Table des matières. PREMIÈRE PARTIE Étapes initiales des études marketing 7
|
|
- Marc Joly
- il y a 8 ans
- Total affichages :
Transcription
1 Table des matières Préface Public 1 Structure de l ouvrage 1 Caractéristiques de l ouvrage 3 Contenu 3 Pédagogie 4 Remarques sur l adaptation française 4 Ressources numériques 5 Biographie 6 PREMIÈRE PARTIE Étapes initiales des études marketing 7 Chapitre 1 Introduction aux études marketing 9 1. Définition de la recherche et des études marketing Identification et résolution des problèmes de marketing La démarche de recherche et d études marketing Sociétés et services d études marketing Les carrières dans les études marketing Rôle des études marketing dans les systèmes d information marketing et les systèmes d aide à la décision Internet et les applications informatiques SPSS 24 Activités 26 Chapitre 2 Définition de la question d étude marketing et de la méthodologie Importance de la définition de la question d étude Le processus de définition de la question d étude et de développement d une méthodologie 30
2 IV Table des matières 3. Les étapes de l étude Entretiens avec les décideurs Entretiens avec les experts Analyse des données secondaires Étude qualitative Contexte environnemental de la question d étude Informations et anciennes prévisions Ressources et contraintes Objectifs Comportement de l acheteur Environnement juridique Environnement économique Compétences marketing et technologiques Les problèmes de décision managériale et d étude marketing Définition de la question d étude marketing Composantes de la méthodologie Cadre théorique Modèle analytique Questions d étude Hypothèses Spécification des informations requises Internet et les applications informatiques Entretiens avec les décideurs Entretiens avec les experts Analyse des données secondaires et étude qualitative Contexte du problème SPSS 52 Activités 53 DEUXIÈME PARTIE Élaboration du design d étude 55 Chapitre 3 Design d étude Définition du design d étude Classification du design d étude Étude exploratoire Étude descriptive Étude causale Relations entre étude exploratoire, descriptive et causale Sources potentielles d erreurs Budgétisation et planification du projet Proposition d étude marketing 71
3 Table des matières V 6. Internet et les applications informatiques Étude exploratoire Recherche descriptive et causale 73 Activités 75 Chapitre 4 Design d étude exploratoire : l étude documentaire/les données secondaires Données primaires et données secondaires Avantages et utilisation des données secondaires Inconvénients et limites des données secondaires Critères d évaluation des données secondaires Classification des données secondaires Données secondaires internes Données secondaires externes Combinaison des informations de sources diverses : la source unique Internet et les applications informatiques Le Web comme source documentaire en ligne Données secondaires internes 88 Activités 89 Chapitre 5 Design d étude exploratoire : l étude qualitative Données primaires : étude qualitative ou étude quantitative? Utilité des études qualitatives Études qualitatives directes : entretiens de groupes/focus groups Caractéristiques des entretiens de groupes Planification et conduite des entretiens de groupes Les différents types d entretiens de groupes Avantages et inconvénients des focus groups Applications des focus groups Études qualitatives directes : entretiens en profondeur Caractéristiques des entretiens en profondeur Techniques d entretiens en profondeur Avantages et inconvénients des entretiens en profondeur Applications des entretiens en profondeur Études qualitatives indirectes : techniques projectives Techniques d association Techniques d éléments à compléter Techniques de construction Techniques d expression Avantages et inconvénients des techniques projectives Applications des techniques projectives 122 Activités 123
4 VI Table des matières Chapitre 6 Les études descriptives : sondages et observations Le sondage Méthodes de sondage Entretiens par téléphone Entretiens en face à face Sondages par correspondance Méthodes électroniques Évaluation comparative des méthodes de sondage Flexibilité du recueil des données Diversité des questions Utilisation de stimuli physiques Contrôle de l échantillon Contrôle de l environnement de recueil de données Contrôle du travail de collecte de données Quantité de données Taux de réponse Protection de l anonymat Norme sociale et informations confidentielles Possibilité de biais chez l enquêteur Rapidité de réalisation de l enquête Coût Sélection des méthodes de sondage L observation Observation structurée/non structurée Observation cachée/non cachée Observation naturelle/artificielle Méthodes d observation Observation personnelle Observation automatisée Audit Analyse de contenu Analyse de traces Évaluation comparative des méthodes d observation Comparaison des méthodes de sondage et d observation Avantages de l observation Inconvénients de l observation Internet et les applications informatiques La netnographie Avantages et inconvénients de la netnographie 160 Activités 163
