Une approche statistique des corpus de SMS : outils et défis
|
|
- Gautier Sergerie
- il y a 8 ans
- Total affichages :
Transcription
1 Une approche statistique des corpus de SMS : outils et défis Thomas François 1, 2 (1) Aspirant F.N.R.S. (2) CENTAL, IL&C (Université Catholique de Louvain) Séminaire sud4science 29 Septembre /43
2 Plan 1 Introduction 2 L approche quantitative 3 Exemples de résultats 4 Conclusion 2/43
3 Plan 1 Introduction 2 L approche quantitative La démarche quantitative La étrisation Le choix des outils statistiques Les problèmes d échantillonnage 3 Exemples de résultats La question de l abréviation 4 Conclusion 3/43
4 Introduction L envoi de SMS constitue aujourd hui une activité sociale largement répandue dans nos sociétés. D après le rapport 2010 : U.S Digital, Year in review, malgré l arrivée massive des smartphones, l activité principale des utilisateurs sur leur téléphone mobile reste l envoi de SMS (68%), suvi par la prise de photo (52,4%). 4/43
5 Introduction L esms [Cougnon and Ledegen, 2010] présente une caractéristique intéressante : Avec les autres formes de DEM [Panckhurst, 2009], il représente un discours écrit qui peut échapper aux contraintes institutionnelles pesant sur la plupart des autres écrits traditionnels. Par conséquent, on peut penser que la notion de variation s y exprime davantage... [Cougnon and François, 2010] concluent d ailleurs : «Au travers de cette analyse, se dessine plutôt l existence de sous-groupes présentant chacun leurs particularismes». [Panckhurst, 2009, 45] y voit «une absence quasi totale de normes et une créativité lexicale extrêment riche». 5/43
6 Introduction Il existe plusieurs types de variations [Moreau, 1997, 284] : Variation diachronique : les études sur les corpus de SMS sont assez récentes (milieu des années 90) et il n y a pas encore d étude diachronique basée sur des données conséquentes ; Variation diatopique : représentée grâce aux différents corpus récoltés (belgicisme, québécisme, etc.), mais aussi au sein d un même corpus (parler de Liège, de Bruxelles, etc.) ; Variation diastratique : axe moins aisé à explorer, car il requiert la constitution de profils d informateurs (profession, niveau d étude, etc.). D autres aspects socio-démographique du scripteur peuvent encore influencer son emploi de la langue : âge, sexe, ethnie, religion, langue maternelle, etc. Variation diaphasique : pour un même usager, observer les différences en fonction du type de destinataire (n est généralement pas connu, mais peut parfois se deviner). 6/43
7 Introduction Dans ce contexte, l emploi de méthodes quantitatives d analyse des données peut aider le chercheur à décrire la variation. En effet, l exploration systématique de corpus permet : de relever des phénomènes qui auraient échappé à une approche qualitative ; surtout, à estimer plus précisément leur importance, laquelle pourrait être mal évaluée sur la base de quelques exemples seulement. Cette présentation discute les techniques à disposition du chercheur pour ce faire et souligne quelques problèmes, au travers d exemples issus du corpus de sms4science. 7/43
8 Plan 1 Introduction 2 L approche quantitative La démarche quantitative La étrisation Le choix des outils statistiques Les problèmes d échantillonnage 3 Exemples de résultats La question de l abréviation 4 Conclusion 8/43
9 Quant Plan 1 Introduction 2 L approche quantitative La démarche quantitative La étrisation Le choix des outils statistiques Les problèmes d échantillonnage 3 Exemples de résultats La question de l abréviation 4 Conclusion 9/43
10 Quant La démarche quantitative Comme pour la démarche qualitative, le chercheur part généralement d une hypothèse de recherche : Exemple Est-ce que les femmes sont plus bavardes dans les SMS que les hommes? Trois étapes subséquentes : 1 Transformer le phénomène en une variable et le mesurer sur les données collectées (étriser) ; 2 Adapter l hypothèse afin qu elle puisse être validée au moyen d un test statistique ; 3 Analyser plus finement les résultats du test, à l aide d autre outils statistiques ou d une démarche qualitative. 10/43
11 Quant La démarche quantitative : exemple Aspect loquace peut être mesuré : à l aide du nombre de caractères moyen par message ; [Cougnon and François, 2010] constatent sur le corpus belge : 109 caractères/mess. pour les messages écrits par des femmes contre 99 pour ceux écrits par des hommes. à l aide du nombre moyen de mots par message. [Ling, 2005] montrait déjà que le nombre moyen de mots par message est de 5,54 pour les informateurs masculins (X 1 ) et de 6,95 pour les femmes (X 2 ). Ces constats doivent rester au niveau des données! 11/43
12 Quant La démarche quantitative : exemple Question suivante : peut-on généraliser les résultats à l ensemble de la population? (inférence) Transformation de l hypothèse de recherche sous la forme d une hypothèse statistique H0 : X 1 = X 2 H1 : X 1 X 2 Divers tests statistiques permettent d évaluer cette hypothèse, en fonction de la nature des données : [Ling, 2005] effectue une ANOVA : p = 0, 0001 ; Les messages écrits par les femmes norvégiennes seraient donc bien plus longs en moyenne que ceux des hommes. 12/43
13 Quant Les différents problèmes Vu comme cela, l approche quantitative semble simple, mais de nombreux problèmes se posent en réalité... La étrisation est notamment confrontée au manque de systématisation dans l annotation des corpus ; Le choix du test statistique à employer doit être bien réfléchi ; L inférence statistique est menacée par l existence de biais dans les corpus. Nous allons détailler ces trois aspects au travers d exemples : La question du taux d abréviation dans les SMS ; La présence d emprunts ; Les types de salutations employées. 13/43
14 Plan 1 Introduction 2 L approche quantitative La démarche quantitative La étrisation Le choix des outils statistiques Les problèmes d échantillonnage 3 Exemples de résultats La question de l abréviation 4 Conclusion 14/43
15 La étrisation : introduction La étrisation : Elle consiste à définir une variable d intérêt, qualitative ou quantitative, comportant un certain nombre de valeurs au sein desquelles sont classées les différentes formes du phénomène analysé. Par ex. : elo, hello, helo, lo, heyo, hlo, l.o, llo, hilo, l=o, hell0, yello, ll, hèlo sont regroupés sous la forme hello. Dans le contexte de corpus de SMS, elle présente plusieurs difficultés : Problèmes liées à la représentation et la manipulation des données ; Incohérences dans les annotations ou les transcriptions des corpus ; Difficultées liées au traitement automatisée des SMS (de Neef et Véronis, 2004) ; Niveau d analyse. 15/43
