Comment se servir de cet ouvrage? Chaque chapitre présente une étape de la méthodologie

Dimension: px
Commencer à balayer dès la page:

Download "Comment se servir de cet ouvrage? Chaque chapitre présente une étape de la méthodologie"

Transcription

1 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 principe. Ils commencent par une présentation qui permet au lecteur de situer l étape traitée dans le plan de l étude statistique et d en comprendre les finalités. Les notions essentielles sont ensuite développées et elles sont illustrées par des exemples dans la section suivante. Une partie «Approfondissements» donne quelques compléments théoriques et un QCM, en fin de chapitre, permet de vérifier les acquis. En fin de première partie, un cas d étude complet «LoisirCréa» illustre chaque étape de l analyse d une série statistique descriptive univariée. 1. Qu est-ce qu une série statistique descriptive univariée? Lorsque l on réalise une étude statistique, on parle de population, de caractère, de série statistique. Population. On appelle population, population statistique ou univers, un ensemble d éléments disposant de certaines caractéristiques plus ou moins communes et constituant l objet de l étude statistique. Il peut s agir de mesures, d observations qualitatives, d individus réels ou de tout autre ensemble d éléments possibles. Comme en théorie des ensembles, une population peut se définir en extension (de manière explicite) ou en compréhension (de manière implicite). Exemple 1. Définition en extension : l ensemble des ouvrages {ouvrage-1, ouvrage-2, ouvrage-i, ouvrage-n} de la bibliothèque. Exemple 2. Définition en compréhension : l ensemble des habitants de la ville de Nice. Les définitions précédentes sont encore insuffisantes. Voici une version plus complète : Exemple 1bis. L ensemble des ouvrages {ouvrage-1, ouvrage-2, ouvrage-i, ouvrage-n} dûment répertoriés de la bibliothèque de l organisme Untel, à la date du 12 avril 2013.

2 2 Partie I : Séries statistiques descriptives univariées (SSDU) Exemple 2bis. L ensemble des habitants inscrits sur les listes électorales de la ville de Nice à la date du 27 janvier À noter que, dans ce cas, il est possible de donner une définition en extension en fournissant une copie des listes électorales. Taille de la population statistique. On appelle taille ou effectif le nombre total d éléments de la population. On note usuellement l effectif total par N. Individu statistique. On appelle individu, individu statistique ou unité statistique, chacun des éléments constituant la population statistique. Ces éléments sont indicés par i avec i entier variant de 1 à N, et souvent notés par I. Alors, I i est la i-ième unité statistique observée. Exemple. L ouvrage «ouvrage-3», l électeur «727». Caractère. On appelle caractère le phénomène observé c est-à-dire étudié sur la population statistique. On désigne généralement les caractères par les lettres X, Y ou Z, éventuellement X 1, X 2, etc. Pour chaque individu, une valeur de caractère sera observée et éventuellement mesurée. Si l on étudie un caractère X sur une population de N individus notés I i avec i variant de 1 à N, alors le résultat de l observation de l individu I i sera noté x i. On classe les caractères selon leur type, dont les deux principaux sont le type quantitatif et le type qualitatif selon qu ils sont mesurables ou non (voir Étape 2. Formalisation). Série statistique ou distribution statistique. Soit P une population de taille N et X un caractère observé sur cette population. On appelle série statistique descriptive ou distribution statistique sur P un ensemble de couples (individu ; observation) = (I i ; x i ) avec i variant de 1 à N inclus dans l ensemble des entiers naturels. Cette série est dite descriptive d une part pour exprimer le fait que la statistique descriptive est quelque peu différente de la statistique mathématique et, d autre part, parce qu elle porte sur des observations qui ont été effectivement réalisées dans le passé et qui sont supposées avoir été menées exhaustivement sur la population observée, c est-à-dire qu une observation existe pour chaque individu statistique. La série statistique des observations est dite univariée, si l on étudie un seul caractère, bivariée, s il y a deux caractères, et multivariée, s il y en a plus de deux. SSDU s entend pour série statistique descriptive univariée. C est donc un ensemble d observations rendant compte de l étude d un certain caractère sur une population d individus statistiques. Une SSDU donne lieu à une formulation explicite précise, qui résulte des entretiens préliminaires essentiels avec l entreprise pour définir et délimiter la problématique du cas d étude, et qui servira de point de départ obligé pour mener l étude.

3 A Introduction 3 2. Plan statistique d analyse d une SSDU La méthodologie proposée dans ce livre présente l avantage fondamental d utiliser un plan d étude statistique qui détaille pas à pas les huit étapes à franchir, les paramètres à calculer, comment les interpréter et évaluer leur représentativité. Chaque résultat sera replacé dans la problématique de l entreprise. Le suivi rigoureux des étapes associé à la traçabilité des données est un gage de réussite pour mener à bien l étude, de manière efficace et pertinente. Les étapes du plan statistique sont détaillées ci-après. Étape 1. Définition du problème Objectif. Savoir dégager à partir d un problème les questions précises à traiter et les formuler en termes statistiques. Technique. Définition informelle du problème et définition statistique. Étape 2. Formalisation Objectif. Savoir décrire formellement la série statistique à traiter. Technique. Définition des éléments nécessaires à l étude : population, individu, caractère/variable, type de caractère, valeur/modalité, unité de mesure, taille. Étape 3. Collecte Objectif. Connaître les différentes sources de collecte de données et informer sur les dates et protocoles relatifs à cette collecte. Technique. Détermination du type de la source : interne, externe (INSEE, ANPE, sondage, etc.), de la date des données (pérennité de l étude) et de la date de récupération de ces données (validité/intégrité). Étape 4. Dépouillement et tris Objectif. Savoir dépouiller et trier les données, positionner des étiquettes pour la traçabilité des données. Technique. Génération des tableaux de données. Étape 5. Regroupements Objectif. Savoir regrouper l information (séries condensées, séries classées) et calculer les fréquences. Technique. Sélection et détermination des classes, des tableaux de distribution, et calcul des différents types de fréquence. Étape 6. Représentation graphique Objectif. Savoir représenter graphiquement les données regroupées en fonction du type de caractère et des fréquences à présenter. Technique. Élaboration de secteurs circulaires, tuyaux d orgue, diagrammes en bâtons, histogrammes ou autres représentations graphiques pertinentes.