5 Table des matières VII Chapitre 7 L étude de causalité : l expérimentation Concept de causalité Quelques concepts importants Symboles utilisés Validité de l expérimentation Validité interne Validité externe Variables externes Histoire Maturation Effets des tests Instrumentation Régression statistique Biais de sélection Mortalité expérimentale Contrôle des variables externes Plans d expérience Plans pré-expérimentaux Plans expérimentaux Plans quasi-expérimentaux Modèles statistiques Types et modèles d expérimentation Expérimentation en laboratoire ou sur le terrain Modèles expérimentaux contre modèles non expérimentaux Limites de l expérimentation Test de marché Marché test standard Marché test contrôlé Marché test simulé Internet et les applications informatiques 194 Activités 196 Chapitre 8 Mesures et échelles : principes fondamentaux, échelles comparatives et non comparatives Mesures et échelles Échelles primaires de mesures Échelle nominale Échelle ordinale Échelle d intervalles Échelle de proportions 204
6 VIII Table des matières 3. Techniques d échelles comparatives Distinction entre échelles comparatives et non comparatives Échelles de comparaison par paires Échelles d ordre de classement Échelles à somme constante Q-sort et autres procédures Techniques d échelles non comparatives Échelles continues d évaluation Échelles multiples Caractéristiques des échelles d évaluation multiples Nombre de catégories d une échelle Échelles équilibrées et non équilibrées Nombre pair ou impair de catégories Échelles à choix forcé ou non Nature et degré de la description verbale Présentation physique ou configuration Élaboration des échelles multiples Évaluation des échelles Précision de la mesure Fiabilité Fiabilité de test/re-test Validité Relation entre fiabilité et validité Possibilité de généralisation Choix d un type d échelle Échelles dérivées mathématiquement Internet et les applications informatiques SPSS SAS 235 Activités 237 Chapitre 9 Conception du questionnaire Questionnaires et formulaires d observation Définition d un questionnaire Objectifs d un questionnaire Étapes de la conception d un questionnaire Spécifier les informations requises Type de méthodes d entretien Contenu des questions De la nécessité des questions Faut-il poser plusieurs questions plutôt qu une? Non-réponses Le répondant est-il informé? 247
7 Table des matières IX 5.2. Le répondant peut-il se souvenir? Le répondant peut-il formuler sa réponse? Dépasser la non-réponse Efforts demandés aux répondants Contexte Objectif légitime Information confidentielle Renforcer la disposition à répondre Choisir la structure de la question Questions non structurées Questions structurées Choisir la formulation de la question Définir le sujet Utiliser des mots simples Utiliser des mots précis et non ambigus Éviter les questions tendancieuses ou biaisées Éviter alternatives et hypothèses implicites Éviter les généralisations et les estimations de la part du répondant Déclarations affirmatives et négatives Déterminer l ordre des questions Les questions initiales Types d informations Questions difficiles Effet sur l enchaînement des questions Ordre logique Aspect physique du questionnaire Forme et disposition Impression du questionnaire Pré-tests Formulaires d observation Internet et les applications informatiques SPSS SAS 273 Activités 275 Chapitre 10 Échantillon : conception, procédures et détermination de la taille Sondage ou recensement? Le processus d élaboration de l échantillon Déterminer la population à étudier Déterminer la base de sondage Sélectionner une technique d échantillonnage 281
8 X Table des matières 2.4. Déterminer la taille de l échantillon Mettre en œuvre l échantillonnage Les différentes techniques d échantillonnage Techniques d échantillonnage non probabilistes Techniques d échantillonnage probabilistes Choix de l échantillonnage : probabiliste ou non probabiliste? Définitions et symboles Répartition de l échantillonnage Approche statistique de la détermination de la taille de l échantillon Approche de l intervalle de confiance Détermination de la taille de l échantillon : moyennes Détermination de la taille de l échantillon : proportions Caractéristiques et paramètres multiples Autres techniques d échantillonnage probabilistes Ajustement de la taille de l échantillon déterminée statistiquement Problèmes de non-réponse dans l échantillonnage Améliorer les taux de réponses Ajustement aux non-réponses Internet et les applications informatiques Améliorer les taux de réponses SPSS et SAS Annexe 10.1 : la distribution normale Trouver les probabilités correspondant à des valeurs connues Trouver les valeurs correspondant à des probabilités connues 314 Activités 316 TROISIÈME PARTIE Collecte, préparation, analyse et reporting des données 317 Chapitre 11 L enquête de terrain Nature de l enquête de terrain Processus d enquête et de collecte des données Sélection des enquêteurs Formation des enquêteurs Établir le premier contact Poser les questions Relancer Enregistrer les réponses Conclure l entretien 325
9 Table des matières XI 5. Suivi des enquêteurs Contrôle et vérification de la qualité Contrôle de l échantillonnage Lutte contre les tricheries Contrôle de la direction Validation de l enquête Évaluation des enquêteurs Coût et temps Taux de réponse Qualité des entretiens Qualité des données recueillies Internet et les applications informatiques SPSS 330 Activités 332 Chapitre 12 Préparation des données Processus de préparation des données Vérification des questionnaires Édition Traitement des réponses insatisfaisantes Codage Codage des questions Guide de codage Transcription Nettoyage des données Contrôles d uniformité Traitement des réponses manquantes Ajustement statistique des données Pondération Re-spécification de variables Changement d échelle Sélection d une stratégie d analyse des données Classification des techniques statistiques Internet et les applications informatiques SPSS SAS Minitab Excel 358 Activités 360
