Statistiques descriptives
|
|
- Benjamin Morel
- il y a 6 ans
- Total affichages :
Transcription
1 Statistiques descriptives 1) Généralités et vocabulaires statistiques 2) Les Séries statistiques à une seule variable
2 Chapitre 1 Généralités et vocabulaires statistiques Les statistiques descriptives : C est un ensemble de méthodes permettant de décrire, présenter et résumer des données souvent très nombreuses. Ces données peuvent être recueillies sous forme d un tableau, d une courbe ou d un graphe qui contient l information. Une population statistique : C est l ensemble d individus (objet, être humain ) soumis à une étude statistique. Individu : C est un élément de la population. Echantillon : C est un prélèvement de la population (de n individus) afin d étudier un caractère bien déterminé. Enquête : Il existe 2 types d enquêtes : Exhaustive : c est quand on s intéresse d un ensemble d individus de la population totale. Elle est aussi appelée recensement. Réduite : C est quand on s intéresse à une partie de la population. Elle est aussi appelée sondage. Sondage aléatoire : Fait au hasard Sondage résonné : Basé sur un échantillon représentatif
3 Les variables statistiques : Les modalités : Ce sont les différentes situations possibles d une variable. Par suite, les modalités sont les différentes réponses de la question qui est la variable. Il existe 2 types de variables statistiques : La variable qualitative et la variable quantitative Une variable : Permet d associer à chaque individu de la population une modalité de caractère. Elle peut être quantitative ou qualitative. Les variables qualitatives : Une variable est qualitative quand elle n est pas numérique. On a 2 types de variables qualitatives : Ordinales : Lorsque les modalités d une variable possèdent une relation d ordre entre ellesmêmes. Exemple : Les mentions du bac, l hiérarchie dans l armée Nominales : Lorsque les modalités d une variable ne suivent pas une relation d ordre. Ils sont représentés arbitrairement. Exemple : Nationalité, religion
4 Les variables quantitatives : Une variable est quantitative quand elle est une numérique. On a 2 types de variables quantitatives : Discrète : Prend des valeurs numériques entières dans l ensemble Exemple : nombre d enfants d une famille Continue : Lorsque les modalités numériques de cette variable appartiennent à des intervalles ou à des classes et les valeurs numériques sont dans l ensemble des réels Exemple : taille, poids La représentation des données quantitatives a) Le cas discret : Exemple : La distribution suivante représente le nombre de voitures de 20 individus xi ni fi Fi xi : Variable ni : Effectifs
5 n : Effectif totale (n=20 dans ce cas) fi : Fréquence Fi : Fréquence cumulée Représentation graphique : (La représentation des effectifs et des fréquences) Diagramme en bâton : Représentation graphique : (La représentation des fréquences cumulées) Ça s appelle la courbe en escalier, c est une fonction croissante discontinue qui représente les fréquences cumulées.
6 100% 90% 80% 70% 60% 50% 40% 30% 20% 10% 0% b) Le cas continue Dans notre cas, on va prendre les fréquences cumulées en pourcentage. Exemple: La distribution suivante représente les tailles des étudiants de la première année de psychologie Ci (cm) ni fi Fi ai Ni/ai [160,165[ [165,170[ [170,180[ [180,195[ Représentation graphique : (La représentation des effectifs et des fréquences) L histogramme : C est la juxtaposition de rectangles dont la surface de chaque partie est proportionnelle aux effectifs relations ou aux fréquences relatifs de la série en question.
