Quantile

basant sur la contamination des matières premières va permettre une estimation plus réaliste, c’est à dire non surestimée du risque. de méthodologies statistiques d’évaluation de l’exposition permettant de mieux quantifier le risque pour les forts quantiles d’exposition8 en relation par exemple avec des propositions de gestion normatives de filières alimentaires. Ce type de méthodologie présente l’avantage de voir si une limite ou une recommandation sanitaire proposée a un impact significatif sur la

estimé, par milieu de résidence, les besoins alimentaires énergétiques en liaison directe avec le contexte des habitudes nationales et les goûts alimentaires locaux. Cette première composante alimentaire prend comme base un panier relatif au deuxième quantile le plus démuni de la population marocaine selon ENCDM 84/85 39 et qui procure un apport calorique moyen de 2000 calories par personne et par jour (2400 calories pour un adulte). Une fois ce panier de biens alimentaires défini, il est converti

suit alors une loi de Student avec n-1 degrés de liberté. où : On peut ensuite utiliser une table des valeurs de la distribution de loi de Student pour voir si la valeur de la statistique est supérieure (en valeur absolue pour un test bilatéral) au quantile à 95% ou 99% et donc rejeter ou non l'hypothèse nulle. Une erreur fréquente est de valider l'hypothèse nulle alors que le test ne permet que de réfuter à raison l'hypothèse avec un niveau de confiance élevé (95% ou 99% généralement). .Application

celle de θ. ` Beaucoup d’autres compl´ ments sont a rechercher dans la litt´ rature et en particulier dans Efron et Tibshirani (1993). Il est ainsi e e possible de d´ finir des intervalles de confiance bootstrap en consid´ rant la distribution et les quantiles de θ∗ ou mˆ me encore des tests e e e ` a partir des versions bootstrap de leur statistique. Le bootstrap rapidement d´ crit ici est dit “non-param´ trique” car la loi empirique F est une estimation non-param´ trique de F . e e e ` ´ Dans le cas

Si χ c2 χ (2α ) alors on rejette H0 et on conclut que les arrivées n’obéissent pas à une loi de poisson. 182 Annexe C D’après notre tableau ; on a : χ c2 = 7.248 d = 6−2 = 4 Règle de décision : En utilisant la table des quantiles d’une loi de khi-deux à v degrés de liberté, afin de déterminer la valeur théorique de χ c2 ; pour d=5, on aura : Pour α = 10%; χ 42.10% =7.779 χ c2 = 7.248 Les observations suivent la loi de poisson de paramètre λi = 4.18 Pour α = 5%; χ

tendance médiane. Ce découpage préalable aux calculs de l’écart interquartile (EIQ) s’appelle le quantilage. Autrement dit, les procédures de quantilage consistent à diviser une série en un nombre d’observations ou de parties égales entre elles. Quantiler suppose donc de diviser la distribution de valeurs dont les intervalles ou les amplitudes sont égaux. Le - quantilage peut représenter une division : en centile (division en 100 parties, 1% de l’information) en décile (division en 10 parties, 10%

statistique G donnée par : W G 2  2. f w . log( w1 fw ) fˆ w et un Khi-deux à ddl degré de liberté, avec ddl  W  P  1 . 2 Le modèle d’indépendance conditionnelle à classes latentes est acceptable si G est inférieure au seuil définit par les quantiles de la statistique Khi-deux. 2 En revanche, la comparaison entre G à un Khi-deux ne pourra pas être considérée si la quantité N est faible (inférieure à 5), KOEHLER (1986) (cité par Lanza et al.) avec N W étant la taille de l’échantillon. Pour

dans Destinie Ch. COLIN Evolution de la dispersion des salaires : un essai de prospective par microsimulation B. CREPON - N. IUNG Innovation, emploi et performances B. CREPON - Ch. GIANELLA Wages inequalities in France 1969-1992 An application of quantile regression techniques C. BONNET - R. MAHIEU Microsimulation techniques applied to intergenerational transfers - Pensions in a dynamic framework: the case of France F. ROSENWALD L’impact des contraintes financières dans la décision d’investissement

apparaît nécessaire de mettre en relation autant que possible la dispersion des situations dans un domaine particulier (exemple l’état de santé) et la situation de revenu des personnes ou des ménages concernés. La déclinaison des indicateurs selon les quantiles de revenu disponible, ou de niveau de vie pour une approche individuelle, permet de mettre en évidence la dispersion de la situation par rapport aux ressources monétaires. Les corrélations entre les situations et les revenus peuvent également constituer

cas par exemple des trois derniers types de réformes mentionnés en introduction : a - Augmentation de la durée de stage ou de la durée maximale de cotisation Nous ne disposons que des données agrégées par âge et par sexe : une moyenne et pas de quantile. Il est donc impossible de mesurer l’impact de la durée de stage ou de la durée maximale de cotisation. Par ailleurs, même si nous disposions de ces données, les changements de comportement associés à ce type de réforme sont difficiles à prendre