Analyse des données économiques AES L3. Licence AES L3. Analyse des données économiques Cours M. Vincent Dupont BROCHURE DE TD PARTIE 1 DU COURS

Dimension: px
Commencer à balayer dès la page:

Download "Analyse des données économiques AES L3. Licence AES L3. Analyse des données économiques Cours M. Vincent Dupont BROCHURE DE TD PARTIE 1 DU COURS"

Transcription

1 Licence AES L3 Analyse des données économiques Cours M. Vincent Dupont BROCHURE DE TD PARTIE 1 DU COURS

2 Séance de TD n 1 Statistiques descriptives A partir des données fournies par votre chargé de TD, vous effectuerez le travail suivant sous open office calcul puis vous le présenterez dans un fichier open office writer. Effectif des entreprises Travail n 1 Série Temporelle Considérons la variable «Effectif» pour l'entreprise 1, sur la période Travail n 2 Cross Section Considérons la variable «Effectif» pour l'ensemble des entreprises, pour l'année Travail n 3 Données de panel Considérons la variable «Effectif» pour l'ensemble des entreprises, sur la période Chiffre d'affaires des entreprises (centaines d'euros) Travail n 4 Considérons la variable «chiffre d'affaires» pour l'ensemble des 1000 entreprises (année 2003).

3 Séance de TD n 2 Statistiques descriptives (suite et fin) A partir des données fournies par votre chargé de TD, vous effectuerez le travail suivant sous open office calcul puis vous le présenterez dans un fichier open office writer. Coupe instantanée La feuille CA et dette fournit la valeur de la dette totale (en milliers d'euros), du résultat et du chiffres d'affaires (en milliers d'euros) de 1000 entreprises (année 2003). Ce sont les mêmes entreprises que celles de la séance 1. 1 Faites une description claire et commentée de la variable «Dette» et de la variable «Résultat». 2 Analysez le lien qui existe éventuellement entre les trois variables. Donnez-en une explication économique. Tableau de contingence Un magasin de vêtements vous demande de réaliser une étude statistique sur l'âge de ses clients et sur leurs habitudes de consommation. Vous collectez les données de la feuille «Age et pantalons». Quelle description et quelle analyse pouvez-vous en faire? Séries temporelles Vous étudiez l'évolution du PIB en volume et en valeur depuis 1979, ainsi que l'évolution de l'indice des prix depuis Quelle description et quelle analyse pouvez-vous faire de ces trois variables? Fondez-vous sur vos connaissances en économie.

4 Séance de TD n 3 Lois de probabilité Vous effectuerez le travail suivant sous open office calcul puis vous le présenterez dans un fichier open office writer. Vous détaillerez les calculs avant d'utiliser les fonctions d'open Office. Loi binomiale et multinomiale Pour chacune des distributions suivantes, vous déterminerez les fonctions de densité et de répartition (que vous représenterez et graphiquement et dans un tableau de valeurs), puis l'espérance et la variance. 1 Une loi binomiale où la variable X peut être multipliée par 3 avec une probabilité égale à 0,6 et multipliée par 2 avec une probabilité égale à 0,4. La valeur initiale de X est 1. 2 Une loi multinomiale qui réside en la répétition de 4 fois la loi binomiale précédente. Loi de Poisson 1 Considérons une loi de Poisson de paramètre 5. Pour chaque entier 0 à 20, vous calculerez sa probabilité d'apparition. Représentez graphiquement la fonction de densité et la fonction de répartition de cette loi. Quelle en sont l'espérance et la variance? 2 Même question avec une loi de Poisson de paramètre 15, et sur les entiers de 0 à 40. Loi normale 1 La variable X suit une loi normale d'espérance 5 et de variance 5. Calculez la fonction de densité et la fonction de répartition pour les entiers compris entre 20 et 20. Représentez graphiquement la fonction de densité et la fonction de répartition de cette loi. 2 Même question pour une variable X qui suit une loi normale d'espérance 5 et de variance Considérons une variable qui suit une loi normale centrée réduite. Quelles valeurs ont comme fonction de densité 5 %? 10 %? 20 %?