7 ni/ai Ci Représentation graphique des fréquences cumulées (courbe cumulative)
8 Représentation des données qualitatives : Exemple : La distribution Mi ni fi% Femme n= n= homme 11 x 11 5 x 69 suivante partage les 16 étudiants d une classe en fonction de leur sexe Diagramme circulaire : La population entière dans un diagramme circulaire est représentée par un cercle de. Les effectifs ou les fréquences constituent une partie de ce cercle. L angle au centre d une partie sera proportionnel à l effectif ou la fréquence de la modalité considéré 112,5 247,5
9 n= x n= x
10 Chapitre 2 Série statistique à une seule variable Dans ce chapitre on va calculer les caractéristiques numériques d une série statistique à une variable qui vont servir à analyser et à mieux décrire cette série. On distingue 4 sortes de caractéristiques. Les caractéristiques de tendance centrale Les caractéristiques de dispersion Les caractéristiques de forme Les caractéristiques de concentration 1) Les caractéristiques de tendance centrale : Dans cette série on va définir 4 composants : a. Mode b. Médiane c. Quantiles d. Moyenne arithmétique a) Le Mode : Le mode d une série statistique est la valeur de la variable qui correspond au plus grand effectif ou au plus grand effectif relatif 1. Le cas d une variable quantitative discrète Dans ce cas on pourra facilement déterminer le mode qui correspond à la valeur de la variable ayant le plus grand effectif ou la plus grande fréquence Graphiquement ça correspond au bâton le plus élevé dans le diagramme en bâton
11 Exemple : nombre d enfants dans une famille xi ni Mo=1 12 ni ni
12 2. Le cas d une variable quantitative continue Dans ce cas on pourra facilement déterminer la classe modale qui correspond à la classe ayant l effectif relatif le plus élevé ou la fréquence relative la plus élevé Mais c est seulement par la méthode graphique qu on va trouver la valeur exacte du mode. Exemple : la distribution suivante représente les notes de 20 étudiants dans la 1ere année de psychologie. Ci ni Fi Fi ai ni/ai [0,5[ Classe modale= [10,13[ [5,10[ [10,13[ [13,16[ [16,20[ Ni/ai Ci Pour trouver la valeur exacte du mode il suffit de construire les segments [AC] et [BD]. Leur intersection projetée sur l axe des abscisses sera la valeur du mode.
13 Remarque : Le mode est la seule caractéristique qu on peut calculer pour une variable qualitative. Exemple Mo=libanaise Nationalité ni Libanaise 10 Française 5 Syrienne 5 Iraquienne 3 b) La médiane C est la valeur de la variable qui décompose la distribution statistique en 2 parties égales. 1) Cas d une variable discrète Exemple : Distribution des enfants dans une famille En premier lieu il faut calculer les fréquences cumulées ensuite la valeur dans laquelle on dépasse les 50% des observations sera considéré comme médiane. Me=3 xi ni fi% Fi% ) Le cas d une variable continue : Dans ce cas on va calculer la médiane suivant 2 méthodes une analytique et une graphique.
14 En 1 e lieu : il faut trouver la classe médiane qui sera la classe dans laquelle on a déposé les 50% des observations. En 2 e lieu : Méthode analytique Soit Me= [xi, yi [ xi : Borne inferieur de la classe Me ai : Amplitude inferieur de la classe Me fi : Fréquence inferieur de la classe Me Fi(xi) : Fréquence cumulée de la classe précédente à la classe Me Ci ni fi% Fi% [3,4[ [4,6[ [6,8[ [8,9[ [9,10[ [10,12[ F (xi) 8 Jours et moins Méthode graphique
15 c) Les Quartiles : Sont les valeurs de la variable qui partage la série statistique en 4 parties égales. Cas d une variable quantitative continue : 25% 25% 25% 25% Q1 Q2 Q3 Médiane F(Q1)=25% F(Q2)=50% F(Q3)=75% Calcul des quartiles : Pour calculer la valeur de Q il faut trouver la classe U1 qui est la classe dans laquelle on dépasse les 25% des observations. Exemple : 25% des employés s absentent 7 jours et moins.
16 NB : Q1 et Q3 peuvent être calculés graphiquement de la même façon que la médiane. Les déciles Sont les valeurs de la variable qui partagent la série statistique en 10 parties égales F(D2)=20% d) La moyenne arithmétique: La moyenne arithmétique simple: ni : Effectif total Exemple : 14, 12, 10, 4. Dans ce cas l effectif total est 4 car on a 4 notes. La moyenne arithmétique pondérée: Exemple (cas discret) : 14 3 crédits 12 4 crédits 10 4 crédits
17 4 2 crédits n =13 crédits. Exemple (cas continu) : Salaire des employés en milliers de $ : Ci Ni xi [3,4[ [4,5[ [5,6[ [6,7[ [7,8[ =5,087 Soit un salaire moyen de 5087$ Caractéristiques de dispersion : En statistique descriptive, la notion de dispersion est la fluctuation autour d une valeur de tendance verticale On distingue 4 caractéristiques de dispersion : a) L étendue b) La variance c) L écart type d) Le coefficient de variation
18 a) L étendue : C est la différence entre la plus grande valeur d une variable et la plus petite valeur (cas d une variable quantitative discrète) Par contre dans le cas continu, c est la différence entre la borne supérieure du dernier intervalle et la borne inferieur du premier intervalle. Exemple : nombre de voitures par personne (cas discret) xi ni E=4-0=4 voitures C est la différence maximale entre les personnes qui ont le plus de voitures et les personnes qui ont le moins de voitures. Exemple : Salaire des employés en $ (cas continu) ci ni [400,600[ 1 [600,1000[ 4 [1000,1500[ 1 E= =1100$ C est la différence maximale entre les salaires des employés. b) La variance On appelle variance d une variable statistique la moyenne des carrés des écarts par rapport à la moyenne arithmétique.
