PLAN DE COURS Statistiques pour Chimie 201-ZEA-JQ Deuxième session de la première année
|
|
- Florence Beausoleil
- il y a 8 ans
- Total affichages :
Transcription
1 505, RUE SAINT-HUBERT JONQUIÈRE (QUÉBEC) G7X 7W cegepjonquiere.ca Département de mathématiques et statistiques PLAN DE COURS Statistiques pour Chimie 01-ZEA-JQ Deuxième session de la première année Programmes : Techniques de Laboratoire et Technique de génie chimique Session Hiver 014 Durée : 60 périodes, Groupe : Pondération : -- Enseignant : François Bégin Bureau : 116.5, 954.1G Téléphone : poste : 376, 7617 Site web : fbegin.ep.profweb.qc.ca/zeah014 Courriel : fbegin@cjonquiere.qc.ca
2 NOTE PRÉLIMINAIRE Généralement le technicien en laboratoire et le chimiste s intéressent aux données issues de mesures plutôt qu à la fréquence de caractéristiques qualitatives. Les informations importantes proviennent non pas d un dénombrement mais bien de mesures, de poids, de volumes et de lectures d instruments spécialisés. Nous verrons dans ce cours comment il est possible de présenter les mesures recueillies et de les analyser. Nous verrons également à évaluer nos résultats par différents tests et à contrôler certains processus grâce aux mesures. Situé maintenant en deuxième session de la première année des programmes de techniques de laboratoire et génie chimique, le cours de mathématiques Statistiques pour chimie a pour objectif de rendre compétent l étudiant à faire un traitement statistique des données à l aide des outils technologiques contemporains et à utiliser les outils mathématiques nécessaires aux analyses. Ce cours n a aucun préalable outre les pré-requis mathématiques du secondaire (SN 5 ou TS 5) et n est préalable à aucun. Toutefois, certains concepts et méthodes seront utilisés dans plusieurs autres cours de la formation spécifique dont physico-chimie, électrochimie, chromatographie et dans l exercice futur de la fonction. L atteinte de la compétence visée par ce cours reste un défi tout à fait réalisable. Les statistiques comportent de nombreuses notions, qui prisent individuellement, s avèrent relativement peu complexes. La difficulté de ce cours réside donc dans la diversité plutôt que dans la complexité. Il est impératif que l étudiant participe activement à sa formation en réalisant avec diligence, régularité et minutie les différents laboratoires et exercices. Le travail régulier est en statistiques, un gage de réussite. Ce cours à également pour objectif de développer une attitude professionnelle et autonome quant à la communication et à la présentation des résultats. De même il permettra l acquisition d habilités intellectuelles et de techniques d étude efficaces et transférables qui concourront à former des individus responsables. Pour favoriser une meilleure intégration des apprentissages, nous alternerons les cours théoriques et les laboratoires informatiques. La matière étant cumulative et donc préalable à la compréhension des éléments subséquents, cela favorisera un ancrage adéquat du nouveau contenu. Après chaque section, l étudiant devra effectuer une série d exercices, parfois sous supervision, afin d approfondir ses connaissances et d automatiser la démarche de réalisation.
3 DÉCOUPAGE DU COURS (des modifications peuvent être apportées au besoin) Sem. Objectif d apprentissage Contenu Stratégie d évaluation et pondération Durée 1 7hres 3 4 Présenter des données Terminologie : -population, -unité statistique, -caractères, -modalités, -variable statistique, -échantillon, -sondage, recensement, -fréquences (absolues, relatives, cumulées); Types d échelle et de variables; Tableau de distribution de fréquences (brutes, relative et cumulées); Représentations graphiques; Erreurs systématiques et aléatoires; Analyser des données Mesures de tendance centrale : mode médiane moyenne; Mesures de position : Quantiles; Mesures de dispersion : étendue, Écart-type, Coefficient de variation; Évaluation formative Laboratoire d introduction à Excel; Exercices hebdomadaires à remettre et vérifications des solutions; Exercices sélectionnés dans le volume Évaluation sommative Laboratoire 1 Produire des tableaux et graphiques avec Excel /4% Voir Examen théorique 1 Évaluation formative Exercices hebdomadaires à remettre et vérifications des solutions; Exercices sélectionnés dans le volume Évaluation sommative Laboratoire Produire et interpréter diverses statistiques (descriptives) avec Excel /4% Examen théorique 1 /17% Connaître et reconnaître les notions de base en statistiques telles que : population, échantillon, unité statistique, caractère, modalité, valeurs, variable ; Identifier pour une variable donnée le type de variable et l échelle de mesure; Faire un tableau de distribution de fréquences adapté au type de variable; Faire tous les graphiques appropriés pour une variable donnée; (histogramme, diagramme circulaire, polygone de fréquences, ogive, diagramme linéaire, diagramme à bandes, chronogramme) Calculer et interpréter toutes les mesures de tendance centrale, de dispersion et de position pour des données en séries brutes, groupées par valeur ou groupées par classes; Préciser pour une distribution, l aplatissement et l asymétrie 5hres hres
4 Appliquer les rudiments de l analyse combinatoire et des probabilités Analyser des données (suite) Terminologie des probabilités, définition de probabilité, Approche classique et fréquentiste Calcul de probabilité; théorèmes importants Principes de dénombrement, loi d addition; loi de multiplication; Combinaison Probabilités conditionnelles et événement indépendants Variable aléatoire discrète; Variable aléatoire continue; Espérance mathématique et variance de variable aléatoire; Loi Normale; Loi de Student; Loi du Chi deux ( ²) Estimation de la moyenne par intervalle de confiance Évaluation formative Exercices hebdomadaires à remettre et vérifications des solutions; Exercices sélectionnés dans le volume Évaluation sommative voir examen théorique Évaluation formative Exercices hebdomadaires à remettre et vérifications des solutions; Exercices sélectionnés dans le volume Évaluation sommative Examen théorique /17% Préciser ce qu on entend par les notions d épreuve, d espace échantillonnal et d événement et les appliquer dans divers contextes. Distinguer la définition classique de la définition fréquentiste de la probabilité; Connaître les principaux axiomes régissant le calcul de probabilité; Calculer des probabilités; Appliquer le principe de multiplication; Appliquer le principe d addition; Calculer dans une situation appropriée une combinaison; Préciser ce qu on entend par variable aléatoire et par loi de probabilité; Distinguer entre variable aléatoire discrète et continue; Calculer les principaux paramètres d une loi de probabilité; Donner la signification de l espérance mathématique, de la variance et de l écarttype d une variable aléatoire; Calculer des probabilités ou des valeurs de variables aléatoires à partir de tables (loi normale, Chi-deux, Student); Déterminer et expliquer un intervalle de confiance pour la moyenne; 5hres 9hres hres 4