4 4 Partie I : Séries statistiques descriptives univariées (SSDU) Étape 7. Résumé de l information par les caractéristiques de position, de dispersion et de concentration Objectif. Savoir résumer l information : connaître, choisir et calculer les différentes caractéristiques et interpréter les résultats. Technique. Détermination des caractéristiques de position : moyennes, médiane, mode, valeur minimale, valeur maximale, quantiles ; des caractéristiques de dispersion : étendue, intervalle interquantilles, variance, écart type ; des caractéristiques de concentration : courbe de concentration et calcul de l indice de Gini. Interprétation des résultats par rapport au caractère et à la population. Analyse de leur pertinence : représentativité de la moyenne, approche probabiliste, etc. Étape 8. Conclusion Objectif. Savoir conclure pertinemment sur les questions dégagées dans l étape 1 de définition du problème, avec éventuellement des solutions proposées et une prise de décision. Technique. Rédaction de la conclusion statistique (réponse à la définition statistique) et de la conclusion informelle (réponse à la définition informelle cette conclusion s adresse davantage à un non-statisticien) et proposition d ouverture sur une prise de décision, sur des améliorations de l existant, sur des projets d études.

5 B Les étapes de traitement d une SSDU Étape 1. Définition du problème Pour mener une étude statistique, il est essentiel de la définir exactement. Par exemple, lors d une étude sur le marché du travail, il est impératif de caractériser précisément la population étudiée. Lorsque l on parle de «population active», on considère à la fois les personnes ayant un emploi et celles qui en cherchent un («les chômeurs»). Les chômeurs ne regroupent pas tous les gens en âge de travailler et sans emploi mais ceux qui sont effectivement en recherche d emploi. Et à l intérieur même de la population ayant un emploi (dite «population occupée»), certains ne sont occupés qu à temps partiel alors qu ils recherchent un emploi à temps plein : on parle alors de «sous-emploi». Lorsqu une étude est menée sur la structure de l emploi en France, les résultats diffèrent selon que l on considère la population active, les chômeurs, la population occupée ou la population sous-employée. Dans un autre domaine, en 2009, la Fédération française de canoë-kayak a délivré licences pour le canoë-kayak et autres types de licence à des adhérents ne pratiquant pas le canoë-kayak. Alors combien y a-t-il de Français qui «rament» vraiment? 1. Présentation L étape 1 consiste à poser le problème avec précision et à définir les deux paramètres principaux : la population étudiée et ce que l on étudie dessus. Généralement, les approches statistiques possibles en réponse à une question posée sont multiples. Il n est pas de pire situation que celle qui consiste à faire une étude rigoureuse mais qui, finalement, ne répond pas aux attentes du donneur d ordre, faute d avoir pris le temps de définir clairement son besoin. Lorsqu on cherche à définir une problématique afin d y apporter des réponses, il est essentiel de prendre le temps et le recul nécessaires pour énoncer clairement les questions. Il est préférable de mener cette étape avec la personne qui commande l étude sans pour autant utiliser un quelconque langage statistique. L étape 1 comprend deux sous-étapes : la définition informelle et la définition statistique Définition informelle Cette définition consiste à exprimer, en langage courant et aussi précisément que possible, la problématique du donneur d ordre. Plusieurs entretiens avec ce dernier sont

6 6 Partie I : Séries statistiques descriptives univariées (SSDU) souvent nécessaires pour aboutir à un texte clair. L objet de l étude (la population) devra être nettement identifié, ainsi que ses différents éléments (les individus) et leur nombre (la taille de la population). De même, les enseignements attendus devront être précisés. Il est également important que les limites de l étude soient fixées explicitement : étude sur la population entière ou sur un échantillon, étude préliminaire ou non, délais, précisions des observations, etc. Par exemple, nous étudions la satisfaction clients sur la livraison des produits achetés via notre site d e-commerce. L étude porte sur la population entière des clients livrés au cours des six derniers mois. Les clients devront indiquer leur degré de satisfaction sur une échelle de 1 (pas du tout satisfait) à 5 (très satisfait), ce qui apporte la précision nécessaire à l étude Définition statistique Elle consiste à traduire, en langage statistique, la définition informelle. Elle se présente généralement sous la forme d une simple phrase structurée toujours de la même façon : «Étude de la distribution de (population) par rapport à (caractère) à l aide d une SSDU.» 2. Exemples Pour éclairer cette étape de la «définition», nous allons nous appuyer sur un exemple. L énoncé du problème est le suivant : Une pizzeria demande une étude sur 256 pizzas livrées au travers de 212 ventes du 1 er août au 15 septembre. Comme souvent dans la réalité, cet énoncé n est pas très précis. Plusieurs études différentes sont imaginables : Première possibilité Définition informelle : étude des différents types de pizzas. Définition statistique : étude de la distribution des pizzas livrées (population) par rapport au type de pizza (caractère) par une série statistique descriptive univariée (type de série). Deuxième possibilité Définition informelle : étude du nombre de pizzas par vente. Définition statistique : étude de la distribution des ventes de pizzas (population) par rapport au nombre de pizzas (caractère) par une série statistique descriptive univariée (type de série). Troisième possibilité Définition informelle : étude du chiffre d affaires par vente. Définition statistique : étude de la distribution des ventes de pizzas (population) par rapport au chiffre d affaires (caractère) à l aide d une SSDU (type de série).

