) Objectifs de l ACP : Descriptif - exploratoire : visualisation de données par graphiques simples Synthèse - résumé de grands tableaux individus variables 8 / 35
9 Deux nuages de points Etude des individus 1 1 k K Etude des variables 1 1 k K i X i X I R K I R I var 1 ind 1 var k ind i 9 / 35
10 Analyse en Composantes Principales (ACP) 1 Données - Exemples 2 Etude des individus 3 Etude des variables 4 Aides à l interprétation 10 / 35
11 Le nuage des individus N I 1 individu = 1 ligne du tableau 1 point dans un espace à K dim Si K = 1 : Représentation axiale Si K = 2 : Nuage de points Si K = 3 : Représentation difficile en 3D Si K = 4 : Impossible à représenter MAIS le concept est simple Notion de ressemblance : distance (au carré) entre individus i et i : d 2 (i, i ) = K (x ik x i k) 2 (merci Pythagore) k=1 Etude des individus Etude de la forme du nuage N I 11 / 35
12 Le nuage des individus N I Etudier la structure, i.e. la forme du nuage des individus Les individus vivent dans R K 12 / 35
13 Centrage réduction des données Centrer les données ne modifie pas la forme du nuage toujours centrer Taille (en m) Taille (en m) Taille (en cm) poids (en kg) poids (en kg) poids (en quintal) Réduire les données est indispensable si les unités de mesure sont différentes d une variable à l autre x ik x ik x k s k 13 / 35
14 Centrage réduction des données Janv Févr Mars Avri Mai Juin juil Août Sept Octo Nove Déce Bordeaux Brest Clermont Grenoble Lille Lyon Marseille Montpellier Nantes Nice Paris Rennes Strasbourg Toulouse Vichy ACP Analyse du tableau centré-réduit Difficile de voir le nuage N I on essaie d en avoir une image approchée 14 / 35
15 Ajustement du nuage des individus L ACP vise à fournir une image simplifiée de N I la fidèle possible Trouver le sous-espace qui résume au mieux les données Qualité d une image : Restitue fidèlement la forme générale du nuage (animation) 14 / 35
16 Ajustement du nuage des individus L ACP vise à fournir une image simplifiée de N I la fidèle possible Trouver le sous-espace qui résume au mieux les données Qualité d une image : Restitue fidèlement la forme générale du nuage (animation) Meilleure représentation de la diversité, de la variabilité Ne perturbe pas les distances entre individus Comment quantifier la qualité d une image? A l aide de la notion de dispersion ou variabilité appelée Inertie Inertie variance généralisée à plusieurs dimensions 15 / 35
17 Ajustement du nuage des individus Figure: Quel animal? (illustration JP Fénelon) 16 / 35
18 Ajustement du nuage des individus Comment trouver la meilleure image approchée du nuage? 1 Trouver l axe (facteur) qui déforme le moins possible le nuage O max i H i min u 1 (ih i ) 2 petit avec H i axe (OH i ) 2 grand (Pythagore) on veut i (OH i) 2 grand 2 Trouver le meilleur plan : maximiser i (OH i) 2 avec H i plan Meilleur plan contient le meilleur axe : on cherche u 2 u 1 et maximisant i (OH i) 2 3 on peut chercher un 3ème axe, etc. d inertie maximum 16 / 35
19 Exemple : graphe des individus Brest Dimension 2 (18.97%) Rennes Nantes Lille Paris Clermont Vichy Lyon Strasbourg Grenoble Bordeaux Toulouse Nice Montpellier Marseille Dimension 1 (79.85%) Comment interpréter les axes? Qu est-ce qui oppose Lille à Nice? Besoin de variables pour interpréter ces dimensions de variabilité 17 / 35
20 Interprétation du graphe des individus grâce aux variables Considérons les coordonnées des individus sur les axes comme des variables Dim 2 (18.97%) Brest F i2 = 4.1 Rennes Nantes Lille Paris F Clermont Toulouse i1 = -2.3 Vichy Grenoble Strasbourg Lyon Nice Bordeaux Montpellier Marseille 1 i 1 k x ik K F.1 F F i1 F i Dim 1 (79.85%) I 18 / 35
21 Interprétation du graphe des individus grâce aux variables Corrélations entre la variable x.k et F.1 (et F.2 ) 1 r(f.2,x.k ) x.kjanv -1 0 r(f.1,x.k ) 1-1 Cercle des corrélations 19 / 35
22 Interprétation du graphe des individus grâce aux variables Dim 2 (18.97%) Janv Déce Févr Nove Octo Mars Avri Sept Août Mai Juin juil Toutes les variables sont corrélées à F 1. Comment interpréter le 1er axe? Comment interpréter le 2ème? Dim 1 (79.85%) Principaux facteurs de variabilité : 1 - villes chaudes et froides ; 2 - à T o moyenne constante : l amplitude thermique 20 / 35
23 Analyse en Composantes Principales (ACP) 1 Données - Exemples 2 Etude des individus 3 Etude des variables 4 Aides à l interprétation 21 / 35
