Statistiques. Effectif d une valeur : c est le nombre de fois que la valeur d un caractère (la «modalité») revient dans la série.
|
|
- Jean-Pascal Michaud
- il y a 7 ans
- Total affichages :
Transcription
1 I Vocabulaire de base Statistiques Série statistique : une série statistique est un ensemble d observations collectées. Population : C est l ensemble sur lequel porte une étude statistique. Si elle est trop grande, on peut alors décider de ne s intéresser qu à un échantillon de population. Individu : c est un élément de la population. Caractère : c est ce qu on observe chez l individu. Modalités : ce sont les différentes valeurs prises par le caractère. Série statistique quantitative ou qualitative : une série statistique est dite quantitative quand les modalités sont des nombres (nombre de frères et sœurs, dimensions d une pièce, âge ), et qualitative sinon (candidat pour lequel un individu à l intention de voter, couleurs des yeux ) Dans le cas d une série quantitative, celle-ci est dite discrète si les modalités sont limitées à un ensemble fini de valeurs (exemple : le nombre de frères et sœurs ne peut être qu un élément de l ensemble {0 ;1 ;2 ; ;100} par exemple) et continue si les modalités peuvent prendre n importe quelle valeur dans un intervalle (exemple : taille d un individu, température ) Effectif d une valeur : c est le nombre de fois que la valeur d un caractère (la «modalité») revient dans la série. Fréquence d une valeur : c est l effectif de la modalité divisé par l effectif total : elle est comprise entre 0 et 1. Classes de valeurs : s il y a trop de valeurs différentes, elles sont rangées par classe (intervalle), l effectif de la classe étant alors le nombre de modalités appartenant à cet intervalle. II Mesures de positions A) Mesures de tendance centrale Elles visent à résumer la série par une seule valeur qu on espère représentative de toutes les valeurs de la série. On en connaît trois : le mode, la moyenne, la médiane. 1) Le mode Définition : Le mode d une série statistique est la donnée la plus fréquente de la série (celle ayant le plus grand effectif). Exemple : déterminer le mode de la série de valeurs suivantes : 18, 12, 15, 10, 12, 15, 9, 8, 11, 13, 10, 12, 16, 6, 8. Remarques : - S il y a plusieurs données arrivant à égalité, il y a plusieurs modes. - Si les données sont rangées en classe, on parle de classe modale. - Le mode est défini aussi bien pour les séries quantitatives que qualitatives. - Le mode est un résumé sommaire d une série qui fournit un type d information assez limité. Il pourra intéresser un publicitaire.
2 2) La moyenne arithmétique : Définition : La moyenne arithmétique d une série statistique quantitative S ={x 1,x 2,...,x n } est le nombre, souvent noté : Remarque : cas d une série où chaque modalité a un effectif précis (on l appelle alors la moyenne pondérée) : Valeur Effectif Alors : où est l effectif total. On peut également calculer une moyenne à partir de la distribution des fréquences : x = a) Si les valeurs de la série sont discrètes Par exemple, voici les notes obtenues à un autre contrôle par les 25 élèves d une autre classe : Notes Total Effectifs La moyenne est alors dite pondérée par les effectifs. Pour calculer cette moyenne, on commence par effectuer les produits des notes par les effectifs associés, puis on additionne tous ces produits, et on divise la somme obtenue par le nombre total de notes. b) Si les valeurs de la série sont continues et regroupées par classes Par exemple, voici la répartition des salaires de 202 salariés d une entreprise : Salaires 1000 S< S< S< S< S<3000 Centre Effectifs On considère alors qu une classe donnée sera représentée, dans le calcul, par son centre, et on utilise le centre de la classe pour calculer la moyenne pondérée par les effectifs. On obtient une valeur approchée du salaire moyen