7 B Les étapes de traitement d une SSDU Étape 1. Définition du problème 7 3. Approfondissements De nombreux points seraient à aborder concernant la manière de gérer les relations entre les différentes parties prenantes : donneurs d ordre, exécutants, responsables de l étude, ingénieurs, analystes, statisticiens, chargés des relations avec les commanditaires. Ils relèvent essentiellement des relations humaines et de disciplines comme la psychologie, les relations intra- et intergroupes, les techniques de gestion et de management des entretiens et des interviews et sortent largement du cadre de cet ouvrage. Il semble souhaitable, cependant, d insister sur quelques aspects importants : La clarification des objectifs, termes et limites de l étude, objet de la phase «Définition informelle», peut demander du temps et de nombreux allers-retours pour converger vers une formulation adéquate. Il est parfois utile de construire un glossaire précisant le sens des mots et des termes techniques employés par les donneurs d ordre, aussi bien que par les responsables de l étude. Ce glossaire servira de référence commune officielle et pourra même être annexé au rapport d analyse. Le phénomène de mondialisation fait que les parties prenantes impliquées dans l étude peuvent venir d horizons, voire de cultures, très différents. La phase de définition clarification des termes utilisés, traduction éventuelle afin de minimiser les risques de biais d interprétation et de faciliter la mise en œuvre du plan méthodologique type devient alors d autant plus nécessaire. Les protocoles de contrôle du bon déroulement de l étude réunions intermédiaires, points de rendez-vous, réunion de réception de l étude définitive pouvant être variables d une culture à une autre, il faudra également les préciser dans le cadre d un document écrit. 4. QCM 1. Que signifie le sigle SSDU que l on utilise dans la définition statistique? a. Suite Standard Descriptive Uniforme b. Série Standardisée, Décrite et Uniformisée c. Suite Statistique Descriptive Univariée d. Série Statistique Descriptive Univariée 2. Quel est le plan SSDU correct et le plus complet (étapes et ordre des étapes)? a. Définition, formalisation, collecte, dépouillement et tris, regroupement, graphique, résumé b. Définition, formalisation, dépouillement et tris, collecte, résumé, regroupement, graphique c. Définition, formalisation, collecte, dépouillement et tris, résumé, regroupement, graphique, conclusion

8 8 Partie I : Séries statistiques descriptives univariées (SSDU) d. Définition, formalisation, sélection, dépouillement et tris, regroupement, graphique, résumé, conclusion e. Définition, formalisation, collecte, dépouillement et tris, regroupement, graphique, résumé, conclusion 3. Dans une SSDU, on étudie la distribution : a. Du type de caractère b. De la population c. Du caractère d. D une entité statistique 4. Dans une SSDU, la distribution se fait par rapport à : a. Plusieurs caractères b. La population c. Un individu d. Un caractère 5. Quelle est la bonne définition statistique d une étude portant sur l analyse des chiffres d affaires correspondant à un ensemble de commandes? a. Étude de l ensemble des chiffres d affaires par rapport aux commandes b. Étude de la répartition des chiffres d affaires par rapport aux commandes par une SSDU c. Étude de la distribution d un ensemble de commandes par rapport à leur chiffre d affaires à l aide d une SSDU d. Étude de l ensemble des commandes par rapport aux chiffres d affaires par une SSDU 6. Quelle est la bonne définition statistique d une étude portant sur l analyse du nombre de commandes en ligne dont fait l objet chacun des produits du catalogue d un site d e-commerce? a. Étude de l ensemble des produits par rapport au nombre de commandes en ligne b. Étude de la distribution des produits par rapport au nombre de commandes en ligne à l aide d une SSDU c. Étude de l ensemble des nombres de commandes en ligne par rapport aux produits d. Étude de l ensemble des nombres de commandes en ligne par rapport aux produits par une SSDU

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

Exploitation 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. 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 détail

Observatoire Economique et Statistique d Afrique Subsaharienne

Observatoire 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 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

SERIE 1 Statistique descriptive - Graphiques

SERIE 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 détail

Introduction à la méthodologie de la recherche

Introduction à la méthodologie de la recherche MASTER DE RECHERCHE Relations Économiques Internationales 2006-2007 Introduction à la méthodologie de la recherche geraldine.kutas@sciences-po.org Les Etapes de la Recherche Les étapes de la démarche Etape

Plus en détail

Statistique : Résumé de cours et méthodes

Statistique : Résumé de cours et méthodes Statistique : Résumé de cours et méthodes 1 Vocabulaire : Population : c est l ensemble étudié. Individu : c est un élément de la population. Effectif total : c est le nombre total d individus. Caractère

Plus en détail

1. Vocabulaire : Introduction au tableau élémentaire

1. 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 détail

Relation entre deux variables : estimation de la corrélation linéaire

Relation 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 détail

Traitement des données avec Microsoft EXCEL 2010

Traitement 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 détail

LA CONDUITE D UNE MISSION D AUDIT INTERNE

LA CONDUITE D UNE MISSION D AUDIT INTERNE 1 LA CONDUITE D UNE MISSION D AUDIT INTERNE Toute mission d Audit est réalisée en trois étapes essentielles: 1 ère étape : La préparation de la mission 2 ème étape : La réalisation de la mission 3 ème