16 Représentations des données Données de sms4science sont stockées dans des bases de données MySQL : il convient de les exporter dans un format plus manipulable par le linguiste. Tentation : utiliser Excel Pratique pour visualiser et manipuler les données... MAIS... limite des 255 caractères par case entraîne des pertes de données!! Notre approche Les données sont exportées sous format.csv et manipulées à l aide de scripts python. pas de perte de données et plus souple qu Excel, mais moins accessible. 16/43
17 Problème de cohérence La préparation des corpus (anonymisation, transcription, etc.) requiert des interventions manuelles, qui manquent parfois de systématisme. Balises d anonymisation : exemples tirés du corpus de La Réunion : {NOM} ou {nom} ou {{NOM} ou {NOM1} ; {n } ou {tél} ou {TEL} ; {NOM.com} ou {site}, etc. Le problème se retrouve entre les différents corpus : Belgique : ADR ; Réunion : adresse. Une normalisation des balises a été entreprise au CENTAL. 17/43
18 Incohérence dans les transcriptions En calculant le taux d abbréviation (Réunion), nous avons obtenus des valeurs aberrantes, qui s expliquent : exemple Manque 1 sms ; 129 messages n avaient pas de transcription! ratio trop large! 5 SMS ont été dédoublés ; Quelques rares traductions sont erronées : Salut oui sava et toi?? Ben pour samedi jpe pas comme je révise pour le brevet. Bon ben sera à une prochaine ptete Traduit : Salut, oui prends bien soin de toi. Ces données ont été supprimées pour le traitement statistique. On voit l intérêt d une approche systématique! 18/43
19 Difficulté du traitement automatique Plusieurs problèmes se posent pour le TAL des SMS : Segmentation des unités linguistiques : mots, phrases, alors que les espaces peuvent manquer, les mots avoir été concaténés (ex. Kcé kompliké l amour!... Jcompren plu rien!) ou la ponctuation, manquer ; Régionalismes ou emprunts, qui ne sont pas repris dans les resources et ne sont pas reconnus : oufti que tout à est compliqué... ; De manière générale, la créativité linguistique, très présente dans l esms est difficile à traiter par le TAL. Nous avons opté pour une approche semi-automatique. 19/43
20 Niveau des observations Un dernier problème se pose : quelle population choisir? Dans les exemples précédents, nous nous sommes intéressés à la population des scripteurs ; «Est-ce que les femmes écrivent des messages plus longs que les hommes?» Toutefois, [Ling, 2005] et [Cougnon and François, 2010] travaillent au niveau des messages : «Est-ce les messages écrits par des femmes sont plus longs que ceux écrits par des hommes?» Un troisième niveau est possible : celui de la forme linguistique : «Est-ce que les régionalismes sont plus utilisés par des femmes que des hommes? Travailler au niveau des scripteurs demande de fusionner les sms en une seule observation et nie le fait que certains utilisateurs sont nettement plus actifs que d autres. 20/43
21 Plan 1 Introduction 2 L approche quantitative La démarche quantitative La étrisation Le choix des outils statistiques Les problèmes d échantillonnage 3 Exemples de résultats La question de l abréviation 4 Conclusion 21/43
22 Choix des tests statistiques Le choix du bon test statistique peut être un problème pour le néophyte, mais répond à des critères précis. Variable qualitative : Test du Chi-carré. Variable continue étrique (test de Shapiro-Wilk) : Comparaison de deux échantillons : Test T de student ; Plus de deux échantillons : ANOVA Variable continue non étrique : Comparaison de deux échantillons : Test de Mann-Whitney ; Plus de deux échantillons : Test de Kruskal-Wallis ; 22/43
23 Plan 1 Introduction 2 L approche quantitative La démarche quantitative La étrisation Le choix des outils statistiques Les problèmes d échantillonnage 3 Exemples de résultats La question de l abréviation 4 Conclusion 23/43
24 Notion d inférence : rappel L inférence Il s agit d un processus par lequel on induit les caractéristiques inconnues d une population à partir de celles d un échantillon issu de cette population, avec une certaine marge d erreur. C est ce que [Ling, 2005] fait lorsqu il affirme, sur la base d un échantillon de SMS : Les messages écrits par des femmes norvégiennes sont plus longs que ceux des hommes Pour que la procédure d inférence soit valide, il faut que l échantillon soit représentatif. 24/43
25 Représentativité des corpus sms4science Parmi les différentes techniques d échantillonnage, seules certaines sont probabilistes et engendrent un échantillon i.i.d : échantillonnage aléatoire simple : on dresse une liste des individus et on les sélectionne au hasard ; échantillonnage systématique : on sélectionne les individus à intervalles fixes ; échantillonnage stratifié : respect de la proportion des sous-groupes. Sont théoriquement optimales, mais difficiles à mettre en place (voir [Ling, 2005]). 25/43
26 Représentativité des corpus sms4science Corpus sms4science sont obtenus via échantillonnage par volontaires (publicité via les médias et stimulation via des lots) représentativité discutable! Échantillon i.i.d. = identiquement distribués : p(x 1 ) = p(x 2 ) =... = p(x n) Dans ce cas, les lots risquent d attirer davantage certains types de personnes. indépendants : p(x 1 x 2... x n) = n i=1 p(x i) La publicité se fait par proximité (amis, médias, etc.). Problème On peut se demander dans quelle mesure les corpus sms4science sont bien représentatifs. 26/43
27 Représentativité des corpus sms4science Étude de [Cougnon and François, 2010] sur la question : population ciblée : utilisateurs de SMS belges francophones (approximée via la pop. belge francophone) ; Test de représentativité : chi-carré d ajustement pour chaque dimension (âge, sexe, etc.). Résultats : Sexe : 57,2% de femmes contre 42,7% d hommes ne correspond pas au 51,6% contre 48,4% au niveau de la population (χ 2 (1) = 21, 2 ; p <.0001) Âge : même constat. 27/43
28 Représentativité des corpus sms4science Données pour l âge : Classes -15 ans ans prop. corpus 10,9 29,8 32,5 15,4 6,2 5,1 prop. pop. 18,2 6,10 6,3 13,9 14,9 40,5 La différence entre les deux distributions est très largement significative : χ 2 (1) = 3941, 5 ; p < /43
29 Interprétation de ces résultats Normalement, de tels résultats doivent être interprétés comme la preuve d un biais : l échantillon ne serait pas représentatif de la population... MAIS... dans ce cas, il est possible aussi que la population des utilisateurs de SMS soit nettement différente de celle de la Belgique francophone. [Ling, 2006, 4] : 70% des sujets de 16 à 19 ans utilisent quotidiennement les SMS ; 60% des ans et seulement 10 % des plus de 67 ans. [Chabert, 2010, 8] : 97% des ans utilisent «au moins de temps en temps», contre 93% des ans et 59% des 40 et plus. Il est donc probable que le corpus sms4science belge ne soit pas si biaisé que cela. 29/43