5 Loi de khi-deux 1 Déterminez les fonctions de densité et de répartition (que vous représenterez graphiquement et dans un tableau de valeurs), l'espérance et la variance d'une loi de Khi-deux de degré de liberté 1 et d'une loi de Khi-deux de degré de liberté 5 2 La variable X suit une loi de Khi-deux de degré de liberté 10. Quelle est la probabilité que X soit inférieure à 5? Inférieure à 3? Quelle est la médiane de la distribution? Le troisième quartile? Lois de Student et de Fisher 1 La variable X suit une loi de Fisher de degrés de liberté 2 et 3. Quelles sont ses fonctions de densité et de répartition (que vous représenterez graphiquement et dans un tableau de valeurs), son espérance et sa variance? Quelle est la probabilité que X soit inférieure à 5? Inférieure à 10? Quelle est la médiane de la distribution? Le troisième quartile? 2 Mêmes questions si X suit une loi de Fisher de degrés de liberté 4 et 8 3 Mêmes questions si X suit une loi de Student de degré de liberté 2. 4 Mêmes questions si X suit une loi de Student de degré de liberté 10.

6 Séance de TD n 4 Estimation et test d hypothèse Exercice 1. Vous êtes chargé d'une étude sur la maternité des femmes résidant à Lille. Vous réalisez auprès de lilloises de plus de 16 ans une enquête afin de savoir si elles sont mères et, le cas échéant, à quel âge elles ont eu leur premier enfant. Sur un échantillon de 100 lilloises, 60 sont mères. 1 Estimation de la proportion de femmes étant mères. Vous vous intéressez tout d'abord à la proportion des femmes lilloises qui sont mères. a. Quelle estimation pouvez-vous faire de cette proportion au seuil de 5 %? de 1%? b. Vous affirmez que cette proportion est supérieure à 60%. Quel est votre seuil de risque? c. Vous affirmez que cette proportion est supérieure à 50%. Quel est votre seuil de risque? 2 Estimation de l'âge moyen de la première maternité Au sein du sous-échantillon des femmes mères, l'âge moyen auquel elles ont eu leur premier enfant est 25 ans, avec un écart-type observé de 3 ans. Vous pensez que l'âge du premier enfant d'une femme à Lille est une variable aléatoire qui suit une loi normale, mais vous ignorez son écart-type. a. Quelle estimation pouvez-vous faire de l'âge moyen auquel les lilloises mères ont eu leur premier enfant, au seuil de 5 %? Au seuil de 10%? b. Vous affirmez que cet âge est supérieur à 24 ans. Quel est votre seuil de risque? Quelle aurait dû être la taille de l'échantillon pour pouvoir l'affirmer avec un risque de 1 0 / 00? c. Quelle est la probabilité pour une lilloise d'avoir un premier enfant après 24 ans? Exercice 2 : Vous voulez connaître la note moyenne des étudiants inscrits en première année de médecine (3000 étudiants) à l'examen de chimie. Vous supposez que la note des étudiants est une variable aléatoire qui suit une loi normale. Vous savez que le professeur, afin de mieux discriminer les notes, cherche toujours à établir un écat-type égal à 3. a. Vous interrogez les 27 étudiants d'un groupe de TD. Leur note moyenne a été égale à 6,5, l'écart-type égale à 3. Quelle estimation pouvez-vous faire de la note moyenne de la promotion totale au seuil de 5 %? b. Vous interrogez un autre groupe de TD, constitué de 27 étudiants également. Leur note moyenne a été égale à 8. Vous observez à nouveau un écart-type de 3. Quelle estimation pouvezvous faire de la note moyenne de la promotion totale au seuil de 5 % si vous ne prenez en compte

7 que ce deuxième groupe? Si vous considérez les deux groupes de TD? Exercice 2. Test de khi-deux Vous devez réaliser une enquête sur le comportement d'achat de télévision des ménages français. Vous désirez savoir si le nombre de téléviseurs détenus par un ménage est indépendant du nombre d'enfants du ménage. Vous réussissez à interroger 136 personnes, et vous obtenez les données vues en cours dans le chapitre 1 : 1 Quelle réponse apporterez-vous à votre question si vous utilisez un test de Khi-deux? (seuil de 10%; 5% et 1%) 2 Risquez-vous une erreur de première espèce ou de seconde espèce? Quelle est la probabilité que votre conclusion soit fausse? 3 Auriez-vous pu utiliser un autre outil statistique pour répondre à la question?