réel. p i 1 f i x i. Propriété de la moyenne - Linéarité de la moyenne : Si on ajoute (ou on soustrait) un même nombre k à toutes les valeurs d une série alors la moyenne de cette série se trouve augmentée (ou diminuée) de k. Si on multiplie (ou on divise) un même nombre k différent de zéro à toutes les valeurs d une série alors la moyenne de cette série se trouve multipliée (ou divisée) par k. Exemple : si on ajoute 1,5 point à chaque note d un contrôle alors on augmente la moyenne de 1,5 point également. - Moyenne par sous-groupes : Soit une série statistique d effectif total N et de moyenne m. On divise cette série en deux sous-groupes disjoints (sans individus en communs) d effectifs respectifs p 1 et p 2 (avec p 1 +p 2 = N) La moyenne m de deux moyennes m 1 et m 2 munies des effectifs respectifs p 1 et p 2 est donnée par la formule : m = p 1m 1 +p 2 m 2 p 1 +p 2 Exercice : Une classe est composée de 55% de filles. Les élèves de la classe sont répartis suivant leurs âges et leurs sexes comme l'indique le tableau suivant : 1) Calculer la moyenne d'âge m 1 des garçons et la moyenne d'âge m 2 des filles. 2) Calculer la moyenne d'âge m de la classe. 15 ans 16 ans 17 ans Garçons 10% 78% 12% Filles 20% 70% 10%
3 Remarques : - La moyenne a des avantages calculatoires : si l on connaît les moyennes et les effectifs de deux séries (ou deux sous séries), on peut obtenir la moyenne de la série constituée de l agrégation de ces deux séries. - La moyenne a le défaut d être très sensible aux valeurs extrêmes. 3) La médiane : Définition : La médiane M d une série statistique est la valeur qui partage la population étudiée en deux sousgroupes de même effectif, chacun tels que : tous les éléments du premier groupe ont des valeurs inférieures ou égales à M ; tous les éléments du deuxième groupe ont des valeurs supérieures ou égales à M. Méthode pour déterminer une médiane : Soit une série statistique quantitative comportant n données : S = { } telles que. Si N (effectif total de la population) est impair alors la valeur de M est la valeur de cette série qui est située «au milieu» à savoir la valeur dont le rang est N+1, le -ième élément de la série : m = 2 Si N (effectif total de la population) est pair alors une valeur de M est le centre de ce que l on appelle l intervalle médian qui est l intervalle formé par les deux nombres situés «au milieu» de la série, entre les rangs N 2 et N + 1. On 2 prend donc généralement. Remarque : La médiane a l avantage de ne pas être influencée par les valeurs extrêmes. Elle n a aucun avantage pratique dans les calculs, puisque pour connaître la médiane d une série constituée de l agrégation de deux séries, il faut nécessairement réordonner la nouvelle série pour trouver sa médiane, qui n aura pas de lien avec les deux médianes des deux séries initiales. B) Mesures de positions non centrales 1) Les quartiles Définition : Soit S une série statistique quantitative. On appelle premier quartile, noté Q 1, la plus petite valeur de la série telle que : au moins 25% des valeurs de la série ont une valeur inférieure ou égale à Q 1. On appelle deuxième quartile (valeur très proche de la médiane), noté Q 2, la plus petite valeur de la série telle que : au moins 50% des valeurs de la série ont une valeur inférieure ou égale à Q 2. On appelle troisième quartile, noté Q 3, la plus petite valeur de la série telle que : au moins 75% des valeurs de la série ont une valeur inférieure ou égale à Q 3. 2) Les déciles Définition : Soit S une série statistique quantitative. On appelle premier décile, noté D 1, la plus petite valeur de la série telle que : au moins 10% des valeurs de la série ont une valeur inférieure ou égale à D 1. On appelle neuvième décile, noté D 9, la plus petite valeur de la série telle que : au moins 90% des valeurs de la série ont une valeur inférieure ou égale à D 9.
