La maîtrise statistique des procédés

Save this PDF as:
 WORD  PNG  TXT  JPG

Dimension: px
Commencer à balayer dès la page:

Download "La maîtrise statistique des procédés"

Transcription

1 Lamaîtrisestatistiquedes procédés Bernard Pineaux. Grenoble INP-Pagora «HÉLIOGRAVURE ET QUALITÉ»

2 Principes Un procédé ne peut être amélioré que s'il est : mesurable maîtrisé,c'estàdirequesoncomportementest prédictible 2

3 Principes(suite) Un processus est naturellement variable Il s agit donc : d enaccepterlavariation; delamaîtriser; puisdelaréduirepouraméliorerlesperformances. 3

4 Queltireurchoisiriezvous? Tireur A? Tireur B? 4

5 L'histogramme Fréquence x Classe Une distribution est caractérisée par : Samoyenne Sonécarttype: estlamoyennedesvaleurs nestlenombred échantillons 5

6 Ladistributionnormale Étendue = valeur la plus grande valeur la plus petite Fréquence % 99,73%delapopulation setrouvedansun intervallede6écarts typesautourdela moyenne. Sionpeutréduirecet intervalle,leprocessus estmieuxmaîtrisé. Classe

7 Outilsdelamaîtrisestatistiquedes procédés 1. L'histogramme 2. La carte de contrôle 3. La capabilité du procédé 7

8 1.Caractéristiquesd unhistogramme FORME POSITION DISPERSION BIMODALITÉ 8

9 2.Lacartedecontrôle Objectifs Traçabilité Approchefactuellepourlesprisesdedécisions Respectdubesoinclient Intérêts Langagecommunpourtouslesintervenantsd un procédé Directivesélaboréesenéquipe Formationdespersonnes 9

10 Méthode 1. Définir Lafréquencedecontrôle Lesmoyensdecontrôle Leslimitesdecontrôle Limitedecontrôleinférieure=moyenne 3écartstypes Limitedecontrôlesupérieure=moyenne+3écartstypes Leslimitesdesurveillance Limitesinternespermettantdedétecterunedévianceavantla nonconformité(souvent=moyenne±2écartstypes) Lesconditionsd'appelàlahiérarchie Lesdirectivespourchaqueautresituation Rien n'est laissé au hasard 10

11 Leslimitesdecontrôle Ti LCi IT(Intervalledetolérance) Limitesdecontrôle LCs Ts x 99,73 % de l'aire totale Limitesdesurveillance Les limites de contrôle doivent toujours être àl'intérieur des limites de tolérance. À l intérieur des limites de surveillance, on ne touche à rien. 11

12 Exemplederèglesdeconduite Limites d'acceptation: 0pointàl extérieurdeslimitesdecontrôle 1pointmaxientrelimitedecontrôleetlimitedesurveillance Actions nécessaires si: 1pointentrelimitedecontrôleetlimitedesurveillance 6pointsendérive 6pointsd unmêmecôtédelamoyenne Pour les autres cas, on ne touche à rien! 12

13 Illustration Date: 6/6/2013 Limites de surveillance Mesure de : Dossier n abc H N éch LCi Mise en examen 3,29 3,36 X=3,5 3,64 3,71 LCs Actions JOURNAL DE BORD 13

14 3.Lacapabilité Ts Cible Ti Variabilité Spécification Capabilité (Cp) : aptitude d un procédé à respecter des spécifications. Cp donne une indication sur la performance d'un procédé par rapport aux limites admissibles. Capabilité = spécification variabilité Cp TsTi 6 Q&M BP Pagora 14

15 Surl histogramme Ti LCi IT(Intervalledetolérance) Limitesdecontrôle CAPABILITENATURELLE LCs Ts x 99,73 % de l'aire totale Cp TsTi 6 Q&M BP Pagora 15

16 Capabilités desprocessus Ts +3 Ti -3 Cp=0,66 Cp=1 Cp=1,33 Cp=1,66 NONCAPABLE JUSTECAPABLE ACCEPTABLE PERFORMANT. 16

17 Cpk Un processus performant doit être centré pour réduire les risques T S x x TI Cpk Minimum ; 3 3 Cpk 1 Ts. Ti Cp=1,66; Cpk =1,66:Centré Cp=1,66; Cpk =1:Risqué Cp=1,66; Cpk =0,66:Rebut. 17

18 Verslamaîtriseetl amélioration desprocédés Réductiondes causes aléatoires Processus prévisible,sous contrôle Sanscause assignable Processus statistiquement stable Aveccauses assignables Processus imprévisible, horscontrôle 18

19 Mercidevotreattention. Questions? 19

Le suivi de la qualité. Méthode MSP : généralités

Le suivi de la qualité. Méthode MSP : généralités Le suivi de la qualité La politique qualité d une entreprise impose que celle maîtrise sa fabrication. Pour cela, elle doit être capable d évaluer la «qualité» de son processus de production et ceci parfois

Plus en détail

ANALYSE de CAPACITÉ : processus fabrication

ANALYSE de CAPACITÉ : processus fabrication ANALYSE de CAPACITÉ : processus fabrication aptitude d'un processus à satisfaire des exigences / spécifications Définition Limites "naturelles" de variabilité Distinction entre 3 sortes de limites Étapes

Plus en détail

Plan II-1. Généralités II-1-1. Définitions et principes II-1-2. Mise en place

Plan II-1. Généralités II-1-1. Définitions et principes II-1-2. Mise en place SPC 1 Plan II-1. Généralités II-1-1. Définitions et principes II-1-2. Mise en place II-2-1. Définitions II-1-2. Capabilité machine et capabilité procédé II-2-3. Ppm 2 II-1. GénéralitG ralités Définitions