5 9 Évaluer les résultats Erreur aléatoire et systématique Distribution d échantillonnage; Test d hypothèses sur une moyenne; Test d hypothèses sur une différence de moyenne; Test de conformité (ajustement) à une loi théorique Test de normalité Shapiro Wilk Recherche de valeur aberrante avec le test de Dixon Détection d une valeur aberrante à l aide de l intervalle interquartile Test d égalité de plusieurs variances; Test d hypothèses sur une variance. Comparaison de méthodes Analyser des données (suite) Utiliser des cartes de contrôle Analyse de régression (linéaire et non linéaire) Pour une droite de régression, calculs de la pente de l ordonnée à l origine, des différents écart-types et du coefficient de corrélation Cartes de contrôle X et R Plan d échantillonnage simple Caractéristiques d un bon échantillon Évaluation formative Exercices hebdomadaires à remettre et vérifications des solutions; Exercices sélectionnés dans le volume Évaluation sommative Laboratoire 3 Réalisation d un test d hypothèses /4% Laboratoire 4 Régression corrélation avec Excel /4% Examen théorique 3 /17% Faire un test d hypothèses sur une moyenne et sur une différence de moyenne; Vérifier par un test, la conformité d une distribution expérimentale à la loi normale; Trouver grâce à un test approprié si des données renferment des valeurs aberrantes; Faire un test sur une variance; Faire un test d égalité de deux variances; Pour une droite d étalonnage: déterminer par un test si la pente est significativement égale à 1 et si l ordonnée à l origine est significativement égale à 0.* Faire un test pour savoir si le coefficient de corrélation est significatif Calculer la droite de régression (pente et ordonnée à l origine) pour des liens linéaires ou non linéaires; Calculer le coefficient de corrélation; Calculer l écart type des résidus, de la pente, de l ordonnée à l origine et des résultats obtenus à l aide de la courbe d étalonnage; Calculer les intervalles de confiance pour la pente et l ordonnée. à l origine de la droite de régression.(cet objectif n est pas à l examen) Déterminer si une erreur est systématique ou aléa Évaluation formative Exercices hebdomadaires à remettre et vérifications des solutions; Exercices sélectionnés dans le volume Évaluation sommative Laboratoire 5 Cartes de contrôle avec Excel /4% Examen théorique 4 (tous les objectifs) /9% Identifier les sources de variation qui existent dans un procédé; Construire une carte de contrôle; Déterminer les limites de contrôle; Déterminer si un procédé est stable; Distinguer causes communes et causes spéciales; Identifier les causes spéciales; Effectuer un plan d échantillonnage simple Identifier un bon échantillon. 16hres hres 10hres hres 5
6 CALENDRIER HEBDOMADAIRE DES LEÇONS (Ce calendrier sera modifié au besoin et la version mise à jour disponible sur mon site web.) Numéro de la semaine No du cours Contenu Nb heures 1 Cours 1 Présentation du plan de cours janvier Terminologie statistique et définitions Types de variable et échelles de mesure Erreurs systématique et aléatoires Cours 4 janvier Cours 3 9 janvier Cours 4 31 janvier 3 Cours 5 5 février Cours 6 7 février Faire exercices d apprentissage no,3 Présentation des données et dépouillement Tableaux de distribution de fréquences l adressage absolu et relatif avec Excel. Utilisation de la poigné de recopie avec Excel Lire pages 17 à et 8,9 ainsi que la section 1.17 page 40. Faire exercices d apprentissage no 4 Faire l exercice 1.1 p 51 no 1 et 4 à 11bcd Retour sur la réalisation d un tableau Représentations graphiques Lire pages 9 à 3, 37 à 40 section 1.16 et 43 à 51 Faire exercices d apprentissage no 6, 7,8 Faire l ex 1.1 no :1 à 17, 19, 0ef,5 à 8,30,31; Représentations graphiques (suite) Introduction aux mesures : la moyenne, l écart-type, la variance et le coefficient de variation (données non groupées) erreurs systématique et aléatoire (rappel) Le diagramme en boîte et les valeurs aberrantes Présentation du laboratoire 1 Lire page 84 à 89; 91, 100, 104(section.9) Commencer le laboratoire 1; Faire l exercice d apprentissage 1 p et 3 p104; Faire exercice.16 page 118 no 1,,3,4ab; L étendue, moyenne, écart-type, variance coefficient de variation, quartiles, médiane, étendue mode (données groupées), Retour sur le diagramme en boîte et les caractéristiques de forme Lire pages 91 à 100 Faire l exercice.16 p118 no : 9, 10, 1, 14, 15; Règle de Tchebycheff; Coefficients d asymétrie et d aplatissement; Présentation du laboratoire Lire pages 100 (section.7) à 11 Faire ex. d apprentissage no4 page Faire l exercice.16 p118 no : 16 à 0; Commencer le laboratoire 4 Cours 7 Examen 1 : Mercredi 1 février Cours 8 14 février Introduction au calcul des probabilités : épreuves, espace échantillonnal, événement, notion de probabilité, calculs de probabilités totales Lire page 16 à 136 (sections 3.1 à 3.6); Faire exercices d apprentissage 1 à 4 5 Cours 9 19 février Faire l exercice 3.11no 1,,4,8,11,1; Principe de multiplication et d addition Combinaisons Événements liés, probabilités conditionnelles et composées (section3.8) Lire pages 136 à 145 sections 3.7 et 3.8; Faire exercice d apprentissage no 5 Faire l exercice 3.11no :13 à 16 et 4 à 9; Laboratoires 1 Laboratoire d introduction (1 heure) 1 Laboratoire 1 Tableaux et graphiques (1 heure) Laboratoire Calculs de statistiques (30 minutes)
