Les variables indépendantes catégorielles
|
|
- Thérèse Normandin
- il y a 8 ans
- Total affichages :
Transcription
1 Les variables indépendantes catégorielles Jean-François Bickel Statistique II SP08
2 Jusqu à maintenant, nous avons considéré comme variables indépendantes uniquement des variables intervalles (âge) ou traitées comme telle (le niveau d éducation qui est une échelle ordinale) Comme nous le savons, les sciences sociales ont (plus) souvent à traiter des variables catégorielles (ou échelles nominales): sexe, état civil, nationalité, chômeur ou non, etc. 2
3 Ce dernier type de variables peut tout à fait être intégré au titre de variable indépendante dans une régression linéaire simple Pour cela, la variable en question est transformée en un ensemble de variables binaires codées 0 et 1 (dites aussi variables dummies) de telle sorte que pour une variable avec k catégories, il y ait k-1 variables dummies La catégorie restante est considérée comme la catégorie de référence 3
4 Par exemple, le sexe, qui comprend k=2 catégories, est recodé en une variable codée 0 et 1. De telle sorte que, par exemple hommes=0, femmes=1 Dans un tel cas, hommes est la catégorie de référence (codé 0). 4
5 Autre exemple, l état civil, qui comprend k=5 catégories, est recodé en 4 variables, chacune codée 0 et 1. De telle sorte que, par exemple marié=1, autres=0 séparé=1, autres=0 divorcé=1, autres=0 veufs=1, autres=0 Dans un tel cas, la catégorie de référence est célibataire (codé 0 sur les 4 variables dummies) 5
6 Le choix de la catégorie de référence est arbitraire Il est toutefois préférable d éviter de choisir une catégorie avec un effectif très petit Dans la mesure où les comparaisons se font toujours par rapport à la catégorie de référence, le choix pour cette dernière peut être lié à des raisons substantielles par exemple pour permettre de comparer des situations minoritaires à la situation majoritaire ou «normale» 6
7 Création de variables dummies: exemples La syntaxe est la suivante recode sex (1=0) (2=1) into femmes. exe. recode civsta05 (1,3,4,5=0) (2=1) into marie. recode civsta05 (1,2,4,5=0) (3=1) into separe. recode civsta05 (1,2,3,5=0) (4=1) into divorce. recode civsta05 (1,2,3,4=0) (5=1) into veuf. exe. 7
8 Ou bien, via les menus déroulants 8
9 2 1 9
10
11 11
12 Procédure: exemple Pour cet exemple, on prend comme variable dépendante la fréquence de participation aux offices religieux Par souci de simplification, on ne considère dans le modèle que les variables dummies que l on vient de créer 12
13 Syntaxe regression /missing listwiswe /statistics defaults ci change /noorigin /dependent p05r04 /method=enter femmes /method=enter marie separe divorce veuf. 13
14 Ou bien, via les menus déroulants
15
16 1 2 16
17 Deux modèles successifs, une seule analyse La procédure que nous suivons ici permet d estimer successivement deux modèles dans une même analyse de régression 17
18 Cette manière de faire a un double intérêt: i. cela permet d évaluer la manière dont l introduction des nouvelles variables améliore le modèle ii. cela permet de tester globalement l effet de l état civil 18
19 Le tableau des coefficients fournit une estimation des effets pour chaque catégorie par rapport à la catégorie de référence (autrement dit, un coefficient par variable dummy) Cette manière convient pour une variable comme le sexe, lorsqu il suffit de comparer deux catégories (hommes et femmes) 19
20 Mais, quand une variable catégorielle a plus de 2 catégories (comme ici l état civil), on s intéresse aussi et même d abord à évaluer l effet global de cette variable La procédure suivie permet de réaliser un tel test dans SPSS. Formellement, il s agit d un test de F que tous les coefficients se rapportant à une variable (par exemple l état civil) égalent à zéro 20