10 XII Table des matières Chapitre 13 Distribution de fréquences, tri croisé et test d hypothèses Distribution de fréquences Statistiques associées à la distribution de fréquences Mesures de position centrale Mesures de dispersion Mesures de formes Introduction aux tests d hypothèses Procédure générale des tests d hypothèses Étape 1 : formuler les hypothèses Étape 2 : choisir un test approprié Étape 3 : choisir le niveau de signification a Étape 4 : collecter les données et calculer la statistique du test Étape 5 : déterminer la probabilité (valeur critique) Étapes 6 et 7 : comparer la probabilité (valeur critique) et prendre une décision Étape 8 : conclusion pour l étude marketing Tris croisés Deux variables Trois variables Remarques générales sur les tris croisés Statistiques associées aux tris croisés Khi-deux Coefficient phi Coefficient de contingence V de Cramer Coefficient lambda Autres statistiques Tris croisés en pratique Tests d hypothèses de comparaison Tests paramétriques Échantillon unique Deux échantillons indépendants Échantillons appariés Tests non paramétriques Échantillon unique Deux échantillons indépendants Échantillons appariés Internet et les applications informatiques SPSS SAS Minitab Excel 408 Activités 410
11 Table des matières XIII Chapitre 14 Analyse de la variance et de la covariance Relations entre les différentes techniques Analyse univariée de la variance Notions statistiques associées à l analyse univariée de la variance Exécution d une analyse univariée de la variance Identification des variables dépendantes et indépendantes Décomposition de la variation totale Mesure des effets Niveau de signification Interprétation des résultats Illustration par l exemple Exemples de données Exemples d application de l analyse univariée de la variance Hypothèses fondamentales de l analyse de la variance Analyse multivariée de la variance Exemple d application de l analyse multivariée de la variance Analyse de la covariance Problèmes d interprétation Interactions Importance relative des facteurs Comparaisons multiples ANOVA à mesures répétées Analyse non métrique de la variance Analyse multivariée de la variance Internet et les applications informatiques SPSS SAS Minitab Excel 449 Activités 451 Chapitre 15 Corrélation et régression Corrélation linéaire Corrélation partielle Corrélation non métrique Analyse de régression Régression simple Notions statistiques associées à l analyse de régression simple 466
12 XIV Table des matières 5.2. Mener une analyse de régression simple Hypothèses Régression multiple Notions statistiques associées à l analyse de régression multiple Mener une analyse de régression multiple Régression pas à pas Multicolinéarité L importance relative des variables explicatives Validation croisée Régression avec variables muettes Analyse de la variance et de la covariance par la régression Internet et les applications informatiques Calcul de corrélations Calcul de régressions 495 Activités 498 Chapitre 16 Analyse discriminante Concepts fondamentaux Relation entre la régression et l analyse de variance Modèle d analyse discriminante Statistiques associées à l analyse discriminante Mener une analyse discriminante Formuler le problème Estimer les coefficients de la fonction discriminante Déterminer la signification de la fonction discriminante Interpréter les résultats Évaluer la validité de l analyse discriminante Analyse discriminante multiple Formuler le problème Estimer les coefficients de la fonction discriminante Déterminer la signification de la fonction discriminante Interpréter les résultats Évaluer la validité de l analyse discriminante Analyse discriminante pas à pas Internet et les applications informatiques SPSS SAS 533 Activités 535
13 Table des matières XV 10. Annexe Estimation des coefficients de la fonction discriminante 536 Chapitre 17 Analyse factorielle Concepts fondamentaux Modèle d analyse factorielle Statistiques associées à l analyse factorielle Mener une analyse factorielle Formulation du problème Calcul de la matrice des corrélations Choisir une méthode d analyse factorielle Déterminer le nombre de facteurs Les rotations de facteurs L interprétation des facteurs Calculer les scores factoriels Sélectionner les variables de substitution Déterminer l ajustement du modèle Application de l analyse en facteurs communs Internet et les applications informatiques SPSS SAS 564 Activités Annexe Les équations fondamentales de l analyse factorielle 568 Chapitre 18 Analyse typologique Concepts fondamentaux Les notions statistiques associées à l analyse typologique Mener une analyse typologique Formuler le problème Choisir une mesure de distance ou de similarité Choisir une méthode de classification Choisir le nombre de groupes Interpréter et établir le profil des groupes Évaluer la fiabilité et la validité Applications de la classification non hiérarchique Classification des variables Internet et les applications informatiques SPSS SAS 596 Activités 597