Plus en détail

BUREAU DU CONSEIL PRIVÉ. Vérification de la gouvernance ministérielle. Rapport final

BUREAU DU CONSEIL PRIVÉ. Vérification de la gouvernance ministérielle. Rapport final BUREAU DU CONSEIL PRIVÉ Vérification de la gouvernance ministérielle Division de la vérification et de l évaluation Rapport final Le 27 juin 2012 Table des matières Sommaire... i Énoncé d assurance...iii

Plus en détail

Gé nié Logiciél Livré Blanc

Gé nié Logiciél Livré Blanc Gé nié Logiciél Livré Blanc Version 0.2 26 Octobre 2011 Xavier Blanc Xavier.Blanc@labri.fr Partie I : Les Bases Sans donner des définitions trop rigoureuses, il faut bien commencer ce livre par énoncer

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 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

Construire un tableau de bord par Marc Maisonneuve

Construire un tableau de bord par Marc Maisonneuve Construire un tableau de bord par Marc Maisonneuve Le tableau de bord On peut le définir comme la présentation synoptique d indicateurs relatifs au suivi d une bibliothèque, d un projet, d un service.

Plus en détail

LA GESTION DE PROJET INFORMATIQUE

LA GESTION DE PROJET INFORMATIQUE Structurer, assurer et optimiser le bon déroulement d un projet implique la maîtrise des besoins, des objectifs, des ressources, des coûts et des délais. Dans le cadre de la gestion d un projet informatique

Plus en détail

LA GESTION DE PROJET INFORMATIQUE

LA GESTION DE PROJET INFORMATIQUE LA GESTION DE PROJET INFORMATIQUE Lorraine Structurer, assurer et optimiser le bon déroulement d un projet implique la maîtrise des besoins, des objectifs, des ressources, des coûts et des délais. Dans

Plus en détail

LE PROBLÈME DE RECHERCHE ET LA PROBLÉMATIQUE

LE PROBLÈME DE RECHERCHE ET LA PROBLÉMATIQUE LE PROBLÈME DE RECHERCHE ET LA PROBLÉMATIQUE Un problème de recherche est l écart qui existe entre ce que nous savons et ce que nous voudrions savoir à propos d un phénomène donné. Tout problème de recherche

Plus en détail

Manuel de recherche en sciences sociales

Manuel de recherche en sciences sociales Résumé de QUIVY R; VAN CAMPENHOUDT L. 95, "Manuel de recherches en sciences sociales", Dunod Cours de TC5 du DEA GSI de l intergroupe des écoles Centrales 11/2002 Manuel de recherche en sciences sociales

Plus en détail

Nom de l application

Nom de l application Ministère de l Enseignement Supérieur et de la Recherche Scientifique Direction Générale des Etudes Technologiques Institut Supérieur des Etudes Technologiques de Gafsa Département Technologies de l Informatique

Plus en détail

Tableau 1 : Structure du tableau des données individuelles. INDIV B i1 1 i2 2 i3 2 i4 1 i5 2 i6 2 i7 1 i8 1

Tableau 1 : Structure du tableau des données individuelles. INDIV B i1 1 i2 2 i3 2 i4 1 i5 2 i6 2 i7 1 i8 1 UN GROUPE D INDIVIDUS Un groupe d individus décrit par une variable qualitative binaire DÉCRIT PAR UNE VARIABLE QUALITATIVE BINAIRE ANALYSER UN SOUS-GROUPE COMPARER UN SOUS-GROUPE À UNE RÉFÉRENCE Mots-clés

Plus en détail

Chapitre 2. Eléments pour comprendre un énoncé

Chapitre 2. Eléments pour comprendre un énoncé Chapitre 2 Eléments pour comprendre un énoncé Ce chapitre est consacré à la compréhension d un énoncé. Pour démontrer un énoncé donné, il faut se reporter au chapitre suivant. Les tables de vérité données

Plus en détail

Soit la fonction affine qui, pour représentant le nombre de mois écoulés, renvoie la somme économisée.

Soit 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 détail

La nouvelle planification de l échantillonnage

La 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 détail

CONCOURS D ENTREE A L ECOLE DE 2007 CONCOURS EXTERNE. Cinquième épreuve d admissibilité STATISTIQUE. (durée : cinq heures)

CONCOURS D ENTREE A L ECOLE DE 2007 CONCOURS EXTERNE. Cinquième épreuve d admissibilité STATISTIQUE. (durée : cinq heures) CONCOURS D ENTREE A L ECOLE DE 2007 CONCOURS EXTERNE Cinquième épreuve d admissibilité STATISTIQUE (durée : cinq heures) Une composition portant sur la statistique. SUJET Cette épreuve est composée d un

Plus en détail

Université de Lorraine Licence AES LIVRET DE STAGE LICENCE 2014-2015

Université de Lorraine Licence AES LIVRET DE STAGE LICENCE 2014-2015 Université de Lorraine Licence AES LIVRET DE STAGE LICENCE 2014-2015 1 LA REDACTION DU RAPPORT DE STAGE Le mémoire ne doit pas consister à reprendre tels quels des documents internes de l entreprise ou

Plus en détail

Documents mis à disposition par : http://www.marketing-etudiant.fr. Attention

Documents mis à disposition par : http://www.marketing-etudiant.fr. Attention Documents mis à disposition par : http://www.marketing-etudiant.fr Attention Ce document est un travail d étudiant, il n a pas été relu et vérifié par Marketing-etudiant.fr. En conséquence croisez vos

