1. Test d indépendance du KHI-2

Save this PDF as:
 WORD  PNG  TXT  JPG

Dimension: px
Commencer à balayer dès la page:

Download "1. Test d indépendance du KHI-2"

Transcription

1 1. Test d dépedace du HI- Ecrre ue focto qu réalse le test d dépedace du kh-. Etrée : x et y, deux vecteurs, de type factor Sorte : statstque de test, degrés de lberté, p-value Idcatos : Vous devez vérfer e etrée s les deux vecteurs sot de même logueur et s ls sot tous deux de type factor. Das le cas cotrare, votre focto revoe NULL. Utlsez table(.) pour calculer le tableau des effectfs observés, crosemet de x et y E utlsat les otatos du documet ( ; secto 1.), voc la formule du h- : L C χ = ( lc e lc ) l=1 c=1 Où e lc est l effectf théorque sous hypothèse d dépedace, obteue avec : test.kh <- fucto(y,x) Voc u exemple d exécuto : e lc e lc = l..c. Calcul des profls d u tableau de cotgece Ecrre deux foctos [profl.coloe, profl.lge] qu pred e etrée ue matrce représetat u tableau de cotgece, elles dovet respectvemet revoyer e sorte la même matrce sous forme de profl coloe ou lge (pourcetages coloe ou lge). Etrée : m (matrce) Sorte : ue matrce profl lge (1) ou coloe () Idcatos : Regardez du côté de la focto apply() pour évter d avor à fare des boucles. Voc u exemple d exécuto :

2 3. Calcul des résdus ajustés d u tableau de cotgece Ecrre ue focto qu pred e etrée ue matrce représetat u tableau de cotgece, elle dot revoyer e sorte la matrce des résdus ajustés du tableau. Etrée : m (matrce) Sorte : ue matrce coteat les résdus ajustés Idcatos : Pour le prcpe, vor (Secto.3.3) ; voc la formule à utlser : r. adj lc = lc e lc e lc (1 l. ) (1.c ) Voc u exemple d exécuto 4. Aalyse de varace Ecrre le test de comparaso de moyees (aalyse de varace). La focto pred e etrée u vecteur X de valeurs (mesures), l correspod à la varable d térêt, et u vecteur de code Y (facteur), dquat la populato d apparteace.

3 x x x x x x k k 1 k 1 k 1 : y k SCT SCE SCR F SCE SCR 1 F( 1, ) k La focto dot revoyer la statstque F, les deux degrés de lberté et la p-value du test. Etrée : x vecteur de umérque, y u factor Sorte : statstque de test F, les deux degrés de lberté, la p-value E etrée de la focto, vous devez vérfer que y est be u factor et qu l comporte au mos deux modaltés. Das le cas cotrare, vous devez stopper les calculs et revoyer NULL. Das le cas où le ombre de modaltés de y est deux, vous devrez obter les mêmes résultats que ceux du test de Studet. tapply() devrat vous être très utle. Voc u exemple d exécuto : 5. Corrélato de Spearma Test de sgfcatvté Ecrre ue focto qu mplémete le test de sgfcatvté de la corrélato de Spearma etre deux échatllos. Atteto, les deux vecteurs dovet être de même logueur. Das le cas cotrare, la focto revoe NULL. Etrée : x et y vecteurs Sorte : rho (coeffcet de corrélato), z et p-value E-tête de la focto : correlato_spearma <- fucto(x,y) Référece : O trasforme les vecteurs de doées e vecteurs de rags (ous utlsos les rags moyes), o utlse alors la formule

4 Où d est la dfférece etre les rags d Pour tester la sgfcatvté de RHO, o utlse la formule asymptotque z 1 Qu sut ue lo ormale de paramètres (m = 0 ; sgma = 1). U exemple : 6. Test de ruskal-walls Ecrre le test o paramétrque de comparaso de populatos de ruskal-walls. O fat l hypothèse qu l y a pas d ex-aequo das les valeurs. La descrpto de la méthode est dspoble sur Wkpéda : Etrée : x vecteur de umérque, y u factor Sorte : statstque de test, degré de lberté et p-value E etrée de la focto, vous devez vérfer que y est be u factor, et que le ombre de modaltés est supéreur ou égale à. Das le cas cotrare, vous devez stopper les calculs et revoyer NULL. 7. Moyee robuste Ecrre ue focto qu calcule la moyee robuste d u vecteur.

5 Etrée : x vecteur, k paramètre scalare Sorte : moyee robuste (scalare) Référece : Le prcpe de la moyee robuste est le suvat : elever les k plus pettes valeurs et les k plus grades valeurs, et calculer la moyee sur les valeurs restates. O élme as l fluece des valeurs extrêmes. Regardez du côté de sort(.), head(.) et tal(.) moyee_robuste <- fucto(x,k=) 8. Détecto des pots aberrats Règle des k sgmas Créer ue focto qu pred e etrée u vecteur et ue costate k (avec la valeur par défaut k=3). Il crée e sorte u vecteur coteat les valeurs féreures à m k * s et supéreures à m + k * s (s est l écart type). Etrée : x vecteur, k paramètre scalare Sorte : vecteur des valeurs atypques detect_sgma <- fucto(x,k=3) Règle de Tukey Créer ue focto qu pred e etrée u vecteur et ue costate k (par défaut k = 1.5), elle revoe e sorte u autre vecteur coteat les valeurs féreures ou égales à Q1 k * IQ et supéreures ou égales à Q3 + k * IQ (où IQ est l tervalle terquartle). Etrée : x vecteur, k paramètre scalare Sorte : vecteur des valeurs atypques detect_tukey <- fucto(x,k=1.5) quatle(.) vous permet de calculer les quartles

[ ] IV.- Espérance mathématique de l estimateur  : Nous avons ( ) ε. alors l espérance mathématique sera : soit

[ ] IV.- Espérance mathématique de l estimateur  : Nous avons ( ) ε. alors l espérance mathématique sera : soit Itroducto à l écoométre S6-EF sc. éco. & gesto Prof. Mohamed El Meroua IV.- Espérace mathématque de l estmateur  : A ˆ A + X X X Nous avos ( ε alors l espérace mathématque sera : E ( E( A + E[ ( X X X

