Type abstrait

Sociologie Université P ul Valéry Joël Quinqueton Plusieurs types de variabless 1. type de valeur 1. qualitatif (nominal) 2. quantitatif discret (qualitatif ordinal) 3. quantitatif continu Montpellier III 2. ensemble de valeurs 1. ouvert 2. fermé 3. multiplicité 1. unique 2. multiple 21/01/00 2/36 Méthodes quantitatives en Sociologie Université P ul Valéry Joël Quinqueton Variable qualitative type de valeur qualitatif (nominal) quantitatif discret (qualitatif ordinal) quantitatif

variables centrés réduites qui corresponde Puisque c’est symétrique la marge d’erreur est divisé par 2. 95% + 2,5% = 97,5 on cherche sur le tableau 0,975 = 1,96 Ces deux variables centrés réduites vont nous permettre de définir la moyenne et l’écart type de notre échantillon avec une marge d’erreur de 5% au maximum. Quand il sont équidistants on prend toujours par excès

Histories All Adobe PDF Presets Preset Manager Color Settings Assign Profile Convert to Profile Keyboard Shortcuts Menus Preferences  General Interface File Handling Performance Cursors Transparency & Gamut Units & Rulers Guides, Grid, & Slices Plug-Ins Type Camera Raw Presse-papiers Historique Tout Paramètres prédéfinis Adobe PDF Gestionnaire des paramètres prédéfinis Couleurs Attribuer un profil Convertir en profil Raccourcis clavier Menus Préférences  Général Interface Gestion des fichiers Performance

Séminaires de: Statistique descriptive Pr. Ahmed SABBARI Première  semestre  /Première  année  du  cycle  Général  –Bac+3-­‐                                                                                                            Année universitaire: 2012/2013 CONTENU DU COURS  : §  Connaissances, mécanismes

dispersion : En utilisant les fonctions MOYENNE et ECARTYPEP, répondre aux questions suivantes : Quelle est la moyenne de buts marqués par match ? =MOYENNE(I2 :I710) on a une moyenne de 2.91 buts Quel est l’écart type de cette série statistique ? =ECARTYPE(I2:I710) on a donc un écart type de 1.99 2) Nombres de buts marqués en finale. On souhaite extraire du fichier les scores des finales. Sélectionner la colonne B, créer un filtre (Données/Filtrer), puis choisir la série désirée. a)

est caractérisé par son allure démodée, son style 1900, ses rideaux lourds, de sorte que le personnage de l’Inspecteur lui-même semble surgir du passé : on peut y voir une réminiscence, avec ses moustaches, sa pipe, et ses lunettes, d’un personnage-type, par exemple le commissaire Maigret inventé par Simenon. b) D’autres personnages présents viennent rappeler l’appartenance au genre du film noir : le doulos, les prostituées, la femme fatale évoquée par le biais du portrait de l’ancienne petite

pittoresque, pour toujours favoriser la rapidité du récit , le décor est donc évoqué par touches pittoresques ( V.3 et V.4 ); ( V.27 ) il s'agit d'un décor naturel, bois, ruisseau et d'un décor réduit à l'essentiel. Des animaux types, un personnage type est un personnage que l'on retrouve d'une œuvre à une autre et que l'on associe toujours au même traits de caractères. Ceux-ci peuvent être symboliques. Ici JDLF met en scène deux animaux types. -L'agneau symbole de la pureté, l'innocence ou du sacrifice

EXERCICE 1 (4 points) Commun à tous les candidats Les deux parties A et B peuvent être traitées indépendamment. Les résultats seront donnés sous forme décimale en arrondissant à 10 −4 . Dans un pays, il y a 2 % de la population contaminée par un virus. PARTIE A On dispose d’un test de dépistage de ce virus qui a les propriétés suivantes : – La probabilité qu’une personne contaminée ait un test positif est de 0,99 (sensibilité du test). – La probabilité qu’une personne non contaminée ait

vue d’une première interpretation graphique, la modélisation d’une volatilité conditionnelle évoluant avec le temps semble justifiée, mais il convient avant d’appliquer un test statistique qui puisse conclure à la presence d’une hétéroscédasticité de type conditionnelle du terme d’erreur de la regression de l’équation moyenne, qu’il nous faut estimer au préalable. Nous utiliserons pour celà, la méthodologie usuelle de Box & Jenkins. 2- Estimation de l’équation moyenne par la méthodologie de Box

. . . . . . . . . . . . . . . . . . . . 1.3.3 Les commentaires . . . . . . . . . . . . . . . . . . . . Structure d’un programme C . . . . . . . . . . . . . . . . . . Les types pr´d´finis . . . . . . . . . . . . . . . . . . . . . . . . e e 1.5.1 Le type caract`re . . . . . . . . . . . . . . . . . . . . . e 1.5.2 Les types entiers . . . . . . . . . . . . . . . . . . . . . 1.5.3 Les types flottants . . . . . . . . . . . . . . . . . . . . Les constantes . . . . . . . . . . . . . . . . . . . . . . . .