Application 1- VBA : Test de comportements d'investissements

Application 1- VBA : Test de comportements d'investissements Application 1- VBA : Test de comportements d'investissements Notions mobilisées Chapitres 1 à 5 du cours - Exemple de récupération de cours en ligne 1ère approche des objets (feuilles et classeurs). Corps

Plus en détail

FORMULAIRE DE STATISTIQUES

FORMULAIRE 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 détail

Représentation d une distribution

Représentation 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 détail

Cours (7) de statistiques à distance, élaboré par Zarrouk Fayçal, ISSEP Ksar-Said, 2011-2012 LES STATISTIQUES INFERENTIELLES

Cours (7) de statistiques à distance, élaboré par Zarrouk Fayçal, ISSEP Ksar-Said, 2011-2012 LES STATISTIQUES INFERENTIELLES LES STATISTIQUES INFERENTIELLES (test de Student) L inférence statistique est la partie des statistiques qui, contrairement à la statistique descriptive, ne se contente pas de décrire des observations,

Plus en détail

Loi binomiale Lois normales

Loi 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 détail

TESTS D'HYPOTHESES Etude d'un exemple

TESTS D'HYPOTHESES Etude d'un exemple TESTS D'HYPOTHESES Etude d'un exemple Un examinateur doit faire passer une épreuve type QCM à des étudiants. Ce QCM est constitué de 20 questions indépendantes. Pour chaque question, il y a trois réponses

Plus en détail

PROBABILITES ET STATISTIQUE I&II

PROBABILITES 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 détail

Introduction à la Statistique Inférentielle

Introduction 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 détail

CALCUL D UN SCORE ( SCORING) Application de techniques de discrimination LES OBJECTIFS DU SCORING

CALCUL D UN SCORE ( SCORING) Application de techniques de discrimination LES OBJECTIFS DU SCORING CALCUL D UN SCORE ( SCORING) Application de techniques de discrimination LES OBJECTIFS DU SCORING SÉLECTION DES RISQUES PRÉVISION DES DÉFAUTS SUIVI ET CONTRÔLE Pierre-Louis GONZALEZ Différents types de

Plus en détail

Biostatistiques Biologie- Vétérinaire FUNDP Eric Depiereux, Benoît DeHertogh, Grégoire Vincke

Biostatistiques Biologie- Vétérinaire FUNDP Eric Depiereux, Benoît DeHertogh, Grégoire Vincke www.fundp.ac.be/biostats Module 140 140 ANOVA A UN CRITERE DE CLASSIFICATION FIXE...2 140.1 UTILITE...2 140.2 COMPARAISON DE VARIANCES...2 140.2.1 Calcul de la variance...2 140.2.2 Distributions de référence...3

Plus en détail

Chapitre 3 : Principe des tests statistiques d hypothèse. José LABARERE

Chapitre 3 : Principe des tests statistiques d hypothèse. José LABARERE UE4 : Biostatistiques Chapitre 3 : Principe des tests statistiques d hypothèse José LABARERE Année universitaire 2010/2011 Université Joseph Fourier de Grenoble - Tous droits réservés. Plan I. Introduction

Plus en détail

Une variable binaire prédictrice (VI) et une variable binaire observée (VD) (Comparaison de pourcentages sur 2 groupes indépendants)

Une 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 détail

Séries Statistiques Simples

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

Plus en détail

3. Caractéristiques et fonctions d une v.a.

3. 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

Probabilités et Statistiques. Feuille 2 : variables aléatoires discrètes

Probabilités 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 détail

Biostatistiques : Petits effectifs

Biostatistiques : 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 détail

NOTE SUR LA MODELISATION DU RISQUE D INFLATION

NOTE SUR LA MODELISATION DU RISQUE D INFLATION NOTE SUR LA MODELISATION DU RISQUE D INFLATION 1/ RESUME DE L ANALYSE Cette étude a pour objectif de modéliser l écart entre deux indices d inflation afin d appréhender le risque à très long terme qui

Plus en détail

TABLE DES MATIERES. C Exercices complémentaires 42

TABLE 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 détail

Chapitre 6 Test de comparaison de pourcentages χ². José LABARERE

Chapitre 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 détail

Statistiques 0,14 0,11

Statistiques 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 détail

Gestion de Portefeuille. Mesures de Performance Ajustées du Risque

Gestion de Portefeuille. Mesures de Performance Ajustées du Risque Gestion de Portefeuille Mesures de Performance Ajustées du Risque Le Ratio de Sharpe La mesure de performance (ajustée du risque) la plus utilisée Rappel: Propriétés du ratio de Sharpe Mesure de la stratégie:

Plus en détail

Annexe commune aux séries ES, L et S : boîtes et quantiles

Annexe 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 détail

Probabilité et Statistique pour le DEA de Biosciences. Avner Bar-Hen

Probabilité et Statistique pour le DEA de Biosciences. Avner Bar-Hen Probabilité et Statistique pour le DEA de Biosciences Avner Bar-Hen Université Aix-Marseille III 2000 2001 Table des matières 1 Introduction 3 2 Introduction à l analyse statistique 5 1 Introduction.................................