30 Plan 1 Introduction 2 L approche quantitative La démarche quantitative La étrisation Le choix des outils statistiques Les problèmes d échantillonnage 3 Exemples de résultats La question de l abréviation 4 Conclusion 30/43
31 Quelques études sur les corpus sms4science Nous allons présenter quelques résultats de nos études précédentes sur les pratiques d abréviations dans la francophonie ; Le même genre d étude a été appliquée à : Salutations (ouverture du canal) ; Présence d emprunts ou de code-switching. Détails dans [Cougnon and François, 2010, Cougnon and François, 2011] 31/43
32 Plan 1 Introduction 2 L approche quantitative La démarche quantitative La étrisation Le choix des outils statistiques Les problèmes d échantillonnage 3 Exemples de résultats La question de l abréviation 4 Conclusion 32/43
33 Pourquoi abrévier? Une question importante : pourquoi le contexte de l esms est-il un lieu privilégié de l abréviation? Qui abrévie et pour quelles raisons? [Panckhurst, 2009] a proposé une classification des néographies rencontrées dans les sms, parmi lesquelles : On trouve des abréviations (ordi ; lut ; mdr ; pr ou ele) ; Mais aussi des allongements : suuuupppeeerrr!!!!!! Notre question : Est-ce que certains types de scripteurs recourrent davantage à l abréviation que d autres? [Ling, 2005, 6] : 6% des messages comportaient des abréviations, qui sont le plus utilisées par les adolescents et les jeunes gens. 33/43
34 L abréviation dans le corpus belge Variable (nombre de caractères dans la transcription nombre de caractères dans le SMS) nombre de caractères dans la transcription Taux de réduction moyen : 9,4%. Loin de messages tels que : Maman kèsk L sé kèsk L sépa? Eseydepa c àlamésonce WE.PAPA (45%) 19% des messages : «pas d abréviation» ; 2,4% plus longs que la transcription (allongements). 34/43
35 L abréviation dans le corpus belge Les tests statistiques révèlent que : Les messages écrits par des femmes sont davantages abréviés que ceux des hommes (U = 6, 55; p < 0, 0001) : 10% de réduction contre 8,4%. L âge, le niveau d éducation et le nombre de sms envoyés par semaine influencent la pratique de l abréviation, MAIS... Attention à l excès de données! le nb. de sms par semaine a un effet significatif sur le taux d abréviation (KW : χ 2 (5) = 210; p < 0, 0001) ; la corrélation entre les deux variables est très basse (r s = 0, 006; p = 0, 31) ; Privilégier les mesures de la taille de l effet aux tests de significativité : avec le nombre, tout devient significatif [Kilgarriff, 2005]. 35/43
36 L abréviation dans le corpus belge Au-delà des facteurs démographiques, la principale motivation à l abréviation ne serait-elle pas la limite des 160 caractères? Dans le corpus belge, 6221 messages comportent entre 151 et 160 caractères soucis d optimisation. On peut donc penser que ces messages seront plus abréviés. 36/43
37 L abréviation dans le corpus belge Plus les messages sont longs, plus ils sont abréviés (r = 0, 17; p < 0, 001) ; On observe aussi un effet des seuils (160 et 320) sur le taux d abréviation ; Messages de 151 à 160 carac. sont significativement plus abréviés (13,3% contre 9% pour le reste) t = 29, 32; p < 0, /43
38 Autres corpus Ce constat n est pas extensible à l ensemble des régions du projet sms4science. Dans le corpus du Québec, abréviation plus importante (14,6% contre 9,5%) ; Les messages les plus courts sont les plus abréviés (r = 0, 28; p < 0, 001) ; Les messages de 151 à 160 carac. sont moins abréviés que les autres (9% contre 15,6%) t = 6, 21; p < 0, /43
39 Abréviation : conclusions Les belges semblent plus économes! On retrouve ce pic à 160 caractères dans le corpus suisse. La longueur et le taux d abréviation des messages à la Réunion et au Québec laissent envisager une utilisation différente (à vérifier)! Autre effet possible encore : la loi de Zipf. Rapport entre la fréquence des mots et leur taux d abréviation? 39/43
40 Plan 1 Introduction 2 L approche quantitative La démarche quantitative La étrisation Le choix des outils statistiques Les problèmes d échantillonnage 3 Exemples de résultats La question de l abréviation 4 Conclusion 40/43
41 Conclusion générale L approche quantitative s avère utile pour explorer la variation, en particulier diastratique ; Son caractère systématique permet déjà de repérer quelques erreurs dans les corpus ; On obtient un tableau intéressant sur les pratiques d abréviations : messages les plus abréviés sont rédigés par des femmes, jeunes (moins de 15 ans) ; Plusieurs variables influencent cette pratique, y compris la zone géographique. De nombreuses pistes de recherches restent ouvertes! 41/43
42 References I Chabert, G. (2010). Sms et tal : kl 1trè*? Cougnon, L. and François, T. (2010). Quelques contributions des statistiques à l analyse sociolinguistique d un corpus de SMS. In Proceedings of 10th International Conference JADT. Cougnon, L. and François, T. (2011). Étudier l écrit sms. un objectif du projet sms4science (à paraître). Linguistik. Cougnon, L. and Ledegen, G. (2010). C est écrire comme je parle. une étude comparatiste de variétés de français dans l écrit sms. Modern French Identities, 2(94) : Kilgarriff, A. (2005). Language is never ever ever random. Corpus linguistics and linguistic theory, 1(2) : /43
43 References II Ling, R. (2005). The sociolinguistics of sms : An analysis of sms use by a random sample of norwegians. In Ling, R. and Pedersen, P., editors, Mobile Communications : Renegotiation of the social sphere, pages Springer. Ling, R. (2006). The length of text messages and use of predictive texting : Who uses it and how much do they have to say? In Annual meeting of the Association of Internet Researchers, Chicago, IL. Moreau, M. (1997). Sociolinguistique : les concepts de base. Editions Mardaga, Sprimont. Panckhurst, R. (2009). Short message service (sms) : typologie et problématiques futures. 43/43
Étudier l'écrit SMS Un objectif du projet sms4science
Étudier l'écrit SMS Un objectif du projet sms4science Louise-Amélie Cougnon (UCLouvain, ILC, Cental) & Thomas François (Aspirant FNRS, UCLouvain, ILC, Cental) Abstract This paper details an international
Plus en détailN 334 - SIMON Anne-Catherine
N 334 - SIMON Anne-Catherine RÉALISATION D UN CDROM/DVD CONTENANT DES DONNÉES DU LANGAGE ORAL ORGANISÉES EN PARCOURS DIDACTIQUES D INITIATION LINGUISTIQUE A PARTIR DES BASES DE DONNÉES VALIBEL Introduction
Plus en détailExploitation et analyse des données appliquées aux techniques d enquête par sondage. Introduction.
