PLAN DE COURS MAT-350 Probabilités et statistiques
|
|
- Arthur Malenfant
- il y a 8 ans
- Total affichages :
Transcription
1 École de technologie supérieure Service des enseignements généraux Local B-2500 (514) Site internet : PLAN DE COURS MAT-350 Probabilités et statistiques HIVER Enseignants : Coordonnateurs : Sofiane Ayad (gr.04) El Mostapha Frih (gr. 01, 03) Sylvie Gervais (gr. 05) Denis Laferrière (gr. 06, 08) Claude Blais (gr. 02) Pontien Mbaraga (gr. 07) Sylvie Gervais El Mostapha Frih Claude Blais bureau B-2540 bureau B-2320 bureau B-2308 bureau B-2518 bureau B-2544 bureau B-2564 bureau B-2308 bureau B-2320 bureau B-2544 OBJECTIFS GÉNÉRAUX Acquérir les méthodes et techniques de base nécessaires au traitement statistique de plusieurs types de problèmes : analyse de données, estimation de certaines caractéristiques, prise de décisions, contrôle de qualité, modélisation. Appliquer ces méthodes et techniques à des problèmes concrets se rapportant le plus souvent à l ingénierie. Apprendre à utiliser des outils technologiques et informatiques pour réaliser les analyses statistiques. STRATÉGIES PÉDAGOGIQUES Trois heures et demie de cours magistral par semaine. De nombreux exemples seront faits en classe pour permettre aux étudiants de bien assimiler la théorie et les techniques présentées au cours. Trois heures de travaux pratiques par semaine. Ces séances servent en partie à répondre aux questions des étudiants. Certaines de ces séances pourraient avoir lieu au laboratoire informatique afin d encadrer les étudiants dans leur apprentissage de certains logiciels, entre autres, STATGRAPHICS et certaines fonctionnalités d EXCEL couramment utilisées en statistique. L ÉTS est une constituante du réseau de l Université du Québec
2 Les étudiants doivent obligatoirement se installer le logiciel Stat List / Editor pour la calculatrice TI-Voyage 200 OU se procurer la calculatrice TI-Nspire CAS CX, disponible à la COOP. Il sera fait une utilisation intensive de la calculatrice, tant au cours, aux séances d'exercices et aux examens. Pour ceux qui possèdent une Voyage 200, vous trouverez les instructions pour l installation du logiciel Stat List / Editor sur le site à la rubrique «Calculatrice». Pour de l aide sur l utilisation de la calculatrice Voyage 200, visitez le site et pour la TI-Nspire CAS CX, visitez le site Objectifs spécifiques à l utilisation de la calculatrice TI-Nspire CAS CX (ou TI-Voyage 200 incluant le logiciel Stat List / Editor) : Être en mesure d effectuer le calcul des différentes statistiques descriptives vues aux cours et de produire des graphiques appropriés à la nature des variables observées, comme par exemple, une boîte à moustaches pour une variable quantitative. Calculer des probabilités associées aux différents modèles théoriques présentés aux cours : loi binomiale, de poisson, hypergéométrique, géométrique, exponentielle, normale, khi-carré, Student, Fisher. Savoir utiliser les fonctions inverses des lois normale, Student et Fisher. Savoir calculer les bornes d un intervalle de confiance et la marge d erreur dans le cadre de l estimation d une moyenne ou d une proportion. Toujours dans le cadre de l estimation d un paramètre, savoir comment utiliser la calculatrice pour calculer le niveau de confiance d un intervalle donné et pour calculer la taille d échantillon nécessaire pour obtenir une certaine marge d erreur. Savoir calculer le seuil descriptif (valeur-p) associé à un test d hypothèses à partir des données brutes de l échantillon (listes de données) ou en utilisant les statistiques descriptives résumant l échantillon. Savoir calculer les erreurs de première