Plus en détail

Statistiques à une variable

Statistiques 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 détail

Lois de probabilité. Anita Burgun

Lois 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 détail

Calcul élémentaire des probabilités

Calcul 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 détail

Principe d un test statistique

Principe 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 détail

La 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 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 détail

Qui fait quoi sur internet?

Qui fait quoi sur internet? Ans Note d éducation permanente de l ASBL Fondation Travail-Université (FTU) N 2015 8, avril 2015 www.ftu.be/ep Qui fait quoi sur internet? Analyse des inégalités sociales dans l utilisation d internet

Plus en détail

Marché de l occasion et exigences de rénovation énergétique. Rencontre de l Observatoire 21 mai 2015

Marché de l occasion et exigences de rénovation énergétique. Rencontre de l Observatoire 21 mai 2015 Marché de l occasion et exigences de rénovation énergétique Rencontre de l Observatoire 21 mai 2015 Logements neufs / logements d occasion 7 700 logements d occasion vendus en 2013 dans l aire urbaine

Plus en détail

La 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 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 détail

Chapitre 7. Statistique des échantillons gaussiens. 7.1 Projection de vecteurs gaussiens

Chapitre 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 détail

Nombre de crédits Nombre d'évaluation UE Majeure de spécialité 6 2. UE mineure de spécialité 3 ou 2 1. UE libre 1 1

Nombre de crédits Nombre d'évaluation UE Majeure de spécialité 6 2. UE mineure de spécialité 3 ou 2 1. UE libre 1 1 Mode d'évaluation Pour les sessions normales, le nombre d'évaluations dépendra de la nature de l UE. Ainsi: les UE majeures comportent deux évaluations: une évaluation à mi-parcours (devoir sur table ou

Plus en détail

Logiciel XLSTAT version 7.0. 40 rue Damrémont 75018 PARIS

Logiciel 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 détail

Statistiques et traitement des données

Statistiques et traitement des données Statistiques et traitement des données Mention : Mathématiques Nature de la formation : Diplôme national de l'enseignement Supérieur Durée des études : 2 ans Crédits ECTS : 120 Formation accessible en

Plus en détail

Tests de comparaison de moyennes. Dr Sahar BAYAT MASTER 1 année 2009-2010 UE «Introduction à la biostatistique»

Tests de comparaison de moyennes. Dr Sahar BAYAT MASTER 1 année 2009-2010 UE «Introduction à la biostatistique» Tests de comparaison de moyennes Dr Sahar BAYAT MASTER 1 année 2009-2010 UE «Introduction à la biostatistique» Test de Z ou de l écart réduit Le test de Z : comparer des paramètres en testant leurs différences

Plus en détail

1 Définition de la non stationnarité

1 Définition de la non stationnarité Chapitre 2: La non stationnarité -Testsdedétection Quelques notes de cours (non exhaustives) 1 Définition de la non stationnarité La plupart des séries économiques sont non stationnaires, c est-à-direqueleprocessusquiles

Plus en détail

Le publipostage avec Open Office

Le publipostage avec Open Office Le publipostage avec Open Office 1 / 7 Présentation La suite bureautique Open Office.org fournit les outils nécessaires pour la réalisation de publipostage et vous permet ainsi de réaliser et de personnaliser

Plus en détail

TESTS D HYPOTHÈSE FONDÉS SUR LE χ². http://fr.wikipedia.org/wiki/eugénisme

TESTS D HYPOTHÈSE FONDÉS SUR LE χ². http://fr.wikipedia.org/wiki/eugénisme TESTS D HYPOTHÈSE FONDÉS SUR LE χ² http://fr.wikipedia.org/wiki/eugénisme Logo du Second International Congress of Eugenics 1921. «Comme un arbre, l eugénisme tire ses constituants de nombreuses sources