Plus en détail

Statistique. 3 ème Maths Mai 2010 A. LAATAOUI. I. Introduction :

Statistique. 3 ème Maths Mai 2010 A. LAATAOUI. I. Introduction : Statstque 3 ème Maths Ma 00 A LAATAOUI I Itroducto : La statstque est ue scece ayat pour objet l étude des phéomèes socau surtout ceu doat leu à des varatos ou ceu e pouvat être suffsammet maîtrsés que

Plus en détail

NOTATIONS ET FORMULAIRE

NOTATIONS ET FORMULAIRE Uversté PARIS DESCARTES Lcece de Psychologe L1 ADP1- Resp : Mrelle LAGARRIGUE page 1/5 PROTOCOLE SUR U ECHA TILLO NOTATIONS ET FORMULAIRE Esemble des sujets de l échatllo S { s 1 ; s ;.; s } (1) Varable

Plus en détail

Serie statistique double

Serie statistique double Sere statstque double Dstrbutos margales Actvté U relevé statstque des talles (e cm) et des pods Y (e kg) d u échatllo de 00 élèves a perms de costrure le tableau suvat : Y [0, 5[ [5, 50[ [50, 55[ [55,

Plus en détail

I. Moyenne, variance et écart-type d une série statistique

I. Moyenne, variance et écart-type d une série statistique I Moyee, varace et écart-type d ue sére statstque Sére statstque dscrète : Eemple d ue sére statstque dscrète : Preos le cas d ue classe de élèves qu réalset u devor oté sur 5 La sére statstque dscrète

Plus en détail

Correction Exercices du MODULE 1 : M1Exo4b Distribution statistique à un caractère

Correction Exercices du MODULE 1 : M1Exo4b Distribution statistique à un caractère Exo Math Stat Correcto exercces du Module Dstrbuto statstque à u caractère MExo4b Correcto Exercces du MODULE : MExo4b Dstrbuto statstque à u caractère Exercce Mexo4 b Objectf : Cet exercce trate du calcul

Plus en détail

Partie 1. Corrigé de CCIP 2000 par Pierre Veuillez

Partie 1. Corrigé de CCIP 2000 par Pierre Veuillez Corrgé de CCIP 2000 par Perre Veullez Das tout le problème, désge u eter aturel o ul. O cosdère ue ure U coteat boules umérotées de à. O tre ue boule au hasard das U. O ote k le uméro de cette boule. S

Plus en détail

STATISTIQUES A UNE VARIABLE

STATISTIQUES A UNE VARIABLE Cours et exercces de mathématques ) Itroducto et vocabulare STATISTIQUES A UNE VARIABLE La statstque est la scece qu cosste à réur des doées chffrées, à les aalyser, à les commeter et à les crtquer Ue

Plus en détail

Chapitre 1. Résumé d une distribution statistique

Chapitre 1. Résumé d une distribution statistique Chaptre. Résumé d ue dstrbuto statstque.. Cocepts de base de la statstque descrptve Populato = O appelle populato assocée à ue épreuve l esemble des résultats possbles d ue «épreuve». E statstques, le

Plus en détail

Saïd Chermak. Master 2012 MAGE. Statistique descriptive à une variable

Saïd Chermak. Master 2012 MAGE. Statistique descriptive à une variable Statstque descrptve à ue varable LES SAVOIRS La statstque est ue méthode scetfque qu recuelle, ordoe, aalyse et terprète des doées umérques. Pour ue melleure lsblté, ces doées sot représetées graphquemet.

Plus en détail

PRO 1 EXPRO010 EXPRO019

PRO 1 EXPRO010 EXPRO019 Exercces résolus de mathématques. PRO 1 EXPRO010 EXPRO019 http://www.matheux.be.tf Jacques ollot 1 avrl 03 www.matheux.be.tf - PRO 1-1 - EXPRO010W Ue ure cotet boules blaches ( 4) et 10 boules ores. O

Plus en détail

L2 Mention Informatique. UE Probabilités. Chapitre 4 : Simulation - Régression

L2 Mention Informatique. UE Probabilités. Chapitre 4 : Simulation - Régression L Meto Iformatque UE Probabltés Chaptre 4 : Smulato - Régresso Notes de cours rédgées par Rége Adré-Obrecht, Jule Pquer I- Smulato de varables aléatores. Itroducto Das certaes expéreces «réelles», où le

Plus en détail

Ift Chapitre 7. Introduction. aux valeurs propres et aux vecteurs propres

Ift Chapitre 7. Introduction. aux valeurs propres et aux vecteurs propres Ift 4 Chaptre 7 Itroducto au valeurs propres et au vecteurs propres Ift4 Chaptre 7 Défto : S A est ue matrce de, alors u vecteur o ul est dt vecteur propre de A s A est appelé valeur propre de A, et vecteur

Plus en détail

Méthode du simplexe: préliminaires. 2. Programmation linéaire. Solution de base. Méthode du simplexe: préliminaires. b. Méthode du simplexe

Méthode du simplexe: préliminaires. 2. Programmation linéaire. Solution de base. Méthode du simplexe: préliminaires. b. Méthode du simplexe Méthode du smplee: prélmares Modèles de recherche opératoelle (RO). Programmato léare b. Méthode du smplee Das le cas où l y a ue fté de solutos, la méthode d élmato de Gauss-Jorda permet d detfer tros

Plus en détail

Comment représenter les variables aléatoires (données)? Paramètres descriptifs. Quels sont les paramètres descriptifs de la position?