espèce et de deuxième espèce ainsi que la puissance associées à une règle de décision. Savoir calculer la taille échantillonnale nécessaire pour contrôler les risques d erreurs α et β. Être en mesure de procéder à une analyse de régression linéaire simple en calculant les coefficients de la droite, le coefficient de corrélation linéaire simple, le seuil descriptif du test (valeur-p), ainsi que les résidus. Être aussi en mesure de tracer le nuage de points, la droite de régression empirique ainsi que le graphique des résidus. Comprendre comment généraliser le concept d analyse de régression à une régression non linéaire; produire et analyser le nuage de points, introduction de l équation du modèle non linéaire, etc. Être en mesure de calculer les coefficients, la valeur de la statistique du test et le seuil descriptif (valeur-p) dans le cadre d une analyse de régression linéaire multiple. Service des enseignements généraux Plan de cours-mat-350-a11 Page 2 sur 6
3 COURS 1 et 2 3 et 4 HORAIRE DES COURS MATIÈRE Statistiques descriptives, tableaux et présentation graphique. Mesures sur des échantillons : moyenne, écart-type, médiane, quartiles, valeurs extrêmes. Les probabilités : axiomes et propriétés Variables aléatoires : modèles discrets et continus. Loi de probabilité et fonction de répartition. Espérance et variance d une variable aléatoire. Les principaux modèles discrets : binomiale, Poisson, hypergéométrique. 5 Modèles continus : uniforme, exponentielle, normale. 6 Applications de la loi normale, le théorème central limite, normalité d une distribution et droite de Henry. 7 EXAMEN INTRA 8 Estimation d une moyenne, intervalle de confiance Suite de l estimation d une moyenne, estimation d une proportion, taille d échantillon nécessaire pour une marge d erreur donnée. Tests d hypothèses sur moyenne. Seuil descriptif (valeur-p). Risques 1 ière et 2 ième espèces, tests d hypothèses sur une proportion. Taille d échantillon avec contrôle des risques d erreurs. 11 Tests d hypothèses sur l égalité de 2 paramètres. 12 et 13 Régression linéaire simple, corrélation, droite de régression, décomposition de la variance, analyse de la variance, analyse des résidus. Étude d'autres modèles avec la calculatrice et Statgraphics. Régression multiple. Service des enseignements généraux Plan de cours-mat-350-a11 Page 3 sur 6
4 ÉVALUATION Gr. 01 Gr. 02 Gr. 04, 08 Gr. 05, 07 Gr. 03, 06 Examen intra : 35 % 20 février 21 février 15 février 16 février 17 février Devoirs, minitests et/ou projets : 30 % Examen final : 35 % À déterminer selon les directives de l enseignant Semaines d examens Deux modes d'évaluation sont utilisés dans ce cours : des devoirs, mini-tests et/ou projets totalisant 30 points et 2 examens de 35 points chacun. Les dates de remise des travaux seront annoncées en classe. La documentation permise pour l'examen final : un résumé personnel de 3 feuilles 8 ½ po. X 11 po. (recto verso) écrit à la main (aucun document photocopié ou imprimé, en totalité ou partiellement, ne sera accepté); une calculatrice; le document «MAT350 - Documentation permise aux examens intra et final» vendu à la COOP. NOTE : Toute absence à un examen non justifiée par un motif majeur (maladie avec billet de médecin, accident, décès d'un proche ou autre), entraînera l'attribution de la note 0 (zéro) pour cet examen. L'étudiant devra démontrer que son absence était justifiée. S'il s'agit d'une absence à l'examen final, l'étudiant devra se présenter au Bureau des services académiques, local B S'il s'agit d'une absence à un autre examen, l'étudiant devra prendre entente avec son enseignant. PLAGIAT ET FRAUDE Les clauses du «Chapitre 10 : Plagiat et fraude» du «Règlement des études de 1 er cycle» s appliquent dans ce cours ainsi que dans tous les cours du Service des enseignements généraux. Afin de sensibiliser les étudiants au respect de la propriété intellectuelle, tous les étudiants doivent consulter le document Citer, pas plagier! Service des enseignements généraux Plan de cours-mat-350-a11 Page 4 sur 6