14 XVI Table des matières Chapitre 19 Analyse multidimensionnelle des similarités et des préférences et analyse conjointe Concepts de base de l analyse multidimensionnelle des similarités et des préférences (MDS) Notions statistiques et termes associés à la MDS Mener une analyse multidimensionnelle des similarités et des préférences Formuler le problème Obtenir des données de départ Choisir une procédure MDS Choisir le nombre de dimensions Nommer les dimensions et interpréter les représentations Évaluer la fiabilité et la validité Hypothèses et limites de la MDS Échelonner les données de préférence Analyse des correspondances Relation entre la MDS, l analyse factorielle et l analyse discriminante Concepts de base de l analyse conjointe Notions statistiques et termes associés à l analyse conjointe Mener une analyse conjointe Formuler le problème Construire les stimuli Choisir la forme des données de départ Choisir une procédure d analyse conjointe Interpréter les résultats Évaluer la fiabilité et la validité Hypothèses et limites de l analyse conjointe Analyse conjointe hybride Internet et les applications informatiques SPSS SAS 635 Activités 637 Chapitre 20 Modélisation par équations structurelles et analyse des pistes causales Concepts fondamentaux Notions statistiques associées à la SEM Principes fondamentaux de la SEM Théorie, modèle et diagramme des relations causales Construits exogènes et construits endogènes Relations de dépendance et de corrélation 646
15 Table des matières XVII 3.4. Ajustement du modèle Identification du modèle Différentes étapes de la SEM Définir les construits individuels Spécifier le modèle de mesure Détermination de la taille de l échantillon Évaluer la fiabilité et la validité du modèle de mesure Évaluer la qualité de l ajustement du modèle Évaluer la fiabilité et la validité du modèle de mesure Manque de validité : diagnostiquer les problèmes Spécifier le modèle structurel Évaluer la validité du modèle structurel Évaluer l ajustement Comparer des modèles concurrents Tester des relations hypothétiques Diagnostiquer le modèle structurel Tirer des conclusions et faire des recommandations Analyse factorielle confirmatoire d ordre supérieur Relations entre la SEM et les autres techniques multivariées Méthode d application de la SEM : modèle factoriel de premier ordre Définir les construits individuels Spécifier le modèle de mesure Évaluer la fiabilité et la validité du modèle de mesure Définir les construits individuels Évaluer la validité du modèle structurel Conclusions et recommandations Méthode d application de la SEM : modèle factoriel de second ordre Définir les construits individuels Spécifier le modèle de mesure Évaluer la fiabilité et la validité du modèle de mesure Spécifier le modèle structurel Évaluer la stabilité du modèle structurel Tirer des conclusions et faire des recommandations Activités liées au projet Analyse des relations causales Exemple illustratif d une analyse des relations causales Logiciels d analyse statistique LISREL SPSS Windows SAS Enterprise Guide 683 Activités 687
16 XVIII Table des matières 15. Les caractéristiques du rapport d études marketing La structure du rapport d études marketing 689 Annexe A Le rapport d études marketing La présentation orale du rapport d'études marketing 690 Annexe B Tables statistiques 691 Index des notions 703 Index des sociétés 711
TABLE 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 détailExploitation et analyse des données appliquées aux techniques d enquête par sondage. Introduction.
Exploitation et analyse des données appliquées aux techniques d enquête par sondage. Introduction. Etudes et traitements statistiques des données : le cas illustratif de la démarche par sondage INTRODUCTION
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 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 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 détailCycle de formation certifiante Sphinx
Cycle de formation certifiante Sphinx 28, 29, 30 Mai 2015 Initiation, Approfondissement et Maîtrise Etudes qualitatives / quantitatives Initiation, approfondissement et maîtrise des études qualitatives
Plus en détailStructure du cours : Il existe de nombreuses méthodes intéressantes qui couvrent l Analyse des Données
Structure du cours : Il existe de nombreuses méthodes intéressantes qui couvrent l Analyse des Données et le Data Mining Nous suivons le plan suivant : Fonctionnement de Spad Catalogue des méthodes (statistiques
Plus en détaildonnées en connaissance et en actions?
1 Partie 2 : Présentation de la plateforme SPSS Modeler : Comment transformer vos données en connaissance et en actions? SPSS Modeler : l atelier de data mining Large gamme de techniques d analyse (algorithmes)
Plus en détailTable des matières. Avant-propos. Chapitre 2 L actualisation... 21. Chapitre 1 L intérêt... 1. Chapitre 3 Les annuités... 33 III. Entraînement...
III Table des matières Avant-propos Remerciements................................. Les auteurs..................................... Chapitre 1 L intérêt............................. 1 1. Mise en situation...........................
Plus en détailHIVER 2004 MÉTHODOLOGIE DE LA RECHERCHE EN MARKETING MRK - 65384
Professeur : Raoul Graf FSA-Université Laval Pavillon Palasis Prince Bureau 2413 Tél. : 418 656 2131 ext. 2688 Courriel : Raoul.Graf@mrk.ulaval.ca HIVER 2004 MÉTHODOLOGIE DE LA RECHERCHE EN MARKETING MRK
Plus en détailTABLE DES MATIÈRES. Avant-propos... Remerciements... CHAPITRE 1 LA COMPTABILITÉ DE MANAGEMENT... 1
TABLE DES MATIÈRES Avant-propos........................................................... Remerciements......................................................... V VII CHAPITRE 1 LA COMPTABILITÉ DE MANAGEMENT................