Comment représenter les variables aléatoires (données)? Paramètres descriptifs. Quels sont les paramètres descriptifs de la position? Paramètres descrptfs Cours VETE043- Aée académque 06-07 Commet représeter les varables aléatores (doées)? Représetato sythétque Tables de fréqueces Représetato graphque Dagrammes de fréqueces Paramètres

Plus en détail

I. Qu est-ce qu une variable aléatoire?

I. Qu est-ce qu une variable aléatoire? I. Qu est-ce qu ue varable aléatore?. Défto : Sot ue expérece aléatore dot l esemble des résultats possbles (l uvers est oté Ω. Ue varable aléatore est ue focto X allat de Ω sur R, c est-à-dre que c est

Plus en détail

CORRIGE EXERCICES FACULTATIFS TD ADP1 SEANCE 4

CORRIGE EXERCICES FACULTATIFS TD ADP1 SEANCE 4 page1/6 CORRIGE EXERCICES FACULTATIFS TD ADP1 SEANCE 4 Dosser "Défcece" 1) = 30 pour les groupes. Les classes sot d'ampltudes dfféretes doc...utlser la desté (rappel : desté = effectf/ampltude). Durée

Plus en détail

Annexe 1. Estimation d un quantile non-paramétrique par la méthode de Hazen

Annexe 1. Estimation d un quantile non-paramétrique par la méthode de Hazen Aexe. Estmato d u quatle o-paramétrque par la méthode de Haze La probablté cumulée emprque d ue doée au se d u échatllo est pas u cocept parfatemet déf : pluseurs estmatos sot possbles ; l e est de même

Plus en détail

PRINCIPES DES STATISTIQUES INFERENTIELLES

PRINCIPES DES STATISTIQUES INFERENTIELLES Chaptre 3 PRINCIPES DES STATISTIQUES INFERENTIELLES Bases de la statstque féretelle PLPSTA0 0 Chaptre 3 1. Problématque. Objectfs des statstques féretelles.1 Estmato poctuelle. Estmato par tervalles.3

Plus en détail

COURS SUR LES MELANGES EN FILATURE DE COTON PARTIE 07. Section IV ELEMENTS DE STATISTIQUES APPLIQUES EN FILATURE

COURS SUR LES MELANGES EN FILATURE DE COTON PARTIE 07. Section IV ELEMENTS DE STATISTIQUES APPLIQUES EN FILATURE COURS SUR LES MELANGES EN FILATURE DE COTON PARTIE 07 Secto IV ELEMENTS DE STATISTIQUES APPLIQUES EN FILATURE 7.7. Elémets de statstques 7.7.. Caractérstques de posto. Moyee arthmétque La moyee est la

Plus en détail

LOI NORMALE ET LOIS DERIVEES

LOI NORMALE ET LOIS DERIVEES Prcpes et Méthodes de la Bostatstque Chaptre 5 LOI NORMALE ET LOIS DERIVEES A-LA LOI NORMALE Présetato La dstrbuto ormale, dte ecore de Laplace-Gauss, est pour des rasos qu apparaîtrot plus lo, la plus

Plus en détail

Améliorer la productivité

Améliorer la productivité Maurce Pllet Amélorer la productvté Déploemet dustrel du toléracemet ertel, 00 SBN : 978---54754- Commet calculer ue tolérace ertelle 75 Nous avos doc u toléracemet par tervalle sur les exgeces foctoelles

Plus en détail

Lois de probabilités liées aux tirages de boules dans une urne Approche sondage : échantillonnage et estimation dans une population finie

Lois de probabilités liées aux tirages de boules dans une urne Approche sondage : échantillonnage et estimation dans une population finie Los de probabltés lées aux trages de boules das ue ure Approche sodage : échatlloage et estmato das ue populato fe Das le ouveau programme de secode, retrée 2009, sot scrtes les otos d'tervalle de fluctuato

Plus en détail

Nombre de Clients [0 ; 50[ 72. x i. n i [ 50 ; 100 [ 90 [100 ; 150 [ 126 [150 ; 200 [ 54 [200 ; 250 [ 18

Nombre de Clients [0 ; 50[ 72. x i. n i [ 50 ; 100 [ 90 [100 ; 150 [ 126 [150 ; 200 [ 54 [200 ; 250 [ 18 1 U commerçat a relevé le motat des dépeses e euros de chaque clet au cours d ue semae. Motat des dépeses Clets [0 ; 50[ 72 x x - x ) - x )² -x ) ² [ 50 ; 100 [ 90 [100 ; 150 [ 126 [150 ; 200 [ 54 [200

Plus en détail

Cours (Terminale) Probabilités (révisions 1 ère )

Cours (Terminale) Probabilités (révisions 1 ère ) Cours (Termale) Probabltés (révsos ère ) Quelques rappels et complémets sur les esembles Uo de deux esembles O appelle «uo de deux esembles E et F» l esemble oté E F dot les élémets sot costtués des élémets

Plus en détail

Résumé de statistique I

Résumé de statistique I Résumé de statstque I Etude de doées statstques : Ce qu ous téresse lorsqu o a des doées statstque ou ue dstrbuto de celles-c : Le cetre : o o Moyee : mesures o robustes Médae : mesures robustes La dsperso

Plus en détail

a. Le symbole se lit «sigma» ; l écriture Ex : 2 Fréquences en % ( f i x 100) 11,1 % 29,6 % 59,3 % 100 %!!!!

a. Le symbole se lit «sigma» ; l écriture Ex : 2 Fréquences en % ( f i x 100) 11,1 % 29,6 % 59,3 % 100 %!!!! Cours : Statstques I. Itroducto Classe de ère S O a vu que our caractérser ue sére statstque, o utlse des : - aramètres de tedace cetrale : - la moyee ; - la médae. Ils ermettet d dquer la «osto» de la

Plus en détail

La valeur acquise par un capital au bout d'une année est donc obtenue en multipliant ce capital par (1 + i). Par suite, le capital C1

La valeur acquise par un capital au bout d'une année est donc obtenue en multipliant ce capital par (1 + i). Par suite, le capital C1 LGL Cours de Mathématques 26 Exemples de sutes das le domae des faces 1) Itérêts composés O place 1. à térêts composés au taux de 4,5 % par a. Détermer le captal dspoble à la f de chaque aée et ce pedat

Plus en détail

Pondichéry Avril 2014 Série S Exercice.