19 Exemple : Ci ni xi [3,4[ 26 3,5 [4,5[ 33 4,5 [5,6[ 64 5,5 [6,7[ 7 6,5 [7,8[ 10 7,5 c) Ecart-type On note l écart-type : = Exemple : = Soit un écart type de 1060$ o L écart type et la moyenne ont la même unité d) Le coefficient de variation C est le rapport entre l écart-type et la moyenne arithmétique. Il permet la comparaison de la dispersion de deux distributions différentes par rapport à leurs moyennes. La distribution ayant le coefficient de variation le plus faible sera la moins dispersée autour de la moyenne c est à dire la plus homogène
20 Exemple Global Les étudiants de la première année de psychologie ont leurs notes reparties dans le tableau suivant : Ci ni fi Fi Xi [0,8[ [8,12[ [12,14[ [14,16[ [16,20[ N=200 1) Calculer les quartiles de cette distribution 2) Calculer la moyenne arithmétique et l écart-type 3) Sachant que les notes de la première année de gestion ont une moyenne de 11 et un écart-type de 9 et que les notes de la première année hôtellerie ont une moyenne de 10 et un écart-type de 6. Quelle est parmi ces 3 options celle qui est la plus homogène?
21 3) Psychologie On remarque que l option de psychologie est la plus homogène comme ayant le coefficient de variation le plus faible. C'est-à-dire que cette option a le niveau des étudiants le plus proche.
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 détailStatistique : Résumé de cours et méthodes
Statistique : Résumé de cours et méthodes 1 Vocabulaire : Population : c est l ensemble étudié. Individu : c est un élément de la population. Effectif total : c est le nombre total d individus. Caractère
Plus en 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 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 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 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 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 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 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 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 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 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 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 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 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 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 à la statistique descriptive
Chapitre chapitre 1 Introduction à la statistique descriptive Les méthodes de la statistique descriptive (statistique déductive) permettent de mener des études à partir de données exhaustives, c est-à-dire
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 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 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 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 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 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 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 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 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 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 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 détailLES DIFFERENTS TYPES DE MESURE
LES DIFFERENTS TYPES DE MESURE Licence - Statistiques 2004/2005 REALITE ET DONNEES CHIFFREES Recherche = - mesure. - traduction d une réalité en chiffre - abouti à des tableaux, des calculs 1) Qu est-ce
Plus en 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 détailTP N 57. Déploiement et renouvellement d une constellation de satellites
TP N 57 Déploiement et renouvellement d une constellation de satellites L objet de ce TP est d optimiser la stratégie de déploiement et de renouvellement d une constellation de satellites ainsi que les
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 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 détailProjet de Traitement du Signal Segmentation d images SAR
Projet de Traitement du Signal Segmentation d images SAR Introduction En analyse d images, la segmentation est une étape essentielle, préliminaire à des traitements de haut niveau tels que la classification,
Plus en détailÉlément 424b Introduction à la statistique descriptive
CTU Master AGPS De la donnée à la connaissance : traitement, analyse et transmission Élément 44b Introduction à la statistique descriptive Prof. Marie-Hélène de Sède-Marceau Année / Statistique Introduction
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 détailLe suivi de la qualité. Méthode MSP : généralités
Le suivi de la qualité La politique qualité d une entreprise impose que celle maîtrise sa fabrication. Pour cela, elle doit être capable d évaluer la «qualité» de son processus de production et ceci parfois
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 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 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 détailExercice du cours Gestion Financière à Court Terme : «Analyse d un reverse convertible»
Exercice du cours Gestion Financière à Court Terme : «Analyse d un reverse convertible» Quand la trésorerie d une entreprise est positive, le trésorier cherche le meilleur placement pour placer les excédents.