Plus en détailLa définition La méthode. Les échelles de mesure L ENQUETE PAR SONDAGE : LA METHODE
L ENQUETE PAR SONDAGE : LA METHODE La définition La méthode Le questionnaire Les biais La passation du questionnaire La validité des réponses Les échelles de mesure Les échelles d évaluation Les échelles
Plus en détailMRK -6081 A : Méthodes d Analyse de Données en Marketing Automne 2010
E MRK -6081 A : Méthodes d Analyse de Données en Marketing Automne 2010 Professeure :Elissar Toufaily Plage horaire du cours : Cours en salle Jeudi 15h 30-18h30 Local 4221 PAP Du 2 septembre. 2010 au 9
Plus en détailTable des matières. I Mise à niveau 11. Préface
Table des matières Préface v I Mise à niveau 11 1 Bases du calcul commercial 13 1.1 Alphabet grec...................................... 13 1.2 Symboles mathématiques............................... 14 1.3
Plus en 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 détailObservatoire Economique et Statistique d Afrique Subsaharienne
Observatoire Economique et Statistique d Afrique Subsaharienne Termes de référence pour le recrutement de quatre (4) consultants dans le cadre du Projet «Modules d initiation à la statistique à l attention
Plus en détailLa nouvelle planification de l échantillonnage
La nouvelle planification de l échantillonnage Pierre-Arnaud Pendoli Division Sondages Plan de la présentation Rappel sur le Recensement de la population (RP) en continu Description de la base de sondage
Plus en détailMASTER 2 SCIENCES HUMAINES ET SOCIALES Mention Psychologie. Spécialité : Recherches en psychologie
S3 Spécialité : Recherches en psychologie UE OBLIGATOIRES UE 1 : Epistémologie et méthodes de recherche en psychologie Ce séminaire aborde plusieurs aspects de la recherche en psychologie. Il présente
Plus en détailFORMATION CONTINUE SUR L UTILISATION D EXCEL DANS L ENSEIGNEMENT Expérience de l E.N.S de Tétouan (Maroc)
87 FORMATION CONTINUE SUR L UTILISATION D EXCEL DANS L ENSEIGNEMENT Expérience de l E.N.S de Tétouan (Maroc) Dans le cadre de la réforme pédagogique et de l intérêt que porte le Ministère de l Éducation
Plus en 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 détailChapitre 1. La démarche statistique appliquée au management. Minicas. Questions :
Chapitre 1 La démarche statistique appliquée au management Minicas Comment estimer les dégâts d une catastrophe naturelle (tempêtes, ouragans, etc.)? Aux États-Unis, la FEMA (Federal Emergency Management
Plus en détailChristophe CANDILLIER Cours de DataMining mars 2004 Page 1
Christophe CANDILLIER Cours de DataMining mars 2004 age 1 1. Introduction 2. rocessus du DataMining 3. Analyse des données en DataMining 4. Analyse en Ligne OLA 5. Logiciels 6. Bibliographie Christophe
Plus en détailAgenda de la présentation
Le Data Mining Techniques pour exploiter l information Dan Noël 1 Agenda de la présentation Concept de Data Mining ou qu est-ce que le Data Mining Déroulement d un projet de Data Mining Place du Data Mining
Plus en détailListe des notes techniques... xxi Liste des encadrés... xxiii Préface à l édition internationale... xxv Préface à l édition francophone...
Liste des notes techniques.................... xxi Liste des encadrés....................... xxiii Préface à l édition internationale.................. xxv Préface à l édition francophone..................
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 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 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 détailLes nouveaux tableaux de bord des managers
Alain Fernandez Les nouveaux tableaux de bord des managers Le projet Business Intelligence clés en main Sixième édition Tableaux bord NE.indd 3 26/03/13 15:22 Le site www.piloter.org, dédié au pilotage
Plus en détailTABLE DES MATIÈRES. Les auteurs. Préface par Walter Deffaa. Préface par André Kilesse
TABLE DES MATIÈRES Les auteurs Préface par Walter Deffaa Préface par André Kilesse v vii ix PREMIÈRE PARTIE : INTRODUCTION : L AUDIT ET LA PROFESSION D AUDITEUR 1 Chapitre 1 CONTRÔLE ET AUDIT 3 1.1 Contrôle
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 détailUNIVERSITÉ DE MONTRÉAL DÉPARTEMENT DE SOCIOLOGIE ************* Cours de niveau gradué en méthodes quantitatives *************
************* Cours de niveau gradué en méthodes quantitatives ************* SOL 6210 - Analyse quantitative avancée Le séminaire d analyse quantitative avancée se donne en classe une fois par année. Chaque
Plus en détailProjet SINF2275 «Data mining and decision making» Projet classification et credit scoring
Projet SINF2275 «Data mining and decision making» Projet classification et credit scoring Année académique 2006-2007 Professeurs : Marco Saerens Adresse : Université catholique de Louvain Information Systems
Plus en détailFiche qualité relative à l enquête Santé et Itinéraire Professionnel 2010 (SIP) Carte d identité de l enquête
Fiche qualité relative à Santé et Itinéraire Professionnel 2010 (SIP) Nom Années de Périodicité Panel (suivi d échantillon) Services concepteurs Service réalisant Sujets principaux traités dans Carte d
Plus en détailGESTION DES AFFAIRES Ventes et Marketing - LCA.7N