21 Ce test est basé sur la comparaison de (1) la Somme des Carrés des Erreurs du modèle réduit, i.e. sans les variables considérées, avec (2) la Somme des Carrés des Erreurs pour le modèle complet, i.e. incluant les variables en question Autrement dit, dans notre exemple, cela revient à tester si l introduction de l état civil améliore la «qualité» du modèle 21
22 Formule: (SSE R SSE C ) / (k-g) F = SSE C / [n-(k+1)] Avec SSE R = somme des résidus au carré du modèle réduit SSE C = somme des résidus au carré du modèle complet k = nombre de paramètre du modèle complet g = nombre de paramètres du modèle réduit n = effectif 22
23 Ou de manière équivalente (R C2» - R R2 ) / (k-g) F = (1-R C2 ) / [n-(k+1)] Avec R C2 = R 2 du modèle complet R R2 = R 2 du modèle réduit k = nombre de paramètre du modèle complet g = nombre de paramètres du modèle réduit n = effectif 23
24 Résumé du modèle 24
25 Le résumé du modèle montre la progression du R 2 entre les deux modèles successifs, sans puis avec état-civil (tableau du haut) La deuxième ligne du tableau du bas indique la différence de R 2 résultant de l introduction de l état-civil, une différence significative (p<.001) Traduction: il y a un effet global de l étatcivil 25
26 Modèle 1 2 Régression Résidu Total Régression Résidu Total ANOVA c Somme des carrés ddl Carré moyen F Signification a b a. Valeurs prédites : (constantes), femmes b. Valeurs prédites : (constantes), femmes, separe, divorce, veuf, marie c. Variable dépendante : P05R04 26
27 Le test de F est très significatif: au moins une des variables du modèle a une coefficient différent de zéro 27
28 Modèle 1 2 (constante) femmes (constante) femmes marie separe divorce veuf a. Variable dépendante : P05R04 Coefficients non standardisés Coefficients a Coefficients standardisés Intervalle de confiance à 95% de B Erreur Borne Borne B standard Bêta t Signification inférieure supérieure
29 Dans le cas d une variable dummy, le coefficient indique toujours l écart de la catégorie codée 1 par rapport à la catégorie de référence Ainsi, la fréquence moyenne de participation des femmes est plus élevée de 0.16 que celle des hommes (à état-civil constant) 29
30 Celle des mariés est plus élevée de 0.70 que celle des célibataires Cet écart est de plus de 1 (1.09) pour les veufs, toujours par rapport aux célibataires (toutes ces comparaisons en contrôlant par le sexe) 30
31 Pour des variables catégorielles, les coefficients standardisés Beta ne font guère de sens 31
Chapitre 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 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 détailBureau : 238 Tel : 04 76 82 58 90 Email : dominique.muller@upmf-grenoble.fr
Dominique Muller Laboratoire Inter-universitaire de Psychologie Bureau : 238 Tel : 04 76 82 58 90 Email : dominique.muller@upmf-grenoble.fr Supports de cours : webcom.upmf-grenoble.fr/lip/perso/dmuller/m2r/acm/
Plus en détailFICHE DE RENSEIGNEMENTS
FICHE DE RENSEIGNEMENTS Nom : Nom marital (éventuellement) : _ Prénoms : (souligner le prénom usuel) ETAT-CIVIL Situation familiale : Célibataire Marié(e) Nombre d'enfants : N INSEE : /_/ / / / / / / /
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 détailIBM SPSS Regression 21
IBM SPSS Regression 21 Remarque : Avant d utiliser ces informations et le produit qu elles concernent, lisez les informations générales sous Remarques sur p. 46. Cette version s applique à IBM SPSS Statistics
Plus en détailPratique de l analyse de données SPSS appliqué à l enquête «Identités et Capital social en Wallonie»
Centre de recherche en démographie et sociétés UCL/IACCHOS/DEMO Pratique de l analyse de données SPSS appliqué à l enquête «Identités et Capital social en Wallonie» 1 2 3+ analyses univariées Type de variables
Plus en détail1 Objectifs. Traitement statistique des données d enquête avec introduction à SPSS. Plan
1 Objectifs Traitement statistique des données d enquête avec introduction à SPSS Gilbert Ritschard Département d économétrie, Université de Genève gilbert.ritschard@themes.unige.ch Bamako, 7-11 octobre
