Type 88

économétriques, etc. • La statistique descriptive. Objet de la statistique descriptive a. organisation, présentation de données, représentations en tableaux et par graphiques b. extraction d’informations pertinentes, synthèse numérique (moyennes, écart-type) c. recherche de liens entre données (régression) d. critique des modèles, interprétation des données et des calculs e. décision Vocabulaire des statistiques • • • • • Ensemble étudié: population Eléments de cet ensemble: individus Objet

une moyenne, un écart-type ou une fréquence. La série des valeurs obtenues pour l'une de ces caractéristiques, à partir de l'ensemble des échantillons tirés de la population mère, constitue une distribution d'échantillonnage de la caractéristique considérée. Il est ainsi possible d’obtenir une distribution d’échantillonnage de moyennes, d’écarts- type, de fréquences. De façon similaire chaque distribution d’échantillonnage sera caractérisée par une moyenne et un écart-type. 2 Distribution d’échantillonnage

même siège porteur pour enfant de moins de deux ans chez différents marchands de jouets, à Paris et à Bruxelles. Il vous est demandé de présenter une analyse détaillée des résultats de cette étude comparative en déterminant et en calculant l’écart-type (dont vous commenterez la comparaison entre les deux résultats obtenus). à Bruxelles (en euros) |prix | (15 – 23) | (23 – 31) | (31 – 39) | (39 – 55) | (55 – 79) | |nbre

pourx> 0. μ et σ sont la moyenne et l'écart type du logarithme de la variable (puisque par définition, le logarithme de la variable est distribué selon une loi normale de moyenne μ et d'écart-type σ). Fonction de répartition Moments Tous les moments existent et sont donnés par: Espérance et écart-type L'espérance est et la variance est Des relations équivalentes permettent d'obtenir μ et σ étant données l'espérance et l'écart-type: Interprétations Cette loi de distribution est

rentabilité plus importante, ceci plus l'actif est risqué. Le risque associé à la rentabilité est mesuré par la variance ou l'écart-type. La variance et l'écart type sont des paramètres de dispersion. Plus la rentabilité future est susceptible de varier fortement, plus le risque est élevé et inversement. L'écart-type est la racine carré de la variance: L'écart-type est souvent préféré à la variance car il est exprimé dans la même unité de mesure que les variables utilisés. Face au risque,

Bac S de maths 2008 - Métropole septembre Corrigé de l’exercice 1 Retrouvez d’autres sujets de bac sur http://www.bac-de-maths.fr Dans une kermesse un organisateur de jeux dispose de 2 roues de 20 cases chacune. La roue A comporte 18 cases noires et 2 cases rouges. La roue B comporte 16 cases noires et 4 cases rouges. Lors du lancer d’une roue toutes les cases ont la même probabilité d’être obtenues. La règle du jeu est la suivante : • Le joueur mise 1 € et lance la roue A. • S’il obtient une case

Exercice 1 : Une fabrique artisanale de jouets en bois vérifie la qualité de sa production avant sa commercialisation. Chaque jouet produit par l’entreprise est soumis à deux contrôles : d’une part l’aspect du jouet est examiné afin de vérifier qu’il ne présente pas de défaut de finition, d’autre part sa solidité est testée. Il s’avère, à la suite d’un grand nombre de vérifications, que : • 92 % des jouets sont sans défaut de finition ; • parmi les jouets qui sont sans défaut de finition, 95 % réussissent

des hommes. Statistiques de la régression | Coefficient de détermination multiple | 0,34640312 | Coefficient de détermination R^2 | 0,11999512 | Coefficient de détermination R^2 | 0,11572325 | Erreur-type | 13761,5335 | Observations | 208 |   | Coefficients | Erreur-type | Statistique t | Probabilité | Constante | 48372,55 | 1163,06186 | 41,590694 | 3,554E-102 | Sexed | 10780,8471 | 2034,13619 | 5,29996326 | 2,9696E-07 | On peut dire que la significativité de la variable

Mod´lisation GARCH e Daniel Herlemont 3 mai 2007 Table des mati`res e 1 Introduction 2 Test empiriques sur les indices d’actions 3 Compl´ments - GARCH en temps continu e 4 References 1 5 6 7 1 Introduction La mod´lisation GARCH (Generalized Autoregressive Conditional Heteroscedasticity) e est devenu un outil incontournable en finance [2] [3] [4], particuli`rement utile pour analyser e et pr´voir la volatilit´. e e Ces mod`les rendent compte des faits stylis´s connus, tels que la variation

Maths Les Probabilités : Définition : Expérience aléatoire : expérience dont on ne peut pas prévoir précisément son résultat. Issue ou Eventualité : Chaque résultat possible. Univers : Ensemble de toutes les éventualités (se note Ω). Exemple : (Voir cours) Lois de probabilité : On définit une loi de probabilité sur l’univers Ω = x1 ; x2 ; x3 ; … ; xn La probabilité de l’univers est définit telle que la somme de toutes les issues soient égales à 1. La loi de probabilité