Plus en détail

LE RÔLE DE LA STATISTIQUE DANS UN PROCESSUS DE PRISE DE DÉCISION

LE 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 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

L élaboration de la fiche de poste

L élaboration de la fiche de poste L élaboration de la fiche de poste 1 Guide pratique pour l élaboration de la fiche de poste Christine SCHMELTZ-OSCABY 40 Allée Ikinoak - 64210 Guethary tél.: 06 07 51 95 97 E-mail :chrischmeltz@yahoo.fr

Plus en détail

d évaluation Objectifs Processus d élaboration

d 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 détail

MATHÉMATIQUES. Mat-4104

MATHÉMATIQUES. 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 détail

Structure 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 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 détail

Lecture critique et pratique de la médecine

Lecture critique et pratique de la médecine 1-00.qxp 24/04/2006 11:23 Page 13 Lecture critique appliquée à la médecine vasculaireecture critique et pratique de la médecine Lecture critique et pratique de la médecine Introduction Si la médecine ne

Plus en détail

SOCLE COMMUN: LA CULTURE SCIENTIFIQUE ET TECHNOLOGIQUE. alain salvadori IA IPR Sciences de la vie et de la Terre 2009-2010 ALAIN SALVADORI IA-IPR SVT

SOCLE COMMUN: LA CULTURE SCIENTIFIQUE ET TECHNOLOGIQUE. alain salvadori IA IPR Sciences de la vie et de la Terre 2009-2010 ALAIN SALVADORI IA-IPR SVT SOCLE COMMUN: LA CULTURE SCIENTIFIQUE ET TECHNOLOGIQUE alain salvadori IA IPR Sciences de la vie et de la Terre 2009-2010 ALAIN SALVADORI IA-IPR SVT SOCLE COMMUN ET PROGRAMMES La référence pour la rédaction

Plus en détail

Ressources nécessaires (avec budget)

Ressources nécessaires (avec budget) Fiche 11 : La formation des enquêteurs et l administration de l enquête Objectif Former les enquêteurs et procéder à l enquête satisfaction. Principe Répondre aux questions relatives à la formation des

Plus en détail

Les exploitations de grandes cultures face à la variabilité de leurs revenus : quels outils de gestion des risques pour pérenniser les structures?

Les exploitations de grandes cultures face à la variabilité de leurs revenus : quels outils de gestion des risques pour pérenniser les structures? Les exploitations de grandes cultures face à la variabilité de leurs revenus : quels outils de gestion des risques pour pérenniser les structures? Benoît Pagès 1, Valérie Leveau 1 1 ARVALIS Institut du

Plus en détail

DiFiQ. Diplôme Finance Quantitative. Une formation en partenariat. Ensae Dauphine Bärchen

DiFiQ. Diplôme Finance Quantitative. Une formation en partenariat. Ensae Dauphine Bärchen DiFiQ Ensae Dauphine Bärchen Diplôme Finance Quantitative Une formation en partenariat bonnes raisons 5de s inscrire au DiFiQ 1. Gagnez une maîtrise incontournable des techniques quantitatives en finance

Plus en détail

Chapitre 2 LE CAS PRATIQUE

Chapitre 2 LE CAS PRATIQUE Chapitre 2 LE CAS PRATIQUE Demande de conseil. Le cas pratique est un exercice juridique qui, à l instar d une personne se trouvant en situation de litige avec autrui, demande conseil. C est un exercice

Plus en détail

Correction du baccalauréat ES/L Métropole 20 juin 2014

Correction du baccalauréat ES/L Métropole 20 juin 2014 Correction du baccalauréat ES/L Métropole 0 juin 014 Exercice 1 1. c.. c. 3. c. 4. d. 5. a. P A (B)=1 P A (B)=1 0,3=0,7 D après la formule des probabilités totales : P(B)=P(A B)+P(A B)=0,6 0,3+(1 0,6)

Plus en détail

Document d orientation sur les allégations issues d essais de non-infériorité

Document d orientation sur les allégations issues d essais de non-infériorité Document d orientation sur les allégations issues d essais de non-infériorité Février 2013 1 Liste de contrôle des essais de non-infériorité N o Liste de contrôle (les clients peuvent se servir de cette

Plus en détail

Formation PME Etude de marché

Formation 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 détail

Introduction au datamining

Introduction 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 détail

Introduction à l évaluation des besoins en compétences essentielles

Introduction à l évaluation des besoins en compétences essentielles Introduction à l évaluation des besoins en compétences essentielles Cet outil offre aux conseillers en orientation professionnelle : un processus étape par étape pour réaliser une évaluation informelle

Plus en détail

EXAMEN CRITIQUE D UN DOSSIER TECHNIQUE

EXAMEN CRITIQUE D UN DOSSIER TECHNIQUE EXAMEN CRITIQUE D UN DOSSIER TECHNIQUE (Préparation : 5 heures -- Exposé et Questions : 1 heure) Rapport établi par : P.J. BARRE, E. JEAY, D. MARQUIS, P. RAY, A. THIMJO 1. PRESENTATION DE L EPREUVE 1.1.