Plus en détail

Leçon 12. Qualité. de définir les avantages et inconvénients de chaque type de contrôle,

Leçon 12. Qualité. de définir les avantages et inconvénients de chaque type de contrôle, Leçon 12 Qualité L'objectif principal de la leçon est de connaître et de comprendre les principaux types de contrôle mis en place pour assurer la qualité des produits et des processus. A l'issue de la

Plus en détail

TECHNIQUES STATISTIQUES

TECHNIQUES STATISTIQUES TECHNIQUES STATISTIQUES, enseignant à l'institut d'administration des Entreprises, Université Nancy 2 SOMMAIRE 1. Introduction 3 2. Contrôle statistique des lots 3 2.1 Champ d'application 3 2.2 Niveau

Plus en détail

LA MÉTHODE S.P.C. (STATISTICAL PROCESS CONTROL)

LA MÉTHODE S.P.C. (STATISTICAL PROCESS CONTROL) 1GM Sciences et Techniques Industrielles Page 1 sur 5 Productique - Cours Génie Mécanique Première LA MÉTHODE S.P.C. (STATISTICAL PROCESS CONTROL) Née aux USA, la méthode S. P. C. est traduite le plus

Plus en détail

ANALYSE de CAPACITÉ d'un PROCESSUS

ANALYSE de CAPACITÉ d'un PROCESSUS ANALYSE de CAPACITÉ d'un PROCESSUS ( aptitude d'un processus à satisfaire des exigences / spécifications) Définition Limites "naturelles" de variabilité Distinction entre 3 sortes de limites Étapes pour

Plus en détail

Maîtrise Statistique des Procédés (MSP) Statistical Process Control (SPC)

Maîtrise Statistique des Procédés (MSP) Statistical Process Control (SPC) Maîtrise Statistique des Procédés (MSP) Statistical Process Control (SPC) Plan Qu est-ce que la qualité? Qu est-ce que la MSP/le SPC? Variabilité Loi Normale Cartes de contrôle Capabilités Application

Plus en détail

1 élève. 0 8 12 16 20 Note

1 élève. 0 8 12 16 20 Note L'histogramme est utilisé dans le cas d'une série regroupée en classe. Pour construire un histogramme, on porte les classes en abscisse et sur chacune d'elles pris comme base, on construit un rectangle

Plus en détail

- 1 - LES FORMATIONS R E C A P I T U L A T I F. Intitulé Permet à l auditeurs de : Population concernée.

- 1 - LES FORMATIONS R E C A P I T U L A T I F. Intitulé Permet à l auditeurs de : Population concernée. - 1 - LES FORMATIONS R E C A P I T U L A T I F Intitulé Permet à l auditeurs de : Population concernée. Le management par la qualité. Saisir les enjeux de l économie de marché et l intérêt à accorder à

Plus en détail

Le tolérancement inertiel appliqué en décolletage

Le tolérancement inertiel appliqué en décolletage Le tolérancement inertiel appliqué en décolletage Mondialisation, augmentation du coût de l énergie et des matières, pressions sur les coûts. Les entreprises doivent évoluer dans un contexte changeant

Plus en détail

Révision de statistiques

Révision de statistiques IUP SID M1 UPS TOULOUSE Maîtrise statistique des procédés 2005/2006 Révision de statistiques Exercice 1 Révisions sur la lecture de tables. 1. Soit U une v.a. normale centrée réduite. Calculer P(U < 2),

Plus en détail

Caractéristique d une loi normale

Caractéristique d une loi normale CONTROLE PAR MESURAGE Les cartes de contrôles permettent de surveiller deux paramètres : La tendance centrale de la fabrication (moyenne) La variabilité de la fabrication R(étendue), (écart type) ANALYSE

Plus en détail

Cartes de contrôle. Partage d expériences, Evolutions dans le domaine de l accréditation, échanges d auditeurs internes. Programme

Cartes de contrôle. Partage d expériences, Evolutions dans le domaine de l accréditation, échanges d auditeurs internes. Programme Les petits déjeuner du Réunion n 7 du Club de Laboratoires Accrédités Cartes de contrôle Partage d expériences, Evolutions dans le domaine de l accréditation, échanges d auditeurs internes Vendredi 21

Plus en détail

CONTRÔLE DE LA QUALITE ANALYTIQUE AU LABO. Août 2009 Hilde De Boeck

CONTRÔLE DE LA QUALITE ANALYTIQUE AU LABO. Août 2009 Hilde De Boeck CONTRÔLE DE LA QUALITE ANALYTIQUE AU LABO Août 2009 Hilde De Boeck SOMMAIRE 1. Introduction 2. Mise en œuvre d un CQI 3. Préparation d un échantillon CQI 4. Calcule des valeurs cibles 5. Réalisation du

Plus en détail

Séances 5 et 6 4-530-03. La gestion de la qualité. Gestion des opérations et de la logistique

Séances 5 et 6 4-530-03. La gestion de la qualité. Gestion des opérations et de la logistique Gestion des opérations et de la logistique Séances 5 et 6 4-530-03 La gestion de la qualité 2011, Service d enseignement de la Gestion des Opérations et de la Logistique, HEC Montréal. Points importants

Plus en détail

Programme de Formation LEAN Six Sigma GREEN Belt Level

Programme de Formation LEAN Six Sigma GREEN Belt Level Première journée Jours Méthodes et Outils Formateurs DMAIC I. Définir, Mesurer 1. Définir : l environnement, les attendus, l équipe, la charte projet, - Outils : Matrice de sélection, VOC, MPM, diagramme