7 5 suite Cours 10 1 février 6 Cours 11 6 février Cours 1 8 février 7 3 mars MI-SESION 8 Cours 13 1 mars Cours mars Probabilités composées Événements indépendants Lire section 4.1 à 4.4 pages 156 à 163 Faire exercices d apprentissage no 1 et Faire l exercice 4.15 no : 1 à 6; Variables aléatoires discrètes Loi de probabilité, espérance mathématique représentation graphique de la loi de probabilités Loi binomiale, Lire section 4.1 à 4.9 pages 164 à 177 Faire exercices d apprentissage no 3, 4 et 5. Ex 4.15 no : 7,10,1,14,16,18,0,1,,4; Loi de Poisson; Variables aléatoires continues et loi normale, caractéristiques de la loi normale, calcul de probabilité avec la loi normale Lire pages 178 à 181 et 194 à 07 section 5.1 à 5.4 Faire l ex no 5,7, 9,31,33; Exercice 5.9 no 1 à Faire ex. d apprentissage no 6 p180 et no 1 à 3 p 03 Faire les exercices Khi deux et Student des notes de cours disponibles sur mon site. Loi de Student, loi du Khi deux (notes sur mon site). Définition : paramètre et statistique; Distributions d échantillonnage; Théorème central limite, La moyenne comme variable aléatoire Lire pages 6 à 33; Faire les exercices d apprentissage no 1 et 3 Exercice 6.34 page 30 no 1 à 3 Estimation d une moyenne par intervalle de confiance (suite) et révision Lire page 6 à 4; Exercice d apprentissage no 1 et 3 Exercice 6.34 page 30 no 4 à 13 9 Cours 15 Examen : Mercredi 19 mars Cours 16 1 mars 10 Cours 17 6 mars Cours 18 8 mars Calcul de la taille d échantillon en fonction de la marge d erreur; Introduction aux tests d hypothèses; Seuil de signification, erreur de 1 ière et de ième espèce, test sur une moyenne, test sur une variance; Test d hypothèses sur deux moyennes; Test d égalité de deux variances Lire page 4 à 6 (section 6.7 à 6.19 sauf 6.17) Faire les exercices d apprentissage no et5. Exercice 6.34 page 30 no 1 à 6,8,9,11,13, 16, 18, 0,3,4,6,34,35,36; Lire page 63 à 66 (section 6.0) Retour sur le test d égalité de deux variances Test de conformité à la loi normale (Shapiro Wilk) Lire les notes cours et faire les exercices inclus. Étude de corrélation; Nuage de points; Coefficient de corrélation linéaire et de détermination; Test de validité du coefficient de corrélation Calcul de la droite de régression Variables indépendantes et dépendantes; Lire page 75 à 93; Faire l exercice 6.34 no 45 à 49 page Lab3 Test Shapiro-Wilk 7
8 11 Cours 19 avril Cours 0 4 avril 1 Cours 1 9 avril Décomposition de la variation; Calculs de marges d erreur sur la pente, l ordonnée à l origine et la valeur estimée de y. Régression non linéaire Reconnaître un modèle non linéaire Trouver le modèle adéquat Trouver l équation du modèle non linéaire Linéariser une série de données Trouver l équation du modèle, Utilisation du papier log-log ou semi-log, de la calculatrice ou d Excel pour trouver le modèle exact Lire les notes de cours et faire les problèmes inclus Test de Dixon pour la recherche de valeurs aberrantes; Lire p 74 à 76 Faire l exercice d apprentissage no 7 p76 Faire exercice 6.36 no 45 à 48 p Révision Laboratoire 4 : Régression corrélation 13 Cours Examen 3 : Mercredi 16 avril 14 Cours 3 avril Temps en classe pour réalisation d exercices Introduction au contrôle statistique de procédé La variabilité d un procédé et la maitrise statistique; Étape pour la réalisation d une carte de contrôle; Carte de contrôle; Cours 4 3 avril Cours 5 5 avril 15 Cours 6 30 avril 16 Cours 7 7 mai Cours 8 9 mai Lire les pages 31 à 35 Contrôle statistique des grandeurs mesurables, Causes spéciales et communes; Stabilité d un procédé Cartes de contrôle x et r Fondement statistique des cartes de contrôle Révision Lire p 36 à 347 Faire l exercice d apprentissages 1 et p336 et 337; Faire l exercice 7.16 no 1 à 10 Réalisation du Laboratoire 5 : Les cartes de contrôle Laboratoire 5 Plan d échantillonnage simple loi Binomiale, loi de Poisson Courbe d efficacité Lire page 45 à 465 Faire les exercices d apprentissage 1 à 4 Utilisation de la table de Cameron Qualité moyenne après contrôle; Courbe de qualité moyenne des lots après contrôle Lire page 469 à 475 Faire l exercice d apprentissage 5,6 Faire exercice 10.1 no, 5,7, 8abcde, Caractéristiques d un bon échantillon 17 Cours 9 Révision 15 mai Cours 30 Examen 4 16 mai 3 8
9 MÉTHODES PÉDAGOGIQUES Pour aider l étudiant, les activités d apprentissage seront diversifiées tout en permettant une autonomie et un travail continu. Elles permettront également de bien intégrer la matière tout en offrant la possibilité à l élève de s auto évaluer. Voici donc une liste non exhaustive de ces activités : exposé animation; exposé conférence; atelier; séance de laboratoire informatique recherche enquête exercices vérifiés EVALUATION Comme précisé dans la section Découpage du cours voici un bref rappel de la pondération de chacune des évaluations : Laboratoire 1 à 5 0 points Examen 1 17 points Examen 17 points Examen 3 17 points Examen 4 (synthèse) 9 points TOTAL 100 points POLITIQUES : Présence au cours : En cas d absence ponctuelle lors d activités d apprentissage, l élève est le seul responsable de la récupération de ces activités. Il incombe à chacune et à chacun de prendre connaissance auprès d autres étudiantes et étudiants de toutes les informations transmises en classe. Il est à noter qu un taux d absentéisme supérieur à 15% peut entraîner un échec du cours : la matière vue dans chacune des périodes de cours étant nécessaire à la compréhension des cours suivants. De plus, un élève absent à plus de 15 % des périodes de cours peut se voir refuser la correction de ses travaux et examens. Absence à une évaluation : En cas d absence à une activité d'évaluation autre qu'un examen (travail, mini-test, etc.), il n y a aucune reprise possible, ce qui entraîne automatiquement la note zéro. Il n'y a aucune reprise possible pour les travaux et les mini-tests, ni en cours de session, ni à la fin de la session. En cas d'absence ponctuelle à un examen, l étudiant est tenu d aviser son enseignant dans un délai de cinq jours ouvrables à défaut de quoi la note attribuée à cet examen sera de zéro (0). De plus, la reprise de cet examen ne peut se faire avant la 15 e semaine de cours et ce, pour un seul examen. La reprise sera conditionnelle au fait que la note accumulée permette à l élève d obtenir la note de passage nécessaire à la réussite de son cours.