Exploitation et analyse des données appliquées aux techniques d enquête par sondage. Introduction. Etudes et traitements statistiques des données : le cas illustratif de la démarche par sondage INTRODUCTION
Plus en détailUFR de Sciences Economiques Année 2008-2009 TESTS PARAMÉTRIQUES
Université Paris 13 Cours de Statistiques et Econométrie I UFR de Sciences Economiques Année 2008-2009 Licence de Sciences Economiques L3 Premier semestre TESTS PARAMÉTRIQUES Remarque: les exercices 2,
Plus en détailÉvaluations aléatoires : Comment tirer au sort?
Évaluations aléatoires : Comment tirer au sort? William Parienté Université Catholique de Louvain J-PAL Europe povertyactionlab.org Plan de la semaine 1. Pourquoi évaluer? 2. Comment mesurer l impact?
Plus en détailFOTO - L OMNIBUS MENSUEL DE CROP LE NOUVEAU CROP-EXPRESS
FOTO - L OMNIBUS MENSUEL DE CROP LE NOUVEAU CROP-EXPRESS 550, RUE SHERBROOKE OUEST MONTRÉAL (QUÉBEC) H3A 1B9 BUREAU 900 TOUR EST T 514 849-8086, POSTE 3064 Réflexions méthodologiques Depuis des années,
Plus en détailTABLE DES MATIÈRES. Bruxelles, De Boeck, 2011, 736 p.
STATISTIQUE THÉORIQUE ET APPLIQUÉE Tome 2 Inférence statistique à une et à deux dimensions Pierre Dagnelie TABLE DES MATIÈRES Bruxelles, De Boeck, 2011, 736 p. ISBN 978-2-8041-6336-5 De Boeck Services,
Plus en détailSommaire. Rentabilité du retour d une franchise de baseball de la Ligue majeure de baseball à Montréal (les «Expos»)
Sommaire Rentabilité du retour d une franchise de baseball de la Ligue majeure de baseball à Montréal (les «Expos») Novembre 2013 Table des matières 1. CONTEXTE ET OBJECTIFS... 3 2. MÉTHODES DE RECHERCHE...
Plus en détailEn 2014, comment mener à bien une enquête aléatoire en population générale par téléphone?
En 2014, comment mener à bien une enquête aléatoire en population générale par téléphone? Prémila Choolun 1, François Beck 2, Christophe David 1, Valérie Blineau 1, Romain Guignard 3, Arnaud Gautier 3,
Plus en détaild évaluation Objectifs Processus d élaboration
Présentation du Programme pancanadien d évaluation Le Programme pancanadien d évaluation (PPCE) représente le plus récent engagement du Conseil des ministres de l Éducation du Canada (CMEC) pour renseigner
Plus en détailEVALUATION DE LA QUALITE DES SONDAGES EN LIGNE : CAS D UN SONDAGE D OPINION AU BURKINA FASO
EVALUATION DE LA QUALITE DES SONDAGES EN LIGNE : CAS D UN SONDAGE D OPINION AU BURKINA FASO Auteur Baguinébié Bazongo 1 Ingénieur Statisticien Economiste Chef de l Unité de recherche à l Institut national
Plus en détailMODÈLE CROP DE CALIBRATION DES PANELS WEB
MODÈLE CROP DE CALIBRATION DES PANELS WEB 550, RUE SHERBROOKE OUEST MONTRÉAL (QUÉBEC) H3A 1B9 BUREAU 900 TOUR EST T 514 849-8086, POSTE 3064 WWW.CROP.CA Le Protocole CROP de calibration des panels en ligne
Plus en détailLA NOTATION STATISTIQUE DES EMPRUNTEURS OU «SCORING»
LA NOTATION STATISTIQUE DES EMPRUNTEURS OU «SCORING» Gilbert Saporta Professeur de Statistique Appliquée Conservatoire National des Arts et Métiers Dans leur quasi totalité, les banques et organismes financiers
Plus en détailPrincipe d un test statistique
Biostatistiques Principe d un test statistique Professeur Jean-Luc BOSSON PCEM2 - Année universitaire 2012/2013 Faculté de Médecine de Grenoble (UJF) - Tous droits réservés. Objectifs pédagogiques Comprendre
Plus en détailEstimation: intervalle de fluctuation et de confiance. Mars 2012. IREM: groupe Proba-Stat. Fluctuation. Confiance. dans les programmes comparaison
Estimation: intervalle de fluctuation et de confiance Mars 2012 IREM: groupe Proba-Stat Estimation Term.1 Intervalle de fluctuation connu : probabilité p, taille de l échantillon n but : estimer une fréquence
Plus en détailProjet SINF2275 «Data mining and decision making» Projet classification et credit scoring
Projet SINF2275 «Data mining and decision making» Projet classification et credit scoring Année académique 2006-2007 Professeurs : Marco Saerens Adresse : Université catholique de Louvain Information Systems
Plus en détailChapitre 3 : INFERENCE
Chapitre 3 : INFERENCE 3.1 L ÉCHANTILLONNAGE 3.1.1 Introduction 3.1.2 L échantillonnage aléatoire 3.1.3 Estimation ponctuelle 3.1.4 Distributions d échantillonnage 3.1.5 Intervalles de probabilité L échantillonnage
Plus en détailLe SMS fait entendre sa voix... Énergie solaire, énergie du futur? Recherche et développement technologique
Recherche et développement technologique Bureau de dépôt Bruxelles X - Mensuel ne paraissant pas en juillet et août - 262 - Juin 2010 Le SMS fait entendre sa voix... Énergie solaire, énergie du futur?