24 Nuage des variables N K 1 variable = 1 point dans un espace à I dimensions O x ik 1 cos(θ kl ) = < x.k, x.l > x.k x.l = Ii=1 x ik x il Ii=1 xik 2 Ii=1 xil 2 Comme les variables sont centrées : cos(θ kl )= r(x.k, x.l ) Si variables réduites points sur une hypersphère de rayon 1 22 / 35
25 Ajustement du nuage des variables Même règle que pour les individus : recherche d axes orthogonaux arg max v 1 R I K r(v 1, x.k ) 2 k=1 v 1 est la variable synthétique qui résume au mieux les variables Trouver le 2 ème axe, puis le 3 ème, etc. 23 / 35
26 Ajustement du nuage des variables Dim 2 (18.97%) Janv Déce Févr Nove Octo Mars Avri Sept Août Mai Juin juil Même représentation que précédemment!!!! aide pour interpréter les individus représentation optimale du nuage des variables visualisation de la matrice des corrélations Dim 1 (79.85%) 24 / 35
27 Projections... r(a, B) = cos(θ A,B ) cos(θ A,B ) cos(θ HA,H B ) si les variables sont bien projetées A H A HB H D H EE D H C H AHB H D H E H C B C Seules les variables bien projetées peuvent être interprétées! 25 / 35
28 Analyse en Composantes Principales (ACP) 1 Données - Exemples 2 Etude des individus 3 Etude des variables 4 Aides à l interprétation 26 / 35
29 Pourcentage d inertie Pourcentage d information (d inertie) expliqué par chaque axe Pourcentage d'inertie Choix d un nombre de dimensions à interpréter 27 / 35
30 Pourcentage d inertie si indépendance entre variables Nombre de variables nbind Table: Quantile à 95 % du pourcentage d inertie des 2 premières dimensions de PCA obtenue avec des variables indépendantes 28 / 35
31 Pourcentage d inertie si indépendance entre variables Nombre de variables nbind Table: Quantile à 95 % du pourcentage d inertie des 2 premières dimensions de PCA obtenue avec des variables indépendantes 29 / 35
32 Information supplémentaire Pour les variables quantitatives : projection des variables Pour les modalités : projection au barycentre des individus qui prennent cette modalité Individuals factor map (PCA) Dim 2 (18.97%) Lati Long Ampl Janv Déce Févr Nove Octo Mars Moye Avri Sept Août Mai Juin juil Dim 2 (18.97%) NE NO SE SO Lille NE Strasbourg Brest NO Rennes Nantes Paris Vichy Clermont Grenoble Lyon Toulouse SO SE Nice Bordeaux Montpellier Marseille Dim 1 (79.85%) Dim 1 (79.85%) Information supp. ne participe pas à la construction des axes 30 / 35
33 Qualité de représentation contribution Qualité de représentation d une variable et d un individu cos 2 entre une var. et sa projection cos 2 entre Oi et OH i round(res.pca$var$cos2,2) Dim.1 Dim.2 Dim.3 Janv Févr round(res.pca$ind$cos2,2) Dim.1 Dim.2 Dim.3 Bordeaux Brest Seuls les éléments bien projetés peuvent être interprétés Contribution d 1 var. et d 1 individu à la construction de l axe s : Ctr s (k) = r(x.k, v s ) 2 Kk=1 r(x.k, v s ) 2 ( 100) Ctr s(i) = round(res.pca$var$contrib,2) Dim.1 Dim.2 Dim.3 Janv Févr F 2 is Ii=1 F 2 is ( 100) round(res.pca$ind$contrib,2) Dim.1 Dim.2 Dim.3 Bordeaux Brest Eléments avec une forte coordonnée contribuent le plus 31 / 35
34 Par les variables quantitatives : Description des dimensions calcul des corrélations entre chaque variable et la dimension s tri des coefficients de corrélation (significatifs) > dimdesc(res.pca) $Dim.1$quanti $Dim.2$quanti correlation p.value correlation p.value Moye e00 Janv e-03 Octo e-10 Déce e-02 Sept e-10 Avri e-09 juil e-02 Mars e-09 Long e-04 Nove e-06 Ampl e juil e-05 Déce e-04 Janv e-04 Lati e / 35
35 Par les variables qualitatives : Description des dimensions Analyse de variance des coordonnées des individus sur l axe s (variable Y ) expliqués par la variable qualitative un test F par variable un test t de Student par modalité pour comparer la moyenne de la modalité avec la moyenne générale > dimdesc(res.pca) $Dim.2$quali R2 p.value Région $Dim.2$category Estimate p.value NO SE / 35
36 Pratique de l ACP 1 Choisir les variables actives 2 Choisir de réduire ou non les variables 3 Réaliser l ACP 4 Choisir le nombre de dimensions à interpréter 5 Interpréter simultanément le graphe des individus et celui des variables 6 Utiliser les indicateurs pour enrichir l interprétation 7 Revenir aux données brutes pour interpréter 34 / 35