10 Remise des travaux : En cas de retard dans la remise d'un travail, une pénalité de 10% de la valeur du travail sera appliquée par jour ou fraction de jour de retard. L'enseignant ne peut accepter un travail qui lui est rendu après que les copies corrigées aient été remises aux élèves. Politique de français : L évaluation accordée à la qualité du français écrit dans un travail ne peut excéder 10% de pénalité. L enseignant peut refuser de corriger un travail ou de compiler le résultat lorsque la qualité du français n est pas adéquate. Dans ce cas, l élève peut avoir à corriger ses erreurs et à le remettre à nouveau. Plagiat et tricherie : Tout plagiat, tentative de plagiat ou collaboration à un plagiat entraîne la note zéro(0) pour l évaluation concernée, et ce, pour toutes les personnes impliquées. De plus, l enseignant rédige un rapport de l événement et en remet un exemplaire au responsable de la coordination de programme (RCP) ainsi qu au responsable de la coordination du département (RCD). Quant à l utilisation d appareils électroniques en classe tels que téléphones cellulaires, lecteurs MP3, appareils photos numériques, etc, elle est défendue en tout temps, spécialement lors des périodes d examens, à moins de recommandation d expert en matière de service adapté. Révision de note Partielle : L élève désirant une révision d une note en cours de session, doit d abord rencontrer son enseignant(e). S il n y a pas entente, il ou elle doit dans un délai d une semaine, informer la responsable de la coordination départementale du département de mathématiques (RCD) de son intention de contester l évaluation de l activité d apprentissage en question. À défaut, le département considère que cette évaluation n est plus contestable lors d une révision de note, s il y lieu. Finale : L élève désirant une révision de sa note finale doit d abord rencontrer son enseignant(e). S il n y a pas entente, il ou elle doit en faire la demande par écrit au comité de révision de notes de la direction pédagogique, par l intermédiaire de son aide pédagogique individuelle (API). Discipline dans le cours : En accord avec la politique d évaluation des apprentissages du collège, le département de mathématiques considère qu il est du ressort de l enseignante ou de l enseignant de maintenir un climat de travail convenable à l intérieur des cours et, par conséquent, de prendre les moyens pour y parvenir auprès des élèves. Ces moyens peuvent être : refus d entrée en cas de retard, avertissement d expulsion, expulsion d une ou plusieurs périodes de cours, expulsion définitive, note au dossier, etc. 10
11 Note de passage : La note de passage minimale pour le cours est de 60%; de plus, une étudiante ou un étudiant devra conserver une moyenne d au moins 60% dans ses examens pour réussir son cours. L évaluation de la présentation des travaux L enseignant est responsable de la détermination des règles concernant la présentation matérielle des travaux. La partie de l évaluation sommative accordée à la qualité de la présentation d un travail ne peut excéder 15%. Modalités de correction des évaluations Dans la correction des travaux et des examens, une attention particulière sera accordée à l'exactitude du langage mathématique. Les examens sont corrigés strictement en fonction de ce qui est écrit sur la copie de l'élève et non en fonction de présomptions sur ce qu'il ou elle a voulu écrire. Quel que soit le type d'évaluation, les solutions doivent être complètes, claires et détaillées. Cahier de bord Le cahier de bord (cahier Canada ligné ou quadrillé) est destiné à la remise hebdomadaire d exercices choisis parmi les exercices donnés en classe. Une pénalité de 0% sera appliquée à l examen théorique lorsqu un élève n aura pas complété correctement son cahier de bord. L étudiant a toutefois la possibilité de corriger son devoir après que celui-ci aura été vérifié. Les devoirs doivent obligatoirement, pour chaque problème, présenter une solution complète et une réponse. Il y aura exclusion du cours lorsqu un deuxième devoir n aura pas été remis. La réalisation de ceux-ci est essentielle pour la réussite du cours. Après une semaine de retard un devoir est considéré comme non remis. DISPONIBILITÉ DU PROFESSEUR Lorsque je ne suis pas en cours je suis généralement à mon bureau. Il est évidemment possible de prendre rendez-vous pour que je sois tout à vous pour une période déterminée. Si je ne suis pas à mon bureau, j indiquerai sur ma porte à quel endroit vous pouvez me trouver (bibliothèque, salle de conditionnement etc.) Notez également que certaines des périodes de disponibilité seront données à mon bureau du PLG le 954.1G. L horaire vous sera communiqué lors de la première semaine de cours. 11
12 HORAIRE DE COURS Hiver 014 Lundi Mardi Mercredi Jeudi Vendredi 8:0 9:10 DISPO ZRA 98. ZEA 936. DISPO 9 :15 10 :05 DISPO DISPO DISPO : Disponible à mon bureau au ou au 954.1G (PLG) ZEA :15 11 :05 DISPO DISPO DISPO ZRA DISPO 11 :10 1 :00 Dîner DISPO DISPO 96.1 DISPO 1 :05 1 :55 Dîner Dîner Dîner Dîner Dîner 13 :00 13 :50 Dîner Dîner Dîner Dîner ZHA :55 14 :45 DISPO DISPO ZHA :55 15 :45 15 :50 16 :40 MATÉRIEL REQUIS Crayons, marqueurs de couleur, feuilles quadrillées, calculatrice pouvant effectuer une analyse statistique à deux variables et calculer le coefficient de corrélation et les paramètres de la droite de régression linéaire. (Suggestion : Sharp scientifique avec régression linéaire et non linéaire, 535 ou un modèle supérieur) Volume obligatoire : BAILLARGEON Gérald, Statistique appliquée et outils d amélioration de la qualité, 3 e édition, Les éditions SMG, Trois-Rivières QC, 01 MÉDIAGRAPHIE