4 III Mesures de dispersion 1) L étendue Définition : Les valeurs extrêmes d une série sont ses valeurs minimale et maximale et l étendue est la différence entre les valeurs extrêmes de la série. Soit une série statistique quantitative comportant n données : S = { } telles que. L étendue est alors : e = Exemple : déterminer les valeurs extrêmes et l étendue de la série : 2 ; 5 ; 0.5 ; 4 ; 3 ; 2 ; 1 2) L écart interquartile Définition : l intervalle interquartile est l intervalle [Q 1 ; Q 3 ] l écart interquartile est la différence Q 3 Q 1. Remarque : On peut également définir de même l écart interdécile la différence D 9 D 1 l intervalle interdécile l intervalle [D 1 ; D 9 ] Toutes ces mesures statistiques sont dans la même unité que les valeurs de la série. IV Représentations graphiques 1) Diagramme à bâtons, histogramme. Si les données sont regroupées en classes (intervalles), la série peut-être représentée par un histogramme où chaque rectangle a son aire proportionnelle à l effectif (ou à la fréquence) de la classe. Ainsi si on considère la série : Et la même regroupée en classe : On obtient les diagrammes en bâtons et histogramme suivants :
5 2) Diagramme en boite. On peut représenter graphiquement les valeurs extrêmes, les quartiles et la médiane par un diagramme en boite, appelé aussi boite à moustaches, conçues de la manière suivante : au centre une boite allant du premier au troisième quartile, séparée en deux par la médiane ; de chaque côté une moustache allant du minimum au premier quartile pour l une, et du troisième quartile au maximum pour l autre. Ces diagrammes permettent une interprétation visuelle et rapide de la dispersion des séries statistiques. Ils permettent également d apprécier des différences entre des séries (lorsqu elles ont des ordres de grandeurs comparables). Remarques : La hauteur des boites est arbitraire. La boite contient 50% des données centrales. On coupe parfois les moustaches de part et d autre à la hauteur du premier et neuvième décile ; on fait alors apparaître les minimum et maximum par un point. Exemple : lecture d un diagramme en boite. Le diagramme en boite ci-dessous est associé à la série des notes moyennes des élèves d un lycée au baccalauréat. Sur le diagramme, on lit : - M = 11, ce qui permet d affirmer qu au moins 50% des élèves ont une note supérieure ou égale à 11 et sont donc reçus sans passer les épreuves de rattrapage. - Q 3 = 13, ce qui permet d affirmer qu au moins 25% des élèves ont une note supérieure ou égale à 13, donc qu au moins 25% des élèves ont au moins la mention Assez Bien (ou l une des mentions Assez Bien, Bien, Très bien). - Q 1 = 9,5, ce qui permet d affirmer qu au moins 25% des élèves ont une note inférieure ou égale à 9,5 et ne sont donc pas reçus directement. Mais on ne peut pas savoir, avec ce diagramme, combien, parmi ces élèves, ont une note supérieure ou égale à 8 et pourront donc passer les épreuves de rattrapage. Exemple : Déterminer la médiane et les quartiles de cette série. Notes Total Effectifs ECC
Statistique : 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 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 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 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 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 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 détailStatistiques 0,14 0,11
Statistiques Rappels de vocabulaire : "Je suis pêcheur et je désire avoir des informations sur la taille des truites d'une rivière. Je décide de mesurer les truites obtenues au cours des trois dernières
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 détailSéquence 4. Statistiques. Sommaire. Pré-requis Médiane, quartiles, diagramme en boîte Moyenne, écart-type Synthèse Exercices d approfondissement
Séquence 4 Statistiques Sommaire Pré-requis Médiane, quartiles, diagramme en boîte Moyenne, écart-type Synthèse Exercices d approfondissement 1 Introduction «Etude méthodique des faits sociaux par des
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 détailSTATISTIQUES DESCRIPTIVES
1 sur 7 STATISTIQUES DESCRIPTIVES En italien, «stato» désigne l état. Ce mot à donné «statista» pour «homme d état». En 1670, le mot est devenu en latin «statisticus» pour signifier ce qui est relatif
Plus en détailStatistiques avec la graph 35+
Statistiques avec la graph 35+ Enoncé : Dans une entreprise, on a dénombré 59 femmes et 130 hommes fumeurs. L entreprise souhaite proposer à ses employés plusieurs méthodes pour diminuer, voire arrêter,
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 détail- Ressources pour les classes
Mathématiques Collège - Ressources pour les classes de 6 e, 5 e, 4 e, et 3 e du collège - - Organisation et gestion de données au collège - Ce document peut être utilisé librement dans le cadre des enseignements
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 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 détailBACCALAURÉAT PROFESSIONNEL SUJET
SESSION 203 Métropole - Réunion - Mayotte BACCALAURÉAT PROFESSIONNEL ÉPREUVE E4 CULTURE SCIENTIFIQUE ET TECHNOLOGIQUE : MATHÉMATIQUES Toutes options Durée : 2 heures Matériel(s) et document(s) autorisé(s)
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 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 détailINFIRMIER(E) GRADUE(E) SPECIALISE(E) EN SANTE COMMUNAUTAIRE HAUTE ECOLE DE LA PROVINCE DE LIEGE PROFESSEUR : RENARD X.
INFIRMIER(E) GRADUE(E) SPECIALISE(E) EN SANTE COMMUNAUTAIRE HAUTE ECOLE DE LA PROVINCE DE LIEGE PROFESSEUR : RENARD X. Année scolaire 009-010 TABLE DES MATIERES CHAPITRE 1: Eléments de statistiques descriptives...