5 PRINCIPALES RÉFÉRENCES Références sur internet Site Internet du cours MAT-350 : Site d aide pour la calculatrice Voyage 200 : Site d aide pour la calculatrice N-Spire CAS CX : Références obligatoires (disponibles à la COOP) 1. Gervais, Sylvie. MAT 350 Probabilités et statistiques : notes de cours. (Révisé en décembre 2011). 2. Gervais, Sylvie. MAT 350 Probabilités et statistiques : documentation permise aux examens intra et final. (Révisé en décembre 2011). 3. BLAIS, Claude, FRIH, El Mostapha et LAFERRIÈRE, Denis, Exercices et exemples: MAT-350, Édition révisée en avril Références recommandées MONTGOMERY, D.C., RUNGER, G.C., HUBELE, N.F., Engineering Statistics, Third Edition, Editions John Wiley & sons, Inc. MONTGOMERY, D.C., RUNGER, G.C., Applied Statistics and Probability for Engineers, Third Edition, Editions John Wiley & sons, Inc. Autres références HINES, W.W., MONTGOMERY, D.C., GOLDSMAN, D.M., BORROR, C.M., ADJENGUE, L.-D., CARMICHAEL, J.-P., Probabilités et statistiques pour ingénieurs, Chenelière Éducation, Montréal, 2004, 597 pages. OSTLE, TURNER, HICKS, MC ELRATH, Engineering Statistics, The industrial Experience, Editions Duxbery Press, BAILLARGEON, G., Méthodes statistiques de l'ingénieur, volume 1, Éditions SMG, BÉLISLE, J.P., DESROSIERS, J., Introduction à la statistique, Gaétan Morin éditeur. BAILLARGEON, G., Probabilités, statistiques et techniques de régression, Éditions SMG, MARTEL, J.M., NADEAU, R., Statistique en gestion et économie, Gaétan Morin éditeur. BETHEA, R.M., DURAN, B.S., BOULLION, T.L., Statistical Methods for Engineers and Scientists, Edition Dekker. KIRKPATRICK, E G., Introductory Statistics and Probability, Edition Prentice Hall. Service des enseignements généraux Plan de cours-mat-350-a11 Page 5 sur 6
6 MILTON, J.S., ARNOLD, J.C., Introduction to Probability and Statistics, Edition McGraw-Hill, WONNACOTT, T.H., WONNACOTT, R.J., Introductary Statistics for Business and Economics, Edition Wiley, BAILLARGEON, G., Méthodes statistiques avec applications en gestion, production, marketing, relations industrielles et sciences comptables, Éditions SMG, 2001, 896 pages. Service des enseignements généraux Plan de cours-mat-350-a11 Page 6 sur 6
LE 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 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 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 détailProbabilités stationnaires d une chaîne de Markov sur TI-nspire Louis Parent, ing., MBA École de technologie supérieure, Montréal, Québec 1
Introduction Probabilités stationnaires d une chaîne de Markov sur TI-nspire Louis Parent, ing., MBA École de technologie supérieure, Montréal, Québec 1 L auteur remercie Mme Sylvie Gervais, Ph.D., maître
Plus en détailPLAN DE COURS. GPA750 Ordonnancement des systèmes de production aéronautique
Département de génie de la production automatisée Programme de baccalauréat Professeur Pontien Mbaraga, Ph.D. Session/année Automne 2004 Groupe(s) 01 PLAN DE COURS GPA750 Ordonnancement des systèmes de
Plus en détailMéthodes quantitatives en sciences humaines. 2 Pratique : 2 Étude personnelle : 2. BUREAU poste courriel ou site web
360-300-RE HIVER 2008 MATHÉMATIQUES Plan de cours COURS : Méthodes quantitatives en sciences humaines PROGRAMME : 300.A0 Sciences humaines DISCIPLINE : Mathématiques Pondération : Théorie : 2 Pratique