Plus en détail

L ASSURANCE QUALITE AU LABORATOIRE DE DIAGNOSTIC

L ASSURANCE QUALITE AU LABORATOIRE DE DIAGNOSTIC L ASSURANCE QUALITE AU LABORATOIRE DE DIAGNOSTIC ATELIER DE FORMATION SUR LE DIAGNOSTIC DE LA FIEVRE APHTEUSE 21 mai 2012 Labib BAKKALI KASSIMI Labib.bakkali-kassimi@anses.fr Agence Nationale de Sécurité

Plus en détail

Diplôme de Comptabilité et de Gestion. D é c r e t N 2 0 0 6-1 7 0 6 d u 2 2 d é c e m b r e 2 0 0 6 - A r r ê t é d u 8 m a r s 2 0 1 0

Diplôme de Comptabilité et de Gestion. D é c r e t N 2 0 0 6-1 7 0 6 d u 2 2 d é c e m b r e 2 0 0 6 - A r r ê t é d u 8 m a r s 2 0 1 0 Diplôme de Comptabilité et de Gestion DCG D é c r e t N 2 0 0 6-1 7 0 6 d u 2 2 d é c e m b r e 2 0 0 6 - A r r ê t é d u 8 m a r s 2 0 1 0 Validation des Acquis de l Expérience VAE R é f é r e n t i e

Plus en détail

Ecole Nationale Supérieure d Arts et Métiers Meknès

Ecole Nationale Supérieure d Arts et Métiers Meknès Ecole Nationale Supérieure d Arts et Métiers Meknès EFFECTUE AUPRES D IMACAB Du 01/07/02 Au 05/08/02 Préparé par : Encadré par : CHADMI ISSAM M.HABTI Année Universitaire: 2001/2002 Ensam-Méknes - 1 - imacab

Plus en détail

Méthodes statistiques

Méthodes statistiques Méthodes statistiques Référence : 3210321CD ISBN : 978-2-12-210321-0 Année d édition : 2014 Analyse 5 normes phares : NF ISO 3534-3 (juin 2013) Statistique - Vocabulaire et symboles - Partie 3 : plans

Plus en détail

OPTIMISATION DES CONTROLES QUALITE PATIENTS SUR ACCELERATEUR LINEAIRE : UTILISATION DE LA MAITRISE STATISTIQUE DES PROCESSUS (MSP)

OPTIMISATION DES CONTROLES QUALITE PATIENTS SUR ACCELERATEUR LINEAIRE : UTILISATION DE LA MAITRISE STATISTIQUE DES PROCESSUS (MSP) OPTIMISATION DES CONTROLES QUALITE PATIENTS SUR ACCELERATEUR LINEAIRE EXPERIENCE DU CENTRE ALEXIS VAUTRIN UTILISATION DE LA MAITRISE STATISTIQUE DES PROCESSUS (MSP) Karine HERLEVIN E.P.U Techniques dédiées

Plus en détail

Appliquer la maîtrise statistique des processus (MSP/SPC)

Appliquer la maîtrise statistique des processus (MSP/SPC) Maurice PILLET Professeur des Universités IUT Annecy Université de Savoie, Laboratoire LISTIC Ancien élève de l'ecole Normale Supérieure de CACHAN Appliquer la maîtrise statistique des processus (MSP/SPC)

Plus en détail

Les Réseaux de Neurones avec

Les Réseaux de Neurones avec Les Réseaux de Neurones avec Au cours des deux dernières décennies, l intérêt pour les réseaux de neurones s est accentué. Cela a commencé par les succès rencontrés par cette puissante technique dans beaucoup

Plus en détail

Le Data Mining au service du Scoring ou notation statistique des emprunteurs!

Le 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 détail

Université Jinan Faculté de Gestion Tripoli - Liban. Statistiques. Examen Préparatoire. Version 1

Université Jinan Faculté de Gestion Tripoli - Liban. Statistiques. Examen Préparatoire. Version 1 Université Jinan Faculté de Gestion Tripoli - Liban Statistiques Examen Préparatoire Version 1 2011-2010 Statistiques Université de Jinan Faculté de Gestion Table des matières 1 Analyse statistique d'une

Plus en détail

Statistiques 2009-10 Cours 4. Statistiques descriptives: méthodes numériques (1) Mesures de tendance centrale (1)

Statistiques 2009-10 Cours 4. Statistiques descriptives: méthodes numériques (1) Mesures de tendance centrale (1) Statistiques 2009-10 Cours 4 Bachelor 1 ère année Unil, Ecole des HEC 1 Statistiques descriptives: méthodes numériques (1) Eléments de tendance centrale (moyenne, médiane, mode, quantiles, ) 2 Mesures

Plus en détail

Annales du Contrôle National de Qualité des Analyses de Biologie Médicale

Annales du Contrôle National de Qualité des Analyses de Biologie Médicale Annales du Contrôle National de Qualité des Analyses de Biologie Médicale Dosage des IgE spécifiques (D. pteronyssinus, Chat, Chien, Bouleau) Allergie 09ALL1 Juin 2009 Edition : mai 2011 Afssaps - 143/147,

Plus en détail

Håvard Hovind, NIVA, Norvège Bertil Magnusson, SP, Suède Mikael Krysell et Ulla Lund, Eurofins A/S, Danemark Irma Mäkinen, SYKE, Finlande

Håvard Hovind, NIVA, Norvège Bertil Magnusson, SP, Suède Mikael Krysell et Ulla Lund, Eurofins A/S, Danemark Irma Mäkinen, SYKE, Finlande Préface L objectif de ce manuel est de servir de guide pratique pour le contrôle interne de la qualité. Il est écrit pour vous qui avez comme travail les mesures de routine dans le laboratoire d analyses.