Plus en détail

France et Allemagne : deux moteurs aux régimes distincts

France et Allemagne : deux moteurs aux régimes distincts France et Allemagne : deux moteurs aux régimes distincts Philippe Waechter Directeur de la recherche économique de Natixis AM L a dynamique de l'économie française est-elle franchement différente de celle

Plus en détail

CATALOGUE FORMATIONS

CATALOGUE FORMATIONS CATALOGUE FORMATIONS Formations Bureautique Initiation Open Office Découverte des modules d'open Office Découvertes des modules composants la suite bureautique Open Office Initiation aux fonctions de bases

Plus en détail

1. Les comptes de dépôt et d épargne

1. Les comptes de dépôt et d épargne 1. Les comptes de dépôt et d épargne 1.1 Les comptes de dépôt 1.1.1 Le taux de possession d un compte de dépôt Le premier constat est celui d un accès important aux comptes de dépôt, quelle que soit la

Plus en détail

3 Les premiers résultats des plans d'actions

3 Les premiers résultats des plans d'actions 3 Les premiers résultats des plans d'actions Les résultats que nous avons obtenus en ce qui concerne les plans d'action, résultent de l'analyse de 48 entreprises seulement. Revenons sur notre échantillon.

Plus en détail

LA NOTATION STATISTIQUE DES EMPRUNTEURS OU «SCORING»

LA NOTATION STATISTIQUE DES EMPRUNTEURS OU «SCORING» LA NOTATION STATISTIQUE DES EMPRUNTEURS OU «SCORING» Gilbert Saporta Professeur de Statistique Appliquée Conservatoire National des Arts et Métiers Dans leur quasi totalité, les banques et organismes financiers

Plus en détail

Fonctionnalités Fid'Elite

Fonctionnalités Fid'Elite Fonctionnalités Fid'Elite Solution de Gestion de la fidélité > Accès sécurisé avec identifiant et code d'accès dédiés à chaque utilisateur > Liaison automatique avec notre solution d'encaissement Web-Caisse

Plus en détail

TSTI 2D CH X : Exemples de lois à densité 1

TSTI 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 détail

Statistiques Décisionnelles L3 Sciences Economiques & Gestion Faculté d économie, gestion & AES Université Montesquieu - Bordeaux 4 2013-2014

Statistiques Décisionnelles L3 Sciences Economiques & Gestion Faculté d économie, gestion & AES Université Montesquieu - Bordeaux 4 2013-2014 Tests du χ 2 Statistiques Décisionnelles L3 Sciences Economiques & Gestion Faculté d économie, gestion & AES Université Montesquieu - Bordeaux 4 2013-2014 A. Lourme http://alexandrelourme.free.fr Outline

Plus en détail

Le niveau de revenus des ménages est associé à la couverture vaccinale par le vaccin pneumocoque conjugué chez les enfants d'ile-de-france

Le niveau de revenus des ménages est associé à la couverture vaccinale par le vaccin pneumocoque conjugué chez les enfants d'ile-de-france Le niveau de revenus des ménages est associé à la couverture vaccinale par le vaccin pneumocoque conjugué chez les enfants d'ile-de-france Jean-Paul Guthmann, Pierre Chauvin, Yann Le Strat, Marion Soler,

Plus en détail

La pratique du coaching en France. Baromètre 2010

La pratique du coaching en France. Baromètre 2010 SFCoach : crée du lien entre le monde du travail et les professionnels de l accompagnement La pratique du coaching en France Baromètre 2010 Fondée en 1996 22, Bd Sébastopol 75004 Paris Association 1901

Plus en détail

Statistiques Descriptives à une dimension

Statistiques 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 détail

Analyse de la variance Comparaison de plusieurs moyennes

Analyse 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 détail

t 100. = 8 ; le pourcentage de réduction est : 8 % 1 t Le pourcentage d'évolution (appelé aussi taux d'évolution) est le nombre :

t 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 détail

Estimation et tests statistiques, TD 5. Solutions

Estimation 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 détail

FICHE. La GMAO en quelques lignes OCTOBRE 2008 THÉMATIQUE. Vincent Drecq

FICHE. La GMAO en quelques lignes OCTOBRE 2008 THÉMATIQUE. Vincent Drecq FICHE OCTOBRE 2008 THÉMATIQUE Direction de projets et programmes La GMAO en quelques lignes La G.M.A.O. (Gestion de Maintenance Assistée par Ordinateur) est un logiciel spécialisé qui facilite la réalisation