Pondichéry Avril 2014 Série S Exercice. Podchéry Avrl 04 Sére S Exercce Le pla complexe est mu d u repère orthoormé ( O; uv, ) Pour tout eter aturel, o ote A le pot d affxe z déf par : O déft la sute ( ) z z 0 = et + = + z 4 4 r par r = z pour

Plus en détail

L2 Mention Informatique. UE Probabilités. Chapitre 3 : Variables aléatoires réelles

L2 Mention Informatique. UE Probabilités. Chapitre 3 : Variables aléatoires réelles L Meto Iformatque UE Probabltés Chaptre 3 : Varables aléatores réelles Notes de cours rédgées par Rége Adré-Obrecht, Jule Pquer, Serge Solovev Sot (, A, P) Ω et X : Ω R ue varable aléatore. I. Varable

Plus en détail

Variables j.. p. Xij

Variables j.. p. Xij L alyse e Composates Prcpales (CP) O possède u tableau rectaulare de mesure dot les coloes sot des varables quattatves (mesuratos, taux, statos clmatques) et dot les les représetet des dvdus statstques

Plus en détail

Alain MORINEAU

Alain MORINEAU www.deeov.com Ala MORINEAU Cet artcle est ue reprse et u extrat de l artcle «Note sur la Caractérsato Statstque d'ue Classe et les Valeurs-tests», publé das la revue Bullet Techque du Cetre de Statstque

Plus en détail

BTS BLANC Mai ; on pose A. en fonction de an. puis écrire an

BTS BLANC Mai ; on pose A. en fonction de an. puis écrire an BTS BLANC Ma 0 Epreuve : Mathématques Géérales et Applquées Flère : DA / ARLE Durée: heures NB : Chaque parte dot être tratée sur des copes dfféretes I- MATHEMATIQUES GENERALES Exercce a b Sot le Sot la

Plus en détail

RADIOPROTECTION CIRKUS. Sommaire

RADIOPROTECTION CIRKUS. Sommaire RADIOPROTECTION CIRKUS Documet techque Radoprotecto Crkus 89 D boulevard du Fer 74000 Aecy www.rpcrkus.org - cotact@rpcrkus.org Assocato lo 1901 créée le 9 mars 010 W91300355 - Eregstrée à la préfecture

Plus en détail

Leçon 08 : Statistiques Terminale. Altitude (x i ) Températures ( y i )

Leçon 08 : Statistiques Terminale. Altitude (x i ) Températures ( y i ) Leço 08 : Statstques Termale E premer leu, l te faut relre les cours de premère sur les statstques à ue varable, l a tout u lagage à se remémorer : étude d u échatllo d ue populato, mode, moee et médae

Plus en détail

Bac blanc de mathématiques

Bac blanc de mathématiques Termale st2s le mercred 09/03/2016 Durée : 2 heures Bac blac de mathématques Exercce 1 : 6 pots Le tableau c-dessous doe le ombre d aboemets au servce de téléphoe moble e Frace etre f 2001 et f 2009, exprmé

Plus en détail

Programmation linéaire en nombres entiers

Programmation linéaire en nombres entiers Programmato léare e ombres eters Itroducto Problème de programmato léare e ombres eters (P) M Suet à = = c a = b =,, m 0, eter =,, Eemple M z = Suet à, + 0 5 0 0, eter F(P) = domae réalsable de P Itroducto

Plus en détail

Loi de Fisher. Test de Fisher. Exemple. Solution. ANOVA à un facteur. df = (29, 28) df = (19, 6) df = (6, 6)

Loi de Fisher. Test de Fisher. Exemple. Solution. ANOVA à un facteur. df = (29, 28) df = (19, 6) df = (6, 6) ! amlle de dtrbuto. Lo de her! Chaque membre de la famlle et détermé par deux paramètre: le ombre de degré de lberté du umérateur et le ombre de degré de lberté du déomateur.! et cotue et potve.! et potvemet

Plus en détail

MATHEMATIQUES. Semestre 2. Statistiques à deux variables COURS. Cours en ligne : sur section DUT Maths S2.

MATHEMATIQUES. Semestre 2. Statistiques à deux variables COURS. Cours en ligne : sur  section DUT Maths S2. Départemet TECHNIQUES DE COMMERCIALISATION MATHEMATIQUES Semestre 2 Statstques à deux varables COURS Cours e lge : sur http://jff-dut-tc.weebly.com secto DUT Maths S2. IUT de Sat-Etee Départemet TC J.F.Ferrars

Plus en détail

TD Techniques de prévision pour la Gestion de production

TD Techniques de prévision pour la Gestion de production Orgasato et gesto dustrelle Page / 6 TD Techques de prévso pour la Gesto de producto er Exercce Vetes d u rayo de jouraux das u supermarché Javer Févrer Mars Avrl Ma Ju Jullet Août Septembre Octobre Novembre

Plus en détail

2.1 Variable aléatoire Fonction de répartition Fonction de masse et de densité...2

2.1 Variable aléatoire Fonction de répartition Fonction de masse et de densité...2 - Varables aléatores et dstrbutos - Chaptre : Varables aléatores et dstrbutos. Varable aléatore.... Focto de répartto....3 Focto de masse et de desté....4 Dstrbuto cojote de varables aléatores...5.4. Dstrbuto

Plus en détail

Chapitre 4 : RÉGRESSION

Chapitre 4 : RÉGRESSION Chaptre 4 : RÉGRESSION 4. Régresso léare smple 4.. Équato de la régresso 4.. Estmato par les modres carrés 4..3 Coeffcet de détermato 4..4 Iférece sur les coeffcets 4..5 Prévso et aalyse des résdus Régresso

Plus en détail

ANALYSE FACTORIELLE DES CORRESPONDANCES SIMPLES

ANALYSE FACTORIELLE DES CORRESPONDANCES SIMPLES ANALYSE DES DONNÉES TEST DU KHI-DEUX ANALYSE FACTORIELLE DES CORRESPONDANCES SIMPLES Perre-Lous Gozalez Mesure de la laso etre deux varables qualtatves Kh deux Equête : Êtes-vous «pas du tout d accord»

Plus en détail

Exercice 1 : Analogie entre équilibres acido-basiques et équilibres de complexation (Application du Principe de Le Châtelier).

Exercice 1 : Analogie entre équilibres acido-basiques et équilibres de complexation (Application du Principe de Le Châtelier). Bla UE 1C G. EXERCICES BILAN Exercce 1 : Aaloge etre équlbres acdo-basques et équlbres de complexato (Applcato du Prcpe de Le Châteler). Objectfs de l'exercce - Coassaces/Compéteces testées das cet exercce

Plus en détail

Une urne contient 5 boules rouges, 5 boules blanches et 6 boules bleues.

