Analyse de la variance

ESG – 2 ème année GF Statistique et analyse des données A.U. 10 / 11 Analyse Exploratoire des Données Tri à plat et tris croisés « Les statistiques ne dispensent pas d’être intelligent » (Alfred Sauvy) I - Buts de l’analyse statistique Observer Décrire Expliquer Confirmer • Décrire de façon précise, organiser et résumer les données d’une étude afin de pouvoir les interpréter et communiquer les résultats aux autres utilisateurs. • Déterminer les relations entre les variables

Analyse des données. CHAPITRE 1. REGRESSION ET CORRELATION 1.1. INTRODUCTION. En analyse de régression, on cherche à expliquer une variable métrique Y qui dépend d’une ou de plusieurs variables explicatives métriques X1, X2,..., Xp. A cette fin, un modèle mathématique peut représenter convenablement la relation entre Y et les Xi, ce modèle servira aussi pour faire des prévisions. Y = f ( X1, X2,..., Xp ) La variable Y s’appelle la variable expliquée, dépendante, endogène, tandis que les X1

GAVOILLE Joseph LATEULADE Franck Lundi 04 Novembre 1996 Groupe 1 Binôme 3 T.P. Matériaux 3 I. But du T.P : Construction du diagramme de phases des alliages de Pb-Sn par ANALYSE THERMIQUE SIMPLELe but du T.P. sera de déterminer expérimentalement les courbes du solidus et du liquidus des alliages Pb-Sn et d’en déduire la composition du point d’eutexie. § Définition : Eutectique(origine grecque « qui fond bien ») : se dit d’un mélange dont la température

coefficient de corrélation mesure la force de la relation entre deux variables. R2 ou R-Deux : Mesure la part expliquée de la variable dépendante par la variance de la variable indépendante. Exemple : Variable dépendante : Rendement Variable indépendante : Motivation. Si R2 est égale à 0,76 veut dire que 76% de la variance du rendement est expliquée par la variance de la motivation.     R R R R R R      = 0,70 0,69 0,49 0,29 0,09 0,00 Relation très forte Relation forte Relation modérée Relation

moyenne est sensible aux valeurs extrêmes. Le mode c'est la valeur qui apparaît le plus souvent. 5 indicateurs de dispersion qui vont permettre de voir si le groupe/échantillon est homogène ou hétérogène : écart type, variance, quartiles, étendue, écart inter-quartiles. Variance : calcul de chaque réponse donnée écart inter-quartile : Q1-Q3 (25%-75%) 12 notes : 4 5 7 8 8 9 10 10 10 11 13 16 Q2 : 9.5Q1 : 7.5Q3 : 10.5 13 notes : 4 5 7 8 8 10 10 10 11 12 13 16 Q2 : le premier 10Q1 :

nombre de contacts avec des nouveaux clients. - la proportion de contacts avec rendez-vous d'avance. - les coups de téléphone aux prospects. - le nombre de nouveau comptes visités. Le tableau de la page suivante montre le tableau tel qu'il est analysé en analyse discriminante (superposition des données de chaque groupe). 1Gilbert A. Churchill, "Marketing Research, Methodological Foundations", 5e Ed., Dryden Press, 1991. 3 4 Individus Nombre de contacts nouveaux clients. Proportion

SPSS : Analyse de données Séminaire DOYE – 28 et 29 mars 2013 Dans l’onglet « affichage des données » Vertical : individu Horizontal : question Fusionner les données Données > fusionner les données > ajouter les observations Cocher « un fichier de données SPSS Statistics Externe » Parcourir, sélectionner un fichier Dans un premier temps, il faut configurer le questionnaire sur SPSS, si la configuration est bonne, on scinde : c’est pour éviter d’avoir des variables non communes

................................................................................... 44   V.   Résultats des analyses : .................................................................................................... 44   1.   De point de vu chimique : ............................................................................................. 44   2.   Analyse de la surface spécifique Blaine « SSB » : ....................................................... 48   VI.  

Analyse des donnéesL’Analyse en Composantes Principales Année universitaire: 2022/2023 Cours réalisé par: Pr M. OUDMANE Email: m.oudmane@encgcasa.ma -Analyse des données- PR M.OUDMANE mailto:meriem.oudmane@encgcasa.maIntroduction • L’analyse en composantes principales (ACP) est une méthode classique de l’un des grands champs de la statistique appelé statistique exploratoire multidimensionnelle ➔Multidimensionnelle s’oppose à unidimensionnelle : on suppose donc que l’on disposera de plusieurs variables

Mathematica https://portail.ensam.eu/sites/TRA-CO/AS/AE/SIMMetz Plan du cours 1. Introduction 2. Bases des probabilités 3. Variables aléatoires (discrètes et continues) 4. Vecteurs aléatoires 5. Convergences en loi 6. Estimation 7. Test 8. Analyse de la variance 3 1) Introduction Probabilités Modèle 4 Statistiques Réalité Probabilité Estimation Hypothèses Echantillon Test Risques 1) Introduction Définition. 5 1) Introduction Une expérience aléatoire se décrit