Poids moyens

l’´chantillon. e e Le fait est que les donn´es aberrantes restent tr`s subjectives et il n’existe pas e e de d´finition math´matique ou statistique. De mani`re g´n´rale, les donn´es e e e e e e sont consid´r´es comme extrˆmes lorsqu’elles sont s´par´es de la moyenne de ee e e e 2 ou 3 fois la d´viations (Verhoeven et McAller). Les donn´es plus ´loign´es e e e e sont donc aberrantes. Cette d´finition est pratique dans le cas d’une distribue tion normale, mais peu g´n´ralisable ` l’ensemble des distributions. Le

matières I Tests d’hypothèse I.1 Test bilatéral relatif à une moyenne . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . I.2 Test unilatéral relatif à une moyenne . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . I.3 Test unilatéral relatifs à une fréquence . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2 2 3 4 5 5 6 II Test de comparaison II.1 Comparaison de deux moyennes . . . . . . . . . . . . . . . . . . . . . . . . . . .

1 On mesure le poids Y et la taille X de 20 individus. Table 1.1 – Taille et poids de 20 individus yi 60 61 64 67 68 69 70 70 72 73 xi 155 162 157 170 164 162 169 170 178 173 yi 75 76 78 80 85 90 96 96 98 101 xi 180 175 173 175 179 175 180 185 189 187 1.1.2 Analyse des variables Les variables x et y peuvent ˆtre analys´es s´par´ment. On peut calculer tous les param`tres dont les e e e e e moyennes et les variances : n n 1∑ 1∑ x= ¯ xi , s2 = (xi − x)2 , ¯ x n i=1 n i=1 2 poids 60 155 70 80

différents)  Problème Déterminer pour une configuration de microdrone donnée les « meilleures » cinématiques d’ailes en boucle ouverte Page Optimisation des cinématiques Problème d’optimisation : Définition d’un critère Portance moyenne en vol stationnaire Traînée en valeur moyenne quadratique ... Choix de paramètres à optimiser Recherche d’une fonction optimale f*(t) mais méthodes d’optimisation fonctionnelle peu adaptées Nécessité d’un paramétrage qui ne restreint pas trop l’espace de recherche ( permettre

une valeur sous forme d’un nombre fini ( ex: nombre d’étudiants en L2 , nombre d’étudiants absents, etc...) -Une variable quantitative continue: Si à l’intérieur d’un intervalle donné, les valeurs prises peuvent être des nombres infinis ( ex: le poids, la taille, etc...) 9 S4 2011/ Licence 2 Ordinale Qualitative Catégorielle Une variable qualitative peut-être: -Une variable qualitative Ordinale : Si elle peut être ordonnée avec une notion de préférence ( ex : assurance tout risque mieux

caritative. Elle travaillait comme agent d’entretien des écoles maternelles. C’est avec beaucoup de nostalgie qu’elle m’a montré ses photos, antérieures à l’accident, et qu’elle a évoqué avec tristesse sa vie et son « corps d’autrefois » . Sa prise de poids importante ainsi que les séquelles dues à ses accidents la font souffrir quotidiennement. Depuis son dernier accident, elle ne se sent plus capable physiquement de continuer ces activités de bénévolat. Madame a une mobilité réduite et se déplace avec

échantillon. Au sens mathématique, l'écart type est la racine carrée de la variance. La méthode consiste à faire en sorte que tous les éléments issus d'un processus, soient compris dans un intervalle s'éloignant au maximum de 6 Sigma par rapport à la moyenne générale des éléments issus de ce processus. En réduisant la variabilité des produits du processus, on réduit le risque de voir le produit (ou service) rejeté par son destinataire car en dehors de ses attentes ou spécifications. Le principe vise donc

est assez bien dominée. Toutes ces remarques doivent être complétées par une information concernant la moyenne de l’’épreuve de la session 2010: il n’’a pas semblé illégitime de noter les copies de telle sorte que la moyenne générale de l’’épreuve s’’approche de 10, jurys EDHEC et ESSEC confondus, pour s’’établir exactement à 9,64 ; elle était l’’an dernier de 9,60, et en 2008 de 9,55. Cette moyenne confirme une tendance continue, ancienne déjà, et engagée dès 1994. Reste, pour répéter le rapport de

• Diagramme Stem and Leaf ; • Courbe de Concentration de Lorenz et Coefficient de Gini. 3. Statistiques Permettant de Résumer une Série Numérique • Statistiques de Tendance Centrale (Moyenne, Médiane, Quartiles et Mode) ; • Statistiques de Dispersion (Etendue, Intervalle Interquartile  Variance, Ecart Type et Coefficient de Variation) ; • Caractéristiques d’Asymétrie (Skewness) et de Forme (Kurtosis)

des intentions maléfiques; tel un monstre bizarre toujours prêt à nous attaquer, non pour nous tuer tout à fait, mais pour nous standardiser, ce qui est peut-être pire, il nous semble animé par une volonté implacable de nous rendre conforme à la moyenne. Nous sommes prêts à nous battre contre lui, prêts à nous battre pour échapper à son pouvoir, pour conserver nos caractères distinctifs, pour demeurer nous-mêmes. Aussi peut-il être d'une certaine utilité, d'abord, de ressaisir la signification