Inférence statistique

2003, Juin, Nouvelle Calédonie Une société de maintenance de photocopieurs désire optimiser ses prestations au niveau des entreprises, afin de proposer un abonnement adapté à ses services. On note, pour n entier naturel non nul, In l’évènement « La société intervient durant le n-ième mois qui suit l’installation d’un photocopieur » et pn = p(In) la probabilité de l’évènement In. Le bureau d’étude a mis en évidence les résultats suivants pour une entreprise déterminée : • p(I1) = p1 = 0,75. • Sachant

Conditionnement Les probabilités conditionnelles prennent en compte les informations concernant l'issue d'une expérience qui modifient la probabilité des événements liés à cette expérience. On parle de probabilités conditionnelles lorsque deux événements d'une expérience aléatoire se réalisent l'un après l'autre, on regarde alors l'influence du premier sur le second. 1. Comment calculer une probabilité conditionnelle ? Lecture d'un arbre On considère une expérience aléatoire et deux événements A

 Chapitre 1 : NOTIONS DE BASE, TYPES DE VARIABLES, STRUCTURE DES DONNEES 1. Pourquoi faire des statistiques en psychologie ? Il s’agit d’analyser des données expérimentales. Hypothèse de recherche  Expérience  Données  Analyse de données  Validation ou non  Hypothèse de recherche (Exemples page 25 et 78 du manuel.) 2. Populations, individus, échantillons Les éléments en jeu sont l’individu, ou sujet, au sein d’une population dont on a isolé un échantillon. Il existe

Tree 2 Copyright © Génistat Conseils Inc., 2010, Montréal, Canada DÉFINITIONS du DATA MINING Data Mining fouille de données, extraction de connaissances KDD = Knowledge Data Discovery est un nouveau champ d’application à l’interface de la statistique et des technologies de l’information (bases de données, intelligence artificielle, apprentissage ,etc.) U.M.Fayyad, G.Piatetski-Shapiro « the nontrivial process of identifying valid, novel, potentially useful, and ultimately understandable patterns

On procède donc par inférence Echantillonnage „ Sondage „ Echantillonnage Deux grandes stratégies „ Aléatoire Simple „ Stratifié „ En grappe ou par degrés „ „ Systématique Transects et grilles „ Décimation/quantisation „ Échantillonnage temporel „ Echantillonnage Limites du cours „ „ On se limitera à l’échantillonnage aléatoire Les problèmes de l’échantillonnage systématique seront abordés dans d’autes UE à propos de La statistique spatiale „ L’analyse

Informatique Appliquées aux Sciences Humaines et Sociales Parcours Mathématiques Appliquées et Sciences Économiques (MASE) Sciences du Comportement et de la Cognition (SCC) Histoire-Géographie (HG) Sciences du Langage (SL) Mathématiques, Statistiques et Informatique Décisionnelle (MSID) UFR Mathématiques Informatique Management Économie Domaine universitaire du Pont-de-Bois, rue du Barreau, BP 60149 - 59653 Villeneuve d'Ascq Cedex ℡ + 33 (0) 3 20 41 61 70 + 33 (0) 3 20 41 61 71 http://www

Séance 1 Qu'est-ce que l'économétrie ? Emmanuel Flachaire Économétrie Appliquée Qu'est-ce que l'économétrie ? Il n'y a pas de réponse unanimement acceptée Sens littéral: mesure de l'économie Utilisation des mathématiques et des statistiques pour évaluer les relations de la théorie économique Ses fonctions: estimer les relations, tester les théories et prévoir l'évolution des variables économiques Son principal outil: le modèle de régression Emmanuel Flachaire Qu'est-ce que l'économétrie

résumé à l’analyse de contenu) L’exploitation d’un sujet sans à priori (dans les études préalables comme dans les études d’images et de motivations) Les inconvénients: L’impossibilité d’exploiter les résultat à l’ensemble des la propriété (inférence statistique impossible) Le risque de ne rien trouver (étude exploratoire) la difficulté de « vendre » une méthodologie qualitative à un commanditaire Les résultats peuvent varier selon l’enquêteur ou l’animateur (biais de courtoisie, d’inductions, etc

utilisent un test F. Ce test et son interprétation sont décrits ici de façon générale. L’étudiant pourra donc s’y référer chaque fois qu’un test F est utilisé. Comme c’est le cas pour tous les tests statistiques, on doit comparer la valeur obtenue aux valeurs critiques de la statistique concernée. La statistique F est caractérisée par deux valeurs: q, le nombre de contraintes, i.e. le nombre de degrés de libertés du numérateur et Guide d’économétrie appliquée Page 3 k, le nombre de coefficients du

qualité ou alors suite à une étude prospective antérieur de qualité faible. Pour l’analyse des résultats il faut calculer l’incidence et le risque relatif (RR) de même que l’intervalle de confiance du RR (si IC comprend la valeur 1 : pas de lien statistique entre F et M) Si on constitue nos groupes de personnes sur la base de la maladie qui nous intéresse (Cas / témoin) et qu’on cherche s’ils ont été exposé ou non dans le passé au facteur qui nous intéresse, l’étude est rétrospective (sur le passé)