37 Suppléments Analyse de données avec R (2016), 2ème edition Husson, Lê, Pagès. Presses Universitaires de Rennes (18 Euros) Package FactoMineR pour faire des ACP : Vidéos sur Youtube : chaîne Youtube : une playlist de vidéos en français une playlist de vidéos en anglais 35 / 35
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 détail1 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 détailDéroulement d un projet en DATA MINING, préparation et analyse des données. Walid AYADI
1 Déroulement d un projet en DATA MINING, préparation et analyse des données Walid AYADI 2 Les étapes d un projet Choix du sujet - Définition des objectifs Inventaire des données existantes Collecte, nettoyage
Plus en 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 détailExtraction d informations stratégiques par Analyse en Composantes Principales
Extraction d informations stratégiques par Analyse en Composantes Principales Bernard DOUSSET IRIT/ SIG, Université Paul Sabatier, 118 route de Narbonne, 31062 Toulouse cedex 04 dousset@irit.fr 1 Introduction
Plus en détailAnalyse en Composantes Principales
Analyse en Composantes Principales Anne B Dufour Octobre 2013 Anne B Dufour () Analyse en Composantes Principales Octobre 2013 1 / 36 Introduction Introduction Soit X un tableau contenant p variables mesurées
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 détailDossier de presse 2013-2014. Contact presse Barbara Brelle-Lenoir 09.52.20.47.16 b.lenoir@passerelle-esc.com
Dossier de presse 2013-2014 Contact presse Barbara Brelle-Lenoir 09.52.20.47.16 b.lenoir@passerelle-esc.com 1 Sommaire L Association Passerelle p.3 Le Concours Passerelle p.5 2013 : un concours réussi
Plus en détailIntroduction. Préambule. Le contexte
Préambule... INTRODUCTION... BREF HISTORIQUE DE L ACP... 4 DOMAINE D'APPLICATION... 5 INTERPRETATIONS GEOMETRIQUES... 6 a - Pour les n individus... 6 b - Pour les p variables... 7 c - Notion d éléments
Plus en détailLatitude 49.37 N Longitude 06.13 E Altitude 376 m RÉSUMÉ MENSUEL DU TEMPS DE JANVIER 2014
RÉSUMÉ MENSUEL DU TEMPS DE JANVIER 2014 Valeurs moyennes: Valeur Jour Valeur (en C) (en C) (en C) gazon (en C) 11,4 7 13,9 1975 3,6 0,8 4,9 2007-6,3 1963-3,0 29-17,8 1979-2,8 12-24,6 1985 37,1 50,3 95,5
Plus en détailL'analyse des données à l usage des non mathématiciens
Montpellier L'analyse des données à l usage des non mathématiciens 2 ème Partie: L'analyse en composantes principales AGRO.M - INRA - Formation Permanente Janvier 2006 André Bouchier Analyses multivariés.
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 détailStatistique 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 détailItems étudiés dans le CHAPITRE N5. 7 et 9 p 129 D14 Déterminer par le calcul l'antécédent d'un nombre par une fonction linéaire
CHAPITRE N5 FONCTIONS LINEAIRES NOTION DE FONCTION FONCTIONS LINEAIRES NOTION DE FONCTION FONCTIONS LINEAIRES NOTION DE FONCTION Code item D0 D2 N30[S] Items étudiés dans le CHAPITRE N5 Déterminer l'image
Plus en détailChapitre 3 : Le budget des ventes. Marie Gies - Contrôle de gestion et gestion prévisionnelle - Chapitre 3
Chapitre 3 : Le budget des ventes Introduction 2 Rappel des différents budgets opérationnels - budget des ventes (chapitre 3) - budget de production (chapitre 4) - budget des approvisionnements et des
Plus en détailTomate. TOMATE ronde Belgique extra 57-67mm colis 6kg 1.62. TOMATE ronde Belgique extra 67-82mm colis 6kg 1.60
Tomate moyen mini maxi Euro Euro Euro Cavaillon 17/01/13 (Production) unité : le kg* qté:tonne* TOMATE ronde Sud-Est grappe 2.50 2.20 Perpignan 17/01/13 (Production) unité : le kg* TOMATE cocktail Roussillon
Plus en détail21 ème Observatoire des Taux meilleurtaux.com. C O N F É R E N C E D E P R E S S E 3 f é v r i e r 2 0 1 5
21 ème Observatoire des Taux meilleurtaux.com C O N F É R E N C E D E P R E S S E 3 f é v r i e r 2 0 1 5 I TAUX AU PLUS BAS : et si ça continuait? II RENEGOCIATION DE CREDITS : les règles du jeu changent
Plus en détailLa place de SAS dans l'informatique décisionnelle
La place de SAS dans l'informatique décisionnelle Olivier Decourt ABS Technologies - Educasoft Formations La place de SAS dans l'informatique décisionnelle! L'historique de SAS! La mécanique! La carrosserie
Plus en détailISFA 2 année 2002-2003. Les questions sont en grande partie indépendantes. Merci d utiliser l espace imparti pour vos réponses.