Plus en détail

Un groupe d individus décrit par une variable quantitative Dossier SPATIAL Situer le groupe par rapport à une population de référence

Un groupe d individus décrit par une variable quantitative Dossier SPATIAL Situer le groupe par rapport à une population de référence UN GROUPE D INDIVIDUS DÉCRIT PAR UNE VARIABLE QUANTITATIVE SITUER LE GROUPE PAR RAPPORT À UNE POPULATION DE RÉFÉRENCE Mots clés : écarts à la moyenne ; écarts-réduit ; score Z ; distribution normale ;

Plus en détail

ISO 9001:2000. CHAPITRE par CHAPITRE

ISO 9001:2000. CHAPITRE par CHAPITRE ISO 9001:2000 PARTIE 2-3 CHAPITRE par CHAPITRE 9001:2000, domaine Satisfaction du client par la prévention des N.C. (ISO 9001:1994) Appliquer efficacement le système pour répondre aux besoins du client

Plus en détail

Les statistiques descriptives et les intervalles de confiance

Les statistiques descriptives et les intervalles de confiance Les statistiques et les intervalles de Yohann.Foucher@univ-nantes.fr Equipe d Accueil 4275 "Biostatistique, recherche clinique et mesures subjectives en santé", Université de Nantes Master 2 - Cours #2

Plus en détail

CI n 1 La démarche qualité

CI n 1 La démarche qualité TGM Sciences et Techniques Industrielles Pédagogique page 1 sur 4 Productique Secteur Production Génie Mécanique Terminale Ph10 a dresser b percer CI n 1 La démarche qualité COMPÉTENCES TERMINALES ATTENDUES

Plus en détail

STATISTIQUE avec la calculatrice TI-nspire. Applications : Tableur & listes - Données et statistiques

STATISTIQUE avec la calculatrice TI-nspire. Applications : Tableur & listes - Données et statistiques STATISTIQUE avec la calculatrice TI-nspire. Applications : Tableur & listes - Données et statistiques 1) Caractère qualitatif : représentations graphiques Moyen de locomotion pour venir à l école. x i

Plus en détail

SIMDI - Simulateur de tournage

SIMDI - Simulateur de tournage SIMDI - Simulateur de tournage «Les élèves pilotent un processus de fabrication dans le temps réduit d une formation» Objectifs du simulateur «Appliquer la Maîtrise Statistique des procédés (MSP/SPC)»

Plus en détail

Les dossiers techniques du CRTA. Comment réaliser une carte de contrôle?

Les dossiers techniques du CRTA. Comment réaliser une carte de contrôle? Les dossiers techniques du CRTA Comment réaliser une carte de contrôle? Comment réaliser une carte de contrôle Les enjeux du contrôle Au-delà du prix de vente, la satisfaction du client passe de manière

Plus en détail

Séries Statistiques Simples

Séries Statistiques Simples 1. Collecte et Représentation de l Information 1.1 Définitions 1.2 Tableaux statistiques 1.3 Graphiques 2. Séries statistiques simples 2.1 Moyenne arithmétique 2.2 Mode & Classe modale 2.3 Effectifs &

Plus en détail

ESSAIS DE COMPARAISON INTERLABORATOIRES CAMPAGNE 2010 ESSAIS SUR ENROBES BITUMIMEUX RAPPORT D EVALUATION

ESSAIS DE COMPARAISON INTERLABORATOIRES CAMPAGNE 2010 ESSAIS SUR ENROBES BITUMIMEUX RAPPORT D EVALUATION LPEE/LNM LABORATOIRE PUBLIC D ESSAIS ET D ETUDES LABORATOIRE NATIONAL DE METROLOGIE Km 7, Route d El Jadida OASIS Casablanca Maroc- Fax +212.522 98-25-72 Tél.+212.522 48-87-28/29/27 E.mail : berrada@lpee.ma

Plus en détail

DOSSIER SUJET - REPONSES

DOSSIER SUJET - REPONSES NE RIEN ÉCRIRE DANS CE CADRE Académie : Session : Examen : Série : Spécialité/option : Repère de l épreuve : Epreuve/sous épreuve : NOM : (en majuscule, suivi s il y a lieu, du nom d épouse) Prénoms :

Plus en détail

Programme de Formation LEAN Six Sigma GREEN Belt Level

Programme de Formation LEAN Six Sigma GREEN Belt Level Première journée Jours Méthodes et Outils Formateurs DMAIC I. Définir, Mesurer 1. Définir : l environnement, les attendus, l équipe, la charte projet, - Outils : Matrice de sélection, VOC, MPM, diagramme

Plus en détail

Programme de Formation LEAN Six Sigma GREEN Belt Level

Programme de Formation LEAN Six Sigma GREEN Belt Level Première journée Jours Méthodes et Outils Formateurs DMAIC I. Définir, Mesurer 1. Définir : l environnement, les attendus, l équipe, la charte projet, - Outils : Matrice de sélection, VOC, MPM, diagramme

Plus en détail

Nouveaux programmes de terminale Probabilités et statistiques

Nouveaux programmes de terminale Probabilités et statistiques Nouveaux programmes de terminale Probabilités et statistiques I. Un guide pour l'année II. La loi uniforme : une introduction III. La loi exponentielle IV. De la loi binomiale à la loi normale V. Échantillonnage

Plus en détail

différence groupe-conseil en statistique

différence groupe-conseil en statistique Vais-je atteindre mon objectif cette année? Par Martin Carignan, associé chez Différence www.difference-gcs.com Contexte Les gestionnaires sont souvent évalués sur des résultats mesurés par des indicateurs