Plus en 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 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 détailIMM-120 Sécurité, facteurs humains et environnementaux
Département de génie mécanique Programme de Certificat en gestion des établissements Groupe : 01 Préalable : Enseignant : Jean-Christophe Boitard Aucun PLAN DE COURS ÉTÉ 2013 IMM-120 1 OBJECTIFS SPECIFIQUES
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 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 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 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 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 détailEstimation et tests statistiques, TD 5. Solutions
ISTIL, Tronc commun de première année Introduction aux méthodes probabilistes et statistiques, 2008 2009 Estimation et tests statistiques, TD 5. Solutions Exercice 1 Dans un centre avicole, des études
Plus en détailCONCOURS D ENTREE A L ECOLE DE 2007 CONCOURS EXTERNE. Cinquième épreuve d admissibilité STATISTIQUE. (durée : cinq heures)
CONCOURS D ENTREE A L ECOLE DE 2007 CONCOURS EXTERNE Cinquième épreuve d admissibilité STATISTIQUE (durée : cinq heures) Une composition portant sur la statistique. SUJET Cette épreuve est composée d un
Plus en détailLa survie nette actuelle à long terme Qualités de sept méthodes d estimation
La survie nette actuelle à long terme Qualités de sept méthodes d estimation PAR Alireza MOGHADDAM TUTEUR : Guy HÉDELIN Laboratoire d Épidémiologie et de Santé publique, EA 80 Faculté de Médecine de Strasbourg
Plus en détailActuariat I ACT2121. septième séance. Arthur Charpentier. Automne 2012. charpentier.arthur@uqam.ca. http ://freakonometrics.blog.free.
Actuariat I ACT2121 septième séance Arthur Charpentier charpentier.arthur@uqam.ca http ://freakonometrics.blog.free.fr/ Automne 2012 1 Exercice 1 En analysant le temps d attente X avant un certain événement
Plus en 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 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 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 détailBaccalauréat ES/L Amérique du Sud 21 novembre 2013
Baccalauréat ES/L Amérique du Sud 21 novembre 2013 A. P. M. E. P. EXERCICE 1 Commun à tous les candidats 5 points Une entreprise informatique produit et vend des clés USB. La vente de ces clés est réalisée
Plus en détail2013-2014 Dr. Prosper Bernard Tel: 514-987-4250 // portable 514-910-2085 Bernard.prosper@uqam.ca prosper@universityconsortium.com
Département de management et technologie École de Sciences de la gestion Université du Québec à Montréal Dr Prosper M Bernard 514-987-4250 MBA 8400 + MBA 8401 STATISTIQUES et THÉORIE DE LA DÉCISION 2013-2014
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 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 détail2010 Minitab, Inc. Tous droits réservés. Version 16.1.0 Minitab, le logo Minitab, Quality Companion by Minitab et Quality Trainer by Minitab sont des
2010 Minitab, Inc. Tous droits réservés. Version 16.1.0 Minitab, le logo Minitab, Quality Companion by Minitab et Quality Trainer by Minitab sont des marques déposées de Minitab, Inc. aux Etats-Unis et
Plus en détailAnalyse de la variance Comparaison de plusieurs moyennes
Analyse de la variance Comparaison de plusieurs moyennes Biostatistique Pr. Nicolas MEYER Laboratoire de Biostatistique et Informatique Médicale Fac. de Médecine de Strasbourg Mars 2011 Plan 1 Introduction
Plus en 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 détailTSTI 2D CH X : Exemples de lois à densité 1
