Cours # 3 Variables quantitatives (2)
|
|
- Ange Lévesque
- il y a 6 ans
- Total affichages :
Transcription
1 Cours # 3 Variables quantitatives (2) Département de mathématiques Cégep de Saint-Jean-sur-Richelieu 11 août 2010
2 Table des matières 1 Variables quantitatives discrètes (suite) 2
3 Mesures de position Les mesures de position servent à comparer une donnée par rapport aux autres données de la série. Il en existe trois types : Les quantiles Les rangs (On ne les verra pas dans ce cours.) La cote z
4 Mesures de position : les quantiles Les quantiles sont séparés en quatres : Les quantiles Quartiles 4 parties égales Déciles 10 parties égales Quintiles 5 parties égales Centiles 100 parties égales Notés Q 1,Q 2 et Q 3 Notés D 1,D 2...D 9 Notés V 1,V 2...V 4 Notés C 1,C 2...C 99
5 Les quartiles Regardons le fonctionnement des quantiles en étudiant les quartiles. Le même principe s applique aux autres. Puisque Q 1, Q 2 et Q 3 sépare la série de données en quatre parties égales, on peut dire que 25% des données sont inférieures à Q 1, 50% des données sont inférieures à Q 2, 75% des données sont inférieures à Q 3.
6 Exemple TABLE: Répartition de 50 répondants selon le nombre de paquets de cigarettes fumés par semaine. Nombre de paquets de cigarettes fumés par semaine Fréquence Fréquence relative (% ) Fréquence cumulée Total
7 Exemple Trouvons Q 1, V 2 et D 8. On sait que 25% des données sont inférieures à Q 1. Puisque l on a 50 données, on a que Rang de Q 1 = = 12.5 Q 1 = 13e donnée = 0
8 Exemple On sait que 40% des données sont inférieures à V 2. Puisque l on a 50 données, on a que Rang de V 2 = = 20 V 2 = moyenne de la 20e et 21e donnée = = 1 On sait que 80% des données sont inférieures à D 8. Puisque l on a 50 données, on a que Rang de D 8 = = 40 D 8 = moyenne de la 40e et 41e donnée = = 5
9 Mesures de position : la cote z La cote Z est la mesure de position la plus importante. Elle fait, entre autres, partie du calcul de la cote R, cote qui n est pas simple à calculer. Soit une donnée x i d une série. Alors z i = x i µ σ ou z i = x i x s
10 Étude des variables quantitatives continues
11 Particularités 1 Dans une série de n données, il peut y avoir n données différentes. 2 Les données sont souvent inexactes. La précision dépend de celle des instruments de mesure utilisés.
12 Présentations des résultats : Données brutes Exemple Nous avons recueilli le nombre d heures d ensoleillement en octobre à Montréal pour un échantillon de 49 années. Ces données sont présentées dans le tableau ci-dessous
13 Présentation des résultats : Tableau de fréquence Puisque la variable X : nombre d heures d ensoleillement en octobre à Montréal est une variable quantitative continue, nous devons créer des classes dans lesquelles on regroupera les données. Une classe est en réalité un intervalle. Règle de Sturges : k log 10 n, où n est le nombre de données et k le nombre de classes nécessaires. Dans, l exemple k log Nous devons donc construire 6 classes.
14 Amplitude des classes Pour trouver l amplitude des classes, il nous faut l étendue des données. E = x max x min = = 149. Ainsi, l amplitude des classes (A) est A = E k = Nous pourrions donc songer faire des classe d amplitude 25. Puisque la plus petite valeur est 75 et que nous construirons des classes d amplitude 25, il est raisonnable de désigner 75 comme la limite inférieure de la première classe.
15 Tableaux de fréquences TABLE: Répartition du nombre d heures d ensoleillement Nombre d heures Milieu de Nombre de Pourcentage Pourcentage d ensoleillement la classe mois d octobre cumulé m i f i f i n f i n i=1 [75; 100[ 87,5 4 8,2 8,2 [100; 125[ 112, ,4 30,6 [125; 150[ 137, ,7 65,3 [150; 175[ 162, ,6 93,9 [175; 200[ 187,5 2 4,1 98,0 [200; 225[ 212,5 1 2,0 100,0 Total ,0 kè
16 Graphiques : Histogramme % de mois d octobre Nombre d heures d ensoleillement
17 Graphiques : Polygone de fréquences % de mois d octobre Nombre d heures d ensoleillement
18 Graphiques : Courbe des fréquences relatives cumulées % cumulé de mois d octobre Nombre d heures d ensoleillement
19 Les mesures Hypothèse : Les données d une classe sont réparties uniformément à l intérieur de cette classe, i.e. que la distance entre elles est constante.
