Introduction Type

AGENEAU Louis, AKUE Adovi, BONDU Baptiste, CAILLAUD Alexandre 27/04/2014 Sommaire Sommaire ................................................................................................................................................ 1 Introduction............................................................................................................................................. 2 Régression linéaire simple ........................................................................

l'évolution du chiffre d'affaires d'une entreprise à travers le temps, l'étudiant doit pouvoir en maîtriser la forme et la signification : présentation en tableaux, en graphiques et calcul des caractéristiques résumées d'une série de chiffres (moyenne, écart-type, mode, médiane, etc.). Les séries statistiques à deux dimensions : Le plus souvent, les tableaux et les graphiques présentent simultanément deux - voire plusieurs - dimensions d'un même phénomène, dans le but d'étudier leur interdépendance. Il existe

types . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12 Constantes associées aux types de base . . . . . . . . . . . . . . . . . . . . . . . . . 13 3.2.1 Constantes de type entier 13 3.2.2 Constantes avec partie décimale 3.2.3 Constantes de type caractère . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14 . . . . . . . . . . . . . . . . . . . . . . . . . . 14 c Christian Bac

. . . . . . 2.2 Param`etres de dispersion . . . . . . . . . . . . . . 2.2.1 L’´etendue . . . . . . . . . . . . . . . . . . . 2.2.2 La distance interquartile . . . . . . . . . . . 2.2.3 La variance . . . . . . . . . . . . . . . . . . 2.2.4 L’´ecart-type . . . . . . . . . . . . . . . . . . 2.2.5 L’´ecart moyen absolu . . . . . . . . . . . . . 2.2.6 L’´ecart m´edian absolu . . . . . . . . . . . . 2.3 Moments . . . . . . . . . . . . . . . . . . . . . . . 2.4 Param`etres de forme . . . . . . . . . .

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

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Introduction Tandis que la statistique peut ˆtre assimil´e ` une analyse, parfois tr`s pr´cise, de donn´es et e e a e e e est bas´e sur des valeurs connues, le but de la th´orie des probabilit´s est de pr´dire au mieux les e e e e issues ´ventuelles d’exp´riences

elle peut également être inférieure, voire très négative. La dispersion autour de la rentabilité espérée peut donc être assimilée au risque de l’investissement. Pour mesurer la dispersion, on utilise habituellement l’écart-type de la rentabilité. Statistiquement, l’écart-type se base sur une observation historique de l’écart moyen entre la rentabilité de chaque période étudié et la rentabilité moyenne de la période. Plus cet écart est grand, plus on dira que l’investissement en question est risqué

EJB:traitement des classes @Entity public class Account implements Serializable{ private String name; private int amount; private Collection coOwner = new ArrayList(); public Account(String n, int s) { super(); this.name = n; this.amount = s; this.setCoOwner(new Vector()); } public Account(){ super(); } @Id public String getName(){ return this.name; } public void setName(String n){ this.name = n; } public int getAmount(){ return this.amount; } public void addCoOwner(CoOwner

d'Artois Exemple n°1 : Rentabilité moyenne en fonction de l'écart-type de rentabilité d'un portefeuille à deux actifs pour diverses valeurs du coefficient de corrélation. Avec : µ1 = 5% µ2 = 20% σ1 = 20% σ2 = 20% (même « risque ») J-B Desquilbet 9 Université d'Artois Avec : µ1 = 5% σ1 = 20% µ2 = 20% σ2 = 40% J-B Desquilbet 10 Université d'Artois Exemple n°2 : Rentabilité moyenne en fonction de l'écart-type de rentabilité d'un portefeuille à trois actifs, A, B et C. 35%

Linux Tux.svg Famille Type Unix Langue Multilingue Type de noyau Noyau monolithique modulaire (depuis la version 2.0) État du projet En développement Plates-formes DEC Alpha, ARM, AVR32, Blackfin, ETRAX CRIS, FR-V, Hitachi H8, Itanium, M32R, m68k, MicroBlaze, MIPS, MN10300, PA-RISC, PowerPC, IBM ESA/390, S+core, SuperH, SPARC, TILE64, User Mode Linux, x86, Xtensa Licence Diverses licences libres ou open source Dernière version stable 2.6.38.3 (14 avril 2011) [+/−] Dernière version