Plus en détail

Entrer par les problèmes en probabilités et en statistique. Équipe Académique Mathématiques - 2009

Entrer par les problèmes en probabilités et en statistique. Équipe Académique Mathématiques - 2009 Entrer par les problèmes en probabilités et en statistique Équipe Académique Mathématiques - 2009 Quelle valeur ajoutée peut-on espérer d une entrée par les problèmes en probabilités? Donner du sens aux

Plus en détail

Notions de capabilité : Exemple de situations : -Notions de capabilité Année Technologie

Notions de capabilité : Exemple de situations : -Notions de capabilité Année Technologie Notions de capabilité : La capabilité est la mesure établissant le rapport entre la performance réelle d'une machine (ou procédé) et la performance demandée. Une capabilité s'exprime par un chiffre. Elle

Plus en détail

Amenez votre analyse d audit au niveau supérieur! Passeport formation 2013 26 avril 2013

Amenez votre analyse d audit au niveau supérieur! Passeport formation 2013 26 avril 2013 Amenez votre analyse d audit au niveau supérieur! Passeport formation 2013 26 avril 2013 Amenez votre analyse d audit au niveau supérieur! Introduction Le groupe ACL de Montréal Résultats de recherche

Plus en détail

Méthodes Statistiques Appliquées à la Qualité et à la Gestion des Risques - Le Contrôle Statistique

Méthodes Statistiques Appliquées à la Qualité et à la Gestion des Risques - Le Contrôle Statistique Méthodes Statistiques Appliquées à la Qualité et à la Gestion des Risques - Le Contrôle Statistique Jean Gaudart Laboratoire d Enseignement et de Recherche sur le Traitement de l Information Médicale jean.gaudart@univmed.fr

Plus en détail

Les caractéristiques de la courbe de Gauss

Les caractéristiques de la courbe de Gauss 2 Les caractéristiques de la courbe de Gauss 3 Caractéristiques de la courbe L aire totale représente 100 % de ce qui est mesuré. les extrémités de la courbe tendent vers l infini 100 % 95,46 % 95 % de

Plus en détail

Un processus se décline par un ensemble d activités liées les unes aux autres selon une méthodologie décrivant leur cadre et leur mode opératoire.

Un processus se décline par un ensemble d activités liées les unes aux autres selon une méthodologie décrivant leur cadre et leur mode opératoire. ARTICLE STATISTIQUE N 2 LES INDICATEURS Un processus se décline par un ensemble d activités liées les unes aux autres selon une méthodologie décrivant leur cadre et leur mode opératoire. Ainsi l on distingue

Plus en détail

Cartes de contrôle aux mesures

Cartes de contrôle aux mesures Cartes de contrôle aux mesures 1 Une introduction à la maîtrise statistique des processus Deux objets ne sont jamais rigoureusement identiques. Quelles que soient les techniques utilisées pour fabriquer

Plus en détail

Cours (8) de statistiques à distance, élaboré par Zarrouk Fayçal, ISSEP Ksar-Said, 2011-2012. Test du Khi 2

Cours (8) de statistiques à distance, élaboré par Zarrouk Fayçal, ISSEP Ksar-Said, 2011-2012. Test du Khi 2 Test du Khi 2 Le test du Khi 2 (khi deux ou khi carré) fournit une méthode pour déterminer la nature d'une répartition, qui peut être continue ou discrète. Domaine d application du test : Données qualitatives

Plus en détail

VALIDATION DE METHODES QUALITATIVES EN CONTINU

VALIDATION DE METHODES QUALITATIVES EN CONTINU VALIDATION DE METHODES QUALITATIVES EN CONTINU IX E JOURNÉES PROFESSIONNELLES DE L AFTLM PARIS Informations pré requises Type de flexibilité Méthodes «fournisseurs» (portée flexible standard A), dites

Plus en détail

Solutionnaire questions théoriques chapitre 9

Solutionnaire questions théoriques chapitre 9 Solutionnaire questions théoriques chapitre 9 19. Quand le délai de récupération est inférieur à la durée de vie du projet, la VAN est positive pour un taux d*actualisation de 0%. Pour des taux supérieurs

Plus en détail

Mise à jour : septembre 2011. Chapitre 19 L évaluation du Bureau de l audit interne et la reddition de comptes

Mise à jour : septembre 2011. Chapitre 19 L évaluation du Bureau de l audit interne et la reddition de comptes Mise à jour : septembre 2011 Chapitre 19 L évaluation du Bureau de l audit interne et la reddition de comptes Table des matières 1. L évaluation de la performance... 1 2. Les mécanismes d évaluation...

Plus en détail

ATELIER "STATISTIQUES "

ATELIER STATISTIQUES ATELIER "STATISTIQUES " Médiane et quartiles Se référer au document d'accompagnement des programmes de premières des séries générales, annexe "boîtes et quantiles". Médiane Me La définition à adopter est

Plus en détail

Dans le domaine du savoir il y a le rationnel et l irrationnel, les techniques statiques s imposent si toutes les théories connues ne suffisent pas à

Dans le domaine du savoir il y a le rationnel et l irrationnel, les techniques statiques s imposent si toutes les théories connues ne suffisent pas à IIntroductiion Au Maîîtriise Statiistiique Dans le domaine du savoir il y a le rationnel et l irrationnel, les techniques statiques s imposent si toutes les théories connues ne suffisent pas à comprendre

Plus en détail

Outils Statistiques du Data Mining

Outils Statistiques du Data Mining Outils Statistiques du Data Mining Pr Roch Giorgi roch.giorgi@univ-amu.fr SESSTIM, Faculté de Médecine, Aix-Marseille Université, Marseille, France http://sesstim-orspaca.org http://optim-sesstim.univ-amu.fr