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 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 détailIBM SPSS Statistics Base 20
IBM SPSS Statistics Base 20 Remarque : Avant d utiliser ces informations et le produit qu elles concernent, lisez les informations générales sous Remarques sur p. 316. Cette version s applique à IBM SPSS
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 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 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 détailTraitement des données avec Microsoft EXCEL 2010
Traitement des données avec Microsoft EXCEL 2010 Vincent Jalby Septembre 2012 1 Saisie des données Les données collectées sont saisies dans une feuille Excel. Chaque ligne correspond à une observation
Plus en détailChapitre 6 Test de comparaison de pourcentages χ². José LABARERE
UE4 : Biostatistiques Chapitre 6 Test de comparaison de pourcentages χ² José LABARERE Année universitaire 2010/2011 Université Joseph Fourier de Grenoble - Tous droits réservés. Plan I. Nature des variables
Plus en détailDonnées longitudinales et modèles de survie
ANALYSE DU Données longitudinales et modèles de survie 5. Modèles de régression en temps discret André Berchtold Département des sciences économiques, Université de Genève Cours de Master ANALYSE DU Plan
Plus en détailFamille multirésidence : recensement et sources alternatives
Famille multirésidence : recensement et sources alternatives Groupe de travail sur la rénovation du questionnaire de recensement Pascale BREUIL Chef de l Unité des Etudes Démographiques et sociales 28/09/2011
Plus en détailCHAPITRE 2. Les variables
CHAPITRE 2 Les variables 1. La nature des variables Définition 2.1 (Variable). Une variable est une caractéristique étudiée pour une population donnée. Le sexe, la couleur préférée, le nombre de téléviseurs
Plus en détailRégression linéaire. Nicolas Turenne INRA nicolas.turenne@jouy.inra.fr
Régression linéaire Nicolas Turenne INRA nicolas.turenne@jouy.inra.fr 2005 Plan Régression linéaire simple Régression multiple Compréhension de la sortie de la régression Coefficient de détermination R
Plus en détail«Cours Statistique et logiciel R»
«Cours Statistique et logiciel R» Rémy Drouilhet (1), Adeline Leclercq-Samson (1), Frédérique Letué (1), Laurence Viry (2) (1) Laboratoire Jean Kuntzmann, Dép. Probabilites et Statistique, (2) Laboratoire
Plus en détail1. Vocabulaire : Introduction au tableau élémentaire
L1-S1 Lire et caractériser l'information géographique - Le traitement statistique univarié Statistique : le terme statistique désigne à la fois : 1) l'ensemble des données numériques concernant une catégorie
Plus en détailTableau 1 : Structure du tableau des données individuelles. INDIV B i1 1 i2 2 i3 2 i4 1 i5 2 i6 2 i7 1 i8 1
UN GROUPE D INDIVIDUS Un groupe d individus décrit par une variable qualitative binaire DÉCRIT PAR UNE VARIABLE QUALITATIVE BINAIRE ANALYSER UN SOUS-GROUPE COMPARER UN SOUS-GROUPE À UNE RÉFÉRENCE Mots-clés
Plus en 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 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 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 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 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 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 détailGuide abrégé d IBM SPSS Statistics 21
Guide abrégé d IBM SPSS Statistics 21 Remarque : Avant d utiliser ces informations et le produit qu elles concernent, lisez les informations générales sous Remarques sur p. 168. Cette version s applique
Plus en détailInfos. Indicateurs analogiques encastrables pour installation à courants forts. Série M W/P/ LSP BWQ BGQ TP TG WQ /0S WQ /2S FQ /2 W BI BIW DFQ