GESTION DES AFFAIRES Ventes et Marketing - LCA.7N Le programme Gestion des affaires vise à former des personnes aptes à exercer diverses fonctions de travail dans le domaine des Affaires. Le programme
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 détailRECHERCHE MARKETING. Ecole des Hautes Etudes Commerciales. Manuel de cours. destiné aux étudiants de la première année master à EHEC
Ecole des Hautes Etudes Commerciales Manuel de cours destiné aux étudiants de la première année master à EHEC RECHERCHE MARKETING Dr. KHERRI Abdenacer Maître de conférences à EHEC 2014/2015 Premier manuel
Plus en détailDébouchés professionnels
Master Domaine Droit, Economie, Gestion Mention : Monnaie, Banque, Finance, Assurance Spécialité : Risque, Assurance, Décision Année universitaire 2014/2015 DIRECTEUR de la spécialité : Monsieur Kouroche
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 détailEcole Supérieure de la Statistique et de l Analyse de l Information المدرسة العلیا للا حصاء وتحلیل المعلومات بتونس. Sujet N 1
Sujet N 1 Enseignante : JENHANI Dorra Intitulé du sujet : ÉLABORATION DE MODÈLES STATISTIQUES Etant donnée une base de données, l objectif de cet atelier est de modéliser une variable Y (variable à expliquer,
Plus en détailCALCUL 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 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 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 détailLA NOTATION STATISTIQUE DES EMPRUNTEURS OU «SCORING»
LA NOTATION STATISTIQUE DES EMPRUNTEURS OU «SCORING» Gilbert Saporta Professeur de Statistique Appliquée Conservatoire National des Arts et Métiers Dans leur quasi totalité, les banques et organismes financiers
Plus en détailItem 169 : Évaluation thérapeutique et niveau de preuve
Item 169 : Évaluation thérapeutique et niveau de preuve COFER, Collège Français des Enseignants en Rhumatologie Date de création du document 2010-2011 Table des matières ENC :...3 SPECIFIQUE :...3 I Différentes
Plus en détailStructure typique d un protocole de recherche. Préparé par Johanne Desrosiers dans le cadre d une formation au réseau FORMSAV
Structure typique d un protocole de recherche Préparé par Johanne Desrosiers dans le cadre d une formation au réseau FORMSAV Introduction Planification et développement d une proposition de recherche Étape
Plus en détailExtraction d informations stratégiques par Analyse en Composantes Principales
Extraction d informations stratégiques par Analyse en Composantes Principales Bernard DOUSSET IRIT/ SIG, Université Paul Sabatier, 118 route de Narbonne, 31062 Toulouse cedex 04 dousset@irit.fr 1 Introduction
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 détailLE RÔLE DE LA STATISTIQUE DANS UN PROCESSUS DE PRISE DE DÉCISION
LE RÔLE DE LA STATISTIQUE DANS UN PROCESSUS DE PRISE DE DÉCISION Sylvie Gervais Service des enseignements généraux École de technologie supérieure (sylvie.gervais@etsmtl.ca) Le laboratoire des condensateurs
Plus en 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 détailLes simulations dans l enseignement des sondages Avec le logiciel GENESIS sous SAS et la bibliothèque Sondages sous R
Les simulations dans l enseignement des sondages Avec le logiciel GENESIS sous SAS et la bibliothèque Sondages sous R Yves Aragon, David Haziza & Anne Ruiz-Gazen GREMAQ, UMR CNRS 5604, Université des Sciences
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 détailIntroduction au datamining
Introduction au datamining Patrick Naïm janvier 2005 Définition Définition Historique Mot utilisé au départ par les statisticiens Le mot indiquait une utilisation intensive des données conduisant à des
Plus en détailMéthodes de recherches et rédaction des mémoires
1 Méthodes de recherches et rédaction des mémoires Matériel de cours Institut des hautes études en administration publique (IDHEAP) Février 1999 Daniel Schneider TECFA, Faculté de Psychologie et des Sciences
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 détailTable des matières: Guidelines Fonds de Pensions
Table des matières: Guidelines Fonds de Pensions TABLE DES MATIERES... 1 INTRODUCTION... 2 1 FINANCEMENT ET FINANCEMENT MINIMUM... 3 1.1 FINANCEMENT... 3 1.2 FINANCEMENT DE PLAN... 3 1.3 FINANCEMENT MÉTHODE
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 détailUFR de Sciences Economiques Année 2008-2009 TESTS PARAMÉTRIQUES
Université Paris 13 Cours de Statistiques et Econométrie I UFR de Sciences Economiques Année 2008-2009 Licence de Sciences Economiques L3 Premier semestre TESTS PARAMÉTRIQUES Remarque: les exercices 2,
Plus en détailMaster Marketing et Pratiques Commerciales Apprentissage Master 2
Master Marketing et Pratiques Commerciales Apprentissage Master 2 2014/2015 UE1 MANAGEMENT STRATÉGIQUE Jean-Pierre Helfer Comprendre la posture stratégique dans l entreprise et son évolution dans la période
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 détailQuelques rappels concernant la méthode expérimentale
Quelques rappels concernant la méthode expérimentale 1. La Méthode expérimentale : Définition. Une définition classique de la méthode expérimentale est qu elle «correspond à la méthode d investigation
Plus en détailMémoire d actuariat - promotion 2010. complexité et limites du modèle actuariel, le rôle majeur des comportements humains.
