SPSS

questionnaire s’est fait d’une part par un hébergement sur le site personnel d’un étudiant du DESS C.T.C.I.C. ou par l’adresse URL insérée dans un courrier électronique. Les données ont fait l’objet d’analyses univariées et multivariées à l’aide du logiciel SPSS. Nous avons procédé à des analyses statistiques identiques sur les deux échantillons (N=105 et N=153) afin de proposer une analyse comparative des principaux résultats. Certains auteurs se sont attachés à évaluer l’impact de plusieurs protocoles d’enquête

| |Savoir-faire spécifiques : | |Maitrise des applications Windows “Word, Excel…”, outils statistiques SPSS, Sphinx et Statistica, outils bureaucratiques, Endnote. | |Langues: Français, Anglais et Arabe. | |Intérêts dans la recherche:

EXERCICE SPSS 1) Données pour test T de Student : un échantillon unique Hypothèses H0 : m=m0 donné H1 : m0 ≠ m1 Statistiques sur échantillon unique | | N | Moyenne | Ecart-type | Erreur standard moyenne | temps en min | 21 | 8,397 | 1,1011 | ,2403 | Test sur échantillon unique | | Valeur du test = 8 | | t | ddl | Sig. (bilatérale) | Différence moyenne | Intervalle de confiance 95% de la différence | | | | | | Inférieure | Supérieure

rejetant l'hypothèse H0 si la valeur observée δn de Δn dépasse C (1 – α), et en l'acceptant dans le cas contraire. La convergence vers la loi limite étant assez rapide, ce test est largement acceptable pour n > 100.  Test de Kolmogorov-Smirnov sur SPSS : Après avoir testé plusieurs lois continues, la loi retenue pour le nombre de sinistres est la loi normale : Récapitulatif du test d'hypothèse Hypothèse nulle Test Sig. Décision La distribution de Nbr_sinistre est Test Kolmogorovnormale avec

chiffre 1 correspondant à l’utilisation de la publicité à la télévision et le chiffre 0, à la non-utilisation de la télévision comme support de publicité). Agences de voyages et plan d’affaires Régression logistique : Dans le menu principal de SPSS, on accède à l'analyse de régression logistique par la commande  Analyze ¬ Regression ¬ Binary Logistic... qui amène l'ouverture de la fenêtre principale de sélection des variables.  La section identifiée « Dependent » ne peut accommoder qu'une seule

’identification de structures inconnues, valides et potentiellement exploitables dans les bases de données (Fayyad, 1996) Equipe de recherche en Ingénierie des Connaissances Laboratoire ERIC 7 Source: CRISP-DM 1.0, Step-by-step Data Mining Guide, SPSS Publication Equipe de recherche en Ingénierie des Connaissances Laboratoire ERIC 8 Émergence de l’ECD : domaines d’applications Domaine des assurances • analyse des risques (caractérisation des clients à hauts risques, etc.) • automatisation

Si une variable est corrélée négativement à un axe, les valeurs de cette variable évoluent à l’inverse des cordonnées dans cet axeExemple : Interprétation du Nuage des individus Ni grâce aux variables -Analyse des données- PR M.OUDMANE Application SPSS • Une entreprise souhaite se positionner sur le marché avec 10 marques de produits. Vous disposez d’une base de données qui rassemble l’ensemble des caractéristiques de chaque produits (le prix, le gout, la légèreté, la disponibilité, l’emballage et

scolytes A 28 juin4 8 juin + 19 mai 29 avril 9avril7 20 mars + 29 fév. 4 9 fév. 4 20 janv. + 1 janv.4 6 Date de premier envol des scolytes a Bourg-St-Maurice (Savoie). Moyenne sur 10 ans Eo oh vad oo oD & & PP e e SN e & SPSS Temps (en années) *Bilan hvdrique: différence entre les annorts et les nertes en eau. Bilan hydrique* du couvert végétal (en mm) ry 1504 Bourg-Saint-Maurice — Moyenne glissante sur 10 ans 100 A) a N 9 DD Dad 09 0 IPP??? SVP

génériques comme SAS et des logiciels spécifiques à l’ACL LEM. Afin de comparer la qualité de classification de l’ACL, on va utiliser la régression logistique et d’autres techniques d’analyse. Pour se faire, on va se baser souvent sur les logiciels SAS et SPSS. Ce projet se compose de trois grandes parties. Dans la première partie, nous allons présenter une revue de la littérature, la théorie des modèles à classes latentes et la mise en pratique sur les logiciels. La deuxième partie se penchera sur l’analyse

et des risques par : • une veille réglementaire des textes en vigueur et une gouvernance adaptée • l'animation de réunions d'experts pour l'élaboration des règles d'experts • le calibrage des solutions proposées par les éditeurs du marché (SAS, SPSS,...) • le développement de scores et d'algorithmes spécifiques telles que les cartes de Kohonen pour la détection avancée des cas frauduleux. Source : http://www.softcomputing.com/fr/conseil/risque.html $