20 Mesures de tendance centrale : la classe modale La classe modale est la classe dans laquelle on retrouve la plus forte densité de données. Dans notre exemple, la classe modale est [125; 150[. Certains volumes définissent le mode comme étant le milieu de la classe modale, dans notre exemple, nous aurions Mo = 137, 5 heures.
21 Mesures de tendance centrale : la médiane La médiane est définie comme étant la valeur telle que la moitié des données sont inférieures ou égales à la médiane et telle que la moitié des données sont supérieures ou égales à la médiane. Pour trouver la médiane, il faut d abord trouver dans quelle classe elle se trouve. Nous remarquons qu elle doit se trouver dans la classe [125; 150[ car le pourcentage cumulé à la fin de la classe [100; 125[ est de 30,6 % et celui cumulé à la fin de la classe [125; 150[ est de 65,3 %.
22 Mesures de tendance centrale : la médiane (suite) Calcul de la médiane ,6 % Md 50 % ,3 % Md % 30, 6% = , 3% 30, 6% Md , 4% = 25 34, 7% Md 125 = 0, Md 125 = 14 Md = 139 heures Ceci signifie que 50 % des mois d octobre ont eu un ensoleillement de 139 heures ou moins.
23 Mesures de tendance centrale : la moyenne Calcul de la moyenne. x = 6 i=1 m i f i n (87, 5 4) + (112, 5 11) + (137, 5 17) = 49 (162, 5 14) + (187, 5 2) + (212, 5 1) + 49 = , 5204 heures
Statistiques 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 détailSéries 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 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 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 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 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 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 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 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 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 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 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 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 détailACTUARIAT 1, ACT 2121, AUTOMNE 2013 #12
ACTUARIAT 1, ACT 2121, AUTOMNE 2013 #12 ARTHUR CHARPENTIER 1 Une compagnie d assurance modélise le montant de la perte lors d un accident par la variable aléatoire continue X uniforme sur l intervalle
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 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 détailÉtude comparative sur les salaires et les échelles salariales des professeurs d université. Version finale. Présentée au
Étude comparative sur les salaires et les échelles salariales des professeurs d université Version finale Présentée au Syndicat général des professeurs et professeures de l Université de Montréal (SGPUM)
Plus en détailNote de service À : De :
Note de service À : De : Tous les Fellows, affiliés, associés et correspondants de l Institut canadien des actuaires et autres parties intéressées Jim Christie, président Conseil des normes actuarielles
Plus en détailTable des matières. I Mise à niveau 11. Préface
Table des matières Préface v I Mise à niveau 11 1 Bases du calcul commercial 13 1.1 Alphabet grec...................................... 13 1.2 Symboles mathématiques............................... 14 1.3
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 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 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 détailCalculs de probabilités avec la loi normale
Calculs de probabilités avec la loi normale Olivier Torrès 20 janvier 2012 Rappels pour la licence EMO/IIES Ce document au format PDF est conçu pour être visualisé en mode présentation. Sélectionnez ce
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 détailPLAN DE COURS CEGEP DU VIEUX-MONTRÉAL
PLAN DE COURS CONTRÔLE DE LA QUALITÉ 241-B60-VM TECHNIQUE DE GÉNIE MÉCANIQUE 241-06 PONDÉRATION : 2-1-1 Compétence : 012Z Contrôler la qualité d un produit DÉPARTEMENT DE LA MÉCANIQUE CEGEP DU VIEUX-MONTRÉAL
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 détailBACCALAURÉAT PROFESSIONNEL SUJET