Infos Série M 200.U.003.05 encastrables pour installation à courants forts Série M W/P/ LSP pour montage sur rail normé BWQ BGQ TP TG WQ /0S WQ /2S FQ /2 W BI BIW SY Compteurs horaires Voltmètres partiels
Plus en détailExamen de Logiciels Statistiques
G. Hunault Angers, mai 2011 Licence MEF Examen de Logiciels Statistiques On s intéresse ici au dossier EAEF01 qui contient un extrait des données du recensement américain. On trouvera ces données et leur
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 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 détailRÉSOLUTION DE SYSTÈMES À DEUX INCONNUES
RÉSOLUTION DE SYSTÈMES À DEUX INCONNUES Sommaire 1 Méthodes de résolution... 3 1.1. Méthode de Substitution... 3 1.2. Méthode des combinaisons linéaires... 6 La rubrique d'aide qui suit s'attardera aux
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 détailDOSSIER DE MARIAGE * * Documents à signer et à remettre
DEPARTEMENT d'ille ET VILAINE CANTON de MONTFORT-SUR-MEU C O M M U N E de CLAYES DOSSIER DE MARIAGE * * Documents à signer et à remettre Place de la Mairie 35590 CLAYES Tél. : 02.99.61.20.30 Fax : 02.99.06.19.33
Plus en détailTABLE DES MATIÈRES. PRINCIPES D EXPÉRIMENTATION Planification des expériences et analyse de leurs résultats. Pierre Dagnelie
PRINCIPES D EXPÉRIMENTATION Planification des expériences et analyse de leurs résultats Pierre Dagnelie TABLE DES MATIÈRES 2012 Presses agronomiques de Gembloux pressesagro.gembloux@ulg.ac.be www.pressesagro.be
Plus en détailQuestionnaire destiné aux parents Médiation
Questionnaire destiné aux parents Médiation Si vous êtes intéressé/e par une médiation ou si vous souhaitez en savoir plus sur ce que peut vous apporter une médiation, les informations suivantes vous concernant
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 détailLES DIFFERENTS TYPES DE MESURE
LES DIFFERENTS TYPES DE MESURE Licence - Statistiques 2004/2005 REALITE ET DONNEES CHIFFREES Recherche = - mesure. - traduction d une réalité en chiffre - abouti à des tableaux, des calculs 1) Qu est-ce
Plus en détailArbres binaires de décision
1 Arbres binaires de décision Résumé Arbres binaires de décision Méthodes de construction d arbres binaires de décision, modélisant une discrimination (classification trees) ou une régression (regression
Plus en détailModèle de calcul des paramètres économiques
Modèle de calcul des paramètres économiques selon norme SIA 480 Calcul de rentabilité pour les investissements dans le bâtiment Version 3.2 1. Introduction 1.1 Version Excel Le modèle de calcul a été développé
Plus en détailUne variable binaire prédictrice (VI) et une variable binaire observée (VD) (Comparaison de pourcentages sur 2 groupes indépendants)
CIVILITE-SES.doc - 1 - Une variable binaire prédictrice (VI) et une variable binaire observée (VD) (Comparaison de pourcentages sur 2 groupes indépendants) 1 PRÉSENTATION DU DOSSIER CIVILITE On s intéresse
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 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 détailLe chi carré. Le sommaire. Approche quantitative
Approche quantitative Le chi carré Les objectifs pédagogiques Définir le test du chi carré Déterminer la nature des données propres au chi carré Savoir calculer le chi carré Savoir déterminer les fréquences
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 détailCahiers de l IMA. Fascicule SPSS
Octobre 2008 Numéro 41 Cahiers de l IMA Fascicule SPSS Ingrid Gilles Eva G. T. Green Paola Ricciardi Joos Régis Scheidegger Chiara Storari Thomas Tuescher Pascal Wagner-Egger Ricciardi-Joos Ricciardi-Joos
Plus en détailSuites numériques 4. 1 Autres recettes pour calculer les limites
Suites numériques 4 1 Autres recettes pour calculer les limites La propriété suivante permet de calculer certaines limites comme on verra dans les exemples qui suivent. Propriété 1. Si u n l et fx) est
Plus en détailChap. 3: Le modèle de données entité-association (E.A.)
