Variable dépendante

Nous verrons successivement comment la méthode des régressions linéaires multiples permet : d’analyser les liens entre une variable dépendante quantitative à expliquer et plusieurs variables quantitatives explicatives indépendantes comme on l’admet généralement ; de déterminer les équations d’un ajustement polynomial non-linéaire pour l’analyse des liens entre deux variables quantitatives ; de déterminer les équations de surfaces de tendances ; d’analyser la rugosité du relief ; de déterminer les

de plusieurs autres cellules (les variables) respectant des conditions limitées supérieurement ou inférieurement par des valeurs numériques (c’est à dire les contraintes). Etudions un exemple avec le fichier proglin.xls Reprenons l’exercice du dernier TE: Nous devions maximiser la fonction économique f(x1 , … , x3) = 10 · x1 + 15 · x2 + 25 · x3 Sous les contraintes suivantes: Le problème peut être synthétisé sur cette feuille de calcul EXCEL: • Les variables sont les quantités respectives des

Electroencéphalographie (EEG) 5 1 – Introduction/cadre théorique……… 5 2 – Matériel et méthode……….......... 5 2-1 – Population……………………… 5 2-2 – Dispositif expérimental………….. 5 2-3 – Protocole expérimental……….. 6 2-4 – Variables dépendantes et indépendantes 5 2-5 – Méthode d’analyse…………….. 6 2-6 – Hypothèses opérationnelles………. 6 3 – Résultats...........................................…………………………………………………….7 4 – Discussion………………………… 7 5 – Conclusion………………………… 8 III

Analyse Bivariée Dans cette partie on va essayer de détecter l’ensemble des relations qui existent entre un certain nombre de variables, cette analyse va nous donner une idée claire est précise sur le degré d’influence d’une variable sur l’autre la chose qui va nous facilité la compréhension de la démarche commerciale et marketing à entreprendre en cas d’achat en ligne Première hypothèse à tester : Existe-t-il une relation entre la fréquence d’achat sur internet et le sexe De manière

façon avec laquelle il est prévu de les tester. Le projet de recherche représente déjà un bref résumé du futur mémoire. Conseils généraux : • • • Environ 2 pages de texte Titre informant sur les aspects les plus importants de la recherche (variables, liens entre elles, etc.) Informations personnelles (nom, adresse email, professeur/e, assistant/e) sur la page de garde Parties du projet de recherche : 1. Introduction (env. 2 phrases) • Introduction à la problématique • Informations brèves

lors des campagnes fédérales du non. Ces propositions seront testées à l’aide d’une analyse de régression logistique comportant plusieurs variables associées au choix référendaire de 1995. Opérationnalisation et hypothèse Le fichier Québec1995.sav regroupe une foule de données sociodémographiques ainsi que les résultats du vote référendaire de 1995. La variable «ouigagne» a été codée selon les circonscriptions où le oui a obtenu plus de votes que le non. Les circonscriptions où le oui l’a rempoté

indépendantes – plan S < A >. 1) Analyse descriptive de la variation dans un groupe On s’intéresse à une variable quantitative X dans une population (P) donnée. La moyenne m de X et sa variance σ2 sont inconnues dans cette population. On dispose d’un ́echantillon (groupe) de n sujets extraits de cette population. On observe donc un ́echantillon (x1, x2, x3, ..., xn) de n valeurs pour notre variable x On désigne par T la somme de ces valeurs et par x leur moyenne (arithmétique) : T = (x1+x2+...+xn)

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