Une urne contient 5 boules rouges, 5 boules blanches et 6 boules bleues. Lycée Paul Gaugu CPGE-EC Aée 04/05 Exercces «basques» Fche N : Exercces sur les varables aléatores réelles dscrètes Exercce. : O cosdère deux dés dscerables be équlbrés. O ote X la varable aléatore égale

Plus en détail

LEÇON N 6 : Loi de Poisson, loi normale.

LEÇON N 6 : Loi de Poisson, loi normale. LEÇON N 6 :. Pré-requs : Probabltés : défto, calculs et probabltés codtoelles ; Lo bomale cf. leço o 5) ; Noto de varables aléatores dscrètes et cotues cf. leços o 4 et 7), et proprétés assocées : espérace,

Plus en détail

STATISTIQUE DESCRIPTIVE

STATISTIQUE DESCRIPTIVE Statstque descrtve ECS STATISTIQUE DESCRIPTIVE I Vocabulare de la statstque descrtve ) Poulato La statstque descrtve est ue scece qu recuelle et aalyse des formatos sur u esemble f, dot le cardal est souvet

Plus en détail

2. On présente ensuite une proposition : l'équiprobabilité à chaque étape entraîne l'équiprobabilité sur l'ensemble des résultats.

2. On présente ensuite une proposition : l'équiprobabilité à chaque étape entraîne l'équiprobabilité sur l'ensemble des résultats. rbre de déombremet et arbre de probablté Pla du documet. O présete tout d'abord la règle du produt pour les arbres de déombremet avec, e cas partculer, le cardal d'u produt cartése d'esembles fs.. O présete

Plus en détail

MAT4081 Chapitre 3 Régression 3 Transformation de variables

MAT4081 Chapitre 3 Régression 3 Transformation de variables MAT408 Chaptre 3 Régresso 3 Trasformato de varables Les graphques ou les techques dagostques peuvet révéler des volatos des hypothèses de la régresso léare : hétéroscédastcté, par exemple, ou absece de

Plus en détail

Eléments de statistique descriptive

Eléments de statistique descriptive G Elémets de statstque Elémets de statstque descrptve. Itroducto.. Défto Statstques, brache des mathématques qu a pour objet la collecte, le tratemet et l aalyse de doées umérques relatves à u esemble

Plus en détail

Annexe 2 Note méthodologique sur le calcul des évolutions de bases, taux et produits de la fiscalité directe locale

Annexe 2 Note méthodologique sur le calcul des évolutions de bases, taux et produits de la fiscalité directe locale Mstère de l téreur, de l outre-mer ublcato : «le gude statstque de et des collectvtés terrtorales la fscalté drecte locale 2007» Aexe 2 Note méthodologque sur le calcul des évolutos de bases, taux et produts

Plus en détail

5. Variables aléatoires simultanées

5. Variables aléatoires simultanées 5. Varables aléatores smultaées 5.1 Coule de varables aléatores Défto 1 Pour tout dce das 1, sot X ue varable aléatore. O dt que X X 1 X est ue varable aléatore de dmeso. Nous ous téresseros rcalemet aux

Plus en détail

COUPLE DE VARIABLES ALEATOIRES. On considère deux variables aléatoires X et Y. On aimerait connaitre s il y a influence entre ces deux variables.

COUPLE DE VARIABLES ALEATOIRES. On considère deux variables aléatoires X et Y. On aimerait connaitre s il y a influence entre ces deux variables. COUPLE DE VARIABLES ALEATOIRES O cosdère deux varables aléatores et. O amerat coatre s l y a fluece etre ces deux varables. I Coule de varables dscrètes : 1) Lo ote : Soet et deux varables dscrètes, à

Plus en détail

MPSI du lycée Rabelais semaine du 11 septembre 2015 CALCULS ALGÉBRIQUES. Montrez que u k = u m +u n

MPSI du lycée Rabelais  semaine du 11 septembre 2015 CALCULS ALGÉBRIQUES. Montrez que u k = u m +u n MPSI du lycée Rabelas http://mps.satbreuc.free.fr semae du septembre 5 CALCULS ALGÉBRIQUES Sommes et produts fs Exercce : Parm les formules suvates, lesquelles sot vraes?.. 3. α+a α+ a +b αa α a + a a

Plus en détail

BTS C.G. 1996. B) Retour au problème concret: Le nombre d'appartements commercialisé est nécessairement un entier entre 2 et 20.

BTS C.G. 1996. B) Retour au problème concret: Le nombre d'appartements commercialisé est nécessairement un entier entre 2 et 20. BTS CG 996 Eercce : (0 pots) Ue agece mmoblère evsage de commercalser u programme de costructo d'appartemets Deu projets lu sot soums: Projet P : Le coût de producto de appartemets ( eter et 0 )est doé

Plus en détail

IFT3913 Qualité du logiciel et métriques. Chapitre 7 Collecte et analyse des métriques

IFT3913 Qualité du logiciel et métriques. Chapitre 7 Collecte et analyse des métriques IFT393 Qualté du logcel et métrques Chaptre 7 Collecte et aalyse des métrques Pla du cours Itroducto Qualté du logcel Théore de la mesure Mesure du produt logcel Mesure de la qualté du logcel Études emprques

Plus en détail

M ( ) n,p. Chapitre 15 Matrices et systèmes linéaires. I Généralités. Dans tout le chapitre K désigne le corps R ou C.