AMYOTTE, L., Méthodes quantitatives : Application à la recherche en sciences humaines, Les éditions du Renouveau pédagogique, Saint-Laurent, AUDET, BOUCHER, CAUMARTIN, SKEENE, Probabilités et statistiques ( e édition), Gaëtan Morin éditeur,1993 BAILLARGEON, Gérald. Probabilités et statistique avec applications en technologie et en ingénierie, Les éditions SMG, Trois-Rivières, 00. BAUER, L,. EDWARD, A statistical manual for chemist, Academic press, Montréal, FEINBERG, MAX, La validation des méthodes d analyse, Masson, GRENON, G. et VIAU, S., Méthodes quantitatives en sciences humaines, e édition, Gaëtan Morin éditeur, Boucherville, LAVOIE, RÉGINALD, Statistiques appliquées, Les presses de l université du Québec, LUAN, JAUPI, Contrôle de la qualité, Dunod, 00. MURRAY R. SPIEGLE, Probabilités et statistique, Série Schaum, Paris OUELLET, G., Méthodes quantitatives en sciences humaines, Les éditions Le Griffon d argile, Sainte-Foy,
Méthodes 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 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 détailPLAN DE COURS. Reconnaître le rôle des mathématiques ou de l informatique dans la société contemporaine (0011)
PLAN DE COURS Titre du cours : Logiciels appliqués en sciences Numéro du cours : 360-ESZ-03 Programme : Sciences de la Nature 200B0 Pondération : 1-2-3 Session : Hiver 2010 Enseignant : Éric Gaul François
Plus en détailPlan de cours. Chiffriers et bases de données en gestion commerciale
Collège Lionel-Groulx 100, rue Duquet Sainte-Thérèse, (Québec) J7E 3G6 Téléphone : (450) 430-3120 Télécopieur : (450) 430-2783 Site Internet : http://www.clg.qc.ca Session : Hiver 2009 No de cours : 420-CJ0-LG
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 détailPLAN DE COURS DÉPARTEMENT ÉLECTRONIQUE INDUSTRIELLE. TITRE DU COURS Ordinateur Outil 243-215-RA 1-4-2
PLAN DE COURS DÉPARTEMENT ÉLECTRONIQUE INDUSTRIELLE TITRE DU COURS Ordinateur Outil 243-215-RA 1-4-2 Numéro du cours Pondération Automne 2010 Martin Cloutier Table des matières 1 NOTE PRÉLIMINAIRE... 3
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 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 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 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 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 détailSoutien technique en informatique
Service de formation aux adultes Soutien technique en informatique PLAN DE COURS Utilisation et création de bases de données 420-B64-GR 2-2-2 75 heures Session automne 2010 NOM DE L ENSEIGNANT : JIE YANG
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 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 détailStatistiques Descriptives à une dimension
I. Introduction et Définitions 1. Introduction La statistique est une science qui a pour objectif de recueillir et de traiter les informations, souvent en très grand nombre. Elle regroupe l ensemble des
Plus en détailPLAN DE COURS CONCEPT ET MULTIMÉDIA 2 570 JCW 06
PLAN DE COURS CONCEPT ET MULTIMÉDIA 2 570 JCW 06 Pondération du cours 2-4-3 Session Automne 2011 Compétence(s) visée(s) OOPL - OOPM Programme-hôte Graphisme Professeur Sabin Farley Département de graphisme
Plus en détailTechnologie 9 e année (ébauche)
Conseil scolaire acadien provincial École secondaire du Sommet Élaboré par M. J. Saldaña T., BPhB, BEd, MSc Année scolaire 2014 2015 Technologie 9 e année (ébauche) DESCRIPTION DU COURS Pour réussir dans
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 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 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 détailCours d été des établissements privés de la région de Québec. Document d information et formulaire d inscription aux parents
Été 2015 Été 2015 Cours d été des établissements privés de la région de Québec Document d information et formulaire d inscription aux parents Cours d été des établissements privés de la région de Québec
Plus en détailMATHÉMATIQUES. Les préalables pour l algèbre MAT-P020-1 DÉFINITION DU DOMAINE D EXAMEN
MATHÉMATIQUES Les préalables pour l algèbre MAT-P020-1 DÉFINITION DU DOMAINE D EXAMEN Mars 2001 MATHÉMATIQUES Les préalables pour l algèbre MAT-P020-1 DÉFINITION DU DOMAINE D EXAMEN Mars 2001 Direction
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 détailUNIVERSITÉ LAVAL. PLAN DE COURS PROGRAMME en GESTION du DÉVELOPPEMENT TOURISTIQUE. Titre et sigle du cours : Marketing touristique, MRK 20578
1 UNIVERSITÉ LAVAL FACULTÉ DES SCIENCES DE L'ADMINISTRATION Certificat en gestion du développement touristique PLAN DE COURS PROGRAMME en GESTION du DÉVELOPPEMENT TOURISTIQUE IDENTIFICATION Titre et sigle
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 détailDessin Technique GMEC1311. PROFESSEUR Gabriel Cormier, Ph.D. Bureau : 217G2 Tél : 858-4566 Courriel : gabriel.cormier@umoncton.ca
Faculté d ingénierie PLAN DE COURS Génie mécanique Dessin Technique GMEC1311 PROFESSEUR Gabriel Cormier, Ph.D. Bureau : 217G2 Tél : 858-4566 Courriel : gabriel.cormier@umoncton.ca HORAIRE Théorie : Jeudi,
Plus en détailFaculté des sciences de l administration Automne 2005
Faculté des sciences de l administration Automne 2005 Département de finance et assurance Programmes de 1er cycle Université Laval ASR-15742 GESTION DES RISQUES ET ASSURANCE Professeur: M. Gilles Bernier,
Plus en détailCOLLÈGE DE MAISONNEUVE
410-802-MA Plan de cours Durée : 45 heures 2-1-2 Professeur : Hugo Bélanger hugo@hugobelanger.com COLLÈGE DE MAISONNEUVE 3800, rue Sherbrooke Est Montréal (Québec) H1X 2A2 Téléphone : (514) 254 7131 Télécopieur
Plus en détailCourriel : waguih.laoun@collegeahuntsic.qc.ca