Plus en détail

ANNEXE 2 : Liste des questions entre le directeur et l étudiant

ANNEXE 2 : Liste des questions entre le directeur et l étudiant ANNEXE 2 : Liste des questions entre le directeur et l étudiant LES QUESTIONS PROPRES À L ÉTUDIANT 4 Ai-je bien identifié mes besoins de formation et d'encadrement et les objectifs que je désire atteindre

Plus en détail

E-COMMERCE VERS UNE DÉFINITION INTERNATIONALE ET DES INDICATEURS STATISTIQUES COMPARABLES AU NIVEAU INTERNATIONAL

E-COMMERCE VERS UNE DÉFINITION INTERNATIONALE ET DES INDICATEURS STATISTIQUES COMPARABLES AU NIVEAU INTERNATIONAL E-COMMERCE VERS UNE DÉFINITION INTERNATIONALE ET DES INDICATEURS STATISTIQUES COMPARABLES AU NIVEAU INTERNATIONAL Bill Pattinson Division de la politique de l information, de l informatique et de la communication

Plus en détail

Consignes pour les travaux d actualité Premier quadrimestre

Consignes pour les travaux d actualité Premier quadrimestre Consignes pour les travaux d actualité Premier quadrimestre Principes de base Durant le premier semestre, vous serez amenés à remettre un travail effectué en groupe. Le but de celui-ci est de s intéresser

Plus en détail

Cycle de formation certifiante Sphinx

Cycle 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 détail

Rédiger et administrer un questionnaire

Rédiger et administrer un questionnaire Rédiger et administrer un questionnaire Ce document constitue une adaptation, en traduction libre, de deux brochures distinctes : l une produite par l American Statistical Association (Designing a Questionnaire),

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

Limites finies en un point

Limites finies en un point 8 Limites finies en un point Pour ce chapitre, sauf précision contraire, I désigne une partie non vide de R et f une fonction définie sur I et à valeurs réelles ou complees. Là encore, les fonctions usuelles,

Plus en détail

LES DIFFERENTS TYPES DE MESURE

LES 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 détail

Qu est-ce que le ehealthcheck?

Qu est-ce que le ehealthcheck? Plus la dépendance d une compagnie envers ses systèmes informatiques est grande, plus le risque qu une erreur dans les processus métiers puisse trouver ses origines dans l informatique est élevé, d où

Plus en détail

CADRE D AGRÉMENT APPROCHE STANDARD DU RISQUE OPÉRATIONNEL

CADRE D AGRÉMENT APPROCHE STANDARD DU RISQUE OPÉRATIONNEL CADRE D AGRÉMENT APPROCHE STANDARD DU RISQUE OPÉRATIONNEL Coopératives de services financiers Publication initiale : Décembre 2007 Mise à jour : TABLE DES MATIÈRES 1. Introduction... 3 2. Principes généraux...

Plus en détail

Guide de rédaction d un protocole de recherche clinique à. l intention des chercheurs évoluant en recherche fondamentale

Guide de rédaction d un protocole de recherche clinique à. l intention des chercheurs évoluant en recherche fondamentale V E R S I O N A V R I L 2 0 1 2 C E N T R E D E R E C H E R C H E C L I N I Q U E É T I E N N E - L E B E L D U C H U S Guide de rédaction d un protocole de recherche clinique à l intention des chercheurs

Plus en détail

Recherche documentaire et autoformation. Lecture critique d un article médical. Recommandations pour la pratique. Les maladies orphelines

Recherche documentaire et autoformation. Lecture critique d un article médical. Recommandations pour la pratique. Les maladies orphelines 18. Recherche documentaire et autoformation. Lecture critique d un article médical. Recommandations pour la pratique. Les maladies orphelines KARILA LAURENT - APPRENTISSAGE DE L EXERCICE MÉDICAL + Objectifs

Plus en détail

ITIL V3. Transition des services : Principes et politiques

ITIL V3. Transition des services : Principes et politiques ITIL V3 Transition des services : Principes et politiques Création : janvier 2008 Mise à jour : août 2009 A propos A propos du document Ce document de référence sur le référentiel ITIL V3 a été réalisé

Plus en détail

Les documents primaires / Les documents secondaires

Les documents primaires / Les documents secondaires Les documents primaires / Les documents secondaires L information est la «matière première». Il existe plusieurs catégories pour décrire les canaux d information (les documents) : - Les documents primaires

Plus en détail

Guide No.2 de la Recommandation Rec (2009).. du Comité des Ministres aux États membres sur la démocratie électronique

Guide No.2 de la Recommandation Rec (2009).. du Comité des Ministres aux États membres sur la démocratie électronique DIRECTION GENERALE DES AFFAIRES POLITIQUES DIRECTION DES INSTITUTIONS DEMOCRATIQUES Projet «BONNE GOUVERNANCE DANS LA SOCIETE DE L INFORMATION» CAHDE (2009) 2F Strasbourg, 20 janvier 2009 Guide No.2 de

Plus en détail

Collecter des informations statistiques

Collecter 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 détail

PROMOUVOIR «LE DIALOGUE INTERNE EN TANT QUE FACTEUR D AMÉLIORATION»

PROMOUVOIR «LE DIALOGUE INTERNE EN TANT QUE FACTEUR D AMÉLIORATION» PROMOUVOIR «LE DIALOGUE INTERNE EN TANT QUE FACTEUR D AMÉLIORATION» Février 2012 1. INTRODUCTION Depuis quelques années, la Justice s interroge sur la qualité de son fonctionnement. En novembre 2010, le

Plus en détail

CONSEILS POUR LA REDACTION DU RAPPORT DE RECHERCHE. Information importante : Ces conseils ne sont pas exhaustifs!