Chap. 3: Le modèle de données entité-association (E.A.) En anglais: Entity-Relationship (ER) Origines: C.Bachman (1969), P.Chen (1976). Modèle de données > décrire la réalité perçue à travers les données
Plus en détailÊtre seul. Jean-Louis Pan Ké Shon* Données sociales. La société française 2002-2003
Être seul Jean-Louis Pan Ké Shon* Données sociales. La société française 2002-2003 * Au moment de la rédaction de cet article, Jean-Louis Pan Ké Shon faisait partie de la division Conditions de vie des
Plus en détailDemande de calcul d une rente future
Demande de calcul d une rente future Demande Le calcul souhaité concerne une future rente de vieillesse (répondre à toutes les questions figurant sous le chiffre 7) rente d invalidité rente de survivant
Plus en détailBarème de l impôt sur le revenu
Refonte du barème Barème de l impôt sur le revenu Suppression de la première tranche d imposition au taux de 5,5 % Revalorisation des limites et seuils associés au barème de 0,5 % Barème applicable à l
Plus en détailBTS Groupement A. Mathématiques Session 2011. Spécialités CIRA, IRIS, Systèmes électroniques, TPIL
BTS Groupement A Mathématiques Session 11 Exercice 1 : 1 points Spécialités CIRA, IRIS, Systèmes électroniques, TPIL On considère un circuit composé d une résistance et d un condensateur représenté par
Plus en détailIBM SPSS Direct Marketing 21
IBM SPSS Direct Marketing 21 Remarque : Avant d utiliser ces informations et le produit qu elles concernent, lisez les informations générales sous Remarques sur p. 109. Cette version s applique à IBM SPSS
Plus en détailFORMULAIRE DE DÉCLARATION DE PATRIMOINE
FORMULAIRE DE DÉCLARATION DE PATRIMOINE TYPE DE DÉCLARATION: Entrée en Fonction Référence : Loi du 20 Février 2008 et Moniteur No. 17 Sortie de Fonction Titre de la Fonction Date de la déclaration../ /.
Plus en détailChapitre 5 LE MODELE ENTITE - ASSOCIATION
Chapitre 5 LE MODELE ENTITE - ASSOCIATION 1 Introduction Conception d une base de données Domaine d application complexe : description abstraite des concepts indépendamment de leur implémentation sous
Plus en détailPour plus d informations sur les logiciels SPSS, visitez notre site Web à l adresse suivante : http://www.spss.com ou contactez
Pour plus d informations sur les logiciels SPSS, visitez notre site Web à l adresse suivante : http://www.spss.com ou contactez SPSS Inc. 233 South Wacker Drive, 11th Floor Chicago, IL 60606-6412 Tél :
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 détailDOSSIER DE DEMANDE D ADMISSION
EHPAD SAINT-FRANÇOIS Tél : 0262 90 87 69 Fax : 0262 90 87 52 E mail : : secdirection.mdr@asfa.re B. P. 840 97476 Saint-Denis Cedex DOSSIER DE DEMANDE D ADMISSION Etablissement d Hébergement pour Personnes
Plus en détailÉtat civil NOM. PRÉNOMS.
FICHE DE RENSEIGNEMENTS ADMINISTRATIFS État civil NOM. PRÉNOMS. Date naissance.. /.. /.... Lieu Situation familiale : Marié(e) Divorcé(e) Veuf (e) Nombre d enfants Célibataire Adresse au Maroc. Tel.. Cour
Plus en détailDEMANDE D AGRÉMENT «SERVICES À LA PERSONNE» POUR LES AUTO-ENTREPRENEURS
DEMANDE D AGRÉMENT «SERVICES À LA PERSONNE» POUR LES AUTO-ENTREPRENEURS Un auto-entrepreneur déclaré peut choisir d exercer dans le secteur des services à la personne. Rappel : Le régime de l auto-entrepreneur
Plus en détailNewsletter - Mesures fiscales de la loi de Finances pour 2013
Newsletter - Mesures fiscales de la loi de Finances pour 2013 Octobre 2012 Sommaire 1. IMPOT SUR LE REVENU... 2 2. TAXATION DES REVENUS DU CAPITAL AU BAREME PROGRESSIF... 3 3. TAXATION DES PLUS-VALUES
Plus en détailModélisation Conceptuelle. Partie 2: Le modèle Entité-Association
Modélisation Conceptuelle Partie 2: Le modèle Entité-Association Modèle de type conceptuel But: permettre la description conceptuelle des structures de données d'une application Les concepts de base (correspondent
Plus en détailDossier de candidature 2015-2016 MASTER 2 MEEF. LAUREATS CONCOURS EXTERNES 2015 Etudiants stagiaires en contrat provisoire
Dossier de candidature 2015-2016 MASTER 2 MEEF MASTER Sciences Humaines et Sociales Mention Education, Enseignement et Formation Diplôme d État OBJECTIFS! Enseigner et éduquer en école, collège ou lycée
Plus en détailPremiers pas avec SES-Pegase (version 7.0) SES : Un Système Expert pour l analyse Statistique des données. Premiers pas avec SES-Pegase 1
Premiers pas avec SES-Pegase 1 Premiers pas avec SES-Pegase (version 7.0) SES : Un Système Expert pour l analyse Statistique des données www.delta-expert.com Mise à jour : Premiers pas avec SES-Pegase