Plus en détailLes devoirs en Première STMG
Les devoirs en Première STMG O. Lader Table des matières Devoir sur table 1 : Proportions et inclusions....................... 2 Devoir sur table 1 : Proportions et inclusions (corrigé)..................
Plus en détail4 Statistiques. Les notions abordées dans ce chapitre CHAPITRE
CHAPITRE Statistiques Population (en milliers) 63 6 6 6 Évolution de la population en France 9 998 999 3 Année Le graphique ci-contre indique l évolution de la population française de 998 à. On constate
Plus en détailSTATISTIQUES DESCRIPTIVES
STATISTIQUES DESCRIPTIVES ORGANISATION DES DONNÉES Etude de population 53 784 56 28 4 13 674 8375 9974 60 Consommation annuelle du lait Dossier n 1 Juin 2005 Tous droits réservés au réseau AGRIMÉDIA Conçu
Plus en détailStatistique descriptive. Fabrice MAZEROLLE Professeur de sciences économiques Université Paul Cézanne. Notes de cours
Statistique descriptive Fabrice MAZEROLLE Professeur de sciences économiques Université Paul Cézanne Notes de cours Dernière mise à jour le mercredi 25 février 2009 1 ère année de Licence Aix & Marseille
Plus en détailCabinet d avocat Leduc-Novi. Indemnisation du préjudice corporel des. personnes victimes d un accident de la route
Cabinet d avocat Leduc-Novi Indemnisation du préjudice corporel des personnes victimes d un accident de la route Aout 2013 1. Avant-propos Permettre à tout justiciable de connaitre clairement et facilement
Plus en détailLire ; Compter ; Tester... avec R
Lire ; Compter ; Tester... avec R Préparation des données / Analyse univariée / Analyse bivariée Christophe Genolini 2 Table des matières 1 Rappels théoriques 5 1.1 Vocabulaire....................................
Plus en détailBaccalauréat ES Polynésie (spécialité) 10 septembre 2014 Corrigé
Baccalauréat ES Polynésie (spécialité) 10 septembre 2014 Corrigé A. P. M. E. P. Exercice 1 5 points 1. Réponse d. : 1 e Le coefficient directeur de la tangente est négatif et n est manifestement pas 2e
Plus en détailStatistiques - Cours. 1. Gén éralités. 2. Statistique descriptive univari ée. 3. Statistique descriptive bivariée. 4. Régression orthogonale dans R².
Statistiques - Cours Page 1 L I C E N C E S c i e n t i f i q u e Cours Henri IMMEDIATO S t a t i s t i q u e s 1 Gén éralités Statistique descriptive univari ée 1 Repr é s e n t a t i o n g r a p h i
Plus en détailFeuille d exercices 2 : Espaces probabilisés
Feuille d exercices 2 : Espaces probabilisés Cours de Licence 2 Année 07/08 1 Espaces de probabilité Exercice 1.1 (Une inégalité). Montrer que P (A B) min(p (A), P (B)) Exercice 1.2 (Alphabet). On a un
Plus en détailSommaire de la séquence 12
Sommaire de la séquence 12 Séance 1........................................................................................................ J étudie un phénomène naturel : la marée................................................................
Plus en détailFluctuation d une fréquence selon les échantillons - Probabilités
Fluctuation d une fréquence selon les échantillons - Probabilités C H A P I T R E 3 JE DOIS SAVOIR Calculer une fréquence JE VAIS ÊTRE C APABLE DE Expérimenter la prise d échantillons aléatoires de taille
Plus en détailStatistiques à une variable
Statistiques à une variable Calcul des paramètres statistiques TI-82stats.fr? Déterminer les paramètres de la série statistique : Valeurs 0 2 3 5 8 Effectifs 16 12 28 32 21? Accès au mode statistique Touche
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 détailAnalyse et interprétation des données
8 Analyse et interprétation des données Les données de l enquête peuvent être utilisées pour différents types d analyses aussi bien au niveau national qu au niveau international. Ce chapitre explique comment
Plus en détailProbabilités. I Petits rappels sur le vocabulaire des ensembles 2 I.1 Définitions... 2 I.2 Propriétés... 2
Probabilités Table des matières I Petits rappels sur le vocabulaire des ensembles 2 I.1 s................................................... 2 I.2 Propriétés...................................................
