Statistique descriptive

techniques destinées à l’exploration et l’analyse de base de données ( souvent de grande taille). Est l’art d’extraire des informations, voire des connaissances à partir des données. Le data mining est soit descriptif, soit prédictif: les techniques descriptives visent à mettre en évidence des informations présentes mais cachées par le volume des données; les techniques prédictives visent à extrapoler de nouvelles informations à partir des informations présentes. Analyser pourquoi? La recherche en gestion

Cours de M1S1 Statistiques g´ n´ rales e e Responsable : Gabrielle Viennet Objectifs Acqu´ rir les bases et les outils th´ oriques de statistiques. A la suite de ce module, e e l’´ tudiant doit savoir mod´ liser certains probl` mes, effectuer des estimations et e e e un certain nombre de tests param´ triques ou non param´ triques en v´ rifiant les e e e ` conditions de validit´ de ces tests. Ce module est indispensable a la suite du cursus. e Plan O Introduction g´ n´ rale aux probl´ matiques

2012-2013 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . TABLE DES MATIÈRES 4 Statistiques Descriptives I Paramètres de position d’une série statistique . . I.1 Moyenne . . . . . . . . . . . . . . . . . . I.2 Médiane . . . . . . . . . . . . . . . . . . . I.3 Quartiles . . . . . . . . . . . . . . . . . . II Paramètres de dispersion d’une série statistique . II.1 Étendue . . . . . . . . . . . . . . . . . . . II.2 Écart interquartile . . . . . . . . . . . . . II.3 Variance

peut disposer sur une ann´e. e e 3. Sachant que Cr´sus a un GSM dont le coˆt fixe par mois est de 15 Euros, calculez la e u somme d’argent disponible pour une ann´e apr`s avoir retenu les frais de son GSM. e e Exercice 3 Consid´rons la s´rie statistique de taille 5 :{x1 = 1; x2 = 4; x3 = 5; x4 = 3; x5 = 2}. D´terminez e e e la valeur des sommes suivantes : 1. 2. 3. x 4. 5. 5 i=1 xi ; 5 i=1 4xi ; = 1 5 xi ; i=1 5 5 i=1 (xi − x) ; 5 2 i=1 xi . 1. Les ´nonc´s sont disponibles sur le site www.ulb

Revue des Nouvelles Technologies de l’Information Sous la direction de Djamel A. Zighed et Gilles Venturini RNTI-A-1 Data Mining et Apprentissage Statistique : applications en assurance, banque et marketing Rédacteurs invités : Farid Beninel (ENSAI, Bruz), Michel Bera (KXEN Suresnes), Christian Partrat (ISFA Lyon), Gilbert Saporta (CNAM Paris) CÉPADUÈS-ÉDITIONS 111, rue Vauquelin 31100 TOULOUSE – France Tél. : 05 61 40 57 36 – Fax : 05 61 41 79 89 www.cepadues.com courriel : cepadues@cepadues

n°53 (1), p. 101-134. Résumé Ce texte propose une réflexion générale sur l’évolution des délinquances juvéniles dans la France contemporaine. Dans une première partie méthodologique, il discute d’abord la question des données statistiques mobilisables sur le sujet. Il interroge ensuite la catégorie « jeunes », indique qu’il existe une courbe par âge de la délinquance, situe ici l’usage de la notion de « carrière » délinquante et discute les éventuelles modifications intervenues

on peut utiliser la méthode des moindres carrés, afin d’obtenir une droite de la forme : y = ax+ b ou a = charges variables unitaires x = activités (le chiffre d’affaires par exemple) b = charges fixes Rappel des formules de statistique descriptive a = Cov (x,y) V(x) Covariance de (x,y) = Moyenne des produits – produit des moyennes [pic] V(x) = Moyenne des carrés – Carré de la moyenne [pic] Exemple : [pic] Pour les charges semi-variables unitaires, l’équation

 Traitements préalables sur les séries statistiques : Présenté par : Gahaz Taha, Bathenay Imrane. Plan : -Introduction : Partie I : Traitements sur les séries chronologique -Définition : -Composantes d’une série chronologique - modèles déterministes -Choix de modèles - Correction des variables saisonnières -Passage d’une série en valeur à une série en volume -Les indices Partie II : Traitements sur les séries en coupe transversale -introduction : Les économistes

Cours de statistiques d’IUT Chapitre 1 LES STATISTIQUES DESCRIPTIVES A. Statistiques a une variable 1. Vocabulaire de la statistique Un ensemble d’objets ou de personnes d’une étude statistique est appelé population. Un élément de cette population est appelé individu. L’étude statistique porte sur un caractère. Si le caractère est quantitatif, les mesures sont alors les valeurs d’une variable statistique (ex : un âge, une taille...). Si le caractère est qualitatif, on est obligé de le quantifier

établir un CONSENSUS, pour les analyses statistiques • Relecture de 20 IRM par les lecteurs junior et sénior pour étude de reproductibilité Lecture des 66 IRM lecteur JUNIOR lecteur SENIOR CONSENSUS 3e Lecteur Grille de lecture 111 critères étudiés SANS injection • coronal T1 • axial et coronal DP FS AVEC injection • coronal T1 • axial et coronal DP FS • axial et coronal T1 FS GD Relecture de 20 IRM reproductibilité et concordance Analyses STATISTIQUES 3. Matériel et méthodes Grille de lecture