Mémoire d actuariat - promotion 2010 La modélisation des avantages au personnel: complexité et limites du modèle actuariel, le rôle majeur des comportements humains. 14 décembre 2010 Stéphane MARQUETTY
Plus en détailMETHODOLOGIE GENERALE DE LA RECHERCHE EPIDEMIOLOGIQUE : LES ENQUETES EPIDEMIOLOGIQUES
Enseignement du Deuxième Cycle des Etudes Médicales Faculté de Médecine de Toulouse Purpan et Toulouse Rangueil Module I «Apprentissage de l exercice médical» Coordonnateurs Pr Alain Grand Pr Daniel Rougé
Plus en détailCONCEPTION ET TIRAGE DE L ÉCHANTILLON
CHAPITRE 4 CONCEPTION ET TIRAGE DE L ÉCHANTILLON Ce chapitre technique 1 s adresse principalement aux spécialistes de sondage, mais aussi au coordinateur et aux autres responsables techniques de l enquête.
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 détailSolutions Décisionnelles SPAD. La maîtrise des données, l'art de la décision
Solutions Décisionnelles SPAD La maîtrise des données, l'art de la décision SPAD, la référence en Analyse de Données et Data Mining La solution logicielle SPAD permet de tirer le meilleur parti de tous
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 détailLa place de SAS dans l'informatique décisionnelle
La place de SAS dans l'informatique décisionnelle Olivier Decourt ABS Technologies - Educasoft Formations La place de SAS dans l'informatique décisionnelle! L'historique de SAS! La mécanique! La carrosserie
Plus en détailApprentissage Automatique
Apprentissage Automatique Introduction-I jean-francois.bonastre@univ-avignon.fr www.lia.univ-avignon.fr Définition? (Wikipedia) L'apprentissage automatique (machine-learning en anglais) est un des champs
Plus en détailMaster Marketing et Pratiques Commerciales Formation continue
Master Marketing et Pratiques Commerciales Formation continue 2014/2015 UE1 MARKETING OPÉRATIONNEL/CONCEPTS ET MÉTHODES Ouidade Sabri Familiariser les étudiants aux principaux concepts marketing; Comprendre
Plus en détailIntérêt du découpage en sous-bandes pour l analyse spectrale
Intérêt du découpage en sous-bandes pour l analyse spectrale David BONACCI Institut National Polytechnique de Toulouse (INP) École Nationale Supérieure d Électrotechnique, d Électronique, d Informatique,
Plus en détailINTRODUCTION AU DATA MINING
INTRODUCTION AU DATA MINING 6 séances de 3 heures mai-juin 2006 EPF - 4 ème année - Option Ingénierie d Affaires et de Projets Bertrand LIAUDET TP DE DATA MINING Le TP et le projet consisteront à mettre
Plus en détailSTA108 Enquêtes et sondages. Sondages àplusieurs degrés et par grappes
STA108 Enquêtes et sondages Sondages àplusieurs degrés et par grappes Philippe Périé, novembre 2011 Sondages àplusieurs degrés et par grappes Introduction Sondages à plusieurs degrés Tirage des unités
Plus en détailSPHINX Logiciel de dépouillement d enquêtes
SPHINX Logiciel de dépouillement d enquêtes sphinx50frversion4.doc 1 Les trois stades du SPHINX sont ceux que comporte habituellement toute enquête d opinion: Elaboration du questionnaire (fiche outil
Plus en détailANALYSE DU RISQUE DE CRÉDIT
ANALYSE DU RISQUE DE CRÉDIT Banque & Marchés Cécile Kharoubi Professeur de Finance ESCP Europe Philippe Thomas Professeur de Finance ESCP Europe TABLE DES MATIÈRES Introduction... 15 Chapitre 1 Le risque
Plus en détailTable des matières. Partie I Les enjeux 1. Avant-propos Préface Introduction. Chapitre 1 Les enjeux de l expérience client 3
Avant-propos Préface Introduction XV XVII XXI Partie I Les enjeux 1 Chapitre 1 Les enjeux de l expérience client 3 1. Une nouvelle ère du développement économique 3 1.1. La digitalisation de l économie
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 détailLe contrôle de gestion des projets :
Le contrôle de gestion des projets : Estimation, coûtenance et analyse des risques Frédéric Gautier «Le contrôle de gestion des projets : estimation, coûtenance et analyse des risques» 1 1. Des caractéristiques
Plus en détailValue at Risk. CNAM GFN 206 Gestion d actifs et des risques. Grégory Taillard. 27 février & 13 mars 20061
Value at Risk 27 février & 13 mars 20061 CNAM Gréory Taillard CNAM Master Finance de marché et estion de capitaux 2 Value at Risk Biblioraphie Jorion, Philippe, «Value at Risk: The New Benchmark for Manain
Plus en détailattitudes envers le dépistage
attitudes envers le dépistage DU CANCER COLORECTAL Le point de vue de la population québécoise novembre 2008 Institut national de santé publique du Québec Direction des systèmes de soins et politiques
Plus en détailANALYSE GLOBALE DES PROGRAMMES DE LA SHQ. SQEP 18 novembre 2011
ANALYSE GLOBALE DES PROGRAMMES DE LA SHQ SQEP 18 novembre 2011 Contexte Problématiques Objectifs Cadre conceptuel Étude comparative des programmes - Modèle matriciel de comparaison (indice ICP) - Grille
Plus en détailPLAN DE COURS. Département de sociologie Université du Québec à Montréal
PLAN DE COURS Département de sociologie Université du Québec à Montréal Sigle : SOC 1011 Groupe : 10 Titre : Méthodes de recherche en sociologie I Session : Hiver 2015 Enseignant : Romain Paumier Téléphone
Plus en détailSécurité et insécurité alimentaire chez les Québécois : une analyse de la situation en lien avec leurs habitudes alimentaires
Sécurité et insécurité alimentaire chez les Québécois : une analyse de la situation en lien avec leurs habitudes alimentaires INSTITUT NATIONAL DE SANTÉ PUBLIQUE DU QUÉBEC Sécurité et insécurité alimentaire
Plus en détailEtude de marché. Idée de depart. Etude de l environnement et des offres existantes. Clients. actuels. Choix de la cible précise
Etude de marché Selon l Agence Pour la Création d Entreprise (APCE), 70% des cas de défaillance ont pour origine la mauvaise qualité des études de marché, que celles-ci soient mal réalisées ou de manière
Plus en détailINF6304 Interfaces Intelligentes
INF6304 Interfaces Intelligentes filtres collaboratifs 1/42 INF6304 Interfaces Intelligentes Systèmes de recommandations, Approches filtres collaboratifs Michel C. Desmarais Génie informatique et génie
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 détailVoulez-vous mieux connaître vos clients et savoir ce qu ils pensent de vous?