SESSION 203 Métropole - Réunion - Mayotte BACCALAURÉAT PROFESSIONNEL ÉPREUVE E4 CULTURE SCIENTIFIQUE ET TECHNOLOGIQUE : MATHÉMATIQUES Toutes options Durée : 2 heures Matériel(s) et document(s) autorisé(s)
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 détailPERSPECTIVES FINANCIERES DES PETITES VILLES
PERSPECTIVES FINANCIERES DES PETITES VILLES La participation des communes au plan d économies initié par l Etat va modifier substantiellement les équilibres financiers des collectivités locales et notamment
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 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 détail5.2 Théorème/Transformée de Fourier a) Théorème
. Théorème de Fourier et Transformée de Fourier Fourier, Joseph (788). Théorème/Transformée de Fourier a) Théorème Théorème «de Fourier»: N importe quelle courbe peut être décomposée en une superposition
Plus en détailNOTE SUR LA MODELISATION DU RISQUE D INFLATION
NOTE SUR LA MODELISATION DU RISQUE D INFLATION 1/ RESUME DE L ANALYSE Cette étude a pour objectif de modéliser l écart entre deux indices d inflation afin d appréhender le risque à très long terme qui
Plus en détailFinance, Navier-Stokes, et la calibration
Finance, Navier-Stokes, et la calibration non linéarités en finance 1 1 www.crimere.com/blog Avril 2013 Lignes directrices Non-linéarités en Finance 1 Non-linéarités en Finance Les équations de Fokker-Planck
Plus en détailSERIE 1 Statistique descriptive - Graphiques
Exercices de math ECG J.P. 2 ème A & B SERIE Statistique descriptive - Graphiques Collecte de l'information, dépouillement de l'information et vocabulaire La collecte de l information peut être : directe:
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 détailLa nouvelle planification de l échantillonnage
La nouvelle planification de l échantillonnage Pierre-Arnaud Pendoli Division Sondages Plan de la présentation Rappel sur le Recensement de la population (RP) en continu Description de la base de sondage
Plus en détailSTATISTIQUES DESCRIPTIVES
STATISTIQUES DESCRIPTIVES ORGANISATION DES DONNÉES Etude de population 53 784 56 28 4 13 674 8375 9974 60 Consommation annuelle du lait Dossier n 1 Juin 2005 Tous droits réservés au réseau AGRIMÉDIA Conçu
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 détailProjet de décision unilatérale instituant (ou régularisant) un régime collectif complémentaire obligatoire couvrant le risque
Papier Sté Date : Projet de décision unilatérale instituant (ou régularisant) un régime collectif complémentaire obligatoire couvrant le risque La direction de l entreprise : Dont le siège social est situé
Plus en détailStrasbourg. De la statistique. aux probabilités. en lycée. De la statistique. aux probabilités. en lycée. Octobre 2006
Institut de recherche sur l'enseignement des mathématiques IREM De la statistique De la statistique aux probabilités aux probabilités en lycée en lycée Octobre 6 UFR de mathématique et d'informatique 7
Plus en détailDéveloppez votre activité professionnelle avec nous. Les praticiens de l art du private banking
Développez votre activité professionnelle avec nous Les praticiens de l art du private banking 1 Bienvenue chez EFG Fondée en 1995, notre entreprise a enregistré une croissance dynamique record. Jeune
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 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 détailUnité E Variation et analyse statistique
Unité E Variation et analyse statistique VARIATION ET ANALYSE STATISTIQUE Introduction Ce module présente aux élèves deux méthodes d'utilisation des statistiques pour décrire des données et tirer des conclusions
Plus en détailINTRODUCTION A L ELECTRONIQUE NUMERIQUE ECHANTILLONNAGE ET QUANTIFICATION I. ARCHITECTURE DE L ELECRONIQUE NUMERIQUE
INTRODUCTION A L ELECTRONIQUE NUMERIQUE ECHANTILLONNAGE ET QUANTIFICATION I. ARCHITECTURE DE L ELECRONIQUE NUMERIQUE Le schéma synoptique ci-dessous décrit les différentes étapes du traitement numérique
Plus en détailAnalyse de la bande passante
Analyse de la bande passante 1 Objectif... 1 2 Rappels techniques... 2 2.1 Définition de la bande passante... 2 2.2 Flux ascendants et descandants... 2 2.3 Architecture... 2 2.4 Bande passante et volumétrie...