CONSEILS POUR LA REDACTION DU RAPPORT DE RECHERCHE. Information importante : Ces conseils ne sont pas exhaustifs! CONSEILS POUR LA REDACTION DU RAPPORT DE RECHERCHE Information importante : Ces conseils ne sont pas exhaustifs! Conseils généraux : Entre 25 et 60 pages (hormis références, annexes, résumé) Format d un

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

Structure 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 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 détail

Sujet de thèse CIFRE RESULIS / LGI2P

Sujet de thèse CIFRE RESULIS / LGI2P Ecole des Mines d Alès Laboratoire de Génie Informatique et d Ingénierie de Production LGI2P Nîmes Sujet de thèse CIFRE RESULIS / LGI2P Titre Domaine De l ingénierie des besoins à l ingénierie des exigences

Plus en détail

Assurance maladie publique et «Opting out» - Réflexions théoriques

Assurance maladie publique et «Opting out» - Réflexions théoriques Assurance maladie publique et «Opting out» - Réflexions théoriques Carine Franc CREGAS INSERM - U 537 Une définition de «l opting out» «to opt out» : choisir de ne pas participer ; [hopital, school] choisir

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

Notre modèle d engagement

Notre modèle d engagement Notre modèle d engagement 1. EVALUER L évaluation des compétences que vous souhaitez améliorer implique un vrai échange entre nos deux équipes, et une étude plus approfondie des écarts et des actions préalablement

Plus en détail

LA GESTION DE LA RELATION CLIENT

LA GESTION DE LA RELATION CLIENT Conquérir un prospect coûte beaucoup plus cher que de fidéliser un client. C est la raison pour laquelle un grand nombre d entreprises orientent leur stratégie autour des services proposés à leurs clients.

Plus en détail

Politique de gestion des risques

Politique de gestion des risques Objectif de la politique La gestion efficace des risques vise à assurer la continuité des opérations, le maintien de la qualité des services et la protection des actifs des organisations. Plus formellement,

Plus en détail

INFORMATIQUE : LOGICIELS TABLEUR ET GESTIONNAIRE DE BASES DE DONNEES

INFORMATIQUE : LOGICIELS TABLEUR ET GESTIONNAIRE DE BASES DE DONNEES MINISTERE DE LA COMMUNAUTE FRANCAISE ADMINISTRATION GENRALE DE L ENSEIGNEMENT ET DE LA RECHERCHE SCIENTIFIQUE ENSEIGNEMENT DE PROMOTION SOCIALE DE REGIME 1 DOSSIER PEDAGOGIQUE UNITE DE FORMATION INFORMATIQUE

Plus en détail

UNE 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 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 détail

Méthode universitaire du commentaire de texte

Méthode universitaire du commentaire de texte Méthode universitaire du commentaire de texte Baptiste Mélès Novembre 2014 L objectif du commentaire de texte est de décrire la structure argumentative et de mettre au jour les concepts qui permettent

Plus en détail

«Donnons envie aux entreprises de faire de la Formation continue à l Université!» (Stand D07) La formation continue à l Université Fiche expérience

«Donnons envie aux entreprises de faire de la Formation continue à l Université!» (Stand D07) La formation continue à l Université Fiche expérience «Donnons envie aux entreprises de faire de la Formation continue à l Université!» (Stand D07) La formation continue à l Université Fiche expérience UNIVERSITE PARIS 8 ENTREPRISE FNAIM Monter les salariés

Plus en détail

Proposition de sujet de thèse CIFRE EUROCOPTER / LGI2P

Proposition de sujet de thèse CIFRE EUROCOPTER / LGI2P EUROCOPTER SAS Groupe EADS Marignane Ecole des Mines d Alès Laboratoire de Génie Informatique et d Ingénierie de Production LGI2P Nîmes Proposition de sujet de thèse CIFRE EUROCOPTER / LGI2P Titre Domaine

Plus en détail

Les Méthodes Agiles. description et rapport à la Qualité. Benjamin Joguet Rémi Perrot Guillaume Tourgis

Les Méthodes Agiles. description et rapport à la Qualité. Benjamin Joguet Rémi Perrot Guillaume Tourgis Les Méthodes Agiles description et rapport à la Qualité Benjamin Joguet Rémi Perrot Guillaume Tourgis 1 Plan Présentation générale d'agile Qu'est ce qu'une méthode Agile? Le manifeste Les valeurs Les principes

Plus en détail

C est un outil important pour : - mener une politique de communication cohérente, - et fixer des priorités.

C est un outil important pour : - mener une politique de communication cohérente, - et fixer des priorités. Élaborer un plan de communication stratégique pour une organisation publique - Guide pour les communicateurs fédéraux - COMM Collection - N 19 Bruxelles, juin 2010 Cette démarche suppose une analyse approfondie

Plus en détail

Statistique Descriptive Élémentaire

Statistique 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 détail

Ministère de l intérieur --------

Ministère de l intérieur -------- Ministère de l intérieur -------- Examen professionnel d ingénieur principal des systèmes d information et de communication du ministère de l intérieur Session 2013 Meilleure copie Sujet n 1 - Réseaux

Plus en détail

Petit guide pour choisir une solution CRM

Petit guide pour choisir une solution CRM Petit guide pour choisir une solution CRM Trouvez la solution qui vous convient» Nos clients sont plus performants. www.update.com Avant-propos Le CRM est en passe de devenir le principal logiciel de l

Plus en détail

3 - Sélection des fournisseurs... 4. 4 Marche courante... 5. 4.1 Conditionnement Transport... 5. 4.2 Livraison... 5

3 - Sélection des fournisseurs... 4. 4 Marche courante... 5. 4.1 Conditionnement Transport... 5. 4.2 Livraison... 5 1 SOMMAIRE 1 Introduction... 3 2 Principes... 3 3 - Sélection des fournisseurs... 4 4 Marche courante... 5 4.1 Conditionnement Transport... 5 4.2 Livraison... 5 4.3 - Garantie qualité / Conformité... 5