Plus en détail

Base élèves : des étiquettes avec OpenOffice 2.0

Base élèves : des étiquettes avec OpenOffice 2.0 Base élèves : des étiquettes avec Open Office Base élèves : des étiquettes avec OpenOffice.0. Exportation du fichier CSV depuis Base élèves Après identification dans l'espace directeur, choisir le menu

Plus en détail

Glossaire de termes relatifs à l assurance de la qualité et aux bonnes pratiques de laboratoire

Glossaire de termes relatifs à l assurance de la qualité et aux bonnes pratiques de laboratoire Glossaire de termes relatifs à l assurance de la qualité et aux bonnes pratiques de laboratoire Notre engagement: la qualité et l amélioration continue Photos Couverture: en haut à gauche; istockphoto.com/yegor

Plus en détail

La simulation probabiliste avec Excel

La 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 détail

Le risque Idiosyncrasique

Le 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 détail

Data Mining. Vincent Augusto 2012-2013. École Nationale Supérieure des Mines de Saint-Étienne. Data Mining. V. Augusto.

Data Mining. Vincent Augusto 2012-2013. École Nationale Supérieure des Mines de Saint-Étienne. Data Mining. V. Augusto. des des Data Mining Vincent Augusto École Nationale Supérieure des Mines de Saint-Étienne 2012-2013 1/65 des des 1 2 des des 3 4 Post-traitement 5 représentation : 6 2/65 des des Définition générale Le

Plus en détail

Le modèle de Black et Scholes

Le modèle de Black et Scholes Le modèle de Black et Scholes Alexandre Popier février 21 1 Introduction : exemple très simple de modèle financier On considère un marché avec une seule action cotée, sur une période donnée T. Dans un

Plus en détail

BMO Société d assurance-vie. Glossaire d aide juin 2009

BMO Société d assurance-vie. Glossaire d aide juin 2009 BMO Société d assurance-vie Glossaire d aide juin 2009 TABLE DES MATIÈRES Utiliser Recherche rapide pour les comptes indiciels gérés 3 Utiliser Recherche avancée pour les comptes indiciels gérés 4 Trier

Plus en détail

Qu est-ce-qu un Warrant?

Qu est-ce-qu un Warrant? Qu est-ce-qu un Warrant? L epargne est investi dans une multitude d instruments financiers Comptes d epargne Titres Conditionnel= le detenteur à un droit Inconditionnel= le detenteur a une obligation Obligations

Plus en détail

Chapitre 3 : INFERENCE

Chapitre 3 : INFERENCE Chapitre 3 : INFERENCE 3.1 L ÉCHANTILLONNAGE 3.1.1 Introduction 3.1.2 L échantillonnage aléatoire 3.1.3 Estimation ponctuelle 3.1.4 Distributions d échantillonnage 3.1.5 Intervalles de probabilité L échantillonnage

Plus en détail

L ANALYSE EN COMPOSANTES PRINCIPALES (A.C.P.) Pierre-Louis GONZALEZ

L 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 détail

Que faire lorsqu on considère plusieurs variables en même temps?

Que faire lorsqu on considère plusieurs variables en même temps? Chapitre 3 Que faire lorsqu on considère plusieurs variables en même temps? On va la plupart du temps se limiter à l étude de couple de variables aléatoires, on peut bien sûr étendre les notions introduites

Plus en détail

Terminale STMG Lycée Jean Vilar 2014/2015. Terminale STMG. O. Lader

Terminale 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 détail

SINE 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 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 détail

Aide-mémoire de statistique appliquée à la biologie

Aide-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 détail

Probabilités Loi binomiale Exercices corrigés

Probabilités Loi binomiale Exercices corrigés Probabilités Loi binomiale Exercices corrigés Sont abordés dans cette fiche : (cliquez sur l exercice pour un accès direct) Exercice 1 : épreuve de Bernoulli Exercice 2 : loi de Bernoulli de paramètre

Plus en détail

COMMISSION DE L ÉQUITÉ SALARIALE

COMMISSION DE L ÉQUITÉ SALARIALE COMMISSION DE L ÉQUITÉ SALARIALE Dossier n o : 6726 FRA Québec, le : 20 février 2013 Membres : Marie Rinfret, présidente Sophie Raymond, commissaire Personne salariée Partie plaignante et Centre d accueil

Plus en détail

Données longitudinales et modèles de survie

Données 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 détail

Cours de Tests paramétriques

Cours de Tests paramétriques Cours de Tests paramétriques F. Muri-Majoube et P. Cénac 2006-2007 Licence Ce document est sous licence ALC TYPE 2. Le texte de cette licence est également consultable en ligne à l adresse http://www.librecours.org/cgi-bin/main?callback=licencetype2.

