Distribution variable

comportement sans intervenir. Consiste à interroger les gens sur des aspects d’eux-mêmes qu’ils sont en mesure de décrire. Variable Toute caractéristique d’une personne ou de son entourage ne pouvant être observée, mais pouvant faire l’objet d’une description par le sujet lui-même. OBSERVÉE/DÉCRITE Tout phénomène qui varie et qui peut faire l’objet d’une observation. OBSERVÉE La variable décrite DÉCRITE Outils observation, test, questionnaire, entrevue grille d’observation questionnaire, entrevue

Traitement statistique des variables médiatrices Objectifs du TD  A la fin du TD l’étudiant doit être capable d’identifier une variable médiatrice, et de tester l’effet médiateur d’une variable Z au niveau de la relation entre deux autres variables X et Y. Selon Baron et Kenny (1986), « une variable médiatrice explique comment des évènements externes à l’individu prennent une signification psychologique chez celui ci. Alors que les variables modératrices spécifient quand certains effets arrivent

hauteur en mètre de : 1. L’oratoire St-Joseph et 2. L’école d’optométrie en nous servant du sexant, de distance et quelques formules de trigonométrie. Identification des variables Notre variable dépendante est la hauteur du bâtiment à mesurer et la variable indépendante est l’angle à laquelle où on ne voit plus le bâtiment. La variable à contrôler est la distance qui nous sépare de l’oratoire/école d’optométrie. Schéma des édifices (de l’oratoire St-Joseph)   Cadre Théorique En nous basant

de base . . . . . . . . . . . . . . 2.5.2 Interprétations . . . . . . . . . . . . . . . 2.5.3 Critère d’optimalité . . . . . . . . . . . . 2.5.4 Adaptation à d’autres formes de modèles 2.5.5 Obtention d’une base admissible initiale . 2.5.6 Variables à valeurs quelconques . . . . . . 2.6 Dualité . . . . . . . . . . . . . . . . . . . . . . . 2.6.1 Motivation . . . . . . . . . . . . . . . . . 2.6.2 Analyse de sensibilité . . . . . . . . . . . 2.7 Notes . . . . . . . . . . . . . . . . . . .

2 1.2 Remarque importante sur les calculs de variance et d’écart type........ 3 L’écriture de quelques fonctions utiles ............................................................. 5 2.1 Tableau de calcul, espérance, variance, écart type d’une variable aléatoire discrète................................................................ 5 2.2 Texte des fonctions tab et espvar................................................................ 6 Utilisation en Statistiques : régression linéaire ......

considère un groupe de risques sur une période fixée, et on se place dans le cadre du modèle composé. Le montant total cumulé des sinistres sur cette période s’écrit N : représente le nombre de sinistres survenus pendant la période considérée. C : La variable aléatoire parente « coût de sinistre ». ∑ Si N >0, 0 sinon. Le modèle s’est placé sous les trois hypothèses habituelles : (i) (ii) (iii) Indépendante fréquente/coût Indépendante et équidistribution des coûts de sinistres, Pas de sinistre

 Régression Linéaire Simple Prédire les valeurs d’une variable dépendante « Y » à partir des valeurs prises par une autre variable indépendante « X » Etape D’une étude de régression : 1- Spécification du modèle : Soupçonner la relation (Diagramme de dispersion - nuage de point) et voir la forme 2- Validation du modèle : Le vérifier dans sa globalité, Coefficient de Détermination avec ANOVA. 3- Estimation des paramètres : Estimer le modèle

. . . . . . . . . . . . . . . . . . . . . II Variables aléatoires discrètes - Lois discrètes usuelles 1 Variables aléatoires discrètes . . . . . . . . . . . . . . . . . . . 1.1 Définitions . . . . . . . . . . . . . . . . . . . . . . . . . 1.2 Représentations graphiques . . . . . . . . . . . . . . . 1.3 Variables aléatoires indépendantes . . . . . . . . . . . . 1.4 Paramètres d’une variable aléatoire . . . . . . . . . . . 1.4.1 Espérance mathématique . . . .

d’équilibre des actifs financiers) pour l’action XXX en précisant la valeur des paramètres et en définissant les variables b)       Que représente la prime de risque du marché c)       Ce titre est-il surévalué ou sous évalué ? En fonction de votre réponse, que doit faire l’investisseur ?   Question 2 : Présenter l’équation du modèle de marché. Ecrire cette équation en définissant chaque variable. Que représente le bêta d’un titre ? Donner son expression. Définir également le risque systématique et

Statistique Plan : Chapitre 1 Chapitre 2 Chapitre 3 Chapitre 4 : Dénombrement et analyse combinatoire : Calcul de probabilité : Variable aléatoire discrète : Loi de probabilité discrète Chapitre 1 : Analyse combinatoire et dénombrement I . Intuition On va travailler sur des ensembles mathématique ( a,b,c,d ) ; ( 1,2,3,4 ) on note souvent un ensemble , cet ensemble fini est composé de N élément, on dit alors que cardinal de (  ) = N ( nombre total d’élément dans l’ensemble  ). L’objectif