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 détailUNE REPRESENTATION GRAPHIQUE DE LA LIAISON STATISTIQUE ENTRE DEUX VARIABLES ORDONNEES. Éric TÉROUANNE 1
33 Math. Inf. Sci. hum., (33 e année, n 130, 1995, pp.33-42) UNE REPRESENTATION GRAPHIQUE DE LA LIAISON STATISTIQUE ENTRE DEUX VARIABLES ORDONNEES Éric TÉROUANNE 1 RÉSUMÉ Le stéréogramme de liaison est
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 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 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 détailL outil de réservation en ligne de Carlson Wagonlit Travel dédié aux PME. Guide utilisateur
L outil de réservation en ligne de Carlson Wagonlit Travel dédié aux PME Guide utilisateur Connexion et profils Copyright 2008 CWT 2 Aux prochaines connexions, il vous suffira d entrer votre identifiant
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 détailTerminale STMG Lycée Jean Vilar 2014/2015. Terminale STMG. O. Lader
Terminale STMG O. Lader Table des matières Interrogation 1 : Indice et taux d évolution........................... 2 Devoir maison 1 : Taux d évolution................................ 4 Devoir maison 1
Plus en 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 détailTRAVAUX PRATIQUES SCIENTIFIQUES SUR SYSTÈME
Baccalauréat Professionnel SYSTÈMES ÉLECTRONIQUES NUMÉRIQUES Champ professionnel : Alarme Sécurité Incendie SOUS - EPREUVE E12 TRAVAUX PRATIQUES SCIENTIFIQUES SUR SYSTÈME Durée 3 heures coefficient 2 Note
Plus en détailECTS 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 détailLa simulation probabiliste avec Excel
La simulation probabiliste avec Ecel (2 e version) Emmanuel Grenier emmanuel.grenier@isab.fr Relu par Kathy Chapelain et Henry P. Aubert Incontournable lorsqu il s agit de gérer des phénomènes aléatoires
Plus en 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 détailChapitre 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 détailSINE QUA NON. Découverte et Prise en main du logiciel Utilisation de bases
SINE QUA NON Découverte et Prise en main du logiciel Utilisation de bases Sine qua non est un logiciel «traceur de courbes planes» mais il possède aussi bien d autres fonctionnalités que nous verrons tout
Plus en 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 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 détailPerformance nette du Capital Investissement en France à fin 2007. Le 16 septembre 2008
Performance nette du Capital Investissement en France à fin 2007 1 Le 1 septembre 2008 Définition du TRI Net Définition du Taux de Rendement Interne (TRI) Le TRI est le taux d actualisation qui annule
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 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 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 détailValidation probabiliste d un Système de Prévision d Ensemble
Validation probabiliste d un Système de Prévision d Ensemble Guillem Candille, janvier 2006 Système de Prévision d Ensemble (EPS) (ECMWF Newsletter 90, 2001) Plan 1 Critères de validation probabiliste
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 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 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 détailThéorie 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 détailCode du Travail, Art. L6222-23 à L6222-33
F I C H E P R A T I Q U E N 2 R E M U N E R A T I O N E T A I D E S L I E E S A U C O N T R A T D A P P R E N T I S S A G E L apprenti est titulaire d un contrat de travail de type particulier : il est
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 détailLe parcours professionnel des chômeurs de longue durée en Suisse
Le parcours professionnel des chômeurs de longue durée en Suisse Cet article présente les premiers résultats d un projet de recherche qui étudie le parcours professionnel de personnes confrontées au chômage
Plus en détailAide-mémoire de statistique appliquée à la biologie
Maxime HERVÉ Aide-mémoire de statistique appliquée à la biologie Construire son étude et analyser les résultats à l aide du logiciel R Version 5(2) (2014) AVANT-PROPOS Les phénomènes biologiques ont cela
Plus en 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 détailExprimer ce coefficient de proportionnalité sous forme de pourcentage : 3,5 %
23 CALCUL DE L INTÉRÊT Tau d intérêt Paul et Rémi ont reçu pour Noël, respectivement, 20 et 80. Ils placent cet argent dans une banque, au même tau. Au bout d une année, ce placement leur rapportera une
Plus en détailJournée_: Modules HoraireEpreuve
AA 13 Deuxième année Licence Fond. en Gestion: Administration des affaires Comptabilité de Gestion GESTION DE LA PRODUCTION FINANCE Marketing - Techniques et Stratégies d'achat Gestion par objectifs Techniques
Plus en détailProposition de programmes de calculs en mise en train
Proposition de programmes de calculs en mise en train Programme 1 : Je choisis un nombre, je lui ajoute 1, je calcule le carré du résultat, je retranche le carré du nombre de départ. Essai-conjecture-preuve.