Plus en détail

Logiciel de gestion Pour les Coiffeurs à domicile

Logiciel de gestion Pour les Coiffeurs à domicile Logiciel de gestion Pour les Coiffeurs à domicile Concentrez-vous sur votre métier Améliorez vos performances Easybel mobile propose des fonctionnalités strictement adaptées à votre métier Sa facilité

Plus en détail

Statistiques 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 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 détail

CAHIER DE S CHARGE S Remote Workload Manager

CAHIER DE S CHARGE S Remote Workload Manager CAHIER DE S CHARGE S Remote Workload Manager équipe Regis Rouyard (rouyar_r) Jonathan Bouchot (boucho_o) Johan Massin (massin_j) Jacky Rouquette (rouque_j) Yannick Boillon (boillo_o) EPITECH INOVATION

Plus en détail

Détection en environnement non-gaussien Cas du fouillis de mer et extension aux milieux

Détection en environnement non-gaussien Cas du fouillis de mer et extension aux milieux Détection en environnement non-gaussien Cas du fouillis de mer et extension aux milieux hétérogènes Laurent Déjean Thales Airborne Systems/ENST-Bretagne Le 20 novembre 2006 Laurent Déjean Détection en

Plus en détail

Lire ; Compter ; Tester... avec R

Lire ; 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 détail

Tests non-paramétriques de non-effet et d adéquation pour des covariables fonctionnelles

Tests non-paramétriques de non-effet et d adéquation pour des covariables fonctionnelles Tests non-paramétriques de non-effet et d adéquation pour des covariables fonctionnelles Valentin Patilea 1 Cesar Sanchez-sellero 2 Matthieu Saumard 3 1 CREST-ENSAI et IRMAR 2 USC Espagne 3 IRMAR-INSA

Plus en détail

Les Français et le courrier publicitaire. Rapport

Les 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 détail

Théorie des sondages : cours 5

Théorie des sondages : cours 5 Théorie des sondages : cours 5 Camelia Goga IMB, Université de Bourgogne e-mail : camelia.goga@u-bourgogne.fr Master Besançon-2010 Chapitre 5 : Techniques de redressement 1. poststratification 2. l estimateur

Plus en détail

ECTS CM TD TP. 1er semestre (S3)

ECTS CM TD TP. 1er semestre (S3) Organisation du parcours M2 IRS en alternance De façon générale, les unités d enseignements (UE) sont toutes obligatoires avec des ECTS équivalents à 3 sauf le stage sur 27 ECTS et réparties sur deux semestres

Plus en détail

UFR de Sciences Economiques Année 2008-2009 TESTS PARAMÉTRIQUES

UFR 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 détail

Localisation des fonctions

Localisation des fonctions MODALISA 7 Localisation des fonctions Vous trouverez dans ce document la position des principales fonctions ventilées selon l organisation de Modalisa en onglets. Sommaire A. Fonctions communes à tous

Plus en détail

Fiche d utilisation du logiciel. 1 - Installation. J. Thioulouse & D. Chessel

Fiche d utilisation du logiciel. 1 - Installation. J. Thioulouse & D. Chessel Fiche d utilisation du logiciel 1 - Installation J. Thioulouse & D. Chessel Résumé Cette fiche est une introduction à l'utilisation du logiciel R pour les trois environnements Unix, Windows et MacOS. Plan

Plus en détail

Nombres, 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 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 détail

Leçon N 4 : Statistiques à deux variables

Leçon 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 détail

Introduction à l approche bootstrap

Introduction 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 détail

COMMENT MAITRISER LA GESTION DES APPROVISIONNEMENTS ET DES STOCKS DE MEDICAMENTS

COMMENT MAITRISER LA GESTION DES APPROVISIONNEMENTS ET DES STOCKS DE MEDICAMENTS 1 sur 9 COMMENT MAITRISER LA GESTION DES APPROVISIONNEMENTS ET DES STOCKS DE MEDICAMENTS (L'article intégral est paru dans Gestions Hospitalières n 357 de juin-juillet 1996) Pour plus d'informations concernant

Plus en détail

Rapport S 3.2 «Informations non bilantaires»

