Moyenne quadratique

Pour ´valuer la fa¸on dont les ´tudiants ont per¸u un enseignement, l’enseignant a recours e c e c aux contrˆles continus et aux examens de diff´rentes formes. Il ´tudie sur le plan statistique o e e l’ensemble des notes en calculant par exemple la moyenne des notes de l’ensemble des ´l`ves, ee leur ´cart type . . . Mais ces indicateurs restent insuffisants dans certaines situations. En effet, e prenons le cas de deux groupes de 10 ´l`ves chacun et les notes qu’ils ont obtenues dans un ee mˆme examen comme

quelque imprécision. Les points forment alors un nuage. Mais celui-ci présente une orientation qui suggère, par exemple, que lorsque X augmente, la valeur moyenne de Y augmente également. (7.2) Lorsque X est donné, Y n’est pas complètement déterminé : ses valeurs se dispersent autour d'une certaine valeur moyenne. Mais les valeurs moyennes décrivent, lorsque X varie, une courbe qui est appelée la ligne de régression de Y par rapport à X : 108 Chapitre 7 : La régression linéaire La

une valeur d´terministe a e 5.1.2 Comparaison de deux variances . . . . . . . . . . . . . 5.1.3 Comparaison de plusieurs variances . . . . . . . . . . . 5.2 Comparaisons portant sur les moyennes . . . . . . . . . . . . . 5.2.1 Comparaison d’une moyenne ` une valeur donn´e m0 . a e 5.2.2 Comparaison de deux moyennes . . . . . . . . . . . . . 5.3 Comparaisons portant sur les proportions . . . . . . . . . . . . 2 5.4 5.5 5.6 5.7 5.8 5.3.1 Comparaison d’une proportion ` une valeur donn´e

le terme d’erreur : [pic] Cela signifie que tous ce qui a été omis de l’explication de Y est d’espérance nulle. Donc, en moyenne, on ne se trompe pas. [pic] : les erreurs sont non corrélées aux variables explicatives. .[pic][pic] : les perturbations ont la même variance. On dit qu’elles sont homoscedastiques (c-à-d distribuées de la même façon autour de leur moyenne commune). On parle aussi de perturbations sphériques. [pic] les termes d’erreurs sont indépendantes ou non corrélées les unes

2 I Statistique Descriptive et Corrélative 1.- Population, Echantillon, Variable Statistique, Effectifs, Fréquences, Variables Discrètes et Continues, Densité de fréquence, Histogramme, Fonction de répartition. 2.- Indicateurs de position : Moyenne, Mode, Médiane, Quantiles. 3.- Indicateurs de dispersion : Variance, Ecart-type, Intervalle Semi-interquartile. 4.- Autres indicateurs : Coefficients de Variations, Coefficient de Dissymétrie 5.- Corrélation et Régression linéaire : Distributions

Inégalités 0. Techniques élémentaires. 1. Inégalités de réordonnement. 2. Inégalités de Tchebychev. 3. Inégalités tayloriennes. 4. Inégalités de convexité. 5. Inégalités de la moyenne. 6. Inégalités de Cauchy-Schwarz, etc. 7. Inégalités de Hardy. 8. Inégalités de Hilbert. 9. Inégalité de Muirhead. 10. Inégalités isopérimétriques.

8.3.2 Indicateurs de dispersion des valeurs 8.4 Reformulation de la moyenne et de la variance observées 8.4.1 Reformulation de la moyenne observée 8.4.2 Reformulation de la variance observée 8.5 Cas particulier d’une variable à deux modalités - Proportion 8.5.1 Expression de l’espérance mathématique de X 8.5.2 Expression de la variance de X 8.5.3 Interprétation de la moyenne observée 8.6 Conclusion : la variable aléatoire moyenne arithmétique Résumé du chapitre 2011 - 2012 Biostatistique - Carrat

Cours de Statistique Descriptive Re Yves Till´e 18 janvier 2008 Objectif et moyens Objectifs du cours – – – Apprendre les principales techniques de statistique descriptive univari´ee et bivari´ee. ˆ Etre capable de mettre en oeuvre ces techniques de mani`ere appropri´ee dans un contexte donn´e. ˆ Etre capable d’utiliser les commandes de base du Language R. Pouvoir appliquer les techniques de statistiques descriptives au moyen du language R. – R´ef´erences Dodge Y.(2003), Premiers pas en statistique

Introduction et notations 1.1 Approches temps/fréquences : un peu d’histoire . . . . . . . . . . . . . . . . . . . . . . . 1.1.1 Analyse harmonique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1.1.2 Modèles autoregressifs et moyennes mobiles . . . . . . . . . . . . . . . . . . . . . 1.1.3 L’approche temporelle : concept de corrélation sérielle . . . . . . . . . . . . . . . 1.1.4 L’équivalence entre les deux approches temps/fréquence . . . . . . . . . . . . . . 1.2 Les développements

jeunes de 12 à 19 ans des 10 provinces canadiennes b) La consommation de fruits et de légumes c) Quantitatif discret d) Non, parce que le tableau ne donne pas d’information sur la population des différentes provinces. Manuel • p. 81 2. a) Moyenne : 3,6 jours Médiane : 5 jours b) Oui. Plus de la moitié des participants ont atteint l’objectif. c) Non, parce que le sondage a été limité à des élèves de la 2e année du 2e cycle du secondaire d’une seule école. 3. a) Le taux a baissé de 1,8