Plus en détail

JAVA année 2015 CP 2 série n 2

JAVA année 2015 CP 2 série n 2 JAVA année 2015 CP 2 série n 2 Exercices sur les conditionnelles, le contrôle de flot et les méthodes statiques Exercice 1 Écrire un programme Ex0201.java qui lit 3 nombres au clavier, les classes dans

Plus en détail

Chapitre 8. Corrigés

Chapitre 8. Corrigés Chapitre 8 Corrigés 1 Question 1. Indicateurs du BSC et stratégie de domination par les coûts Le BSC doit refléter les intentions stratégiques. Par conséquent, si l entreprise choisit de s orienter plutôt

Plus en détail

Leçon 5. Systèmes de gestion à recomplétement périodique et stock de sécurité

Leçon 5. Systèmes de gestion à recomplétement périodique et stock de sécurité CANEGE Leçon 5 Systèmes de gestion à recomplétement périodique et stock Objectif : A l'issue de la leçon l'étudiant doit être capable : dans le cadre des calendriers d approvisionnement à recomplètement

Plus en détail

Chapitre 4. Recouvrement des créances fiscales. Entité vérifiée : Revenu Québec (Centre de perception fiscale)

Chapitre 4. Recouvrement des créances fiscales. Entité vérifiée : Revenu Québec (Centre de perception fiscale) Chapitre 4 Recouvrement des créances fiscales Entité vérifiée : Revenu Québec (Centre de perception fiscale) Mise en contexte Créances fiscales : 7,6 G$ au 31 mars 2011 Somme avant ajustements pour tenir

Plus en détail

Étude des Corrélations entre Paramètres Statiques et Dynamiques des Convertisseurs Analogique-Numérique en vue d optimiser leur Flot de Test

Étude des Corrélations entre Paramètres Statiques et Dynamiques des Convertisseurs Analogique-Numérique en vue d optimiser leur Flot de Test 11 juillet 2003 Étude des Corrélations entre Paramètres Statiques et Dynamiques des Convertisseurs Analogique-Numérique en vue d optimiser leur Flot de Test Mariane Comte Plan 2 Introduction et objectif

Plus en détail

Statistiques descriptives (1/2)

Statistiques descriptives (1/2) Statistiques descriptives (1/2) Anita Burgun 2011-2012 http://www.med.univ-rennes1.fr Introduction! Statistique: méthode scientifique qui consiste à réunir des données chiffrées sur des ensembles d individus

Plus en détail

Chapitre 8: Inférence, échantillonnage et estimation

Chapitre 8: Inférence, échantillonnage et estimation Chapitre 8: Inférence, échantillonnage et estimation 1. Echantillonnage aléatoire simple 2. Inférence statistique 3. Estimation 4. Evaluation graphique de l adéquation d un modèle de distribution 1 L inférence

Plus en détail

par Jean-François Deslandes

par Jean-François Deslandes GUIDE EXCEL POUR LA STATISTIQUE par Jean-François Deslandes Automne 2000 2 Table des matières RAPPORT DE TABLEAU CROISÉ DYNAMIQUE 4 CONSTRUCTION D'UN TABLEAU DE FRÉQUENCE POUR UNE VARIABLE UNIQUE 4 DISTRIBUTION

Plus en détail

Problème 4: Les diagrammes suivants représentent la distribution de 4 variables discrètes X1, X2, X3 et X4 :

Problème 4: Les diagrammes suivants représentent la distribution de 4 variables discrètes X1, X2, X3 et X4 : Cours 5-62-96 : Traitement et analyse des données Test autodiagnostique PARTIE 1 : Problème 1 : Pour chacune des distributions ci-dessous, identifier la population et la variable étudiée en précisant si

Plus en détail

NORME CAMEROUNAISE NC 235 : 2005 06

NORME CAMEROUNAISE NC 235 : 2005 06 NC 235 : 2005 06 REPUBLIQUE DU CAMEROUN REPUBLIC OF CAMEROON Paix Travail Patrie Peace Work Fatherland ========= ========= MINISTERE DE L INDUSTRIE, DES MINES ET DU MINISTRY OF INDUSTRY, MINES AND DEVELOPPEMENT

Plus en détail

LE MANAGEMENT DU RISQUE

LE MANAGEMENT DU RISQUE LE MANAGEMENT DU RISQUE S O M M A I R E Définition des différents termes Les différents types de risque Méthodologie d évaluation et de gestion du risque Exemples de management du risque DÉFINITIONS Danger

Plus en détail

Déléguer efficacement

Déléguer efficacement Déléguer efficacement La délégation n est pas une aptitude innée La délégation est un des éléments essentiels du leadership Copyright 2002 - Tous droits réservés Paule Bolduc inf. M. Éd. Le leadership

Plus en détail

Feuille d exercice n 22 : Probabilités

Feuille d exercice n 22 : Probabilités Lycée La Martinière Monplaisir Année 2015/2016 MPSI - Mathématiques Second Semestre Feuille d exercice n 22 : Probabilités Exercice 1 On se donne N N. Deux joueurs lancent tour à tour un dé. Le premier

Plus en détail

CHAINE D ANALYSES INTER-LABORATOIRES BOUCHONS PLAN DE CAMPAGNE

CHAINE D ANALYSES INTER-LABORATOIRES BOUCHONS PLAN DE CAMPAGNE CHAINE D ANALYSES INTER-LABORATOIRES BOUCHONS PLAN DE CAMPAGNE 2015 BOUCHONS EN LIEGE POUR VINS TRANQUILLES MESURE DES PARAMETRES MECANIQUES ET PHYSIQUES Version 01 du 01/12/14 Ce document présente notre