On considère la matrice de données : ISFA 2 année 22-23 Les questions sont en grande partie indépendantes Merci d utiliser l espace imparti pour vos réponses > ele JCVGE FM1 GM JCRB FM2 JMLP Paris 61 29
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 détailRevue des Marchés. Charles Gagné 2015-04-16
9. Revue des Marchés Charles Gagné 2015-04-16 Les faits saillants 1. Inventaires de porcs aux É.-U. ( Hogs & Pigs) Croissance de 2 % du troupeau reproducteur 2. Baisse des exportations américaines Valeur
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 détailNégociateur Technico - Commercial
Négociateur Technico - Commercial La formation NTC par For Action Négociateur Technico Commercial Validation d un titre professionnel Niveau III (Bac +2) Prospecter, Présenter, Négocier une solution technique
Plus en détailChapitre 6 Test de comparaison de pourcentages χ². José LABARERE
UE4 : Biostatistiques Chapitre 6 Test de comparaison de pourcentages χ² José LABARERE Année universitaire 2010/2011 Université Joseph Fourier de Grenoble - Tous droits réservés. Plan I. Nature des variables
Plus en détailLa structure de la base de données et l utilisation de PAST. Musée Royal de l Afrique Centrale (MRAC Tervuren)
La structure de la base de données et l utilisation de PAST La structure de la base de données données originales SPÉCIMENS Code des spécimens: Identification des spécimens individuels. Dépend du but de
Plus en détailOUESSANT. Vivienne investissement. Printemps-été 2015. Rapport de gestion. L analyse quantitative au service de la gestion active
Ce document est destiné à des investisseurs professionnels uniquement Vivienne investissement L analyse quantitative au service de la gestion active OUESSANT Rapport de gestion Printemps-été 2015 Vivienne
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 détailDe la mesure à l analyse des risques
De la mesure à l analyse des risques Séminaire ISFA - B&W Deloitte Jean-Paul LAURENT Professeur à l'isfa, Université Claude Bernard Lyon 1 laurent.jeanpaul@free.fr http://laurent.jeanpaul.free.fr/ 0 De
Plus en détailAnalyses de Variance à un ou plusieurs facteurs Régressions Analyse de Covariance Modèles Linéaires Généralisés
Analyses de Variance à un ou plusieurs facteurs Régressions Analyse de Covariance Modèles Linéaires Généralisés Professeur Patrice Francour francour@unice.fr Une grande partie des illustrations viennent
Plus en détailENQUETE SUR LA SITUATION DES GRANDES VILLES ET AGGLOMERATIONS EN MATIERE D ASSURANCES DOMMAGES
ENQUETE SUR LA SITUATION DES GRANDES VILLES ET AGGLOMERATIONS EN MATIERE D ASSURANCES DOMMAGES N 202 AOUT 2003 SOMMAIRE 1. PRESENTATION p.3 2. SYNTHESE DE L ENQUETE p.4 3. LES REPONSES DES VILLES ET AGGLOMERATIONS
Plus en détailOscillations libres des systèmes à deux degrés de liberté
Chapitre 4 Oscillations libres des systèmes à deux degrés de liberté 4.1 Introduction Les systèmes qui nécessitent deux coordonnées indépendantes pour spécifier leurs positions sont appelés systèmes à
Plus en détailLBPoker. Barrière BarrierePoker.fr est un site de poker en ligne agréé par l Arjel sous le numéro 0023-PO-2010-07-26
SAISON 2012 LBPoker. Barrière BarrierePoker.fr est un site de poker en ligne agréé par l Arjel sous le numéro 0023-PO-2010-07-26 CASINO BARRIERE DE CASSIS PROGRAMME TOURNOIS RÉGULIERS TEXAS HOLD'EM POKER
Plus en détailExercices M1 SES 2014-2015 Ana Fermin (http:// fermin.perso.math.cnrs.fr/ ) 14 Avril 2015
Exercices M1 SES 214-215 Ana Fermin (http:// fermin.perso.math.cnrs.fr/ ) 14 Avril 215 Les exemples numériques présentés dans ce document d exercices ont été traités sur le logiciel R, téléchargeable par
Plus en détailESIEA PARIS 2011-2012
ESIEA PARIS 2011-2012 Examen MAT 5201 DATA MINING Mardi 08 Novembre 2011 Première Partie : 15 minutes (7 points) Enseignant responsable : Frédéric Bertrand Remarque importante : les questions de ce questionnaire
Plus en détailA. BONNEFOND Maître de conférences en neuroscience cognitive Laboratoire d imagerie et de neuroscience cognitive Université de Strasbourg
Sommeil de courte durée, vigilance et travail de nuit A. BONNEFOND Maître de conférences en neuroscience cognitive Laboratoire d imagerie et de neuroscience cognitive Université de Strasbourg Sommeil de
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 détailCOUT DE LA VIE ETUDIANTE SELON LES VILLES UNIVERSITAIRES
DOSSIER DE PRESSE 17 AOÛT 2015 COUT DE LA VIE ETUDIANTE SELON LES VILLES UNIVERSITAIRES Cout de la vie étudiante selon les villes universitaires CONTACT PRESSE Pauline Collet 06 88 27 92 59 pcollet@unef.fr
Plus en détailIntroduction à l approche bootstrap
Introduction à l approche bootstrap Irène Buvat U494 INSERM buvat@imedjussieufr 25 septembre 2000 Introduction à l approche bootstrap - Irène Buvat - 21/9/00-1 Plan du cours Qu est-ce que le bootstrap?