Plus en détailTABLE DES MATIERES. C Exercices complémentaires 42
TABLE DES MATIERES Chapitre I : Echantillonnage A - Rappels de cours 1. Lois de probabilités de base rencontrées en statistique 1 1.1 Définitions et caractérisations 1 1.2 Les propriétés de convergence
Plus en détailLe risque Idiosyncrasique
Le risque Idiosyncrasique -Pierre CADESTIN -Magali DRIGHES -Raphael MINATO -Mathieu SELLES 1 Introduction Risque idiosyncrasique : risque non pris en compte dans le risque de marché (indépendant des phénomènes
Plus en détailLe Data Mining au service du Scoring ou notation statistique des emprunteurs!
France Le Data Mining au service du Scoring ou notation statistique des emprunteurs! Comme le rappelle la CNIL dans sa délibération n 88-083 du 5 Juillet 1988 portant adoption d une recommandation relative
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 détailBiostatistiques Biologie- Vétérinaire FUNDP Eric Depiereux, Benoît DeHertogh, Grégoire Vincke
www.fundp.ac.be/biostats Module 140 140 ANOVA A UN CRITERE DE CLASSIFICATION FIXE...2 140.1 UTILITE...2 140.2 COMPARAISON DE VARIANCES...2 140.2.1 Calcul de la variance...2 140.2.2 Distributions de référence...3
Plus en détail4. L assurance maladie
L ASSURANCE MALADIE 73 4. L assurance maladie Comme l assurance maladie est obligatoire, toute personne domiciliée en Suisse doit être convenablement couverte. C est actuellement le cas, avec un très large
Plus en détailEstimation et tests statistiques, TD 5. Solutions
ISTIL, Tronc commun de première année Introduction aux méthodes probabilistes et statistiques, 2008 2009 Estimation et tests statistiques, TD 5. Solutions Exercice 1 Dans un centre avicole, des études
Plus en détailEvaluation générale de la qualité des données par âge et sexe
Analyse démographique pour la prise des décisions. Tendances, et inégalités de mortalité et de fécondité en Afrique francophone : les outils en ligne de l UNFPA / UIESP pour l'estimation démographique.
Plus en détailLois de probabilité. Anita Burgun
Lois de probabilité Anita Burgun Problème posé Le problème posé en statistique: On s intéresse à une population On extrait un échantillon On se demande quelle sera la composition de l échantillon (pourcentage
Plus en détailDisparités entre les cantons dans tous les domaines examinés
Office fédéral de la statistique Bundesamt für Statistik Ufficio federale di statistica Uffizi federal da statistica Swiss Federal Statistical Office EMBARGO: 02.05.2005, 11:00 COMMUNIQUÉ DE PRESSE MEDIENMITTEILUNG
Plus en détailSOCLE COMMUN - La Compétence 3 Les principaux éléments de mathématiques et la culture scientifique et technologique
SOCLE COMMUN - La Compétence 3 Les principaux éléments de mathématiques et la culture scientifique et technologique DOMAINE P3.C3.D1. Pratiquer une démarche scientifique et technologique, résoudre des
Plus en détailLes simulations dans l enseignement des sondages Avec le logiciel GENESIS sous SAS et la bibliothèque Sondages sous R
Les simulations dans l enseignement des sondages Avec le logiciel GENESIS sous SAS et la bibliothèque Sondages sous R Yves Aragon, David Haziza & Anne Ruiz-Gazen GREMAQ, UMR CNRS 5604, Université des Sciences
Plus en détailBIG DATA : PASSER D UNE ANALYSE DE CORRÉLATION
BIG DATA : PASSER D UNE ANALYSE DE CORRÉLATION À UNE INTERPRÉTATION CAUSALE Arthur Charpentier Professeur d actuariat à l Université du Québec, Montréal Amadou Diogo Barry Chercheur à l Institut de santé
Plus en détailLes textos Slt koman sa C pa C?
Les textos Slt koman sa C pa C? Josiane Ulburghs, Humaniora Kindsheid Jesu, KUL, membre FORMACOM 1 Groupe cible : 3 e degré ASO Niveau : Objectifs : avancé Expression orale : Parler de ses modes de communication
Plus en détailComment réaliser votre étude de marché. Pascale GARNIER - MCP MARKETING Estelle DELABRE - SILOUET
Comment réaliser votre étude de marché Pascale GARNIER - MCP MARKETING Estelle DELABRE - SILOUET Sommaire Objectifs de la conférence Préambule Méthode pour organiser votre réflexion Quelques conseils Partie
Plus en détailLes défis statistiques du Big Data
Les défis statistiques du Big Data Anne-Sophie Charest Professeure adjointe au département de mathématiques et statistique, Université Laval 29 avril 2014 Colloque ITIS - Big Data et Open Data au cœur
Plus en détailCONSEILS POUR LA REDACTION DU RAPPORT DE RECHERCHE. Information importante : Ces conseils ne sont pas exhaustifs!
CONSEILS POUR LA REDACTION DU RAPPORT DE RECHERCHE Information importante : Ces conseils ne sont pas exhaustifs! Conseils généraux : Entre 25 et 60 pages (hormis références, annexes, résumé) Format d un
Plus en détailBaccalauréat ES/L Amérique du Sud 21 novembre 2013
Baccalauréat ES/L Amérique du Sud 21 novembre 2013 A. P. M. E. P. EXERCICE 1 Commun à tous les candidats 5 points Une entreprise informatique produit et vend des clés USB. La vente de ces clés est réalisée
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 détailIntroduction au datamining
Introduction au datamining Patrick Naïm janvier 2005 Définition Définition Historique Mot utilisé au départ par les statisticiens Le mot indiquait une utilisation intensive des données conduisant à des
Plus en détailISBN-13 : 978-2-922325-43-0 Dépôt légal : Bibliothèque et Archives nationales du Québec, 2009
REMERCIEMENTS AUX PARTENAIRES Cette étude a été réalisée grâce à la participation financière de la Commission des partenaires du marché du travail et du ministère de l Éducation, du Loisir et du Sport.