TSTI 2D CH X : Exemples de lois à densité I Loi uniforme sur ab ; ) Introduction Dans cette activité, on s intéresse à la modélisation du tirage au hasard d un nombre réel de l intervalle [0 ;], chacun
Plus en détailFORMULAIRE DE STATISTIQUES
FORMULAIRE DE STATISTIQUES I. STATISTIQUES DESCRIPTIVES Moyenne arithmétique Remarque: population: m xμ; échantillon: Mx 1 Somme des carrés des écarts "# FR MOYENNE(série) MOYENNE(série) NL GEMIDDELDE(série)
Plus en détailLa problématique des tests. Cours V. 7 mars 2008. Comment quantifier la performance d un test? Hypothèses simples et composites
La problématique des tests Cours V 7 mars 8 Test d hypothèses [Section 6.1] Soit un modèle statistique P θ ; θ Θ} et des hypothèses H : θ Θ H 1 : θ Θ 1 = Θ \ Θ Un test (pur) est une statistique à valeur
Plus en détailBaccalauréat ES Antilles Guyane 12 septembre 2014 Corrigé
Baccalauréat ES Antilles Guyane 12 septembre 2014 Corrigé EXERCICE 1 5 points Commun à tous les candidats 1. Réponse c : ln(10)+2 ln ( 10e 2) = ln(10)+ln ( e 2) = ln(10)+2 2. Réponse b : n 13 0,7 n 0,01
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 détailFACULTÉ DES SCIENCES DE L ADMINISTRATION UNIVERSITÉ LAVAL MARKETING RELATIONNEL MRK-22339
FACULTÉ DES SCIENCES DE L ADMINISTRATION UNIVERSITÉ LAVAL Trimestre : Hiver Responsable du cours : Michel Zins 1. INTRODUCTION MARKETING RELATIONNEL MRK-22339 Ce cours est obligatoire pour les étudiants
Plus en détailAnalyses de Variance à un ou plusieurs facteurs Régressions Analyse de Covariance Modèles Linéaires Généralisés
Analyses de Variance à un ou plusieurs facteurs Régressions Analyse de Covariance Modèles Linéaires Généralisés Professeur Patrice Francour francour@unice.fr Une grande partie des illustrations viennent
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 détailChapitre 3 : Le budget des ventes. Marie Gies - Contrôle de gestion et gestion prévisionnelle - Chapitre 3
Chapitre 3 : Le budget des ventes Introduction 2 Rappel des différents budgets opérationnels - budget des ventes (chapitre 3) - budget de production (chapitre 4) - budget des approvisionnements et des
Plus en détailModélisation aléatoire en fiabilité des logiciels
collection Méthodes stochastiques appliquées dirigée par Nikolaos Limnios et Jacques Janssen La sûreté de fonctionnement des systèmes informatiques est aujourd hui un enjeu économique et sociétal majeur.
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 détailFormations EViews FORMATIONS GENERALES INTRODUCTIVES INTRO : INTRODUCTION A LA PRATIQUE DE L ECONOMETRIE AVEC EVIEWS
Formations EViews FORMATIONS GENERALES INTRODUCTIVES DEB : DECOUVERTE DU LOGICIEL EVIEWS INTRO : INTRODUCTION A LA PRATIQUE DE L ECONOMETRIE AVEC EVIEWS FORMATIONS METHODES ECONOMETRIQUES VAR : MODELES
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 détailIntroduction à la théorie des files d'attente. Claude Chaudet Claude.Chaudet@enst.fr
Introduction à la théorie des files d'attente Claude Chaudet Claude.Chaudet@enst.fr La théorie des files d'attente... Principe: modélisation mathématique de l accès à une ressource partagée Exemples réseaux
Plus en détailChapitre 4 : Régression linéaire
Exercice 1 Méthodes statistiques appliquées aux sciences sociales (STAT-D-203) Titulaire : Catherine Vermandele Chapitre 4 : Régression linéaire Le diplôme de Master of Business Administration ou MBA est
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 détailSAS ENTERPRISE MINER POUR L'ACTUAIRE
SAS ENTERPRISE MINER POUR L'ACTUAIRE Conférence de l Association des Actuaires I.A.R.D. 07 JUIN 2013 Sylvain Tremblay Spécialiste en formation statistique SAS Canada AGENDA Survol d Enterprise Miner de