Plus en détailAngles orientés et fonctions circulaires ( En première S )
Angles orientés et fonctions circulaires ( En première S ) Dernière mise à jour : Jeudi 01 Septembre 010 Vincent OBATON, Enseignant au lycée Stendhal de Grenoble (Année 006-007) Lycée Stendhal, Grenoble
Plus en détailSAS de base : gestion des données et procédures élémentaires
1 SAS de base : gestion des données et procédures élémentaires SAS de base : gestion des données et procédures élémentaires Résumé Description des commandes (module SAS de base) les plus utiles de l étape
Plus en détailThéorie des Jeux Et ses Applications
Théorie des Jeux Et ses Applications De la Guerre Froide au Poker Clément Sire Laboratoire de Physique Théorique CNRS & Université Paul Sabatier www.lpt.ups-tlse.fr Quelques Définitions de la Théorie des
Plus en détailINTRODUCTION 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 détailEntrées d'air hygroréglables
Entrées d'air hygroréglables Tableaux de sélection p. 22 1. Mise en œuvre en menuiserie 2. Mise en œuvre dans le bâti Entrée d air hygroréglable et acoustique de type p. 24 1. Description 2. Caractéristiques
Plus en détailEnoncé et corrigé du brevet des collèges dans les académies d Aix- Marseille, Montpellier, Nice Corse et Toulouse en 2000. Énoncé.
Enoncé et corrigé du brevet des collèges dans les académies d Aix- Marseille, Montpellier, Nice Corse et Toulouse en 2000. Énoncé. I- ACTIVITES NUMERIQUES (12 points) Exercice 1 (3 points) On considère
Plus en détailL'analyse de données. Polycopié de cours ENSIETA - Réf. : 1463. Arnaud MARTIN
L'analyse de données Polycopié de cours ENSIETA - Réf : 1463 Arnaud MARTIN Septembre 2004 Table des matières 1 Introduction 1 11 Domaines d'application 2 12 Les données 2 13 Les objectifs 3 14 Les méthodes
Plus en détailIngénieur Jurisprudences Constantes 2003 2013
Ingénieur Jurisprudences Constantes 2003 2013 Conseil d Etat et Tribunaux Administratifs Les décisions de justice ci-dessous concernent des recours formulés à l encontre de décisions défavorables de la
Plus en détailChapitre 3 : Principe des tests statistiques d hypothèse. José LABARERE
UE4 : Biostatistiques Chapitre 3 : Principe des tests statistiques d hypothèse José LABARERE Année universitaire 2010/2011 Université Joseph Fourier de Grenoble - Tous droits réservés. Plan I. Introduction
Plus en détailN 1 en publicité nationale en performance en formation en gestion. institut exclusivement féminin
N 1 en publicité nationale en performance en formation en gestion institut exclusivement féminin Body minute... l épilation à 4.50 L espace beauté des femmes modernes L enseigne qui séduit les femmes...