Plus en détail

Principe et règles d audit

Principe et règles d audit CHAPITRE 2 Principe et règles d audit 2.1. Principe d audit Le principe et les règles d audit suivent logiquement l exposé précédent. D abord, comme dans toute branche de l activité d une entreprise, l

Plus en détail

Regards croisés sur l auto-entrepreunariat

Regards croisés sur l auto-entrepreunariat Regards croisés sur l auto-entrepreunariat Septembre 2013 Toute publication totale ou partielle doit impérativement utiliser la mention complète suivante : «Sondage OpinionWay pour l Union des Auto-Entrepreneurs

Plus en détail

Les 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 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 détail

DETERMINATION DE L INCERTITUDE DE MESURE POUR LES ANALYSES CHIMIQUES QUANTITATIVES

DETERMINATION DE L INCERTITUDE DE MESURE POUR LES ANALYSES CHIMIQUES QUANTITATIVES Agence fédérale pour la Sécurité de la Chaîne alimentaire Administration des Laboratoires Procédure DETERMINATION DE L INCERTITUDE DE MESURE POUR LES ANALYSES CHIMIQUES QUANTITATIVES Date de mise en application

Plus en détail

Ressources APIE. La comptabilisation des frais de R&D. de l immatériel. Pour agir. En bref. Agence du patrimoine immatériel de l État

Ressources APIE. La comptabilisation des frais de R&D. de l immatériel. Pour agir. En bref. Agence du patrimoine immatériel de l État Ressources de l immatériel APIE Agence du patrimoine immatériel de l État La comptabilisation des frais de R&D En bref Des moyens considérables sont alloués par les autorités publiques aux efforts de recherche

Plus en détail

Projet SINF2275 «Data mining and decision making» Projet classification et credit scoring

Projet 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 détail

FOTO - L OMNIBUS MENSUEL DE CROP LE NOUVEAU CROP-EXPRESS

FOTO - L OMNIBUS MENSUEL DE CROP LE NOUVEAU CROP-EXPRESS FOTO - L OMNIBUS MENSUEL DE CROP LE NOUVEAU CROP-EXPRESS 550, RUE SHERBROOKE OUEST MONTRÉAL (QUÉBEC) H3A 1B9 BUREAU 900 TOUR EST T 514 849-8086, POSTE 3064 Réflexions méthodologiques Depuis des années,

Plus en détail

TUTORIEL Qualit Eval. Introduction :

TUTORIEL Qualit Eval. Introduction : TUTORIEL Qualit Eval Introduction : Qualit Eval est à la fois un logiciel et un référentiel d évaluation de la qualité des prestations en établissements pour Personnes Agées. Notre outil a été spécifiquement

Plus en détail

Agence Leitmotiv - Tous droits réservés. Etude de plan marketing RH

Agence Leitmotiv - Tous droits réservés. Etude de plan marketing RH Etude de plan marketing RH Contexte La société xxx souhaite mettre en place un plan de marketing RH avec pour objectifs : - une meilleure communication interne pour expliquer et aider les salariés à vivre

Plus en détail

Annexe au document intitulé Communication relative à certaines questions de politique concernant le Bureau de Procureur : renvois et communications

Annexe au document intitulé Communication relative à certaines questions de politique concernant le Bureau de Procureur : renvois et communications Annexe au document intitulé Communication relative à certaines questions de politique concernant le Bureau de Procureur : renvois et communications La présente annexe au document de politique du Procureur

Plus en détail

Etude relative aux rapports des présidents sur les procédures de contrôle interne et de gestion des risques pour l exercice 2011

Etude relative aux rapports des présidents sur les procédures de contrôle interne et de gestion des risques pour l exercice 2011 Etude relative aux rapports des présidents sur les procédures de contrôle interne et de gestion des risques pour l exercice 2011 SOMMAIRE Synthèse et Conclusion... 1 Introduction... 4 1. La description

Plus en détail

Modernisation et gestion de portefeuilles d applications bancaires

Modernisation et gestion de portefeuilles d applications bancaires Modernisation et gestion de portefeuilles d applications bancaires Principaux défis et facteurs de réussite Dans le cadre de leurs plans stratégiques à long terme, les banques cherchent à tirer profit

Plus en détail

Développement itératif, évolutif et agile

Développement itératif, évolutif et agile Document Développement itératif, évolutif et agile Auteur Nicoleta SERGI Version 1.0 Date de sortie 23/11/2007 1. Processus Unifié Développement itératif, évolutif et agile Contrairement au cycle de vie

Plus en détail

Le suivi de la qualité. Méthode MSP : généralités

Le 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 détail

Misereor a-t-elle besoin «d études de base»? Document d information à l intention des partenaires

Misereor a-t-elle besoin «d études de base»? Document d information à l intention des partenaires Misereor a-t-elle besoin «d études de base»? Document d information à l intention des partenaires Texte allemand : EQM/Misereor, janvier 2012 Traduction : Service des langues de MISEROR, mars 2012 Ce document

Plus en détail

STAGE D INITIATION RAPPORT DE. Elaboré par. Prénom NOM. Encadré par : Mr Prénom NOM (Société) Société d accueil :. (Sigle de la société d accueil)

STAGE D INITIATION RAPPORT DE. Elaboré par. Prénom NOM. Encadré par : Mr Prénom NOM (Société) Société d accueil :. (Sigle de la société d accueil) (Sigle de la société d accueil) REPUBLIQUE TUNISIENNE ***** MINISTERE DE L'ENSEIGNEMENT SUPERIEUR, DE LA RECHERCHE SCIENTIFIQUE ET DE LA TECHNOLOGIE ***** DIRECTION GENERALE DES ETUDES TECHNOLOGIQUES *****

Plus en détail