Plus en détailFORMULAIRE DE STATISTIQUES
FORMULAIRE DE STATISTIQUES I. STATISTIQUES DESCRIPTIVES Moyenne arithmétique Remarque: population: m xμ; échantillon: Mx 1 Somme des carrés des écarts "# FR MOYENNE(série) MOYENNE(série) NL GEMIDDELDE(série)
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 détailQu est ce qu un réseau social. CNAM Séminaire de Statistiques Appliquées 13/11/2013. F.Soulié Fogelman 1. Utilisation des réseaux sociaux pour le
Qui je suis Innovation Utilisation des réseaux sociaux pour le data mining Business & Decision Françoise Soulié Fogelman francoise.soulie@outlook.com Atos KDD_US CNAM Séminaire de Statistique appliquée
Plus en détailMETHODOLOGIE GENERALE DE LA RECHERCHE EPIDEMIOLOGIQUE : LES ENQUETES EPIDEMIOLOGIQUES
Enseignement du Deuxième Cycle des Etudes Médicales Faculté de Médecine de Toulouse Purpan et Toulouse Rangueil Module I «Apprentissage de l exercice médical» Coordonnateurs Pr Alain Grand Pr Daniel Rougé
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 détailRédiger et administrer un questionnaire
Rédiger et administrer un questionnaire Ce document constitue une adaptation, en traduction libre, de deux brochures distinctes : l une produite par l American Statistical Association (Designing a Questionnaire),
Plus en détailSondage Politique provinciale Campagne électorale 2014. Rapport étude quantitative. 15 mars 2014
Sondage Politique provinciale Campagne électorale 2014 Rapport étude quantitative 15 mars 2014 Méthodologie MÉTHODOLOGIE SONDAGE INTERNET Un sondage Internet réalisé auprès du grand public dans l ensemble
Plus en détailQui fait quoi sur internet?
Ans Note d éducation permanente de l ASBL Fondation Travail-Université (FTU) N 2015 8, avril 2015 www.ftu.be/ep Qui fait quoi sur internet? Analyse des inégalités sociales dans l utilisation d internet
Plus en détailBien-être des salariés et performance des magasins entrent-ils dans le même caddie?
18 2 e semestre 2012/HesaMag #06 Dossier spécial 7/34 Bien-être des salariés et performance des magasins entrent-ils dans le même caddie? La protection du bien-être au travail est un droit des salariés.
Plus en détailACTIVITÉS DE COMMUNICATION LANGAGIÈRE ET STRATÉGIES
référence pour les langues ACTIVITÉS DE COMMUNICATION LANGAGIÈRE ET STRATÉGIES Activités de production et stratégies PRODUCTION ORALE GÉNÉRALE MONOLOGUE SUIVI : décrire l'expérience MONOLOGUE SUIVI : argumenter
Plus en détailDOSSIER DE PRESSE. Services de change et de gestion des paiements internationaux
DOSSIER DE PRESSE Services de change et de gestion des paiements internationaux Janvier 2014 Fiche d identité de FX4Biz Date de création 2012 : FX4Biz Belgique Type de société SA de droit Belge au capital
Plus en détailUNE EXPERIENCE, EN COURS PREPARATOIRE, POUR FAIRE ORGANISER DE L INFORMATION EN TABLEAU
Odile VERBAERE UNE EXPERIENCE, EN COURS PREPARATOIRE, POUR FAIRE ORGANISER DE L INFORMATION EN TABLEAU Résumé : Cet article présente une réflexion sur une activité de construction de tableau, y compris
Plus en détailTableau 1 : Structure du tableau des données individuelles. INDIV B i1 1 i2 2 i3 2 i4 1 i5 2 i6 2 i7 1 i8 1
UN GROUPE D INDIVIDUS Un groupe d individus décrit par une variable qualitative binaire DÉCRIT PAR UNE VARIABLE QUALITATIVE BINAIRE ANALYSER UN SOUS-GROUPE COMPARER UN SOUS-GROUPE À UNE RÉFÉRENCE Mots-clés
Plus en détailSondage Politique provinciale Campagne électorale 2014. Grand sondage régional. Étude quantitative. 25 mars 2014
Sondage Politique provinciale Campagne électorale 2014 Grand sondage régional Étude quantitative 25 mars 2014 Méthodologie MÉTHODOLOGIE SONDAGE INTERNET Un sondage Internet réalisé auprès du grand public
Plus en détailTests de comparaison de moyennes. Dr Sahar BAYAT MASTER 1 année 2009-2010 UE «Introduction à la biostatistique»
Tests de comparaison de moyennes Dr Sahar BAYAT MASTER 1 année 2009-2010 UE «Introduction à la biostatistique» Test de Z ou de l écart réduit Le test de Z : comparer des paramètres en testant leurs différences
Plus en détailÉtude auprès de la génération X. Le paiement virtuel et la gestion des finances personnelles
Étude auprès de la génération X Le paiement virtuel et la gestion des finances Rapport Présenté à Madame Martine Robergeau Agente de Développement et des Communications 11 octobre 2011 Réf. : 1855_201109/EL/cp
Plus en détailDiapo 1. Objet de l atelier. Classe visée. Travail en co-disciplinarité (identité et origine académique des IEN)
COMMENTAIRE Séminaire national Réforme de la série Gestion-administration Lyon 10 et 11 mai 2012 Vendredi matin Martine DECONINCK (IEN EG), Michèle SENDRE (IEN L), Isabelle VALLOT (IEN EG) Diapo 1. Objet
Plus en détailA quels élèves profite l approche par les compétences de base? Etude de cas à Djibouti
A quels élèves profite l approche par les compétences de base? Etude de cas à Djibouti Hamid Mohamed Aden, Directeur du CRIPEN, Djibouti Xavier Roegiers, Professeur à l Université de Louvain, Directeur
Plus en détailUn corpus de SMS est-il un corpus comme les autres?