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 détailDURÉE DU JOUR EN FONCTION DE LA DATE ET DE LA LATITUDE
DURÉE DU JUR E FCTI DE LA DATE ET DE LA LATITUDE ous allons nous intéresser à la durée du jour, prise ici dans le sens de période d éclairement par le Soleil dans une journée de 4 h, en un lieu donné de
Plus en détailCanada-Inde Profil et perspective
Canada-Inde Profil et perspective Mars 2009 0 L Inde et le Canada : un bref profil Vancouver Calgary Montréal Toronto INDE 3 287 263 km² 1,12 milliard 1 181 milliards $US 1 051 $US Source : Fiche d information
Plus en détailAssises Européennes du Bâtiment Basse Consommations. Frédéric ric FRUSTA. Président Directeur Général. ENERGIVIE 25 Juin 2010
c1 Assises Européennes du Bâtiment Basse Consommations Frédéric ric FRUSTA Président Directeur Général ENERGIVIE 25 Juin 2010 Diapositive 1 c1 Merci de me fournir le texte complet de la page de titre cql;
Plus en détailBANQUE NATIONALE DE ROUMANIE BANQUE NATIONALE DE ROUMANIE
1 La crise actuelle est caractéris risée e par le grand nombre de marchés affectés s et par la diversité des canaux de contagion Les principaux canaux de contagion pour l ECE: Canal informationnel (sentiment
Plus en détailLES MASTERS 2 DANS LE DOMAINE DES STAPS EN FRANCE 2012/2013 NORD-PAS-DE-CALAIS. Université Lille 2
LES MASTERS 2 DANS LE DOMAINE DES STAPS EN FRANCE 2012/2013 NORD-PAS-DE-CALAIS Université Lille 2 Master STAPS «Grand Nord» - Entraînement et Optimisation de la Performance Sportive _ option Préparations
Plus en détailLa problématique des tests. Cours V. 7 mars 2008. Comment quantifier la performance d un test? Hypothèses simples et composites
La problématique des tests Cours V 7 mars 8 Test d hypothèses [Section 6.1] Soit un modèle statistique P θ ; θ Θ} et des hypothèses H : θ Θ H 1 : θ Θ 1 = Θ \ Θ Un test (pur) est une statistique à valeur
Plus en détailSpécialité Etablissement Formation
Spécialité Etablissement Formation Prix de Lancement de Programme ESA MBA Bancassurance Prix de Lancement de Programme ESC Rouen MS MJCE (Mastère Juriste Conseil d'entreprise) Prix de Lancement de Programme
Plus en détailmetal USB PEOPLE tel 01 43 21 47 52 contact@objets-pub-express.com USB people Electronique 03 Objets et Cadeaux Publicitaires
Electronique USB people USB people Electronique USB PEOPLE USM8010-GU USM8010-GD metal USM8010-SL METAL USB PEOPLE USM8010-SL/GD/GU (S) Clé USB people, édition en métal. Alliage avec une finition brillante.
Plus en détailCours d Analyse. Fonctions de plusieurs variables
Cours d Analyse Fonctions de plusieurs variables Licence 1ère année 2007/2008 Nicolas Prioux Université de Marne-la-Vallée Table des matières 1 Notions de géométrie dans l espace et fonctions à deux variables........
Plus en détailQuelles sont les principales formules utiles pour l étude de cas de vente?
Quelles sont les principales formules utiles pour l étude de cas de vente? Approvisionnement et gestion des stocks : des quantités vendues dans un Du stock initial, final et des livraisons, des commandes
Plus en détailArbres binaires de décision
1 Arbres binaires de décision Résumé Arbres binaires de décision Méthodes de construction d arbres binaires de décision, modélisant une discrimination (classification trees) ou une régression (regression
Plus en détailLE PRODUIT SCALAIRE ( En première S )
LE PRODUIT SCALAIRE ( En première S ) Dernière mise à jour : Jeudi 4 Janvier 007 Vincent OBATON, Enseignant au lycée Stendhal de Grenoble ( Année 006-007 ) 1 Table des matières 1 Grille d autoévaluation
Plus en détailDocForum 18 Juin 2015. Réussites d un projet Big Data Les incontournables
DocForum 18 Juin 2015 Réussites d un projet Big Data Les incontournables Vos interlocuteurs Mick LEVY Directeur Innovation Business mick.levy@businessdecision.com 06.50.87.13.26 @mick_levy 2 Business &
Plus en détailClassement SMBG 2012 des Meilleurs Masters, MS et MBA
T h e E x e c u t i v e E d u c a t i o n o f Classement SMBG 2012 des Meilleurs Masters, MS et MBA (source : www.meilleurs-masters.com) Les formations auditées sont issues du secteur public (universités)
Plus en détailAvec HMI-THIRODE, goûtez la tranquillité!
Avec HMI-THIRODE, goûtez la tranquillité! HMI-THIRODE, des services au plus proche de chez vous La puissance d un réseau d installateurs leader en France Plus de 10 000 installations par an Plus de 60
Plus en détailDUT. Informatique, orientation Imagerie Numérique. Domaine : Sciences, Technologies, Santé. Mention : Informatique
DUT Informatique, orientation Imagerie Numérique Domaine : Sciences, Technologies, Santé Mention : Informatique Organisation : Institut Universitaire de Technologie Lieu de formation : Le Puy en Velay
Plus en détailProgramme détaillé BTS INFORMATIQUE DE GESTION DIPLÔME D ETAT. Objectifs de la formation. Les métiers. Durée de la formation
Objectifs de la formation Les inscriptions sont réservées aux élèves de niveau BAC ou plus, et sont ouvertes dans la mesure des places disponibles. Le Brevet de Technicien Supérieur d Informatique de Gestion
Plus en détailMesurage de la qualité acoustique de revêtements. acoustique de revêtements
Monitoring de la performance acoustique d un d revêtement phonoabsorbant en milieu urbain François Aballéa, Pierre-Jean René a Olivier Schalbetter, Lucien Pignat b Daniel Vaucher de la Croix, Fabien Lassablière
Plus en détailL auto-archivage en maths, quoi de neuf?