Rapport S 3.2 «Informations non bilantaires» Rapport S 3.2 «Informations non bilantaires» Banque centrale du Luxembourg Sommaire 1 Introduction...3 1.1 Population déclarante...3 1.2 Périodicité et délai de communication...3 2 Renseignement des opérations...4

Plus en détail

Baccalauréat ES Antilles Guyane 12 septembre 2014 Corrigé

Baccalauréat 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 détail

CREDIT D'IMPOT RECHERCHE MODELE DE DEMANDE D'AVIS PREALABLE

CREDIT D'IMPOT RECHERCHE MODELE DE DEMANDE D'AVIS PREALABLE CREDIT D'IMPOT RECHERCHE MODELE DE DEMANDE D'AVIS PREALABLE QUESTIONNAIRE RELATIF A LA MISE EN ŒUVRE DE LA GARANTIE PREVUE AU 3 DE L'ARTICLE L 80 B DU LIVRE DES PROCEDURES FISCALES Vous voudrez bien apporter

Plus en détail

Note de service À : De :

Note de service À : De : Note de service À : De : Tous les Fellows, affiliés, associés et correspondants de l Institut canadien des actuaires et autres parties intéressées Jim Christie, président Conseil des normes actuarielles

Plus en détail

TD d économétrie appliquée : Introduction à STATA

TD d économétrie appliquée : Introduction à STATA Ecole normale supérieure (ENS) Département d économie TD d économétrie appliquée : Introduction à STATA Marianne Tenand marianne.tenand@ens.fr OBJECTIFS DU TD Découvrir le logiciel d économétrie STATA,

Plus en détail

SÉNAT PROJET DE LOI ADOPTÉ PAR LE SÉNAT. modifiant la loi n 66-537 du 24 juillet 1966 sur les sociétés commerciales.

SÉNAT PROJET DE LOI ADOPTÉ PAR LE SÉNAT. modifiant la loi n 66-537 du 24 juillet 1966 sur les sociétés commerciales. PROJET DE LOI adopté le 19 décembre 1974. N 65 SÉNAT PREMIÈRE SESSION ORINAIRE DE 1974-1973 PROJET DE LOI ADOPTÉ PAR LE SÉNAT modifiant la loi n 66-537 du 24 juillet 1966 sur les sociétés commerciales.

Plus en détail

Master IMEA 1 Calcul Stochastique et Finance Feuille de T.D. n o 1

Master IMEA 1 Calcul Stochastique et Finance Feuille de T.D. n o 1 Master IMEA Calcul Stochastique et Finance Feuille de T.D. n o Corrigé exercices8et9 8. On considère un modèle Cox-Ross-Rubinstein de marché (B,S) à trois étapes. On suppose que S = C et que les facteurs

Plus en détail

Statistique inférentielle TD 1 : Estimation

Statistique inférentielle TD 1 : Estimation POLYTECH LILLE Statistique inférentielle TD : Estimation Exercice : Maîtrise Statistique des Procédés Une entreprise de construction mécanique fabrique de pièces demoteurdevoiturepourungrandconstructeur

Plus en détail

Direction des Études et Synthèses Économiques Département des Comptes Nationaux Division des Comptes Trimestriels

Direction 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 détail

Méthodologie pour la rédaction de votre Travail de Fin d'année (TFE)

Méthodologie pour la rédaction de votre Travail de Fin d'année (TFE) Dispositif «Entrain Jeunes». Méthodologie pour la rédaction de votre Travail de Fin d'année (TFE) Centre de Verviers Année scolaire 2012-2013 Didier Crahay Table des matières Travaux préparatoires à la

Plus en détail

Négociation de titres cotés canadiens sur plusieurs marchés

Négociation de titres cotés canadiens sur plusieurs marchés Négociation de titres cotés canadiens sur plusieurs marchés Placements directs TD, Conseils de placement privés, Gestion de patrimoine TD et Valeurs Mobilières TD («nous», «notre» et «nos») ont pris l

Plus en détail

OUTILS STATISTIQUES ET NUMÉRIQUES

OUTILS STATISTIQUES ET NUMÉRIQUES UNIVERSITÉ D ORLEANS Année universitaire 211-212 UFR Sciences Master FAC et SAE, 2ème année OUTILS STATISTIQUES ET NUMÉRIQUES POUR LA MESURE ET LA SIMULATION T. Dudok de Wit Université d Orléans 16 septembre

Plus en détail