Plus en détailLe risque Idiosyncrasique
Le risque Idiosyncrasique -Pierre CADESTIN -Magali DRIGHES -Raphael MINATO -Mathieu SELLES 1 Introduction Risque idiosyncrasique : risque non pris en compte dans le risque de marché (indépendant des phénomènes
Plus en détailNUMÉRO (GR) TITRE DU COURS CYCLE
PLAN DE COURS Professeur : Frédéric Laurin AUTOMNE 2012 TRIMESTRE ET ANNÉE MBA-6001-01et 02 LES ENVIRONNEMENTS DE L ENTREPRISE 2 e NUMÉRO (GR) TITRE DU COURS CYCLE 1. DESCRIPTION DU COURS L'objectif du
Plus en détailProgrammes des classes préparatoires aux Grandes Ecoles
Programmes des classes préparatoires aux Grandes Ecoles Filière : scientifique Voie : Biologie, chimie, physique et sciences de la Terre (BCPST) Discipline : Mathématiques Seconde année Préambule Programme
Plus en détailCoup de Projecteur sur les Réseaux de Neurones
Coup de Projecteur sur les Réseaux de Neurones Les réseaux de neurones peuvent être utilisés pour des problèmes de prévision ou de classification. La représentation la plus populaire est le réseau multicouche
Plus en détailProbabilités et Statistiques. Feuille 2 : variables aléatoires discrètes
IUT HSE Probabilités et Statistiques Feuille : variables aléatoires discrètes 1 Exercices Dénombrements Exercice 1. On souhaite ranger sur une étagère 4 livres de mathématiques (distincts), 6 livres de
Plus en détailExercices M1 SES 2014-2015 Ana Fermin (http:// fermin.perso.math.cnrs.fr/ ) 14 Avril 2015
Exercices M1 SES 214-215 Ana Fermin (http:// fermin.perso.math.cnrs.fr/ ) 14 Avril 215 Les exemples numériques présentés dans ce document d exercices ont été traités sur le logiciel R, téléchargeable par
Plus en détail14. Introduction aux files d attente
14. Introduction aux files d attente MTH2302D S. Le Digabel, École Polytechnique de Montréal H2015 (v2) MTH2302D: Files d attente 1/24 Plan 1. Introduction 2. Modèle M/M/1 3. Modèle M/M/1/K MTH2302D: Files
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 détailBaccalauréat ES Pondichéry 7 avril 2014 Corrigé
Baccalauréat ES Pondichéry 7 avril 204 Corrigé EXERCICE 4 points Commun à tous les candidats. Proposition fausse. La tangente T, passant par les points A et B d abscisses distinctes, a pour coefficient
Plus en détailLa simulation probabiliste avec Excel
La simulation probabiliste avec Ecel (2 e version) Emmanuel Grenier emmanuel.grenier@isab.fr Relu par Kathy Chapelain et Henry P. Aubert Incontournable lorsqu il s agit de gérer des phénomènes aléatoires
Plus en détailBiostatistiques : Petits effectifs
Biostatistiques : Petits effectifs Master Recherche Biologie et Santé P. Devos DRCI CHRU de Lille EA2694 patrick.devos@univ-lille2.fr Plan Données Générales : Définition des statistiques Principe de l
Plus en détailSINE QUA NON. Découverte et Prise en main du logiciel Utilisation de bases
SINE QUA NON Découverte et Prise en main du logiciel Utilisation de bases Sine qua non est un logiciel «traceur de courbes planes» mais il possède aussi bien d autres fonctionnalités que nous verrons tout
Plus en 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 détailProgramme de la formation. Écrit : 72hdepréparation aux épreuves d admissibilité au CRPE
Programme de la formation Écrit : 72hdepréparation aux épreuves d admissibilité au CRPE o 36 h pour la préparation à l'épreuve écrite de français Cette préparation comprend : - un travail sur la discipline
Plus en détail>> TECHNIQUES DE COMPTABILITÉ ET DE GESTION 410.B0
Pondération : le 1 er chiffre représente le nombre d heures de théorie, le 2 e chiffre représente le nombre d heures de laboratoire et le 3 e chiffre représente le nombre d heures de travail personnel.