Plus en détailCHAPITRE 2. Population, ménages et familles
CHAPITRE 2 Population, ménages et familles Les faits saillants Enquête sur les conditions de vie en Haïti Distribution spatiale, structure par âge et par sexe de la population Le taux d urbanisation de
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 détailLes équations différentielles
Les équations différentielles Equations différentielles du premier ordre avec second membre Ce cours porte exclusivement sur la résolution des équations différentielles du premier ordre avec second membre
Plus en détailPièces à fournir pour chacun des époux
Pièces à fournir pour chacun des époux Une copie intégrale d acte de naissance, Pour les personnes de nationalité française Une copie intégrale d acte de naissance de moins de 3 mois. À demander à la mairie
Plus en détailFIP Axe Croissance. FIP Axe Croissance investira dans des PME industrielles, commerciales ou de services présentant les caractéristiques suivantes :
Souscription ouverte jusqu au 21 juin 2012 sous certaines conditions* (pour les parts A1) Souscription ouverte jusqu au 31 décembre 2012 (pour les parts A2) Diversifiez votre patrimoine financier avec
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 détailMortalité observée et mortalité attendue au cours de la vague de chaleur de juillet 2006 en France métropolitaine
Mortalité observée et mortalité attendue au cours de la vague de chaleur de uillet en France métropolitaine FOUILLET A 1, REY G 1, JOUGLA E, HÉMON D 1 1 Inserm, U75, Villeuif, France. Inserm CépiDc, IFR9,
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 détailAlgorithmique & programmation
Algorithmique & programmation Type structuré Article, Enregistrement, Structure Définition de nouveaux types!! On a vu les types simples "! entier, booléen, caractère, chaîne de caractères!! Comment gérer
Plus en détail[ Effect of Information Technology and Communication on the Quality of Accounting Information System: a Case of SMEs at Ibb City (Yemen) ]
International Journal of Innovation and Applied Studies ISSN 2028-9324 Vol. 4 No. 1 Sep. 2013, pp. 114-127 2013 Innovative Space of Scientific Research Journals http://www.issr-journals.org/ijias/ L impact
Plus en détailLe Bien-être et les jeunes professionnels
Le Bien-être et les jeunes professionnels Contexte La conférence sur le thème le bien être et les jeunes professionnels s inscrit dans le cadre du forum de l entreprise édition 2014 sous le thème générique
Plus en détailFactorisation Factoriser en utilisant un facteur commun Fiche méthode
Factorisation Factoriser en utilisant un facteur commun Fiche méthode Rappel : Distributivité simple Soient les nombres, et. On a : Factoriser, c est transformer une somme ou une différence de termes en
Plus en détailMEM vs entrevues traditionnelles pour l admission en médecine :
MEM vs entrevues traditionnelles pour l admission en médecine : Méthodologie mixte pour comparer les deux modalités au sein d une même cohorte Julie Anne Buckland Directeurs de recherche: Philippe Karazivan
Plus en détailCrédit Scoring. Master 2 SRO. Année scolaire 2009/2010. Professeur : RICHARD EMILION. Réalisé par : MAHAMAT OUMAR ALHABO et OULD EL HADDAD CHEIKH
Master 2 SRO Année scolaire 2009/2010 Crédit Scoring Professeur : RICHARD EMILION Réalisé par : MAHAMAT OUMAR ALHABO et OULD EL HADDAD CHEIKH Master_2_SRO_Data-Mining 1 Table des matières PARTIE 1 1. Résumé
Plus en détailImputation du salaire d ego dans TeO
Imputation du salaire d ego dans TeO Objet de la note : linéariser la réponse en tranche du salaire, et imputer le salaire en cas de non réponse Champ et principe de la méthode Les individus qui se sont
Plus en détailDéroulement d un projet en DATA MINING, préparation et analyse des données. Walid AYADI
1 Déroulement d un projet en DATA MINING, préparation et analyse des données Walid AYADI 2 Les étapes d un projet Choix du sujet - Définition des objectifs Inventaire des données existantes Collecte, nettoyage
Plus en détailSOMMAIRE OPÉRATIONS COURANTES OPÉRATIONS D INVENTAIRE
SOMMAIRE OPÉRATIONS COURANTES OPÉRATIONS D INVENTAIRE 1 Factures de doit p. 9 Processus 1 2 Réductions sur factures de doit p. 11 Processus 1 3 Frais accessoires sur factures p. 13 Processus 1 4 Comptabilisation
Plus en détailQuelles sont les principales formules utiles pour l étude de cas de vente?