Plus en détail

GROUPE SYNERGIE PME INC. 800, boul. René-Lévesque O., #161, Stn B, Montréal, QC, H3B 3J5 Tél. : 514.805.8448

GROUPE SYNERGIE PME INC. 800, boul. René-Lévesque O., #161, Stn B, Montréal, QC, H3B 3J5 Tél. : 514.805.8448 GROUPE SYNERGIE PME INC. Société spécialisée en développement des affaires AUGMENTATION DES VENTES 800, boul. René-Lévesque O., #161, Stn B, Montréal, QC, H3B 3J5 Tél. : 514.805.8448 AUGMENTATION DES VENTES

Plus en détail

Réseaux de transport en commun et morphologie des territoires

Réseaux de transport en commun et morphologie des territoires Réseaux de transport en commun et morphologie des territoires Journées d échanges sur la mobilité urbaine 30 mars 2015 1 CONTENU DE L ÉTUDE! Rapport de recherche sur la typologie et la desservabilité des

Plus en détail

A quoi vont-elles servir?

A quoi vont-elles servir? A quoi vont-elles servir? Décrire Distribution Position : moyenne, mode, médiane, (ordre de grandeur) Résumer paramètres et graphes Forme (symétrie, tendance ) Dispersion : écart-type, variance, quantiles,

Plus en détail

LA CAPABILITÉ 23/04/2014. Par convention, la dispersion d une distribution Normale D= 6 écart-types.

LA CAPABILITÉ 23/04/2014. Par convention, la dispersion d une distribution Normale D= 6 écart-types. LA CAPABILITÉ Le concept de capabilité permet de définir si l'ensemble des résultats obtenus pour une caractéristique est inclus dans les tolérances spécifiées, et ce pour toutes les pièces produites.

Plus en détail

1 Générateurs à Congruences Linéaires (GCL)

1 Générateurs à Congruences Linéaires (GCL) TP 4 : Générateurs pseudo-aléatoires et applications Un générateur de nombres pseudo-aléatoires, pseudorandom number generator (PRNG) en anglais, est un algorithme qui génère une séquence de nombres présentant

Plus en détail

Statistiques industrielles Management de la production et de la qualité

Statistiques industrielles Management de la production et de la qualité Statistiques industrielles Management de la production et de la qualité Francois.Kauffmann@unicaen.fr Université de Caen Basse-Normandie 9 novembre 2015 Francois.Kauffmann@unicaen.fr UCBN MSP 9 novembre

Plus en détail

COTE LAVAL. Cette méthode de calcul de la cote Laval est utilisée pour fin d admission depuis la session d automne 2010.

COTE LAVAL. Cette méthode de calcul de la cote Laval est utilisée pour fin d admission depuis la session d automne 2010. COTE LAVAL Cette méthode de calcul de la cote Laval est utilisée pour fin d admission depuis la session d automne 010. TABLE DES MATIÈRES 1. COTE LAVAL : DÉFINITIONS ET CONTEXTE... 1 1.1 Finalité de la

Plus en détail

1. Vocabulaire : Introduction au tableau élémentaire

1. 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 détail

Statistique Descriptive I (M1102)

Statistique Descriptive I (M1102) Illustration du cours de Statistique Descriptive I (M1102) Année scolaire 2013/2014 Université de Perpignan Via Domitia, IUT STatistique et Informatique Décisionnelle (STID) Table des matières 1 Généralités

Plus en détail

Formation Inter Entreprises

Formation Inter Entreprises Formation Inter Entreprises Lean Six Sigma - Méthodologie DMAIC Niveau Black Belt 3conseils 10, place Charles Béraudier 69428 LYON CEDEX 03 www.3conseils.com 2015 Objectifs de la formation La formation

Plus en détail

ORGANISME CANADIEN DE RÉGLEMENTATION DU COMMERCE DES VALEURS MOBILIÈRES (OCRCVM)

ORGANISME CANADIEN DE RÉGLEMENTATION DU COMMERCE DES VALEURS MOBILIÈRES (OCRCVM) 1 ORGANISME CANADIEN DE RÉGLEMENTATION DU COMMERCE DES VALEURS MOBILIÈRES (OCRCVM) CHARTE DU COMITÉ DES FINANCES, DE L AUDIT COMPTABLE ET DE LA GESTION DES RISQUES Mandat Le Comité des finances, de l audit

Plus en détail

Examen d accès - 1 Octobre 2009

Examen d accès - 1 Octobre 2009 Examen d accès - 1 Octobre 2009 Aucun document autorisé - Calculatrice fournie par le centre d examen Ce examen est un questionnaire à choix multiples constitué de 50 questions. Plusieurs réponses sont

Plus en détail

Document d information relatif à la catégorisation des clients

Document d information relatif à la catégorisation des clients Document d information relatif à la catégorisation des clients Edition Novembre 2007 Document d information relatif à la catégorisation des clients 1 SOMMAIRE 1. CLASSIFICATION DU CLIENT PAR LA BANQUE

Plus en détail

Connaissez-vous votre prix de revient?