Plus en détailGENIE STATISTIQUE GESTION DES RISQUES ET INGENIERIE FINANCIERE MARKETING QUANTITATIF ET REVENUE MANAGEMENT
Remarque : Tous les cours sont en français, sauf contre-indication. Pour des traductions anglaises des titres, des descriptifs, et plus de renseignements, consultez l intégralité du Programme des enseignements
Plus en détail310-Co Techniques juridiques AUTOMNE 2011. 1re ANNÉE Cours Titre Coût
310-Co Techniques juridiques Code du 1re ANNÉE 109-101 Activité physique et santé - À vos marques, prêts, santé/ R. Chevalier, 5 e éd., ERPI 31,45 $ 310-113 Recherche juridique - Manuel canadien de la
Plus en détailTerminale STMG Lycée Jean Vilar 2014/2015. Terminale STMG. O. Lader
Terminale STMG O. Lader Table des matières Interrogation 1 : Indice et taux d évolution........................... 2 Devoir maison 1 : Taux d évolution................................ 4 Devoir maison 1
Plus en détailACTUARIAT 1, ACT 2121, AUTOMNE 2013 #12
ACTUARIAT 1, ACT 2121, AUTOMNE 2013 #12 ARTHUR CHARPENTIER 1 Une compagnie d assurance modélise le montant de la perte lors d un accident par la variable aléatoire continue X uniforme sur l intervalle
Plus en détailGSF-11928 FINANCE I. Hiver 2006
GSF-11928 FINANCE I Professeure : Carole Martel Bureau : 3654 (PAP) Téléphone : (418)-656-2131, poste 5394 (bureau) ou (418)-688-7299 (domicile) Hiver 2006 Environnement Ulysse : Dans ce cours, l accès
Plus en détailDESCRIPTIF DE MODULE S4 ADG : Mathématique pour la Gestion
Sous filière : IAME DESCRIPTIF DE MODULE S4 ADG : Mathématique pour la Gestion COORDONNATEUR DU MODULE: Professeur FEKRI Mohammed Département : RIM Objectif : Ce module a pour objectif d initier les élèves
Plus en détailACTUARIAT 1, ACT 2121, AUTOMNE 2013 #16
ACTUARIAT 1, ACT 2121, AUTOMNE 201 #16 ARTHUR CHARPENTIER 1 Dans une petite compagnie d assurance le nombre N de réclamations durant une année suit une loi de Poisson de moyenne λ = 100. On estime que
Plus en détailMRK 2106 MARKETING RELATIONNEL Hiver 2010 3 crédits Mercredi de 8h30 à 11h20
MRK 2106 MARKETING RELATIONNEL Hiver 2010 3 crédits Mercredi de 8h30 à 11h20 Site Web du cours : http://www.webct.ulaval.ca Professeur : Coordonnées : Courriel : Téléphone : Fax : Disponibilités : Soutien
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 détailChapitre 7. Statistique des échantillons gaussiens. 7.1 Projection de vecteurs gaussiens
Chapitre 7 Statistique des échantillons gaussiens Le théorème central limite met en évidence le rôle majeur tenu par la loi gaussienne en modélisation stochastique. De ce fait, les modèles statistiques
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 détailCorrection du baccalauréat STMG Polynésie 17 juin 2014
Correction du baccalauréat STMG Polynésie 17 juin 2014 EXERCICE 1 Cet exercice est un Q.C.M. 4 points 1. La valeur d une action cotée en Bourse a baissé de 37,5 %. Le coefficient multiplicateur associé
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 détailUNIVERSITÉ DE MONTRÉAL DÉPARTEMENT DE SOCIOLOGIE ************* Cours de niveau gradué en méthodes quantitatives *************
************* Cours de niveau gradué en méthodes quantitatives ************* SOL 6210 - Analyse quantitative avancée Le séminaire d analyse quantitative avancée se donne en classe une fois par année. Chaque
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 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 détailRecherche et méthodologie en criminologie (CRM 6725 A & B)
Département de criminology/department of criminology Hiver 2014 Fernando Acosta facosta@uottawa.ca Pavillon des Sciences sociales, bureau 13022 Téléphone : (613) 562-5800 (1790) Mercredi : 8h30-11h30 Salle
Plus en détailÉvaluation de la régression bornée
Thierry Foucart UMR 6086, Université de Poitiers, S P 2 M I, bd 3 téléport 2 BP 179, 86960 Futuroscope, Cedex FRANCE Résumé. le modèle linéaire est très fréquemment utilisé en statistique et particulièrement