Plus en détailFonctions linéaires et affines. 1 Fonctions linéaires. 1.1 Vocabulaire. 1.2 Représentation graphique. 3eme
Fonctions linéaires et affines 3eme 1 Fonctions linéaires 1.1 Vocabulaire Définition 1 Soit a un nombre quelconque «fixe». Une fonction linéaire associe à un nombre x quelconque le nombre a x. a s appelle
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 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 détailLa classification automatique de données quantitatives
La classification automatique de données quantitatives 1 Introduction Parmi les méthodes de statistique exploratoire multidimensionnelle, dont l objectif est d extraire d une masse de données des informations
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 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 détailProbabilités. C. Charignon. I Cours 3
Probabilités C. Charignon Table des matières I Cours 3 1 Dénombrements 3 1.1 Cardinal.................................................. 3 1.1.1 Définition............................................. 3
Plus en détailCAHIER DES CHARGES MAINTENANCE DU SYSTEME DES ALARMES INTRUSION ET TECHNIQUES DU LYCEE SCHUMAN
CAHIER DES CHARGES MAINTENANCE DU SYSTEME DES ALARMES INTRUSION ET TECHNIQUES DU LYCEE SCHUMAN Date de prise d effet du contrat : 1 er juillet 2015 Durée du contrat : un an reconductible cinq fois MP 15/03
Plus en détailProbabilités conditionnelles Loi binomiale
Exercices 23 juillet 2014 Probabilités conditionnelles Loi binomiale Équiprobabilité et variable aléatoire Exercice 1 Une urne contient 5 boules indiscernables, 3 rouges et 2 vertes. On tire au hasard
Plus en détailGroupe symétrique. Chapitre II. 1 Définitions et généralités
Chapitre II Groupe symétrique 1 Définitions et généralités Définition. Soient n et X l ensemble 1,..., n. On appelle permutation de X toute application bijective f : X X. On note S n l ensemble des permutations
Plus en détailCorrection du baccalauréat ES/L Métropole 20 juin 2014
Correction du baccalauréat ES/L Métropole 0 juin 014 Exercice 1 1. c.. c. 3. c. 4. d. 5. a. P A (B)=1 P A (B)=1 0,3=0,7 D après la formule des probabilités totales : P(B)=P(A B)+P(A B)=0,6 0,3+(1 0,6)
Plus en détailBases de données. Chapitre 1. Introduction
Références : Bases de données Pierre Wolper Email : pw@montefiore.ulg.ac.be URL : http : //www.montefiore.ulg.ac.be/~pw/ http : //www.montefiore.ulg.ac.be/ ~pw/cours/bd.html Henry F. Korth, Abraham Silberschatz,
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 détailPRÉSENTATION DE L OFFRE
PRÉSENTATION DE L OFFRE CMS 5.x CONTRÔLE DE LA MASSE SALARIALE Les informations contenues dans ce document font partie intégrante de la solution CMS et sont protégées en France par le code de la propriété
Plus en détailPlan. 5 Actualisation. 7 Investissement. 2 Calcul du taux d intérêt 3 Taux équivalent 4 Placement à versements fixes.
Plan Intérêts 1 Intérêts 2 3 4 5 6 7 Retour au menu général Intérêts On place un capital C 0 à intérêts simples de t% par an : chaque année une somme fixe s ajoute au capital ; cette somme est calculée
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 détailBulletin d information statistique
INFOSTAT JUSTICE Divorces : une procédure à deux vitesses Zakia Belmokhtar * Mai 2012 Numéro 117 En visant à permettre un règlement plus rapide et plus complet des demandes en divorce, la loi du 26 mai
Plus en détailBac Blanc Terminale ES - Février 2011 Épreuve de Mathématiques (durée 3 heures)
Bac Blanc Terminale ES - Février 2011 Épreuve de Mathématiques (durée 3 heures) Eercice 1 (5 points) pour les candidats n ayant pas choisi la spécialité MATH Le tableau suivant donne l évolution du chiffre
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 détailEvaluation de la variabilité d'un système de mesure
Evaluation de la variabilité d'un système de mesure Exemple 1: Diamètres des injecteurs de carburant Problème Un fabricant d'injecteurs de carburant installe un nouveau système de mesure numérique. Les
Plus en détailProbabilités. Rappel : trois exemples. Exemple 2 : On dispose d un dé truqué. On sait que : p(1) = p(2) =1/6 ; p(3) = 1/3 p(4) = p(5) =1/12
Probabilités. I - Rappel : trois exemples. Exemple 1 : Dans une classe de 25 élèves, il y a 16 filles. Tous les élèves sont blonds ou bruns. Parmi les filles, 6 sont blondes. Parmi les garçons, 3 sont
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 détailAnalyse des coûts. 1 ère année DUT GEA, 2005/2006 Analyse des coûts
Analyse des coûts Les techniques de calcul et d analyse des coûts portent le nom de comptabilité analytique ou comptabilité de gestion. Ces deux termes seront utilisés indifféremment dans ce cours. Contrairement
Plus en détailProbabilité. Table des matières. 1 Loi de probabilité 2 1.1 Conditions préalables... 2 1.2 Définitions... 2 1.3 Loi équirépartie...
