Dispersion statistique

mesures proviennent de lois normales de moyennes µ·1 et µ·2 et de variance commune σ 2 On veut tester : H0 : µ D = δ H1 : µD ￿= ()δ On s’int´resse ` e a La plupart du temps, δ = 0. Di = Xi,2 − Xi,1 , i = 1, . . . , b. La statistique du test : Cela pourrait ˆtre : la perte de poids d’un individu au cours d’un e traitement. On a : ￿ ￿ T = sD o` sD = √ . u b D : la moyenne des ´carts ; e sD : l’´cart type des ´carts. e e S. Alalouf & A. Latour (UQAM /

terme les résultats de l’E = iv immatériel. Influant sur l’efficacité de la P°, sur le rythme de renouvellement des produits ou sur les ventes, les iv immat apparaissent comme des éléments de compétitivité prix. Le conseil national de l’info° statistique définit un iv immat comme : « une dépense qui bien qu’inscrite en charge d’exploitation, développe la capacité de P° et valorise l’E en s’accumulant sous la forme d’un K amortissable, sur une P° future et en constituant une valeur patrimoniale cessible

adaptées certaines insistent sur des critères d'économie, de pouvoir, de prestige ou de connaissance Ce sont des attitudes culturelles, le goût, politique. Ces inégalités sont-elles que sociales ? Comment sont décrites ces inégalités ? Outil statistique de mesure les PCS (profession et catégories sociales) et CPS (catégorie professionnelle sociale) : La nouvelle version de la nomenclature des Professions et Catégories Socioprofessionnelles (PCS-2003) est le fruit du travail de rénovation accompli

PROBABILITES & STATISTIQUE RESUME Introduction Moyenne arithmétique : x = (1/n)*∑xi avec y = cx+d La médiane : [ ] [ ] x = x (n+1)/2 pour n impair = (x n/2 + x n/2 + 1)/2 pour n pair [ ] [ ] [ ] Le milieu étendu : m = 0.5*(x 1 + x n ) Caractéristiques de dispersion : variance : s2 = 1/(n-1) [∑xi2 – nx2] étendue : e = x n - x 1 Le box-plot : [ ] [ ] écart-type : s, racine carrée de la variance A1….. Q(25%) x Q(75%) …..A2 A1 : la + petite observation = Q(0.25) – 1.5*(Q(0

Malcolm Baldrige national quality award 5. ISO 9000 Section 2 : La gestion de la qualité, concepts et coûts 6. 7. Les concepts de la gestion de qualité Le coût de la qualité Section 3 : En passant par les outils d’analyse, un peu de statistique 8. 9. 10. 11. Les outils de contrôle de la qualité La capacité des processus L’échantillonnage d’acceptation Caractéristiques des courbes d’exploitation Section 4 : Ensemble pour une gestion de qualité efficace 12. 13. 14. 15. La responsabilité

Monsieur Jérôme Philippe Relations producteur-distributeur : les enseignements du secteur de l'habillement In: Economie et statistique, N°303, Mars 1997. pp. 101-112. Citer ce document / Cite this document : Philippe Jérôme. Relations producteur-distributeur : les enseignements du secteur de l'habillement. In: Economie et statistique, N°303, Mars 1997. pp. 101-112. doi : 10.3406/estat.1997.2550 http://www.persee.fr/web/revues/home/prescript/article/estat_0336-1454_1997_num_303_1_2550 Résumé

Introduction ` la statistique a inf´rentielle e Didier Concordet Unit´ de Biom´trie e e Ecole V´t´rinaire de Toulouse ee Sommaire 1 Statistiques descriptives 1.1 Description num´rique . . . . . . . e 1.1.1 Param`tres de position . . . e 1.1.2 Param`tres de dispersion . . e 1.1.3 Param`tres de forme . . . . e 1.2 Description graphique . . . . . . . 1.2.1 Description de la densit´ . . e 1.2.2 Description de la fonction de 7 7 8 10 11 12 12 13 17 18 21 21 23 24 26 27 28 28 30 33 34 34 35

at Probabilités et Statistique Cours - TD ENSICA 2ème année 2005/2006 Introduction La théorie des probabilités procède selon une méthode qui s’apparente à la démarche déductive. Connaissant la loi d’une variable ou d’un vecteur aléatoire, on sait calculer les valeurs exactes des paramètres qui la caractérisent, comme l’espérance ou la variance, et déterminer les lois de nouvelles variables ou vecteurs aléatoires fonction de la variable ou des vecteurs aléatoires donnés ainsi que les limites

1.3.8. La conjoncture économique 1.3.9. L‟indice de confiance des consommateurs 139 139 141 143 143 144 144 144 145 145 146 146 147 2. RESIDUS ET HETEROSCEDASTICITE 2.1. Test de corrélation sérielle des résidus 2.1.1. La statistique de DURBIN WATSON 2.1.2. Statistique en t de DURBIN 2.1.3. Corrélogramme des résidus 2.1.4. Test de BREUSCH et GODFREY 148 148 148 151 151 153 2.1.5. Amélioration du modèle et correction de l‟autocorrélation 154 2.2. Hétéroscadasticité 2.2.1. Graphe des résidus

LES OUTILS ET METHODES DE LA GESTION DE LA QUALITE Sommaire 1. Typologie des outils de la qualité a. Pour analyser une performance * Carte de contrôle * Contrôle Statistique de Processus b. Pour cadrer le pilotage * Roue de Deming * Méthode Six Sigma * Cercles de Qualité c. Pour analyser un fonctionnement * Logigramme * Schéma géographique * Schéma fonctionnel * L'outil « PERT » * Stratification d. Pour rechercher