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 détailTests d indépendance en analyse multivariée et tests de normalité dans les modèles ARMA
Tests d indépendance en analyse multivariée et tests de normalité dans les modèles ARMA Soutenance de doctorat, sous la direction de Pr. Bilodeau, M. et Pr. Ducharme, G. Université de Montréal et Université
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 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 détailRésumé du Cours de Statistique Descriptive. Yves Tillé
Résumé du Cours de Statistique Descriptive Yves Tillé 15 décembre 2010 2 Objectif et moyens Objectifs du cours Apprendre les principales techniques de statistique descriptive univariée et bivariée. Être
Plus en 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 détailCNAM 2002-2003 2léments de cours Bonus-malus et Crédibilité
1 CNAM 2002-2003 2léments de cours Bonus-malus et Crédibilité Une situation fréquente en pratique est de disposer non pas d un résultat mais de plusieurs. Le cas se présente en assurance, par exemple :
Plus en détailIntroduction à la Statistique Inférentielle
UNIVERSITE MOHAMMED V-AGDAL SCIENCES FACULTE DES DEPARTEMENT DE MATHEMATIQUES SMI semestre 4 : Probabilités - Statistique Introduction à la Statistique Inférentielle Prinemps 2013 0 INTRODUCTION La statistique
Plus en détailProbabilités III Introduction à l évaluation d options
Probabilités III Introduction à l évaluation d options Jacques Printems Promotion 2012 2013 1 Modèle à temps discret 2 Introduction aux modèles en temps continu Limite du modèle binomial lorsque N + Un
Plus en détailGuide de rédaction d un protocole de recherche clinique à. l intention des chercheurs évoluant en recherche fondamentale
V E R S I O N A V R I L 2 0 1 2 C E N T R E D E R E C H E R C H E C L I N I Q U E É T I E N N E - L E B E L D U C H U S Guide de rédaction d un protocole de recherche clinique à l intention des chercheurs
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 détailPrésenta;on du cours
MTI820 Entrepôts de données et intelligence d affaires Présenta;on du cours Hiver 2015 C. Desrosiers Département de génie logiciel et des TI MTI820 Hiver 2013 C. Desrosiers 1 InformaBons de base Titre:
Plus en détailProcessus aléatoires avec application en finance
Genève, le 16 juin 2007. Processus aléatoires avec application en finance La durée de l examen est de deux heures. N oubliez pas d indiquer votre nom et prénom sur chaque feuille. Toute documentation et
Plus en détailNON-LINEARITE ET RESEAUX NEURONAUX
NON-LINEARITE ET RESEAUX NEURONAUX Vêlayoudom MARIMOUTOU Laboratoire d Analyse et de Recherche Economiques Université de Bordeaux IV Avenue. Leon Duguit, 33608 PESSAC, France tel. 05 56 84 85 77 e-mail
Plus en détailPLAN DE COURS. Description du cours. Approche pédagogique. Matériel pédagogique. 3-203-99 Gestion de portefeuille Automne 2005
3-203-99 Gestion de portefeuille Automne 2005 PLAN DE COURS Professeurs : Kodjovi Assoé Téléphone : 340-6615, bureau 4.222, kodjovi.assoe@hec.ca Jean-Philippe Tarte Téléphone : 340-6612, bureau 4.261,
Plus en détailIntroduction aux Statistiques et à l utilisation du logiciel R
Introduction aux Statistiques et à l utilisation du logiciel R Christophe Lalanne Christophe Pallier 1 Introduction 2 Comparaisons de deux moyennes 2.1 Objet de l étude On a mesuré le temps de sommeil
Plus en 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 détailAide-mémoire de statistique appliquée à la biologie
Maxime HERVÉ Aide-mémoire de statistique appliquée à la biologie Construire son étude et analyser les résultats à l aide du logiciel R Version 5(2) (2014) AVANT-PROPOS Les phénomènes biologiques ont cela
Plus en détailESC 1A Parcours Management
1/10 ESC 1A Parcours Management Session 2013/2014 Table des matières A l année... 2 Gestion de Projet... 2 Outils bureautique : méthodologie et modélisation... 2 Métier Etudiant 1... 3 A l automne... 4
Plus en détail