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 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 détailFonctions de plusieurs variables
Module : Analyse 03 Chapitre 00 : Fonctions de plusieurs variables Généralités et Rappels des notions topologiques dans : Qu est- ce que?: Mathématiquement, n étant un entier non nul, on définit comme
Plus en 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 détailLes mathématiques de la finance Université d été de Sourdun Olivier Bardou olivier.bardou@gdfsuez.com 28 août 2012 De quoi allons nous parler? des principales hypothèses de modélisation des marchés, des
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 détailMéthodologie du calcul de la VaR de marché : revue de l approche basée sur des simulations historiques
Méthodologie du calcul de la VaR de marché : revue de l approche basée sur des simulations historiques Asshvin Gajadharsingh Mesure et analyse quantitative du risque Caisse de dépôt et placement du Québec
Plus en détailLa rémunération des concepteurs. en théâtre au Québec. de 2004 à 2006
La rémunération des concepteurs en théâtre au Québec de 2004 à 2006 Conseil québécois du théâtre - novembre 2007 Dans le cadre des travaux préparatoires des SECONDS ÉTATS GÉNÉRAUX DU THÉÂTRE PROFESSIONNEL
Plus en détailPRIME D UNE OPTION D ACHAT OU DE VENTE
Université Paris VII - Agrégation de Mathématiques François Delarue) PRIME D UNE OPTION D ACHAT OU DE VENTE Ce texte vise à modéliser de façon simple l évolution d un actif financier à risque, et à introduire,
Plus en détailTABLE DES MATIERES MENTIONS LEGALES INTRODUCTION CHAPITRE 1 : INSTALLATION DE L ALGORITHME CHAPITRE 2 : EXECUTION & OPTIMISATION DU BACKTEST
TABLE DES MATIERES MENTIONS LEGALES INTRODUCTION CHAPITRE 1 : INSTALLATION DE L ALGORITHME CHAPITRE 2 : EXECUTION & OPTIMISATION DU BACKTEST CHAPITRE 3 : UTILISATION DE L ALGORITHME CONCLUSION MENTIONS
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 détailChapitre 7. Circuits Magnétiques et Inductance. 7.1 Introduction. 7.1.1 Production d un champ magnétique
Chapitre 7 Circuits Magnétiques et Inductance 7.1 Introduction 7.1.1 Production d un champ magnétique Si on considère un conducteur cylindrique droit dans lequel circule un courant I (figure 7.1). Ce courant
Plus en détailChap17 - CORRECTİON DES EXERCİCES
Chap17 - CORRECTİON DES EXERCİCES n 3 p528 Le signal a est numérique : il n y a que deux valeurs possibles pour la tension. Le signal b n est pas numérique : il y a alternance entre des signaux divers
Plus en détailINFORMATIQUE : LOGICIELS TABLEUR ET GESTIONNAIRE DE BASES DE DONNEES
MINISTERE DE LA COMMUNAUTE FRANCAISE ADMINISTRATION GENRALE DE L ENSEIGNEMENT ET DE LA RECHERCHE SCIENTIFIQUE ENSEIGNEMENT DE PROMOTION SOCIALE DE REGIME 1 DOSSIER PEDAGOGIQUE UNITE DE FORMATION INFORMATIQUE
Plus en détailQuelles ressources pour vivre seul, en 2014, dans une commune du Doubs? Essai d évaluation
1 Septembre 2014 Quelles ressources pour vivre seul, en 2014, dans une commune du Doubs? Essai d évaluation Grand-Charmont est une commune de 5200 habitants qui compte 57 % de logements sociaux. Les revenus
Plus en détailPROGRAMME INTERNATIONAL POUR LE SUIVI DES ACQUIS DES ÉLÈVES QUESTIONS ET RÉPONSES DE L ÉVALUATION PISA 2012 DE LA CULTURE FINANCIÈRE
PROGRAMME INTERNATIONAL POUR LE SUIVI DES ACQUIS DES ÉLÈVES QUESTIONS ET RÉPONSES DE L ÉVALUATION PISA 2012 DE LA CULTURE FINANCIÈRE TABLE DES MATIÈRES INTRODUCTION... 3 QUESTION NIVEAU 1: FACTURE... 4
Plus en détailMéthodes quantitatives en sciences humaines. 2 Pratique : 2 Étude personnelle : 2. BUREAU poste courriel ou site web
360-300-RE HIVER 2008 MATHÉMATIQUES Plan de cours COURS : Méthodes quantitatives en sciences humaines PROGRAMME : 300.A0 Sciences humaines DISCIPLINE : Mathématiques Pondération : Théorie : 2 Pratique
Plus en détailPORTRAIT COMMERCIAL SDC SAINTE-ANNE-DE-BELLEVUE. Mission de la SDC. Principales caractéristiques