L auto-archivage en maths, quoi de neuf? Anna Wojciechowska Rencontres RNBM : 1-5 Octobre 2007 Questionnaires 1er questionnaire : novembre 2005 : 128 réponses Participants : Besançon, Bordeaux, Clermont
Plus en détailN 1. Institut exclusivement féminin. www.bodyminute.com
N 1 en publicité nationale en performance en formation en gestion LA FRANCHISE Institut exclusivement féminin www.bodyminute.com Body minute... L espace beauté des femmes modernes l épilation à 4.50 L
Plus en détailSOLUTIONS CRÉDIT VOS CLIENTS VONT ADORER!
SOLUTIONS CRÉDIT VOS CLIENTS VONT ADORER! Franfinance votre accélérateur de ventes 30 AGENCES Pour être toujours à vos côtés Le réseau national Franfinance vous assure un véritable service de proximité.
Plus en détailNos Services. Un Accueil de Qualité. La Relation Terrain. Un Parc Diversifié. Notre Priorité : Votre Sécurité. Un Transport Maîtrisé
Nos Services Un Accueil de Qualité Nos assistantes commerciales traitent votre demande efficacement et dans les meilleurs délais. La Relation Terrain Sur le terrain, nos commerciaux sont au contact permanent
Plus en détailExercices supplémentaires sur l introduction générale à la notion de probabilité 2009-2010
Exercices supplémentaires sur l introduction générale à la notion de probabilité 2009-2010 Exercices fortement conseillés : 6, 10 et 14 1) Un groupe d étudiants est formé de 20 étudiants de première année
Plus en détailMémo d utilisation de ADE-4
Mémo d utilisation de ADE-4 Jérôme Mathieu http://www.jerome.mathieu.freesurf.fr 2003 ADE-4 est un logiciel d analyses des communautés écologiques créé par l équipe de biostatistiques de Lyon. Il propose
Plus en détailFORMATION CONTINUE SUR L UTILISATION D EXCEL DANS L ENSEIGNEMENT Expérience de l E.N.S de Tétouan (Maroc)
87 FORMATION CONTINUE SUR L UTILISATION D EXCEL DANS L ENSEIGNEMENT Expérience de l E.N.S de Tétouan (Maroc) Dans le cadre de la réforme pédagogique et de l intérêt que porte le Ministère de l Éducation
Plus en détailClassement SMBG 2013 des Meilleurs Masters, MS et MBA
PEC_SMBG_2013_Mise en page 1 28/03/13 17:40 Page2 Classement SMBG 2013 des Meilleurs Masters, MS et MBA (source : www.meilleurs-masters.com - Mars 2013) Les formations auditées sont issues du secteur public
Plus en détailDANSE, CHANT ET SPECTACLE LE SEJOUR INFOS PRATIQUES. Adresse du séjour
LE SEJOUR Référence > SPECTCR2014 Agrément > JEUNESSE ET SPORTS Dates > Du 19/10/2013 au 02/11/2013 Ages > de 12 à 17 ans A partir de > 420,00 Frais de dossier > 19,00 /personne Chanteurs, musiciens ou
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 détailOptimiser les performances du mouvement de monte de l Axe Z.
Page/0 - BUT DE LA MANIPULATION : Optimiser les performances du mouvement de monte de l Axe Z. - LES PLANS D EXPERIENCE -LA METHODE DU DOCTEUR TAGUCHI. La mthodologie Taguchi de mise en oeuvre des plans
Plus en détail1 Importer et modifier des données avec R Commander
Université de Nantes 2015/2016 UFR des Sciences et Techniques Département de Mathématiques TP1 STATISTIQUE DESCRIPTIVE Frédéric Lavancier Avant propos Ouvrir l application R Saisir dans la console library(rcmdr)
Plus en détailENQUÊTE SUR LE COÛT DE LA VIE ETUDIANTE
DOSSIER DE PRESSE 18 AOÛT 2014 ENQUÊTE SUR LE COÛT DE LA VIE ETUDIANTE CONTACT PRESSE LISA RIBEAUD 06 15 86 43 41 lribeaud@unef.fr presse@unef.fr 2 Rentrée 2014 SOMMAIRE Les principaux chiffres 5 Edito
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 détailEnergie solaire www.euroclima.fr
Chaudières françaises fabriquées en Alsace depuis 1973 Energie solaire www.euroclima.fr E U R O C L i M A Un système complet La clé de l efficience solaire réside dans l association et l optimisation des
Plus en détailConstruction d un cercle tangent à deux cercles donnés.