Voulez-vous mieux connaître vos clients et savoir ce qu ils pensent de vous? La véritable solution qui valorise vos données clients et fait évoluer votre image Etudes Recettes pour mesurer votre image,
Plus en détailApproche modèle pour l estimation en présence de non-réponse non-ignorable en sondage
Approche modèle pour l estimation en présence de non-réponse non-ignorable en sondage Journées de Méthodologie Statistique Eric Lesage Crest-Ensai 25 janvier 2012 Introduction et contexte 2/27 1 Introduction
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 détailIntroduction au Data-Mining
Introduction au Data-Mining Alain Rakotomamonjy - Gilles Gasso. INSA Rouen -Département ASI Laboratoire PSI Introduction au Data-Mining p. 1/25 Data-Mining : Kèkecé? Traduction : Fouille de données. Terme
Plus en détailFormation PME Etude de marché
Formation PME Etude de marché Fit for Business (PME)? Pour plus de détails sur les cycles de formation PME et sur les business-tools, aller sous www.banquecoop.ch/business L étude de marché ou étude marketing
Plus en détaild évaluation Objectifs Processus d élaboration
Présentation du Programme pancanadien d évaluation Le Programme pancanadien d évaluation (PPCE) représente le plus récent engagement du Conseil des ministres de l Éducation du Canada (CMEC) pour renseigner
Plus en détailIntroduction aux Statistiques et à l utilisation du logiciel R
Introduction aux Statistiques et à l utilisation du logiciel R Christophe Lalanne Christophe Pallier 1 Introduction 2 Comparaisons de deux moyennes 2.1 Objet de l étude On a mesuré le temps de sommeil
Plus en détail,,ÉTUDES ET RECHERCHES SUR LA DISTRIBUTION, LA PROMOTION ET LA VALORISATION DES PRODUITS DE BOULANGERIE DANS LE MUNICIPE DE CONSTANŢA
RESUMÉ Mots clés : marketing, produits alimentaires, stratégies La thèse de doctorat intitulée,,études ET RECHERCHES SUR LA DISTRIBUTION, LA PROMOTION ET LA VALORISATION DES PRODUITS DE BOULANGERIE DANS
Plus en détailComplet Intuitif Efficace. Références
Logiciel de référence en Analyse de Données, Data Mining et Text Mining pour transformer vos données en connaissance Complet Intuitif Efficace Dans un environnement convivial et intuitif, disposez de toute
Plus en détailTable des matières. Avant-propos...
Table des matières Avant-propos................................................. XI Chapitre 1 Découvrir Project 2013.......................... 1 1.1 Introduction.............................................
Plus en détailGénie Logiciel LA QUALITE 1/5 LA QUALITE 3/5 LA QUALITE 2/5 LA QUALITE 4/5 LA QUALITE 5/5
Noël NOVELLI ; Université d Aix-Marseille; LIF et Département d Informatique Case 901 ; 163 avenue de Luminy 13 288 MARSEILLE cedex 9 Génie Logiciel LA QUALITE 1/5 La gestion de la qualité Enjeux de la
Plus en détailÉdIteur officiel et fournisseur de ServIceS professionnels du LogIcIeL open Source ScILab
ÉdIteur officiel et fournisseur de ServIceS professionnels du LogIcIeL open Source ScILab notre compétence d'éditeur à votre service créée en juin 2010, Scilab enterprises propose services et support autour
Plus en détailFONDEMENTS MATHÉMATIQUES 12 E ANNÉE. Mathématiques financières
FONDEMENTS MATHÉMATIQUES 12 E ANNÉE Mathématiques financières A1. Résoudre des problèmes comportant des intérêts composés dans la prise de décisions financières. [C, L, RP, T, V] Résultat d apprentissage
Plus en détailLocalisation 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