M ( ) n,p. Chapitre 15 Matrices et systèmes linéaires. I Généralités. Dans tout le chapitre K désigne le corps R ou C. PSI 1 hatre 15 Matrces et systèmes léares Das tout le chatre K désge le cors R ou I Gééraltés 1 Défto Défto : Ue matrce est u tableau d élémets de K coteat lges et coloes Notatos : U matrce A est otée

Plus en détail

ANALYSE DE RESULTATS EXPERIMENTAUX Sommaire

ANALYSE DE RESULTATS EXPERIMENTAUX Sommaire ANALYSE DE RESULTATS EXPERIMENTAUX ------------ Sommare. ANALYSE DE RESULTATS DE PLUSIEURS MESURES D UNE MÊME GRANDEUR :..... LE PROBLÈME :..... QUELQUES NOTIONS INDISPENSABLES DE STATISTIQUE...... Populato

Plus en détail

SCHEMA DE BERNOULLI ET LOI BINOMIALE. EXEMPLES

SCHEMA DE BERNOULLI ET LOI BINOMIALE. EXEMPLES SCHEMA DE BERNOULLI ET LOI BINOMIALE EXEMPLES Nveau : termale Pré-requs : Espace probablsé Varable aléatore réelle sur u espace probablsé f Lo de probablté de X Espérace mathématque Varace O se place das

Plus en détail

Chapitre 8 Corrélation et régression linéaire simple. José LABARERE

Chapitre 8 Corrélation et régression linéaire simple. José LABARERE UE4 : Bostatstques Chaptre 8 Corrélato et régresso léare smple José LABARERE Aée uverstare 20/202 Uversté Joseph Fourer de Greoble - Tous drots réservés. Pla I. Corrélato et régresso léare II. Coeffcet

Plus en détail

Gilles Leborgne 31 mai Rappel de dérivation 1. i=1 x i e i et y = n

Gilles Leborgne 31 mai Rappel de dérivation 1. i=1 x i e i et y = n 1 Notes de cours de l'isima, premère aée http://wwwsmafr/ leborge Méthode des modres carrés : melleure approxmato léare Glles Leborge 31 ma 2005 Table des matères 1 Rappel de dérvato 1 2 Cas 1-D 2 21 Les

Plus en détail

Quelques éléments de statistiques

Quelques éléments de statistiques Quelques élémets de statstques Avat-propos Ces quelques élémets coceret essetellemet les statstques au programme das l esegemet secodare. Ils preet appu sur les documets utlsés par M. ARTIGUES, IA-IPR

Plus en détail

Chapitre 9. Analyse de variance. Sommaire. 1. Introduction Conditions d application Modèle de l analyse de variance.

Chapitre 9. Analyse de variance. Sommaire. 1. Introduction Conditions d application Modèle de l analyse de variance. Mathématques : Outls our la Bologe Deug SV UCBL D Mouchroud (0/03/003 Chatre 9 Aalse de varace Sommare Itroducto Codtos d alcato Structure des doées 3 Codtos d alcato 4 Idéedace 4 Normalté 4 3 Homoscédastcté

Plus en détail

Statistiques II Sc. Éco. & Gestion (S3) Pr. M. El Merouani 3-Notation ensembliste des événements :

Statistiques II Sc. Éco. & Gestion (S3) Pr. M. El Merouani 3-Notation ensembliste des événements : wwwelmerouajmdocom Statstques II Sc Éco & Gesto S r M El Meroua Chaptre : roaltés I Itroducto : -Epreuve ou expérece : O appelle épreuve ou expérece ue certae acto que l o peut répéter pluseurs fos ar

Plus en détail

Module : STATISTIQUE (1 e année) Document de cours

Module : STATISTIQUE (1 e année) Document de cours ESCE-Lyo Méthodes Quattatves Module : STATISTIQUE ( e aée) par Robert Chapelo, chargé de cours et de TD Documet de cours Fare de la statstque, c'est : - collecter des doées, - trater ces doées pour e redre

Plus en détail

II - Notions de probabilité. 19/10/2007 PHYS-F-301 G. Wilquet 1

II - Notions de probabilité. 19/10/2007 PHYS-F-301 G. Wilquet 1 II - Notos de probablté 9/0/007 PHYS-F-30 G. Wlquet Ue varable aléatore est ue varable dot la valeur e peut être prédte avec certtude mas dot la probablté d occurrece d ue valeur (varable dscrète) ou d

Plus en détail

ESPACES VECTORIELS FAMILLES DE VECTEURS

ESPACES VECTORIELS FAMILLES DE VECTEURS ESPACES VECTORIELS FAMILLES DE VECTEURS A. ESPACES VECTORIELS 1) Défto O aelle esace vectorel sr o esace vectorel o esace vectorel réel tot esemble E m : 1) D e lo de comosto tere, aelée addto et otée

Plus en détail

Chapitre 3 Les indicateurs

Chapitre 3 Les indicateurs Chaptre 3 Les dcateurs O se place uqueet das le cas d ue varable quattatve. L objectf est de résuer l eseble des observatos par des dcateurs. Il est toujours suffsat de résuer ue sére par u seul dcateur.

Plus en détail

Série d'exercices *** 4 ème Maths Lycée Secondaire Ali Zouaoui LES N. COMPLEXES " Hajeb Laayoun "

Série d'exercices *** 4 ème Maths Lycée Secondaire Ali Zouaoui LES N. COMPLEXES  Hajeb Laayoun Sére d'exercces *** 4 ème Maths Lycée Secodare Al ouaou LES N COMPLEXES " Hajeb Laayou " I / L esemble des ombres complexes : Défto : O appelle esemble des ombres complexes, et o ote C, l esemble des ombres

Plus en détail

EPREUVE SPECIFIQUE FILIERE MP MATHEMATIQUES 2. Durée : 4 heures. Les calculatrices sont interdites. * * *

EPREUVE SPECIFIQUE FILIERE MP MATHEMATIQUES 2. Durée : 4 heures. Les calculatrices sont interdites. * * * SESSION 005 EPREUVE SPECIFIQUE FILIERE MP MATHEMATIQUES Durée : 4 heures Les calculatrces sot terdtes * * * NB : Le caddat attachera la lus grade mortace à la clarté, à la récso et à la cocso de la rédacto

Plus en détail

STATISTIQUES. La taille moyenne d un jeune enfant est donnée, en fonction de son âge (en mois), dans le tableau suivant :

STATISTIQUES. La taille moyenne d un jeune enfant est donnée, en fonction de son âge (en mois), dans le tableau suivant : STATISTIQUES Cours Termale ES O observe que, das certas cas, l semble ester u le etre deu caractères statstques quattatfs (deu varables) sur ue populato ; par eemple, etre le pods et la talle d u ouveau-é,

Plus en détail

Evaluation des méthodes d analyse appliquées aux sciences de la vie et de la santé. Statistique. Variables aléatoires

Evaluation des méthodes d analyse appliquées aux sciences de la vie et de la santé. Statistique. Variables aléatoires UE 4 Evaluato des méthodes d aalyse applquées au sceces de la ve et de la saté Statstque Varables aléatores Frédérc Mauy - 27 septembre et 3 octobre 2013 1 Pla du cours 1. Varable aléatore 1. Défto 2.

