Variable catégorielle

Méthodes quantitatives en Sociologie Université P ul Valéry Joël Quinqueton Méthodes quantitatives en Sociologie Montpellier III (Rappels) types de variables moyennes, écarts types, quantiles effectifs, fréquences histogramme table de fréquences cumulées densité loi des grands nombres 21/01/00 1/36 Méthodes quantitatives en Sociologie Université P ul Valéry Joël Quinqueton Plusieurs types de variabless 1. type de valeur 1. qualitatif (nominal) 2. quantitatif discret (qualitatif

seront notées n1+n2+n3…..+nk=N. -Caractère qualitatif : c’est un caractère mesurable, les modalités ne peuvent pas être un nombre. -Caractère quantitatif : c’est un caractère mesurable, à chaque modalité correspond un nombre. On parle aussi de variable statistique. Les caractères quantitatifs se divisent en 2 : *Caractère discret : ne prend que des valeurs isolées (on peut les compter). *Caractère continu : est susceptible de prendre toutes les valeurs d’un intervalle de R. - Paramètres de caractéristique

Econométrie des Variables Qualitatives. Cours C. Hurlin 1 Maîtrise d’Econométrie Université d’Orléans Econométrie des Variables Qualitatives Polycopié de Cours Christophe HURLIN Janvier 2003 January 21, 2003 Contents 1 Modèles Dichotomiques Univariés . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7 1.1 Spécification linéaire des variables endogènes dichotomiques . . . . . . . . . . . . 8 1.2 Modèles Logit et Probit . . . . . . . . . . . . . . . . . . . . . . . . .

descriptives à une variable Statistiques descriptives à 2 variables STATISTIQUES DESCRIPTIVES Formation Fondamentale Généralités Statistiques descriptives à une variable Statistiques descriptives à 2 variables Sommaire 1 2 Généralités Statistiques descriptives à une variable Résumé quantitative Graphique Quantitative Résumé qualitative Statistiques descriptives à 2 variables Généralités 2 variables quantitatives 1 variable qualitative, 1 variable quantitative 2 variables qualitatives

Estimateur par calage Exemple d’utilisation de l’estimation par calage Mise en oeuvre du l’estimation par calage avec CALMAR 2 Introduction On dispose d’un échantillon s tiré selon un certain plan de sondage p. Si on s’intéresse au total ty d’une variable y, on dispose d’un estimateur sans biais : l’estimateur de Horvitz-Thompson tyπ = k∈s yk πk où πk est la probabilité pour l’unité k d’appartenir à l’échantillon. Mohammed El Haj Tirari Méthodes avancées de sondage Estimateur par calage

ANALYSE STATISTIQUE : 16/09/2014 CHAPITRE 1 NOTIONS DE BASE,TYPES DE VARIABLE,STRUCTURE DES DONNEES I. Statistique et expérience 1) L'analyse de données 2) Exemple avec graphique ( réf manuel cours ) II. Population,individus ( ou sujets ),échantillon Sujet pas forcément des individus,peut être aussi des objets. DEUX ETUDES POSSIBLES : Recensement de toute la population Sondage sur un échantillon Les deux étapes d'un sondage Étude descriptive : décrire l'échantillon Étude inférentielle :

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Variables ou caractères statistiques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1.4.1 1.4.2 1.4.3 1.5 Variables quantitatives . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Variables qualitatives . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Variables dépendantes et indépendantes . . . . . . . . . . . . . . . . . . . . . . . . .

et z = −¯. z 2 1 + 3x′ 2 − x′ 2 + x′ 2 − 3x′ 2 , x′ 2 − ≤ ≤ ≤ ≥ 9 5 1 8 0 Forme standard : Maximiser z = −2x1 + 3x′ ¯ 2 s.c. 2x1 − x′ 2 −x1 + 3x′ − x3 2 x1 , x′ , x3 2 toujours avec x2 = x′ − 3 et z = −¯. z 2 Probl`me 2 e Soient les variables de d´cision : e x1 : nombre de litres d’essence de bergamote produits en une semaine avec traitement des d´chets, e x2 : nombre de litres d’essence de bergamote produits en une semaine sans traitement des d´chets. e On obtient le probl`me suivant

Que fait le programme suivant ? Suivre le contenu des variables. � � flag flag flag flag flag flag = = = = = = False not(flag) not(flag) not(flag) not(flag) not(flag) 1 2 3 4 5 6 � Correction : � flag flag flag flag flag flag = = = = = = False True False True False True Dessiner la case mémoire de la variable. � � 1 2 3 4 5 6 1 2 3 4 5 6 Question 1.2 : [Évaluation d’expressions booléennes] Prévoir les valeurs de la variable booléenne test dans l’algorithme suivant : � � x =

2010. - PriceListMonthly.csv, dans lequel sont répertoriés les cours journaliers du S&P500 entre le 1er janvier 2000 et le 31 janvier 2010. On stocke les données dans différentes variables, on remplace les valeurs inconnues (NA) par 0 puis on visualise le jeu de données. #récupération des données dans 2 variables coursD et coursM coursD=rev(read.csv("C:/Documents and Settings/Administrateur/Bureau/GDP/Projet/Projet 2010/priceListDaily.csv")); coursM=rev(read.csv("C:/Documents and Settings/Administrateur/Bureau/GDP/Projet/Projet