Stata

lnNonAgGDP/Wk est le logarithme népérien du PIB non agricole par travailleur lnRemit/Capita est le logarithme népérien des envois de fonds par habitant ε est le terme d’erreur i est le panel (pays) t est le temps (années) L’analyse a été menée au moyen de STATA. Les résultats de la régression multiple sont présentés dans le tableau A.1. Ils montrent une relation inverse et statistiquement significative entre la pauvreté et chacun des trois indicateurs suivants : PIB agricole par travailleur, PIB non agricole

dépouillement peut se faire manuellement ou avec des logiciels ou par la méthode de triangulation. • En ce qui concerne les données quantitatives, le dépouillement peut également se faire manuellement ou avec les logiciels comme Epi info, Spss, Spad, SAS, Stata, etc. Les outils de présentation des données • En matière de présentation des données les outils à choisir peuvent être  : • Des tris à plat ; • Des tris croisés ; • Des graphiques ou figures… • Les tris (à plat ou croisés) sont des tableaux à renseignement

les recherches quantitatives. En ce qui concerne l’analyse des données, elle se déroulera selon la méthode du "Backward-selection". Les données collectées seront saisies et traitées par le chercheur à l'aide des logiciels suivants : Excel 2007 et STATA 9. Cette méthodologie devrait nous permettre de fournir une description de la réalité de la contribution du contrôle interne et de l’audit à la gouvernance d’entreprise bancaire. PREMIERE PARTIE : Contribution de l’audit au règlement des conflits

spécifique représentant l‘hétérogénéité individuelle non observable des observations soit en supposant un effet fixe, soit un effet aléatoire (Sevestre, 2002).13 Les résultats de l‘estimation de ce modèle sous données de panel à l‘aide du logiciel STATA montrent que le modèle à effet fixe est plus significatif. En fait, la probabilité du test de spécification de Hausman est inférieure à 10% affichant une valeur de 13,43. Par la suite, nous avons testé la validité de notre modèle après avoir corrigé

questionnaire : traitement de texte → Word ou Open Office (writer) ● Saisir le questionnaire : éviter absolument le tableur, privilégier EPIDATA (Entry 3.1 en français, ● ● ● ● ● gratuit) Analyser les données saisies : EPIDATA (Analysis 2.2) gratuit, ou STATA ou SPSS (cher) Tests statistiques : logiciel statistique EPIDATA (Analysis 2.2) gratuit, OPEN EPI gratuit Rédiger le mémoire : traitement de texte, logiciels de graphes → Word ou Open Office (writer) Présentation du mémoire : présentation de diapositives

glossaire inspiré du travail de Master de Madame Da Rocha (annexe 4) ; il résume la codification utilisée et classe chaque donnée par type de variable (ordinale, nominale et quantitative). Nous nous sommes servis de l'outil statistique Stata® version 11 pour l'analyse des données. Celui-ci nous a permis de réaliser une analyse descriptive des données collectées et de vérifier les corrélations entre différentes variables ordinales à l'aide du test Chi2. Comme nous l'avons expliqué dans

Review December, 1279-1298. Petersen, Mitchell A., 2009, Estimating standard errors in finance panel data sets: Comparing approaches, Review of Financial Studies 22, 435-480. Rogers, William H., 1993, Regression standard errors in clustered samples, Stata Technical Bulletin 13, 19-23. Zhu, Ning, 2003, The local bias of individual investors, Working paper, Yale University. 36 Footnotes 1 For U.S. results see Ivkovic and Weisbenner (2005) and Zhu (2003). For Finnish results see Grinblatt

données de panel à partir d’un échantillon de 10 banques commerciales (universelles) tunisiennes cotées sur la Bourse des Valeurs Mobilières de Tunis (BVMT) pour la période allant de 1998 à 2009. Les régressions sont effectuées à l’aide du logiciel STATA. Ce chapitre est organisé en trois sections. La première s’intéresse à la définition des aspects méthodologiques de notre étude empirique, à savoir l’échantillon, l’explication des variables et les hypothèses à tester. Nous exposons aussi, dans

à l’aide du logiciel STATA, sont présentés dans le tableau suivant. collin l.kaopen ins ins.lkaopen pib infl trade Collinearity Diagnostics Tableau VI. 1. Test de colinéarité pour l’équation (1) Variable L.KAOPEN INS INS.LKAOPEN PIB INFL TRADE VIF 21.26 1.47 20.87 1.37 1.39 1.42 SQRT VIF 4.61 1.21 4.57 1.17 1.18 1.19 Tolerance 0.0470 0.6802 0.0479 0.7278 0.7199 0.7040 R-Squared 0.9530 0.3198 0.9521 0.2722 0.2801 0.2960 Source : calcul de l’auteur par le logiciel STATA Pour détecter la colinéarité

Traitement des données comptables 4 Traitement informatisé des données, enquêtes, sondages, dépouillement, formation, etc. CASE – AFRIQUE, Tél 225 32 52 /927 16 73/967 23 09 Cours d’informatique, Word - Excel SPAD, SPSS, EPIDATA, EVIEWS, STATA… Pascal, Cobol, C++, JAVA… Showbiz, Pinacle, Vegas… Archicad ou Autocad Traitement des données statistiques et économétriques Programmation /développement d’application Montages video ou d’image Conception de plan, architecture … Certaines de