Plus en détail

MODULE : STATISTIQUES ROYAUME DU MAROC OFPPT RESUME THEORIQUE & GUIDE DE TRAVAUX PRATIQUES SECTEUR : TERTIAIRE

MODULE : STATISTIQUES ROYAUME DU MAROC OFPPT RESUME THEORIQUE & GUIDE DE TRAVAUX PRATIQUES SECTEUR : TERTIAIRE OFPPT ROYAUME DU MAROC مكتب التكوين المهني وإنعاش الشغل Offce de la Formato Professoelle et de la Promoto du Traval DIRECTION RECHERCHE ET INGENIERIE DE FORMATION RESUME THEORIQUE & GUIDE DE TRAVAUX PRATIQUES

Plus en détail

Analyse de régression

Analyse de régression Itroducto à la régresso Aalyse de régresso La régresso est utlsée pour estmer ue focto f( ) décrvat ue relato etre ue varable explquée cotue,, et ue ou pluseurs varables explcatves,. = f(,, 3,, )+ε Remarque

Plus en détail

Limites de fonctions (1) Approche intuitive ; limites des fonctions de référence. 1 ère S. II. La fonction carrée. 1 ) Tableau de variation

Limites de fonctions (1) Approche intuitive ; limites des fonctions de référence. 1 ère S. II. La fonction carrée. 1 ) Tableau de variation ère S Lmtes de foctos () Approche tutve ; tes des foctos de référece II. La focto carrée ) Tableau de varato Das ce chaptre, o lasse provsoremet de côté les dérvées. I. Itroducto ) Rappel Déà vu : oto

Plus en détail

SOMMAIRE. Généralités :...2

SOMMAIRE. Généralités :...2 SOMMAIRE Gééraltés :... I. Déftos :... II. Apport de la statstque au écoomstes :... III. Les lmtes de la méthode statstque :... IV. Le vocabulare utlsé e statstque :...3 V. Quelques symboles mathématques

Plus en détail

Régression robuste Régression non-paramétrique

Régression robuste Régression non-paramétrique Régresso robuste Régresso o-paramétrque Ndèye Nag- Glbert Saporta Coservatore Natoal des Arts et Méters Pla Itroducto: rappels de régresso léare Les Modres carrés ordares Valeurs aberrates - Observatos

Plus en détail

(respectivement M n,1 ( )) l espace vectoriel réel

(respectivement M n,1 ( )) l espace vectoriel réel Les calculatrces sot autorsées **** NB : Le caddat attachera la lus grade mortace à la clarté, à la récso et à la cocso de la rédacto S u caddat est ameé à reérer ce qu eut lu sembler être ue erreur d'éocé,

Plus en détail

EXERCICES CORRIGES. Partie 1 : Suites numériques = 4

EXERCICES CORRIGES. Partie 1 : Suites numériques = 4 EXERIES ORRIGES Parte : Sutes umérques Exercce : Ue sute arthmétque est telle que la somme de ses premers termes est égale à 8 et la somme de ses 6 premers termes est égale à 7 68. alculer le 5 ème terme

Plus en détail

Statistique descriptive

Statistique descriptive SOMMAIRE Gééraltés :... I.Déftos :... II.Apport de la statstque aux écoomstes :... III. Les lmtes de la méthode statstque :... IV.Le vocabulare utlsé e statstque :...3 V.Quelque symboles mathématques utlsés

Plus en détail

I. Introduction. Les constantes totales de stabilité des complexes respectifs sont: Marina Iliescu, C. Podina et Cristina Mandravel

I. Introduction. Les constantes totales de stabilité des complexes respectifs sont: Marina Iliescu, C. Podina et Cristina Mandravel L ÉTUDE DE L ÉTAT IONIQUE RÉEL DE CERTAINS IONS ÉTALLIQUES DANS DES SOLUTIONS AQUEUSES TRÈS DILUÉES. I. DETERINATION DES CONSTANTES TOTALES DE STABILITE DANS LE CAS OU LES IONS ETALLIQUES FORENT UN SEUL

Plus en détail

La principale action de l algorithme de tri par fusion est justement la fusion des deux listes triées.

La principale action de l algorithme de tri par fusion est justement la fusion des deux listes triées. Chaptre 1 Algorthmes de tr 1.1 Tr par fuso 1.1.1 Prcpe L algorthme de tr par fuso est costrut suvat le paradgme «dvser pour réger» : 1. Il dvse la séquece de ombres à trer e deux sous-séqueces de talle

Plus en détail

ETUDE ET CHOIX D EQUATIONS DE CUBAGE D ARBRES POUR LE PIN D ALEP (Pinus halepensis Mill.) EN TUNISIE. T. SGHAIER (1), Y. AMMARI (1) et S.