AEC Gestion des finances personnelles (LCA.DP) Planification financière 410-693-RO (2-1-2) 1 2/3 00901 Automne 2011 Waguih Laoun Local F-224 Courriel : waguih.laoun@collegeahuntsic.qc.ca Thématique générale
Plus en détailFORMATION CONTINUE SUR L UTILISATION D EXCEL DANS L ENSEIGNEMENT Expérience de l E.N.S de Tétouan (Maroc)
87 FORMATION CONTINUE SUR L UTILISATION D EXCEL DANS L ENSEIGNEMENT Expérience de l E.N.S de Tétouan (Maroc) Dans le cadre de la réforme pédagogique et de l intérêt que porte le Ministère de l Éducation
Plus en détailCours d été 2015. Aux parents et élèves de 5 e secondaire
Cours d été 2015 Aux parents et élèves de 5 e secondaire Durant l été, la Commission scolaire offre à ses élèves de 5 e secondaire trois services : 1. Des cours en présentiel, dans les matières suivantes
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 détailClasse de première L
Classe de première L Orientations générales Pour bon nombre d élèves qui s orientent en série L, la classe de première sera une fin d étude en mathématiques au lycée. On a donc voulu ici assurer à tous
Plus en détailA.E.C. - Gestion des Applications, TI LEA.BW
A.E.C. - Gestion des Applications, TI LEA.BW Groupe : 00051 Sécurité 420-PKF-SL (2-1-1) Quatrième étape Plan de cours Professeur Nom : Marcel Aubin Courrier électronique : maubin@cegep-st-laurent.qc.ca
Plus en détailSIO-6029-Z1 : Gestion de projet et du changement
E SIO-6029-Z1 : Gestion de projet et du changement Hiver 2012 Enseignant : Jean-Pierre Bélanger, Chargé de cours Plage horaire du cours : Cours en salle : Mercredi 18h30 à 21h20 Local : PAP-2327 Du 11
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 détailFORMATION À DISTANCE - GUIDE D ÉTUDES - FORMATION PROFESSIONNELLE Diplôme d études professionnelles SECRÉTARIAT (5212) COMPTABILITÉ (5231)
FORMATION À DISTANCE - GUIDE D ÉTUDES - FORMATION PROFESSIONNELLE Diplôme d études professionnelles SECRÉTARIAT (5212) COMPTABILITÉ (5231) Août 2014 La forme masculine est utilisée afin d alléger le texte.
Plus en détailTechniques de l informatique 420.AC. DEC intensif en informatique, option gestion de réseaux informatiques
Plan de cours Techniques de l informatique 420.AC DEC intensif en informatique, option gestion de réseaux informatiques 420-691-MA Stage en entreprise Site du stage en entreprise : http://stages.cmaisonneuve.qc.ca/evaluation/1748/
Plus en détailCatalogue des connaissances de base en mathématiques dispensées dans les gymnases, lycées et collèges romands.
Catalogue des connaissances de base en mathématiques dispensées dans les gymnases, lycées et collèges romands. Pourquoi un autre catalogue en Suisse romande Historique En 1990, la CRUS (Conférences des
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 détailMRK -6081 A : Méthodes d Analyse de Données en Marketing Automne 2010
E MRK -6081 A : Méthodes d Analyse de Données en Marketing Automne 2010 Professeure :Elissar Toufaily Plage horaire du cours : Cours en salle Jeudi 15h 30-18h30 Local 4221 PAP Du 2 septembre. 2010 au 9
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 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 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 détailSOMMAIRE. 1. Préambule...2. 2. Le calendrier...2. 3. Trajectoire d un objet lancé...6. 4. Régression linéaire...9
SOMMAIRE 1. Préambule...2 2. Le calendrier...2 3. Trajectoire d un objet lancé...6 4. Régression linéaire...9 5. Calcul de commissions par tranches...12 6. Base de données...16 7. Valeur cible...19 ATTENTION
Plus en détailCONTRAT DE FORMATION Cachet de l Établissement
CONTRAT DE FORMATION Cachet de l Établissement ENTRE L'ETABLISSEMENT D'ENSEIGNEMENT : exploité par Monsieur GENEVEY Patrick agrément n : 2403806800 obtenue le : 3/10/2001 renouvelé le 11/09/2007 assuré
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 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 détailNombres, mesures et incertitudes en sciences physiques et chimiques. Groupe des Sciences physiques et chimiques de l IGEN
Nombres, mesures et incertitudes en sciences physiques et chimiques. Groupe des Sciences physiques et chimiques de l IGEN Table des matières. Introduction....3 Mesures et incertitudes en sciences physiques
Plus en détailDirection des Études et Synthèses Économiques Département des Comptes Nationaux Division des Comptes Trimestriels
Etab=MK3, Timbre=G430, TimbreDansAdresse=Vrai, Version=W2000/Charte7, VersionTravail=W2000/Charte7 Direction des Études et Synthèses Économiques Département des Comptes Nationaux Division des Comptes Trimestriels
Plus en détailQuestions et réponses sur la cote de rendement au collégial
Questions et réponses sur la cote de rendement au collégial Mars 2013 QUESTIONS ET RÉPONSES SUR LA COTE DE RENDEMENT AU COLLÉGIAL CREPUQ AVANT-PROPOS Ce document apporte des réponses aux principales questions
Plus en détailPOL 1100 (Méthodes de recherche en politique) Hiver 2012 Local B-0305 Lundi de 13h00-14h30
Faculté des arts et des sciences Département de science politique POL 1100 (Méthodes de recherche en politique) Hiver 2012 Local B-0305 Lundi de 13h00-14h30 Professeur : Erick Lachapelle Bureau : C-3124
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 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 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 détailHIVER 2004 MÉTHODOLOGIE DE LA RECHERCHE EN MARKETING MRK - 65384
Professeur : Raoul Graf FSA-Université Laval Pavillon Palasis Prince Bureau 2413 Tél. : 418 656 2131 ext. 2688 Courriel : Raoul.Graf@mrk.ulaval.ca HIVER 2004 MÉTHODOLOGIE DE LA RECHERCHE EN MARKETING MRK
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 détailUNITE U 6.2 : PROJET TECHNIQUE OBJET DE L'EPREUVE.