1 Probabilité Table des matières 1 Loi de probabilité 2 1.1 Conditions préalables........................... 2 1.2 Définitions................................. 2 1.3 Loi équirépartie..............................
Plus en détailBaccalauréat ES Amérique du Nord 4 juin 2008
Baccalauréat ES Amérique du Nord 4 juin 2008 EXERCICE 1 Commun à tous les candidats f est une fonction définie sur ] 2 ; + [ par : 4 points f (x)=3+ 1 x+ 2. On note f sa fonction dérivée et (C ) la représentation
Plus en détailLes pourcentages. Un pourcentage est défini par un rapport dont le dénominateur est 100. Ce rapport appelé taux de pourcentage est noté t.
Les pourcentages I Définition : Un pourcentage est défini par un rapport dont le dénominateur est 100. Ce rapport appelé taux de pourcentage est noté t. Exemple : Ecrire sous forme décimale les taux de
Plus en détailQuel système d équations traduit cette situation? x : la hauteur du rectangle. y : l aire du rectangle. C) y = 4x + 25.
1 La base d un rectangle dépasse sa hauteur de 4 cm. Si on ajoute 17 au périmètre de ce rectangle, on obtient un nombre égal à celui qui représente l aire de ce rectangle. Soit x : la hauteur du rectangle
Plus en détail3. SPÉCIFICATIONS DU LOGICIEL. de l'expression des besoins à la conception. Spécifications fonctionnelles Analyse fonctionnelle et méthodes
PLAN CYCLE DE VIE D'UN LOGICIEL EXPRESSION DES BESOINS SPÉCIFICATIONS DU LOGICIEL CONCEPTION DU LOGICIEL LA PROGRAMMATION TESTS ET MISE AU POINT DOCUMENTATION CONCLUSION C.Crochepeyre Génie Logiciel Diapason
Plus en détailFPSTAT 2 í La dçecision statistique. 1. Introduction ça l'infçerence. 1
INTRODUCTION ça L'INFçERENCE STATISTIQUE 1. Introduction 2. Notion de variable alçeatoire íprçesentation ívariables alçeatoires discrçetes ívariables alçeatoires continues 3. Reprçesentations d'une distribution
Plus en détailFctsAffines.nb 1. Mathématiques, 1-ère année Edition 2007-2008. Fonctions affines
FctsAffines.nb 1 Mathématiques, 1-ère année Edition 2007-2008 Fonctions affines Supports de cours de mathématiques de degré secondaire II, lien hpertete vers la page mère http://www.deleze.name/marcel/sec2/inde.html
Plus en détailP1 : Corrigés des exercices
P1 : Corrigés des exercices I Exercices du I I.2.a. Poker : Ω est ( l ensemble ) des parties à 5 éléments de l ensemble E des 52 cartes. Cardinal : 5 I.2.b. Bridge : Ω est ( l ensemble ) des parties à
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 détailCours d algorithmique pour la classe de 2nde
Cours d algorithmique pour la classe de 2nde F.Gaudon 10 août 2009 Table des matières 1 Avant la programmation 2 1.1 Qu est ce qu un algorithme?................................. 2 1.2 Qu est ce qu un langage
Plus en détailExemples de problèmes et d applications. INF6953 Exemples de problèmes 1
Exemples de problèmes et d applications INF6953 Exemples de problèmes Sommaire Quelques domaines d application Quelques problèmes réels Allocation de fréquences dans les réseaux radio-mobiles Affectation
Plus en détailPar combien de zéros se termine N!?