ETUDE ET CHOIX D EQUATIONS DE CUBAGE D ARBRES POUR LE PIN D ALEP (Pinus halepensis Mill.) EN TUNISIE. T. SGHAIER (1), Y. AMMARI (1) et S. Revue de l I.N.A.T. Vol. 3 - Décembre 008 ISSN : 0330-8065 ETUDE ET CHOIX D EQUATIONS DE CUBAGE D ARBRES POUR LE PIN D ALEP (Pus halepess Mll.) EN TUNISIE T. SGHAIER (), Y. AMMARI () et S. GARCHI (), 348....,,30.,30

Plus en détail

sont distincts 2 à 2.

sont distincts 2 à 2. Lycée Thers CORRIGÉ TP PYTHON - 09 L algorthme des k-meas pour partager u uage de pots e u ombre doé de classes peu dspersées 1 - La méthode de Forgy [Qu. 1] 1) Cette double somme comporte termes pusque

Plus en détail

III GRANDEURS MOLAIRES

III GRANDEURS MOLAIRES Chaptre III GRNDEURS MOLIRES Gradeurs molares - Gradeur molare d u corps pur ou d u age de corps purs Sot u système thermodyamque costtué de moles d u même composé, o assoce à ue gradeur extesve de ce

Plus en détail

Terminales S Exercices sur les nombres complexes Page 1 sur 6

Terminales S Exercices sur les nombres complexes Page 1 sur 6 Termales S Exercces sur les ombres complexes Page sur 6 Exercce : ) Calculer, et 5 6 7 ) E dédure, et ) Détermer les eters pour lesquels est a) u réel, b) est u magare pur, c) égal à Exercce : Ecrre sous

Plus en détail

BUREAU D'APPLICATION DES METHODES STATISTIQUES ET INFORMATIQUES

BUREAU D'APPLICATION DES METHODES STATISTIQUES ET INFORMATIQUES BUREAU D'APPLCATON DE METHODE TATTQUE ET NORMATQUE BAM REPRNT 02/2003 Tros cas pratques d applcato de la méthode statstque des dces amuel AMBAPOUR BAM BAM B.P. 13734 Brazzavlle BAM REPRNT 02/2006 Tros

Plus en détail

Module 4 - Leçon 01 - Budget des ventes 1. Introduction - Recherche de la tendance générale

Module 4 - Leçon 01 - Budget des ventes 1. Introduction - Recherche de la tendance générale Cotrôle de gesto Budget des vetes Module 4 - Leço - Budget des vetes Itroducto - Recherche de la tedace géérale - Itroducto Le budget des vetes est le premer budget opératoel à établr. Il est cosdéré comme

Plus en détail

MATERIEL UTILISE : CALCULATRICE AUTORISEE OUI NON

MATERIEL UTILISE : CALCULATRICE AUTORISEE OUI NON BAC BLANC MATIERE : MATHEMATIQUES OBLIGATOIRE CLASSE de : Termale S SALLE : Grade Permaece PROFESSEUR : Mle GUIHENEUF ATE : Vedred javer 6 HEURE ébut : 8 h HEURE f : h MATERIEL UTILISE : CALCULATRICE AUTORISEE

Plus en détail

Interprétation des variables d écart

Interprétation des variables d écart Iterprétato des varables d écart IFT575 Modèles de recherche opératoelle (RO). Programmato léare b. Méthode du smplexe c. Dualté d. Aalyse de sesblté Das la soluto optmale du problème Wydor Glass, o a

Plus en détail

La statistique et les statistiques

La statistique et les statistiques Psy004 Secto : La statstque et les statstques Pla du cours: 0.0: Beveue 0.: Les catégores du savor 0.: Survol de la psychologe 0.3: Le pla de cours 0.4: Les assstats.0: La physque: scece exacte?.: Scece

Plus en détail

Le cours Interprétation physique de la dérivée

Le cours Interprétation physique de la dérivée Il est égalemet possble de procéder à la «dérvato umérque» d ue sute de valeurs {(t ; f )}. La sute dérvée est elle-même costtuée de couples {(t ; f )} ; la valeur f de correspodat au tau de varato mesuré

Plus en détail

EPREUVE SPECIFIQUE FILIERE MP MATHEMATIQUES 1. Durée : 4 heures. Les calculatrices sont interdites. * * *

EPREUVE SPECIFIQUE FILIERE MP MATHEMATIQUES 1. Durée : 4 heures. Les calculatrices sont interdites. * * * SESSION 003 EPREUVE SPECIFIQUE FILIERE MP MAHEMAIQUES 1 Durée : 4 heures Les calculatrces sot terdtes * * * NB : Le caddat attachera la plus grade mportace à la clarté, à la précso et à la cocso de la

Plus en détail

données Analyse Réponse soufflerie Gupta ultrasons transistor MOM

données Analyse Réponse soufflerie Gupta ultrasons transistor MOM Expéretque Orléas, Jeud 30 ars 003 Macro Excel e étodologe des surfaces de réposes (RSM L. Gull Itroducto : Cette acro sous excel est destée à tous ceux qu utlset la étodologe des surfaces de réposes,

Plus en détail

SUITES ARITHMETIQUES ET GEOMETRIQUES SUITES GEOMETRIQUES

SUITES ARITHMETIQUES ET GEOMETRIQUES SUITES GEOMETRIQUES ITE ARITHMETIQE ET GEOMETRIQE EXERCICE : Voc e sére de formle mse e place das le cors : ITE ARITHMETIQE r r p q (p q r 5 ( (...... ( ITE GEOMETRIQE q 6 q q... q q q 7 q 8... q q r s r s q Voc este e sére

Plus en détail

Séries chronologiques

Séries chronologiques Séres chroologques Rappel : Détermato de l équato d ue drote passat par pots. ( so équato peut se mettre sous la forme y ax + b ) ex : Détermato de l équato de la drote passat par les pots : A ( - ; -5

Plus en détail

Calculs en chromatographie

Calculs en chromatographie Calculs e chroatographe éthode de la oralsato tere... 1 Coeffcet de répose assque relatf... 1 Calcul des pourcetages assques... 2 Calcul des pourcetages olares... 3 xeple d aalyse CG d ue substtuto copéttve

Plus en détail

Mathématiques Financières : l essentiel Les 10 formules incontournables (Fin de période)

Mathématiques Financières : l essentiel Les 10 formules incontournables (Fin de période) A-PDF OFFICE TO PDF DEMO: Purchase from www.a-pdf.com to remove the watermark Mathématques Facères : l essetel Les formules cotourables (F de érode) htt://www.ecogesam.ac-a-marselle.fr/esed/gesto/mathf/mathf.html#e5aels

Plus en détail

Séries de Fourier 12-1

Séries de Fourier 12-1 Séres de Fourer 1-1 Sommare 1. Applcato de classe C 1 par morceaux 1 1.1. Applcato de classe C 1 par morceaux 1 1.. Applcato -pérodque C 1 par mcx. 1 1.3. pérato sur les applcatos C 1 par mcx 1. Sére de

Plus en détail