Un corpus de SMS est-il un corpus comme les autres? Cédrick Fairon 1, Sébastien Paumier 2 Université catholique de Louvain, Université de Marne-la-Vallée Abstract The development of communication technologies
Plus en détailL Enseignement religieux au Luxembourg. Sondage TNS-ILRES Juillet 08 N 11
L Enseignement religieux au Luxembourg Sondage TNS-ILRES Juillet 08 11 5 av. Marie Thérèse L-2132 Luxembourg tél.: 44743-501 sesopi-ci@sesopi-ci.lu www.sesopi-ci.lu 978-2-9599806-3-3 Documentation Etude
Plus en détailINTRODUCTION AU DATA MINING
INTRODUCTION AU DATA MINING 6 séances de 3 heures mai-juin 2006 EPF - 4 ème année - Option Ingénierie d Affaires et de Projets Bertrand LIAUDET TP DE DATA MINING Le TP et le projet consisteront à mettre
Plus en détailA.-M. Cubat PMB - Import de lecteurs - Généralités Page 1 Source : http://amcubat.be/docpmb/import-de-lecteurs
A.-M. Cubat PMB - Import de lecteurs - Généralités Page 1 Diverses méthodes d import de lecteurs Les données (noms, prénoms, adresses. des lecteurs) proviennent en général du secrétariat, et se trouvent
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 détailutiliser un Macintosh dans la classe
utiliser un Macintosh dans la classe Philippe DESSUS Pascal MARQUET Le Macintosh Les dessins Les textes Les nombres Préparer et gérer sa classe Évaluer des logiciels SOMMAIRE AVANT-PROPOS...5 Les grandes
Plus en détail4. Résultats et discussion
17 4. Résultats et discussion La signification statistique des gains et des pertes bruts annualisés pondérés de superficie forestière et du changement net de superficie forestière a été testée pour les
Plus en détailMaster Etudes françaises et francophones
Master Etudes françaises et francophones 1. modèle scientifique et profilage des contenus de la filière / Présentation et spécificités de la filière Les études romanes à Leipzig sont considérées comme
Plus en détailEnquête publique sur les changements climatiques -------- Compléments aux graphiques
Enquête publique sur les changements climatiques -------- Compléments aux graphiques Les résultats de l enquête sont analysés d après le nombre de variables explicatives pouvant influencer le comportement,
Plus en détailUNIVERSITÉ DU QUÉBEC À MONTRÉAL TESTS EN ÉCHANTILLONS FINIS DU MEDAF SANS LA NORMALITÉ ET SANS LA CONVERGENCE
UNIVERSITÉ DU QUÉBEC À MONTRÉAL TESTS EN ÉCHANTILLONS FINIS DU MEDAF SANS LA NORMALITÉ ET SANS LA CONVERGENCE MÉMOIRE PRÉSENTÉ COMME EXIGENCE PARTIELLE DE LA MAÎTRISE EN ÉCONOMIE PAR MATHIEU SISTO NOVEMBRE
Plus en détailBUREAU DE LA SÉCURITÉ DES TRANSPORTS DU CANADA
BUREAU DE LA SÉCURITÉ DES TRANSPORTS DU CANADA Vérification de la disponibilité d outils de travail bilingues Le 25 avril 2007 TABLE DES MATIÈRES 1. RÉSUMÉ... 2 2. CONTEXTE... 3 3. OBJECTIF ET CRITÈRES...
Plus en détailInstrumentation de la recherche en Education : analyse épistémologique de quelques logiciels d aide à l analyse d enregistrements vidéos
Instrumentation de la recherche en Education : analyse épistémologique de quelques logiciels d aide à l analyse d enregistrements vidéos Laurent Veillard UMR ICAR (CNRS, Université Lyon 2, ENS de lyon)
Plus en détailPROGRAMME (Susceptible de modifications)
Page 1 sur 8 PROGRAMME (Susceptible de modifications) Partie 1 : Méthodes des revues systématiques Mercredi 29 mai 2013 Introduction, présentation du cours et des participants Rappel des principes et des
Plus en détailSMARTPHONES ET VIE PRIVÉE
SMARTPHONES ET VIE PRIVÉE Résultats de l enquête réalisée par internet en novembre 2011 auprès de 2 315 individus âgés de 15 ans et plus, en conformité avec la loi n 78-17 relative à l'informatique, aux
Plus en détailFICHE 9 TECHNIQUE DU CHANGEMENT LE PLUS SIGNIFICATIF
FICHE 9 TECHNIQUE DU CHANGEMENT LE PLUS SIGNIFICATIF COTA asbl 7, rue de la révolution 1000 Bruxelles www.cota.be COTA asbl Fiche 9 - Technique du changement le plus significatif Cette fiche s inscrit
Plus en détailPrésentation à l Institut canadien de la retraite et des avantages sociaux. Selon Wikipédia
Évaluation actuarielle du Régime de rentes du Québec au 31 décembre 2012, une œuvre de science-fiction? Présentation à l Institut canadien de la retraite et des avantages sociaux Georges Langis Actuaire
Plus en détailCorefris RAPPORT ANNUEL 2011. Annexe 3 : La hausse des prix de l immobilier est-elle associée à une «bulle» de crédit en France?
