Type spectral

e e S´ries temporelles ou chronologiques e Donn´es en coupe instantan´e e e Donn´es panel e Statistique descriptive Caract´ristiques de tendance centrale e Moyenne arithm´tique e M´diane Me e Caract´ristiques de dispersion e Variance et ´cart-type e Coefficient de variation Caract´ristiques de forme e Distribution sym´trique e Coefficient d’asym´trie ou de dissym´trie ou skewness e e Le coefficient d’aplatissement (Kurtosis) 3 Mod`les probabilistes e Loi de probabilit´ d’une variable discr`te

dans le tableau cidessous. Statistiques descriptives (Données quantitatives) : Statistique Nb. d'observations Nb. de valeurs manquantes Somme des poids Minimum Maximum Amplitude 1er Quartile Médiane 3ème Quartile Moyenne Variance (n) Ecart-type (n) Ecart-type (n-1) Coefficient de variation NCHL 12 0 12 5,470 64,600 59,130 21,140 28,000 47,498 33,852 378,158 19,446 20,311 0,574 CHL 12 0 12 1,470 14,990 13,520 2,030 2,930 4,225 4,103 12,830 3,582 3,741 0,873 Cy-rut 12 0 12 2,060 44,500 42,440 9,883

paramètres de la population mère, mais ils seront capable de donner une fourchette à l’intérieur de laquelle devrait se situer ce paramètre avec une marge d’erreur. Echantillon / pop observés | Pop mère / pop inconnus | Moyenne m | µ | Ecart type s | 6 | Variance s² | 6² | IC moyenne quanti : µ = m (marge erreur)* r/ racine [N] IC p quali : ϕ = P ± Zα * Racine [ P(1-P)/N ] où N = échantillon, effectif Exo 1 : Calcul de la taille d’un échantillon Désir de connaître proportion

dispersion permettent de décrire une série de distribution de manière plus adéquate, dans le cas où la différence dans une série de données et la dispersion et non le centre de celle-ci. Il existe quatre mesures de dispersion : - L’Étendue - L’Écart Type - La Variance - Le coefficient de variation Il n’existe aucune mesure de dispersion pour les variables qualitatives Calcul des mesures de dispersion pour les variables qualitatives PREMIER CAS : DONNÉES BRUTES L’Étendue : L’étendue correspond

Coefficient (degré) de détermination 0.8164 n 2 2 x 2 0 V R2  V 1  V V  i 1 n i 1   yˆ  y  2 i  y  y  2 i i 1 n i 1 Adjusted R Square La valeur ajustée (corrigée) du coefficient de détermination Standard Error L’écart-type des erreurs de l’échantillon Observations Nombre des observations (n) 0.8023 Rc2 1  n k 1  R2 n 1  n 6.3937 15 Vu2 su   n 2 n i 2  yˆ i  2   y  y  i n 2 u 2 0 y y i  2  yˆ i  i 1 n 2 Applications régression

1400 1600 1800 2000 -100 Réapprovisionnement des détecteurs de température : Il faut introduire dans l’étude le risque de pénurie. Consommation annuelle = 328 détecteurs Consommation mensuelle moyenne = 328 / 12 = 27,3 détecteurs par mois Ecart type de la distribution = 7,06 détecteurs Délai = 1 semaine = (1 x 12) / 52 = 0,23 mois Recherche de la quantité économique : Qe = 2 x328 x38 = 40 détecteurs. 69 x0, 23 40 = 0,12 an = 0,12 x12 = 1, 46 mois 328 Pu.i 69 x0, 23 Taux de pénurie : (1 − a

automobiles ont poursuivi une progression de 6% par an en moyenne, passant à 54.924 unités en 2004. Segmentation[modifier | modifier le code] On analyse le marché automobile en le décomposant en segments, chacun de ces segments correspondant à un type de véhicule attendu par la clientèle. Cette classification est conventionnelle mais non arbitraire. En effet, sur un marché donné, les constructeurs automobiles proposent une gamme de modèles positionnés sur des créneaux généralement cohérents d'une

Alors, la moyenne est X = 1 k ∑n c N i =1 i i = 250 = 25 10 • Donc, par la formule non simplifiée, la variance est: Var(X) = 1000 = 100 10 • Et par la formule simplifiée, elle sera: Var ( X ) = 725 − (25) = 725 − 625 = 100 2 • D’où, l’écart-type est σ X = Var(X) = 100 = 10 15 Pour l’exemple de calcul de la variance:: variance • Le coefficient de variation CV = σ(X) 10 = = 0,4 X 25 • Soit donc un coefficient de variation de 40% supérieur à 30% • Donc, la série étudiée et non-homogène

Correction exercices supplémentaires : Loi binomiale Partie A : Loi binomiale Exercice 1 1) Le forage conduit à une nappe de pétrole avec une probabilité 0,1 ou pas avec une probabilité 0,9. C’est donc bien une épreuve de Bernoulli de paramètre 0,1. Il a bien que deux issues possibles. 2) a. Les forages doivent être indépendants pour que  suive une loi binomiale. b.  ≥ 1 = 1 −  = 0 = 1 − 0,9! ≈ 0,613 Exercice 2 On considère que le tirage de 1000 résistances a lieu avec remise et

le prince charmant est un prince qui a du charmeLe personnage type du prince est présent dans Les Contes de ma mère l'Oye de Charles Perrault. Il y est présenté comme « le prince », le qualificatif de « charmant » n'apparaît dans aucune des œuvres de l'auteur. Il en est de même dans les reprises des frères Grimm. Madame d'Aulnoy donne au héros de son conte La Belle aux cheveux d'or le nom d'« Avenant », et, dans L'Oiseau bleu, celui de « Roi Charmant ». Andrew Lang, dans ses adaptations de contes