UNITE U 6.2 : PROJET TECHNIQUE OBJET DE L'EPREUVE. Cette épreuve permet de valider les compétences C1, C2, C3 et T2 du référentiel au travers de la démarche de projet 15 que le candidat aura mis en œuvre.
Plus en détailGlossaire de termes relatifs à l assurance de la qualité et aux bonnes pratiques de laboratoire
Glossaire de termes relatifs à l assurance de la qualité et aux bonnes pratiques de laboratoire Notre engagement: la qualité et l amélioration continue Photos Couverture: en haut à gauche; istockphoto.com/yegor
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 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 détailAPPROCHE PAR COMPÉTENCES
APPROCHE PAR COMPÉTENCES GUIDE D ÉLABORATION DES ACTIVITÉS D APPRENTISSAGE Phase I Élaboration du programme d études local Louise Savard Conseillère pédagogique Hiver 2004 Table des matières 1. PROCÉDURE
Plus en détailRéseau SCEREN. Ce document a été numérisé par le CRDP de Bordeaux pour la. Base Nationale des Sujets d Examens de l enseignement professionnel.
Ce document a été numérisé par le CRDP de Bordeaux pour la Base Nationale des Sujets d Examens de l enseignement professionnel. Campagne 2013 Ce fichier numérique ne peut être reproduit, représenté, adapté
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 détailCHARGÉE DE COURS : Catherine Pelletier, MBA, chargée de communication, Service des communications et des relations avec le milieu, FSA
MRK-20712 - MARKETING DIRECT Syllabus Automne 2008 Local 3307 PAP CHARGÉE DE COURS : Catherine Pelletier, MBA, chargée de communication, Service des communications et des relations avec le milieu, FSA
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 détailGUIDE DES PROFESSEURS(ES) POUR LÉA Version du 27 janvier 2009
GUIDE DES PROFESSEURS(ES) POUR LÉA Version du 27 janvier 2009 Table des matières Que signifie LÉA?... 2 1. Accéder à LÉA... 2 2. Choisir votre classe... 3 3. Absences et retards... 4 Saisie d absences...
Plus en détailObservatoire Economique et Statistique d Afrique Subsaharienne
Observatoire Economique et Statistique d Afrique Subsaharienne Termes de référence pour le recrutement de quatre (4) consultants dans le cadre du Projet «Modules d initiation à la statistique à l attention
Plus en détailGauthier, Benoît (dir.). 2010. Recherche sociale : de la problématique à la collecte des données. Québec : Presses de l Université du Québec.
Faculté des arts et des sciences Département de science politique POL 1100 (Méthodes de recherche en politique) Automne 2011 Local B-0245 Lundi de 13h00-14h30 Professeur : Éric Montpetit Bureau : C-4012
Plus en détailLa place de SAS dans l'informatique décisionnelle
La place de SAS dans l'informatique décisionnelle Olivier Decourt ABS Technologies - Educasoft Formations La place de SAS dans l'informatique décisionnelle! L'historique de SAS! La mécanique! La carrosserie
Plus en détailTechnologie 8 e année (ébauche)
Conseil scolaire acadien provincial École secondaire du Sommet Élaboré par M. J. Saldaña T., BPhB, BEd, MSc Année scolaire 2011 2012 Technologie 8 e année (ébauche) DESCRIPTION DU COURS Pour réussir dans
Plus en détailcontact@farabi.fr www.farabi.fr Carnet de Liaison Année scolaire :... /... Nom :... Prénom :... Classe :...
contact@farabi.fr www.farabi.fr Carnet de Liaison Année scolaire :... /... Nom :... Prénom :... Classe :... RENSEIGNEMENTS ÉLÈVE Nom Prénom Adresse Classe Tél. / L élève est autorisé à quitter l institut
Plus en détailMises en relief. Information supplémentaire relative au sujet traité. Souligne un point important à ne pas négliger.