PORTRAIT COMMERCIAL Service de la mise en valeur du territoire Direction de l urbanisme et du développement économique SDC SAINTE-ANNE-DE-BELLEVUE Mission de la SDC Faire du village de une destination
Plus en détailProbabilités III Introduction à l évaluation d options
Probabilités III Introduction à l évaluation d options Jacques Printems Promotion 2012 2013 1 Modèle à temps discret 2 Introduction aux modèles en temps continu Limite du modèle binomial lorsque N + Un
Plus en détailAnalyse financière par les ratios
Analyse financière par les ratios Introduction L outil utilisé dans les analyses financières est appelé ratio, qui est un coefficient calculé à partir d une fraction, c est-à-dire un rapport entre des
Plus en détailBulletin d information statistique
INFOSTAT JUSTICE Divorces : une procédure à deux vitesses Zakia Belmokhtar * Mai 2012 Numéro 117 En visant à permettre un règlement plus rapide et plus complet des demandes en divorce, la loi du 26 mai
Plus en détailLISTE D EXERCICES 2 (à la maison)
Université de Lorraine Faculté des Sciences et Technologies MASTER 2 IMOI, parcours AD et MF Année 2013/2014 Ecole des Mines de Nancy LISTE D EXERCICES 2 (à la maison) 2.1 Un particulier place 500 euros
Plus en détailRégime de retraite de la Corporation de l École Polytechnique ASSEMBLÉE ANNUELLE 14 JUIN 2010
Régime de retraite de la Corporation de l École Polytechnique ASSEMBLÉE ANNUELLE 14 JUIN 2010 Ordre du jour 1. Ouverture de l assemblée 2. Adoption du procès-verbal de l assemblée annuelle du 17 juin 2009
Plus en détailLoi binomiale Lois normales
Loi binomiale Lois normales Christophe ROSSIGNOL Année scolaire 204/205 Table des matières Rappels sur la loi binomiale 2. Loi de Bernoulli............................................ 2.2 Schéma de Bernoulli
Plus en détailLecture critique d article. Bio statistiques. Dr MARC CUGGIA MCU-PH Laboratoire d informatique médicale EA-3888
Lecture critique d article Rappels Bio statistiques Dr MARC CUGGIA MCU-PH Laboratoire d informatique médicale EA-3888 Plan du cours Rappels fondamentaux Statistiques descriptives Notions de tests statistiques
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 détailDP 500/ DP 510 Appareils de mesure du point de rosée mobiles avec enregistreur
DP 500/ DP 510 Appareils de mesure du point de rosée mobiles avec enregistreur de données Les nouveaux appareils DP 500/ DP 510 sont les appareils de service mobiles idéaux pour mesure le point de rosée
Plus en détailà moyen Risque moyen Risq à élevé Risque élevé Risq e Risque faible à moyen Risq Risque moyen à élevé Risq
e élevé Risque faible Risq à moyen Risque moyen Risq à élevé Risque élevé Risq e Risque faible à moyen Risq Risque moyen à élevé Risq L e s I n d i c e s F u n d a t a é Risque Les Indices de faible risque
Plus en détailYANN ROUDAUT - Professeur de l Ecole Française de Poker - roudaut@ecolefrancaisedepoker.fr - 06 28 76 48 93
MODULE LES MATHEMATIQUES DU POKER Probabilités et Notions de Cotes - Partie 1 YANN ROUDAUT - Professeur de l Ecole Française de Poker - roudaut@ecolefrancaisedepoker.fr - 06 28 76 48 93 A/ POKER ET MATHEMATIQUES
Plus en détailTS 35 Numériser. Activité introductive - Exercice et démarche expérimentale en fin d activité Notions et contenus du programme de Terminale S
FICHE Fiche à destination des enseignants TS 35 Numériser Type d'activité Activité introductive - Exercice et démarche expérimentale en fin d activité Notions et contenus du programme de Terminale S Compétences
Plus en détailLES DIFFERENTS TYPES DE MESURE
LES DIFFERENTS TYPES DE MESURE Licence - Statistiques 2004/2005 REALITE ET DONNEES CHIFFREES Recherche = - mesure. - traduction d une réalité en chiffre - abouti à des tableaux, des calculs 1) Qu est-ce
Plus en détailExercices Alternatifs. Quelqu un aurait-il vu passer un polynôme?
Exercices Alternatifs Quelqu un aurait-il vu passer un polynôme? c 2004 Frédéric Le Roux, François Béguin (copyleft LDL : Licence pour Documents Libres). Sources et figures: polynome-lagrange/. Version
Plus en détailExercices Alternatifs. Quelqu un aurait-il vu passer un polynôme?