La recherche à l'école page 79 Par combien de zéros se termine N!? par d es co llèg es An dré Do ucet de Nanterre et Victor Hugo de Noisy le Grand en seignants : Danielle Buteau, Martine Brunstein, Marie-Christine
Plus en détailStatistiques descriptives
Statistiques descriptives L3 Maths-Eco Université de Nantes Frédéric Lavancier F. Lavancier (Univ. Nantes) Statistiques descriptives 1 1 Vocabulaire de base F. Lavancier (Univ. Nantes) Statistiques descriptives
Plus en détailLecture critique d article. Bio statistiques. Dr MARC CUGGIA MCU-PH Laboratoire d informatique médicale EA-3888
Lecture critique d article Rappels Bio statistiques Dr MARC CUGGIA MCU-PH Laboratoire d informatique médicale EA-3888 Plan du cours Rappels fondamentaux Statistiques descriptives Notions de tests statistiques
Plus en détailNom et adresse officiels de l'organisme acheteur : GROUPEMENT D'INTERET ECONOMIQUE HAROPA
Nom et adresse officiels de l'organisme acheteur : GROUPEMENT D'INTERET ECONOMIQUE HAROPA Correspondant : Mme Mélanie POTEL, 34 boulevard de Boisguilbert BP 4075, 76022 Rouen cedex 3 france, tél. : 02
Plus en détailL ANALYSE EN COMPOSANTES PRINCIPALES (A.C.P.) Pierre-Louis GONZALEZ
L ANALYSE EN COMPOSANTES PRINCIPALES (A.C.P.) Pierre-Louis GONZALEZ INTRODUCTION Données : n individus observés sur p variables quantitatives. L A.C.P. permet d eplorer les liaisons entre variables et
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 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 détailREGLEMENT DE LA CONSULTATION ACCORD-CADRE
Ministère de l Education Nationale De La Jeunesse et de la Vie Associative Ministère de l Enseignement Supérieur Et de la Recherche B. P. 28 97425 LES AVIRONS 0262 38 29 87 0262 38 29 82 E-MAIL : groupcom-lycee-des-avirons@wanadoo.fr
Plus en détailSwiss Auto. Roulez en toute sérénité
Swiss Auto Roulez en toute sérénité Swiss Auto : l assurance auto qui vous ressemble Voiture neuve ou d occasion? Vous roulez peu ou vous avez besoin de votre véhicule tous les jours? Vous l utilisez aussi
Plus en détailLicence Economie-Gestion, 1ère Année Polycopié de Statistique Descriptive. Année universitaire : 2014-2015.
Licence Economie-Gestion, 1ère Année Polycopié de Statistique Descriptive. Année universitaire : 2014-2015. Thèmes des séances de TD Thème n.1: Tableaux statistiques et représentations graphiques. Thème
Plus en détailBrock. Rapport supérieur
Simplification du processus de demande d aide financière dans les établissementss : Étude de cas à l Université Brock Rapport préparé par Higher Education Strategy Associates et Canadian Education Project
Plus en détailHôtel de Ville Place du Général De Gaulle BP 209 59832 Verlinghem cédex Téléphone : 03.20.08.81.36 Fax : 03.20.08.73.81 www.verlinghem.
COMMUNE DE VERLINGHEM Hôtel de Ville Place du Général De Gaulle BP 209 59832 Verlinghem cédex Téléphone : 03.20.08.81.36 Fax : 03.20.08.73.81 www.verlinghem.fr MARCHE PUBLIC DE FOURNITURES ET DE SERVICES
Plus en détailCollecter des informations statistiques
Collecter des informations statistiques FICHE MÉTHODE A I Les caractéristiques essentielles d un tableau statistique La statistique a un vocabulaire spécifique. L objet du tableau (la variable) s appelle
Plus en détailTravaux pratiques. Compression en codage de Huffman. 1.3. Organisation d un projet de programmation
Université de Savoie Module ETRS711 Travaux pratiques Compression en codage de Huffman 1. Organisation du projet 1.1. Objectifs Le but de ce projet est d'écrire un programme permettant de compresser des
Plus en détailJe découvre le diagramme de Venn
Activité 8 Je découvre le diagramme de Venn Au cours de cette activité, l élève découvre le diagramme de Venn et se familiarise avec lui. Pistes d observation L élève : reconnaît les éléments du diagramme
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 détailREGLEMENT DE LA CONSULTATION
REPUBLIQUE FRANCAISE Mairie d ORCINES Place Saint Julien 63870 ORCINES 04 73 62 10 09 04 73 62 73 00 mairie.orcines@wanadoo.fr www.orcines.fr REGLEMENT DE LA CONSULTATION Maître d ouvrage COMMUNE D ORCINES
Plus en détailMODELE D AVIS D APPEL PUBLIC A LA CONCURRENCE
Page 1 MODELE D AVIS D APPEL PUBLIC A LA CONCURRENCE pris en application de l article 2 du décret n 2004-16 du 7 janvier 2004 modifié concernant certains marchés publics passés pour les besoins de la défense
Plus en détailÉtude comparative sur les salaires et les échelles salariales des professeurs d université. Version finale. Présentée au
Étude comparative sur les salaires et les échelles salariales des professeurs d université Version finale Présentée au Syndicat général des professeurs et professeures de l Université de Montréal (SGPUM)
Plus en détailQuelles ressources pour vivre seul, en 2014, dans une commune du Doubs? Essai d évaluation
1 Septembre 2014 Quelles ressources pour vivre seul, en 2014, dans une commune du Doubs? Essai d évaluation Grand-Charmont est une commune de 5200 habitants qui compte 57 % de logements sociaux. Les revenus
Plus en détailFOIRE AUX QUESTIONS. Le Conseil Général de l Oise précise qu à ce jour, aucune donnée chiffrée n est disponible pour répondre à cette question.