Préparation au CAPES Strasbourg, octobre 2008 Construction d un cercle tangent à deux cercles donnés. Le problème posé : On se donne deux cercles C et C de centres O et O distincts et de rayons R et R
Plus en détailLes formations en cycle ingénieur
Les formations en cycle ingénieur Eau, environnement, aménagement Ce domaine forme des ingénieurs capables d'explorer et d'organiser l'espace (surface et sous-sol), d'exploiter durablement les ressources
Plus en détailDurée de L épreuve : 2 heures. Barème : Exercice n 4 : 1 ) 1 point 2 ) 2 points 3 ) 1 point
03 Mai 2013 Collège Oasis Durée de L épreuve : 2 heures. apple Le sujet comporte 4 pages et est présenté en livret ; apple La calculatrice est autorisée ; apple 4 points sont attribués à la qualité de
Plus en détail6 ème. Rallye mathématique de la Sarthe 2013/2014. 1 ère épreuve de qualification : Problèmes Jeudi 21 novembre 2013
Retrouver tous les sujets, les corrigés, les annales, les finales sur le site du rallye : http://sarthe.cijm.org I Stéphane, Eric et Christophe sont 3 garçons avec des chevelures différentes. Stéphane
Plus en détailMémoire d actuariat - promotion 2010. complexité et limites du modèle actuariel, le rôle majeur des comportements humains.
Mémoire d actuariat - promotion 2010 La modélisation des avantages au personnel: complexité et limites du modèle actuariel, le rôle majeur des comportements humains. 14 décembre 2010 Stéphane MARQUETTY
Plus en détailChapitre 7. Statistique des échantillons gaussiens. 7.1 Projection de vecteurs gaussiens
Chapitre 7 Statistique des échantillons gaussiens Le théorème central limite met en évidence le rôle majeur tenu par la loi gaussienne en modélisation stochastique. De ce fait, les modèles statistiques
Plus en détailLIVRE BLANC AMÉLIOREZ VOS PERFORMANCES MARKETING ET COMMERCIALES GRÂCE À UNE GESTION DE LEADS OPTIMISÉE
AMÉLIOREZ VOS PERFORMANCES MARKETING ET COMMERCIALES GRÂCE À UNE GESTION DE LEADS OPTIMISÉE 2 A PROPOS Pourquoi la gestion des leads (lead management) est-elle devenue si importante de nos jours pour les
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 détailLISTE DES ECOLES PERMETTANT UN RECLASSEMENT DANS LE 3 ème GRADE D INGENIEUR DE LA FILIERE TECHNIQUE
Direction générale des services ----- Nouméa, le 22 octobre 2009 Direction des ressources humaines et de la fonction publique de Nouvelle-Calédonie ----- Service des affaires juridiques, des études et
Plus en détailCi-après, la liste des masters proposés par les universités françaises pour se former, en 2 ans après la licence, à l un des métiers de la culture.
Masters culture Ci-après, la liste des masters proposés par les universités françaises pour se former, en 2 ans après la licence, à l un des métiers de la culture. activités culturelles anthropologie métiers
Plus en détailCOMPTE-RENDU «MATHS EN JEANS» LYCEE OZENNE Groupe 1 : Comment faire une carte juste de la Terre?
Claire FORGACZ Marion GALLART Hasnia GOUDJILI COMPTERENDU «MATHS EN JEANS» LYCEE OZENNE Groupe 1 : Comment faire une carte juste de la Terre? Si l on se pose la question de savoir comment on peut faire
Plus en détailLe choix professionnel pour les applications analytiques!
Ohaus Discovery Balances Semi-Micro et Analytique Discovery Semi-Micro and Analytical Balances Le choix professionnel pour les applications analytiques! La NOUVELLE gamme de balances semi-micro et analytiques
Plus en détailLe classement des villes les plus gay-friendly de France
Le classement des villes les plus gay-friendly de France TÊTU publie le classement de 23 grandes agglomérations françaises, de la plus gay-friendly à la plus froide à l égard de ses habitants homos. 6.000
Plus en détailLa Mesure du Temps. et Temps Solaire Moyen H m.
La Mesure du Temps Unité de temps du Système International. C est la seconde, de symbole s. Sa définition actuelle a été établie en 1967 par la 13 ème Conférence des Poids et Mesures : la seconde est la
Plus en détailCAPTEURS - CHAINES DE MESURES
CAPTEURS - CHAINES DE MESURES Pierre BONNET Pierre Bonnet Master GSI - Capteurs Chaînes de Mesures 1 Plan du Cours Propriétés générales des capteurs Notion de mesure Notion de capteur: principes, classes,
Plus en détailà Master professionnel Enquête sur le devenir au 1 er décembre 2013 des diplômés de Master professionnel promotion 2011
observatoire régional #41 Synthèse régionale août 2014 à Master professionnel Enquête sur le devenir au 1 er décembre 2013 des diplômés de Master professionnel promotion 2011 2 899 diplômés de M2 professionnel
Plus en détailTABLE DES MATIÈRES. PRINCIPES D EXPÉRIMENTATION Planification des expériences et analyse de leurs résultats. Pierre Dagnelie
PRINCIPES D EXPÉRIMENTATION Planification des expériences et analyse de leurs résultats Pierre Dagnelie TABLE DES MATIÈRES 2012 Presses agronomiques de Gembloux pressesagro.gembloux@ulg.ac.be www.pressesagro.be
Plus en détail