Annexe 3 : La hausse des prix de l immobilier est-elle associée à une «bulle» de crédit en France? (DGTrésor) 1. Indépendamment de facteurs d offre et de demande, qui jouent indéniablement sur les prix,
Plus en détailEtude de marché. Idée de depart. Etude de l environnement et des offres existantes. Clients. actuels. Choix de la cible précise
Etude de marché Selon l Agence Pour la Création d Entreprise (APCE), 70% des cas de défaillance ont pour origine la mauvaise qualité des études de marché, que celles-ci soient mal réalisées ou de manière
Plus en détailTravaux pratiques avec RapidMiner
Travaux pratiques avec RapidMiner Master Informatique de Paris 6 Spécialité IAD Parcours EDOW Module Algorithmes pour la Fouille de Données Janvier 2012 Prise en main Généralités RapidMiner est un logiciel
Plus en détailPrésentation du rapport :
Présentation du rapport : LE FINANCEMENT PAR CAPITAL-RISQUE DES ENTREPRISES INNOVANTES EN WALLONIE Prof. Armin Schwienbacher Louvain School of Management (LSM) Université catholique de Louvain Universiteit
Plus en détailOPTIMISATION DE LA MAINTENANCE DES EQUIPEMENTS DE MANUTENTION DU TERMINAL A CONTENEURS DE BEJAIA (BMT)
OPTIMISATION DE LA MAINTENANCE DES EQUIPEMENTS DE MANUTENTION DU TERMINAL A CONTENEURS DE BEJAIA (BMT) LAGGOUNE Radouane 1 et HADDAD Cherifa 2 1,2: Dépt. de G. Mécanique, université de Bejaia, Targa-Ouzemour
Plus en détailSONDAGES RELATIFS AUX SERVICES D INFORMATION ET DE RÉFÉRENCE OFFERTS PAR LA DIRECTION GÉNÉRALE DE LA DIFFUSION DE BANQ
SONDAGES RELATIFS AUX SERVICES D INFORMATION ET DE RÉFÉRENCE OFFERTS PAR LA DIRECTION GÉNÉRALE DE LA DIFFUSION DE BANQ RÉSULTATS DE L ÉTÉ 2008 JUMELÉS À CEUX DE L HIVER 2008 RAPPORT VERSION FINALE Daniel
Plus en détailattitudes envers le dépistage
attitudes envers le dépistage DU CANCER COLORECTAL Le point de vue de la population québécoise novembre 2008 Institut national de santé publique du Québec Direction des systèmes de soins et politiques
Plus en détail1. Présentation générale du volet «Recherche» du projet PASS
1. Présentation générale du volet «Recherche» du projet PASS Parallèlement aux activités d échange et d organisation des rencontres et du séminaire thématique, nous avons réalisé durant les premières phases
Plus en détailEvaluation des cursus «Information & Communication» 2009-2010
Evaluation des cursus «Information & Communication» 2009-2010 RAPPORT FINAL DE SYNTHÈSE Université Catholique de Louvain (UCL) Comité des experts : M. Pascal LARDELLIER, président Mme Martine SIMONIS,
Plus en détailRapport : Base de données. Anthony Larcher 1
Rapport : Base de données Anthony Larcher 1 1 : Laboratoire d Informatique d Avignon - Université d Avignon Tél : +33 (0) 4 90 84 35 55 - Fax : + 33 (0) 4 90 84 35 01 anthony.larcher@univ-avignon.fr 14
Plus en détailL analyse de la gestion de la clientèle
chapitre 1 - La connaissance du client * Techniques utilisées : observation, recherche documentaire, études de cas, études qualitatives (entretiens de groupes ou individuels, tests projectifs, analyses
Plus en détailLa survie nette actuelle à long terme Qualités de sept méthodes d estimation
La survie nette actuelle à long terme Qualités de sept méthodes d estimation PAR Alireza MOGHADDAM TUTEUR : Guy HÉDELIN Laboratoire d Épidémiologie et de Santé publique, EA 80 Faculté de Médecine de Strasbourg
Plus en détailConcours de Twittérature «Moi, les arts et la culture»
Concours de Twittérature «Moi, les arts et la culture» Ce concours est inspiré et adapté du concours de twittérature du REFER (refer-edu.org). Chers enseignants et intervenants jeunesse, L organisme Culture
Plus en détailLE ROLE DES INCITATIONS MONETAIRES DANS LA DEMANDE DE SOINS : UNE EVALUATION EMPIRIQUE.
LE ROLE DES INCITATIONS MONETAIRES DANS LA DEMANDE DE SOINS : UNE EVALUATION EMPIRIQUE. Synthèse des travaux réalisés 1. Problématique La question D7 du plan d exécution du Programme National de Recherches
Plus en détailEvaluation du dispositif de Volontariat de Solidarité Internationale. Résumé MAEE
MAEE RAPPORT FINAL Evaluation du dispositif de Volontariat de Solidarité Internationale Résumé Agnès Lambert, Raphaël Beaujeu, Helena Stucky de Quay, Didier Beaufort, Moctar Ahmed, Riad Bensouiah, Ralison
Plus en détailPlates-formes de téléformation et modèles pédagogiques
POYET Françoise, (7095) Introduction Plates-formes de téléformation et modèles pédagogiques Depuis quelques années, on assiste à une stabilisation informatique des Technologies de l Information et de la
Plus en détailVI. Tests non paramétriques sur un échantillon
VI. Tests non paramétriques sur un échantillon Le modèle n est pas un modèle paramétrique «TESTS du CHI-DEUX» : VI.1. Test d ajustement à une loi donnée VI.. Test d indépendance de deux facteurs 96 Différentes
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 détailAnalyse de la variance Comparaison de plusieurs moyennes
Analyse de la variance Comparaison de plusieurs moyennes Biostatistique Pr. Nicolas MEYER Laboratoire de Biostatistique et Informatique Médicale Fac. de Médecine de Strasbourg Mars 2011 Plan 1 Introduction
Plus en détail!-.!#- $'( 1&) &) (,' &*- %,!
0 $'( 1&) +&&/ ( &+&& &+&))&( -.#- 2& -.#- &) (,' %&,))& &)+&&) &- $ 3.#( %, (&&/ 0 ' Il existe plusieurs types de simulation de flux Statique ou dynamique Stochastique ou déterministe A événements discrets
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 détailT de Student Khi-deux Corrélation
Les tests d inférence statistiques permettent d estimer le risque d inférer un résultat d un échantillon à une population et de décider si on «prend le risque» (si 0.05 ou 5 %) Une différence de moyennes
Plus en détailItem 169 : Évaluation thérapeutique et niveau de preuve
Item 169 : Évaluation thérapeutique et niveau de preuve COFER, Collège Français des Enseignants en Rhumatologie Date de création du document 2010-2011 Table des matières ENC :...3 SPECIFIQUE :...3 I Différentes
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 détailCréer son Activité/Atelier/Projet
Créer son Activité/Atelier/Projet Cet atelier a été conçu pour vous donner les outils en tant que volontaire, afin de vous accompagner dans la réalisation et la conception de votre propre activité, atelier
Plus en détailEcrire, un défi pour l'école?
Français 2000, n 194-195 - janvier 2005 Ecrire, un défi pour l'école? SOMMAIRE Éditorial (J. Lefèbvre) Dossier : Écrire, un défi pour l école! Introduction : Faut-il apprendre à écrire? (J. Lefèbvre et
Plus en détailÉtude «analyse, reporting et budget» Niveau d équipement et attentes des PME françaises.
Étude «analyse, reporting et budget» Niveau d équipement et attentes des PME françaises. Mai 2009 Préface Les PME ont aujourd hui accès aux technologies déjà déployées dans les grandes entreprises. En
Plus en détail