Exercices Alternatifs Quelqu un aurait-il vu passer un polynôme? c 2004 Frédéric Le Roux, François Béguin (copyleft LDL : Licence pour Documents Libres). Sources et figures: polynome-lagrange/. Version
Plus en détailPropriétés des options sur actions
Propriétés des options sur actions Bornes supérieure et inférieure du premium / Parité call put 1 / 1 Taux d intérêt, capitalisation, actualisation Taux d intéret composés Du point de vue de l investisseur,
Plus en détailProbabilités et Statistiques. Feuille 2 : variables aléatoires discrètes
IUT HSE Probabilités et Statistiques Feuille : variables aléatoires discrètes 1 Exercices Dénombrements Exercice 1. On souhaite ranger sur une étagère 4 livres de mathématiques (distincts), 6 livres de
Plus en détailDOCM 2013 http://docm.math.ca/ Solutions officielles. 1 2 10 + 1 2 9 + 1 2 8 = n 2 10.
A1 Trouvez l entier positif n qui satisfait l équation suivante: Solution 1 2 10 + 1 2 9 + 1 2 8 = n 2 10. En additionnant les termes du côté gauche de l équation en les mettant sur le même dénominateur
Plus en détailLe projet DRIAS : premières études et documents
Le projet DRIAS : premières études et documents Julien Lémond CNRM / GAME, Météo-France, CNRS Direction de la Climatologie Réunion Comité Utilisateurs, le 29 juin 2010 Plan de la présentation 1 ) Les services
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 détailLundi Mardi Mercredi Jeudi Vendredi Samedi Dimanche. Camp des Cactus JD1 @ Stanstead 16:30 18:30 FOOTBALL CADET D2
Août 2015 Lundi Mardi Mercredi Jeudi Vendredi Samedi Dimanche 1 2 3 4 5 6 7 8 9 10 RENTRÉE SERVICE DES SPORTS 11 Cactus JD1 15:00 18:30 Accueil et mee ng au local 287 + prépara on des équipements au ves
Plus en détailSystèmes de transmission
Systèmes de transmission Conception d une transmission série FABRE Maxime 2012 Introduction La transmission de données désigne le transport de quelque sorte d'information que ce soit, d'un endroit à un
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 détailAnalyse exploratoire des données
Analyse exploratoire des données Introduction à R pour la recherche biomédicale http://wwwaliquoteorg/cours/2012_biomed Objectifs Au travers de l analyse exploratoire des données, on cherche essentiellement
Plus en détailPeut-on imiter le hasard?
168 Nicole Vogel Depuis que statistiques et probabilités ont pris une large place dans les programmes de mathématiques, on nous propose souvent de petites expériences pour tester notre perception du hasard
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 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 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 détailKnowledge Enabled Real-Time Recommendation System
Knowledge Enabled Real-Time Recommendation System Syed Gillani, Jules Chevalier syed.gillani@univ-st-etienne.fr jules.chevalier@univ-st-etienne.fr Institut Henri Fayol, École des Mines de Saint-Étienne
Plus en détailObjectifs. Clustering. Principe. Applications. Applications. Cartes de crédits. Remarques. Biologie, Génomique
Objectifs Clustering On ne sait pas ce qu on veut trouver : on laisse l algorithme nous proposer un modèle. On pense qu il existe des similarités entre les exemples. Qui se ressemble s assemble p. /55
Plus en détailBTS Groupement A. Mathématiques Session 2011. Spécialités CIRA, IRIS, Systèmes électroniques, TPIL
BTS Groupement A Mathématiques Session 11 Exercice 1 : 1 points Spécialités CIRA, IRIS, Systèmes électroniques, TPIL On considère un circuit composé d une résistance et d un condensateur représenté par
Plus en détailIntroduction aux Statistiques et à l utilisation du logiciel R
Introduction aux Statistiques et à l utilisation du logiciel R Christophe Lalanne Christophe Pallier 1 Introduction 2 Comparaisons de deux moyennes 2.1 Objet de l étude On a mesuré le temps de sommeil
Plus en détailLE RÔLE DE LA STATISTIQUE DANS UN PROCESSUS DE PRISE DE DÉCISION
LE RÔLE DE LA STATISTIQUE DANS UN PROCESSUS DE PRISE DE DÉCISION Sylvie Gervais Service des enseignements généraux École de technologie supérieure (sylvie.gervais@etsmtl.ca) Le laboratoire des condensateurs
Plus en 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 détail