FOIRE AUX QUESTIONS Appel à projets relatif à la création et/ou à l extension importante d un FAM (Foyer d Accueil Médicalisé) sur le département de l Oise L objet de la présente «Foire aux Questions»
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 détailLes exploitations de grandes cultures face à la variabilité de leurs revenus : quels outils de gestion des risques pour pérenniser les structures?
Les exploitations de grandes cultures face à la variabilité de leurs revenus : quels outils de gestion des risques pour pérenniser les structures? Benoît Pagès 1, Valérie Leveau 1 1 ARVALIS Institut du
Plus en détailLes Français et le courrier publicitaire. Rapport
Les Français et le courrier publicitaire Rapport Sommaire 1. Présentation de l'étude 2. Principaux enseignements 3. Résultats détaillés 4. Les habitudes en termes de courrier 5. Appréciation des différents
Plus en détailEtude salariale. Pour le domaine des ressources humaines 2013/2014 www.careerplus.ch
Pour le domaine des ressources humaines 2013/2014 B Sommaire 1. Editorial... 2 2. «La motivation passe par l égalité salariale»... 3 3. Résumé... 4 4. Faits et chiffres sur le marché suisse... 5/6 5. Méthode...
Plus en détailProbabilités. Une urne contient 3 billes vertes et 5 billes rouges toutes indiscernables au toucher.
Lycée Jean Bart PCSI Année 2013-2014 17 février 2014 Probabilités Probabilités basiques Exercice 1. Vous savez bien qu un octet est une suite de huit chiffres pris dans l ensemble {0; 1}. Par exemple 01001110
Plus en détailPRXSENTATION D UN GESTIONNAIRE DE DONNEES NUMERIQUES HIERARCHISEES DESTINE AU DE- -POUILLEMENT D ENQUETES
97 PRXSENTATION D UN GESTIONNAIRE DE DONNEES NUMERIQUES HIERARCHISEES DESTINE AU DE- -POUILLEMENT D ENQUETES Jacques Vaugelade & Marie Piron (Demographie et Statistique) (UR 702) Centre ORSTOM de Ouagadougou
Plus en détailMesures et incertitudes
En physique et en chimie, toute grandeur, mesurée ou calculée, est entachée d erreur, ce qui ne l empêche pas d être exploitée pour prendre des décisions. Aujourd hui, la notion d erreur a son vocabulaire
Plus en détailUNE FORMATION POUR APPRENDRE À PRÉSENTER DES DONNÉES CHIFFRÉES : POUR QUI ET POURQUOI? Bénédicte Garnier & Elisabeth Morand
UNE FORMATION POUR APPRENDRE À PRÉSENTER DES DONNÉES CHIFFRÉES : POUR QUI ET POURQUOI? Bénédicte Garnier & Elisabeth Morand Service méthodes statistiques Institut National d Etudes Démographiques (Ined)
Plus en détailExercices supplémentaires sur l introduction générale à la notion de probabilité 2009-2010
Exercices supplémentaires sur l introduction générale à la notion de probabilité 2009-2010 Exercices fortement conseillés : 6, 10 et 14 1) Un groupe d étudiants est formé de 20 étudiants de première année
Plus en détail