Plus en détailProbabilités conditionnelles Loi binomiale
Fiche BAC ES 05 Terminale ES Probabilités conditionnelles Loi binomiale Cette fiche sera complétée au fur et à mesure Exercice n 1. BAC ES. Centres étrangers 2012. [RÉSOLU] Un sondage a été effectué auprès
Plus en détail5.2 Théorème/Transformée de Fourier a) Théorème
. Théorème de Fourier et Transformée de Fourier Fourier, Joseph (788). Théorème/Transformée de Fourier a) Théorème Théorème «de Fourier»: N importe quelle courbe peut être décomposée en une superposition
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 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 détailEXERCICE 2 : SUIVI CINETIQUE D UNE TRANSFORMATION PAR SPECTROPHOTOMETRIE (6 points)
BAC S 2011 LIBAN http://labolycee.org EXERCICE 2 : SUIVI CINETIQUE D UNE TRANSFORMATION PAR SPECTROPHOTOMETRIE (6 points) Les parties A et B sont indépendantes. A : Étude du fonctionnement d un spectrophotomètre
Plus en détailMéthodes quantitatives en sciences humaines. 2 Pratique : 2 Étude personnelle : 2. BUREAU poste courriel ou site web
360-300-RE HIVER 2008 MATHÉMATIQUES Plan de cours COURS : Méthodes quantitatives en sciences humaines PROGRAMME : 300.A0 Sciences humaines DISCIPLINE : Mathématiques Pondération : Théorie : 2 Pratique
Plus en détailLES SALAIRES DES CADRES EN POSTE
LES SALAIRES DES CADRES EN POSTE les étus l emploi cadre - octobre 2007 PHOTOGRAPHIE DES SALAIRES DES CADRES QUELS PROFILS POUR QUELS SALAIRES? ÉLÉMENTS DÉTERMINANTS DU SALAIRE DES CADRES Enquête auprès
Plus en détailProblème 1 : applications du plan affine
Problème 1 : applications du plan affine Notations On désigne par GL 2 (R) l ensemble des matrices 2 2 inversibles à coefficients réels. Soit un plan affine P muni d un repère (O, I, J). Les coordonnées
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 détailOptimisation des ressources des produits automobile première
EURIA EURo Optimisation produits automobile première Pauline PERROT promotion 2011 EURIA EURo 1 ère partie : contexte MMA (FFSA) MAAF (GEMA) SGAM : COVEA (AFA) GMF (GEMA) MMA : Plus 3 millions clients
Plus en détail1 - Salaires nets tous secteurs confondus
N 627 Résultats l enquête annuelle sur les s auprès s entreprises - Mai 2011 - L enquête annuelle sur les s auprès s entreprises, réalisée par voie postale par l ONS a donné les résultats présentés ci-ssous.
Plus en détailAC AB. A B C x 1. x + 1. d où. Avec un calcul vu au lycée, on démontre que cette solution admet deux solutions dont une seule nous intéresse : x =
LE NOMBRE D OR Présentation et calcul du nombre d or Euclide avait trouvé un moyen de partager en deu un segment selon en «etrême et moyenne raison» Soit un segment [AB]. Le partage d Euclide consiste
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 détailAnalyse en Composantes Principales
Analyse en Composantes Principales Anne B Dufour Octobre 2013 Anne B Dufour () Analyse en Composantes Principales Octobre 2013 1 / 36 Introduction Introduction Soit X un tableau contenant p variables mesurées
Plus en détailPLAN DE COURS CEGEP DU VIEUX-MONTRÉAL
PLAN DE COURS CONTRÔLE DE LA QUALITÉ 241-B60-VM TECHNIQUE DE GÉNIE MÉCANIQUE 241-06 PONDÉRATION : 2-1-1 Compétence : 012Z Contrôler la qualité d un produit DÉPARTEMENT DE LA MÉCANIQUE CEGEP DU VIEUX-MONTRÉAL
Plus en 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 détailLois de probabilité. Anita Burgun
Lois de probabilité Anita Burgun Problème posé Le problème posé en statistique: On s intéresse à une population On extrait un échantillon On se demande quelle sera la composition de l échantillon (pourcentage
Plus en détailExercices Alternatifs. Une fonction continue mais dérivable nulle part
Eercices Alternatifs Une fonction continue mais dérivable nulle part c 22 Frédéric Le Rou (copleft LDL : Licence pour Documents Libres). Sources et figures: applications-continues-non-derivables/. Version
Plus en détailExercices Alternatifs. Une fonction continue mais dérivable nulle part
Eercices Alternatifs Une fonction continue mais dérivable nulle part c 22 Frédéric Le Rou (copyleft LDL : Licence pour Documents Libres). Sources et figures: applications-continues-non-derivables/. Version
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 détailBaccalauréat S Antilles-Guyane 11 septembre 2014 Corrigé
Baccalauréat S ntilles-guyane 11 septembre 14 Corrigé EXERCICE 1 6 points Commun à tous les candidats Une entreprise de jouets en peluche souhaite commercialiser un nouveau produit et à cette fin, effectue
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 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 détailOUTILS 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