Quelles sont les principales formules utiles pour l étude de cas de vente? Approvisionnement et gestion des stocks : des quantités vendues dans un Du stock initial, final et des livraisons, des commandes
Plus en détailSTATISTIQUES. UE Modélisation pour la biologie
STATISTIQUES UE Modélisation pour la biologie 2011 Cadre Général n individus: 1, 2,..., n Y variable à expliquer : Y = (y 1, y 2,..., y n ), y i R Modèle: Y = Xθ + ε X matrice du plan d expériences θ paramètres
Plus en détailPortrait statistique de la population de représentant en épargne collective au Québec
Portrait statistique de la population de représentant en épargne collective au Québec Par Alexandre Moïse 1 Marie Hélène Noiseux 2 1-Alexandre Moïse, B.Gest., M.Sc.A., Chercheur à l'université du Québec
Plus en détailImpact du mobile banking sur les comportements d épargne et de transferts à Madagascar. Florence Arestoff Baptiste Venet
Impact du mobile banking sur les comportements d épargne et de transferts à Madagascar Florence Arestoff Baptiste Venet 1 Introduction : contexte du contrat de recherche Ce contrat de recherche fait suite
Plus en détailLES DÉTERMINANTS DE MATRICES
LES DÉTERMINANTS DE MATRICES Sommaire Utilité... 1 1 Rappel Définition et composantes d'une matrice... 1 2 Le déterminant d'une matrice... 2 3 Calcul du déterminant pour une matrice... 2 4 Exercice...
Plus en détailDéfinition 0,752 = 0,7 + 0,05 + 0,002 SYSTÈMES DE NUMÉRATION POSITIONNELS = 7 10 1 + 5 10 2 + 2 10 3
8 Systèmes de numération INTRODUCTION SYSTÈMES DE NUMÉRATION POSITIONNELS Dans un système positionnel, le nombre de symboles est fixe On représente par un symbole chaque chiffre inférieur à la base, incluant
Plus en détailTrépier avec règle, ressort à boudin, chronomètre, 5 masses de 50 g.
PHYSQ 130: Hooke 1 LOI DE HOOKE: CAS DU RESSORT 1 Introduction La loi de Hooke est fondamentale dans l étude du mouvement oscillatoire. Elle est utilisée, entre autres, dans les théories décrivant les
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 détail2.4 Représentation graphique, tableau de Karnaugh
2 Fonctions binaires 45 2.4 Représentation graphique, tableau de Karnaugh On peut définir complètement une fonction binaire en dressant son tableau de Karnaugh, table de vérité à 2 n cases pour n variables
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 détailPrêts pour l avenir. A chaque étape de la vie. Comment assurer une prévoyance optimale. En famille, en couple et en célibataire.
Prêts pour l avenir. A chaque étape de la vie. Comment assurer une prévoyance optimale. En famille, en couple et en célibataire. Votre famille a de l avenir. Tout comme notre société, les modes de vie
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 détailBIOSTATISTIQUES AVANCEES PLAN. Quelques références. Master Biologie Intégrative 1 ère année
Master Biologie Intégrative 1 ère année 1 BIOSTATISTIQUES AVANCEES Yves Desdevises! Observatoire Océanologique de Banyuls-sur-Mer (www.obs-banyuls.fr)! 04 68 88 73 13! desdevises@obs-banyuls.fr! http://desdevises.free.fr
Plus en détailIntroduction à SPSS. Guy Mélard, U.L.B. Mars 2006 (gmelard@ulb.ac.be) Guy Mélard, ULB 1. Introduction à SPSS. Objectif de la leçon.
à SPSS Objectif de la leçon à SPSS Elle a pour but de fournir une introduction à ce logiciel statistique de manière à faciliter son utilisation en complément de SAS, avec l illustration sur des exemples
Plus en détail