Connaissez-vous votre prix de revient? Connaissez-vous votre prix de revient? 15 avril 2014 Producteurs-transformateurs J o u r n é e d i n f o r m a t i o n Votre conférencier Ghyslain Cadieux Directeur principal Tél. : 514 954-4643 cadieux.ghyslain@rcgt.com

Plus en détail

Ce document a été numérisé par le CRDP de Bordeaux pour la

Ce document a été numérisé par le CRDP de Bordeaux pour la Ce document a été numérisé par le CRDP de Bordeaux pour la Base Nationale des Sujets d Examens de l enseignement professionnel. Campagne 2012 Ce fichier numérique ne peut être reproduit, représenté, adapté

Plus en détail

Dijon, le 24 janvier 2008. RESTITUTION EVALUATION PREFORMATIVE. Madame X

Dijon, le 24 janvier 2008. RESTITUTION EVALUATION PREFORMATIVE. Madame X Dijon, le 24 janvier 2008. RESTITUTION EVALUATION PREFORMATIVE Madame I APTITUDES ET POTENTIEL INTELLECTUEL Vous trouverez dans le tableau ci-dessous, la définition des paramètres mesurés durant les tests

Plus en détail

Qualité en production

Qualité en production Daniel DURET et Maurice PILLET Qualité en production De l ISO 9000 à Six Sigma Troisième édition Éditions d Organisation, 1998, 2001, 2005 ISBN : 2-7081-3388-8 Sommaire INTRODUCTION... 17 Première partie

Plus en détail

STATISTIQUES I) UN PEU DE VOCABULAIRE

STATISTIQUES I) UN PEU DE VOCABULAIRE STATISTIQUES I) UN PEU DE VOCABULAIRE Toute étude statistique s'appuie sur des données. Dans le cas ou ces données sont numériques (99% des cas), on distingue les données discrètes (qui prennent un nombre

Plus en détail

Chapitre 5 - Le diplôme : un passeport pour l emploi?

Chapitre 5 - Le diplôme : un passeport pour l emploi? Chapitre 5 - Le diplôme : un passeport pour l emploi? Le chapitre s inscrit dans le thème du programme, «Formation et emploi». Le chapitre vise à montrer l intérêt du diplôme dans la recherche et l obtention

Plus en détail

11 OSMOLARITÉ, MULTIPLES SOURCES DE VARIATION

11 OSMOLARITÉ, MULTIPLES SOURCES DE VARIATION 11 OSMOLARITÉ, MULTIPLES SOURCES DE VARIATION Dans cette étude de cas nous nous retrouvons face à des données dont la variabilité court terme est très différente de celle à long terme. Les cartes de contrôle

Plus en détail

Classification et accords de salaires pour les salariés des entreprises du paysage CCN du 10 octobre 2008 étendue le 25 mars 2009

Classification et accords de salaires pour les salariés des entreprises du paysage CCN du 10 octobre 2008 étendue le 25 mars 2009 Classification et accords de salaires pour les salariés des entreprises du paysage CCN du 10 octobre 2008 étendue le 25 mars 2009 Les entreprises du paysage de la CNATP ont 6 mois après la date d extension

Plus en détail

COMPRENDRE SON DOSSIER DE GESTION

COMPRENDRE SON DOSSIER DE GESTION CENTRE LORRAIN DE GESTION Des Métiers et Professions Indépendantes COMPRENDRE SON DOSSIER DE GESTION Siège : 1, Avenue Foch 57000 METZ Tel : 03.87.74.20.51 - Fax : 03.87.36.52.73 * Site Internet : www.cglor.fr

Plus en détail

Chacune des valeurs d une variable en est une modalité particulière.

Chacune des valeurs d une variable en est une modalité particulière. Psychologie générale Jean Paschoud STATISTIQUE Sommaire Rôle de la statistique Variables Échelles de mesure Résumer, décrire Comparer Rôle de la statistique La statistique est avant tout un outil permettant

Plus en détail

MARQUE NF TUBES ET ACCESSOIRES POUR RESEAUX DE TELECOMMUNICATION EN POLYETHYLENE (PE) ET POLYPROPYLENE (PP)

MARQUE NF TUBES ET ACCESSOIRES POUR RESEAUX DE TELECOMMUNICATION EN POLYETHYLENE (PE) ET POLYPROPYLENE (PP) MARQUE NF TUBES ET ACCESSOIRES POUR RESEAUX DE TELECOMMUNICATION EN POLYETHYLENE (PE) ET POLYPROPYLENE (PP) EXIGENCES D'ASSURANCE QUALITE EN REFERENCE A LA NORME NF EN ISO 9002 (août 1994) DISPOSITIONS

Plus en détail

Exercice 2 du cours Management Bancaire : «Calcul de la VaR d une position de marché»

Exercice 2 du cours Management Bancaire : «Calcul de la VaR d une position de marché» Exercice du cours Management Bancaire : «Calcul de la VaR d une position de marché» La réglementation bancaire impose aux banques de maintenir un niveau de capital minimum pour absorber les pertes dues

Plus en détail

Statistiques descriptives Variance et écart type

Statistiques descriptives Variance et écart type Statistiques descriptives Variance et écart type I) Rappel : la moyenne (caractéristique de position ) Définition Soit la série statistique définie dans le tableau suivant : Valeur... Effectif... Fréquences

Plus en détail

Développement de la prestation de conseil au laboratoire

Développement de la prestation de conseil au laboratoire Développement de la prestation de conseil au laboratoire Mercredi 24 juin 2015 1 Jean-Pierre BOUILLOUX LBM LxBIO RODEZ jp.bouilloux@lxbio.com 2 Evaluation COFRAC juillet 2010 3 Modèle de fiche d écart

Plus en détail

Annales du Contrôle National de Qualité des Analyses de Biologie Médicale

Annales du Contrôle National de Qualité des Analyses de Biologie Médicale Annales du Contrôle National de Qualité des Analyses de Biologie Médicale Dosage des IgE spécifiques (D. pteronyssinus, Dactyle, Soja, Alternaria) Allergie 08ALL1 Juin 2008 Edition : novembre 09 Afssaps

Plus en détail

Chapitre 3 : INFERENCE

Chapitre 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 détail