Cet ouvrage est fondé sur les notes d un cours dispensé pendant quelques années à l Institut universitaire de technologie de Grenoble 2, au sein du Département statistique et informatique décisionnelle
Plus en détailRéférence : Circulaire nationale d'organisation émise le 8 décembre 2014 par l'académie de Nancy-Metz. Nombre de candidats inscrits : 215 candidats
Documents à l attention : Des établissements privés hors contrat et enseignements à distance Des candidats individuels Rectorat DEC 5 dec5@ac-toulouse.fr Affaire suivie par : Aurélie LACOSTE-OIX (Gestionnaire)
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 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 détailACCRÉDITATION DES CENTRES PRIVÉS ET DES PROGRAMMES DE FORMATION PROFESSIONNELLE EN HAÏTI. Formulaire de demande d une autorisation de fonctionnement
ACCRÉDITATION DES CENTRES PRIVÉS ET DES PROGRAMMES DE FORMATION PROFESSIONNELLE EN HAÏTI Formulaire de demande d une autorisation de fonctionnement Juin 2011 Projet d accompagnement de l INFP dans la révision,
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 détailEXPLOITATIONS PEDAGOGIQUES DU TABLEUR EN STG
Exploitations pédagogiques du tableur en STG Académie de Créteil 2006 1 EXPLOITATIONS PEDAGOGIQUES DU TABLEUR EN STG Commission inter-irem lycées techniques contact : dutarte@club-internet.fr La maquette
Plus en détailSPHINX Logiciel de dépouillement d enquêtes
SPHINX Logiciel de dépouillement d enquêtes sphinx50frversion4.doc 1 Les trois stades du SPHINX sont ceux que comporte habituellement toute enquête d opinion: Elaboration du questionnaire (fiche outil
Plus en détailPolitique des stages. Direction des études
Direction des études Service des programmes et de la réussite scolaire Politique des stages Recommandée par la Commission des études du 6 décembre 2011 Adoptée par le conseil d administration du 15 mai
Plus en détailLa Licence Mathématiques et Economie-MASS Université de Sciences Sociales de Toulouse 1
La Licence Mathématiques et Economie-MASS Université de Sciences Sociales de Toulouse 1 La licence Mathématiques et Economie-MASS de l Université des Sciences Sociales de Toulouse propose sur les trois
Plus en détailREGLEMENT DES ETUDES
P a g e 1 REGLEMENT DES ETUDES INSTITUT DON BOSCO HUY Enseignement ordinaire de plein exercice rue des Cotillages 2-4500 HUY - Tél.: 085/27.07.50 - Fax: 085/23.55.29 E-Mail: direction@donboscohuy.be Site
Plus en détailPROBABILITES ET STATISTIQUE I&II
PROBABILITES ET STATISTIQUE I&II TABLE DES MATIERES CHAPITRE I - COMBINATOIRE ELEMENTAIRE I.1. Rappel des notations de la théorie des ensemble I.1.a. Ensembles et sous-ensembles I.1.b. Diagrammes (dits
Plus en détailEnseignement secondaire
Enseignement secondaire Classe de IIIe Chimie 3e classique F - Musique Nombre de leçons: 1.5 Nombre minimal de devoirs: 4 devoirs par an Langue véhiculaire: Français I. Objectifs généraux Le cours de chimie
Plus en détailASR-2102 : Produits financiers: assurances et rentes
ASR-2102 : Produits financiers: assurances et rentes NRC 10985 Hiver 2012 Temps consacré : 3-0-6 Crédit(s) : 3 Connaître les produits financiers suivants: produits d'assurance-vie, produits d'assurance
Plus en détailPHP 2 Pratique en santé publique fondée sur des données probantes
PHP 2 Pratique en santé publique fondée sur des données probantes But Les professionnels de la santé publique suivent de plus en plus une approche fondée sur des données probantes lorsqu il s agit de planifier,
Plus en détailPLAN DE COURS. Département de sociologie Université du Québec à Montréal
PLAN DE COURS Département de sociologie Université du Québec à Montréal Sigle : SOC 1011 Groupe : 10 Titre : Méthodes de recherche en sociologie I Session : Hiver 2015 Enseignant : Romain Paumier Téléphone
Plus en détailVers l amélioration continue
Vers l amélioration continue Devis d évaluation et planification des travaux sur l assurance qualité Document recommandé par le comité de suivi du Plan stratégique, le comité de Régie interne et la Commission
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 détailCalcul élémentaire des probabilités
Myriam Maumy-Bertrand 1 et Thomas Delzant 1 1 IRMA, Université Louis Pasteur Strasbourg, France Licence 1ère Année 16-02-2006 Sommaire La loi de Poisson. Définition. Exemple. 1 La loi de Poisson. 2 3 4
Plus en détailT2GC. Enseignement secondaire technique Régime de la formation de technicien. Date: 06.08.2014 ANGLA6. Anglais 6
Date: 06.08.2014 Enseignement secondaire technique Régime de la formation de technicien T2GC ANGLA6 Anglais 6 Division génie civil Section génie civil Nombre de leçons: 2 Semestre: 6 Langue véhiculaire:
Plus en détailComplément d information concernant la fiche de concordance
Sommaire SAMEDI 0 DÉCEMBRE 20 Vous trouverez dans ce dossier les documents correspondants à ce que nous allons travailler aujourd hui : La fiche de concordance pour le DAEU ; Page 2 Un rappel de cours
Plus en détailGuide du mémoire de fin d études
Guide du mémoire de fin d études à destination des enseignants et des étudiants Septembre 2011 AVERTISSEMENT Ce document rassemble les dispositions réglementaires d une part, le cadre des dispositions
Plus en détailDETERMINATION DE L INCERTITUDE DE MESURE POUR LES ANALYSES CHIMIQUES QUANTITATIVES
Agence fédérale pour la Sécurité de la Chaîne alimentaire Administration des Laboratoires Procédure DETERMINATION DE L INCERTITUDE DE MESURE POUR LES ANALYSES CHIMIQUES QUANTITATIVES Date de mise en application
Plus en détailRelation entre deux variables : estimation de la corrélation linéaire
CHAPITRE 3 Relation entre deux variables : estimation de la corrélation linéaire Parmi les analyses statistiques descriptives, l une d entre elles est particulièrement utilisée pour mettre en évidence
Plus en détailOrganiser des séquences pédagogiques différenciées. Exemples produits en stage Besançon, Juillet 2002.
Cycle 3 3 ème année PRODUCTION D'ECRIT Compétence : Ecrire un compte rendu Faire le compte rendu d'une visite (par exemple pour l'intégrer au journal de l'école ) - Production individuelle Précédée d'un
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 détail