Variable dépendante

financiers . . . . . . . . . . . . . . . . . . . . . . . . . 149 1.1 La méthode de Monte Carlo . . . . . . . . . . . . . . . . . . . . . . . 149 1.2 Simulation d’une loi uniforme sur [0, 1] . . . . . . . . . . . . . . . . . 150 1.3 Simulation des variables aléatoires . . . . . . . . . . . . . . . . . . . . 150 1.4 Simulation de processus stochastiques . . . . . . . . . . . . . . . . . . 152 2 Quelques algorithmes utiles . . . . . . . . . . . . . . . . . . . . . . . . . . . . 155 2.1 Approximation de

espaces probabilisable et probabilisé - Probabilités conditionnelles, totales et composées - Probabilités des causes : formule de Bayes - Indépendance de deux événements Chapitre II : Variables Aléatoires et lois de probabilité - Variables aléatoires discrètes et continues - Valeurs caractéristiques d'une variable aléatoire - Propriétés de l’espérance mathématique et de la variance. Chapitre III : Lois de probabilités usuelles - Lois discrètes : bernouilli, binomiale, hypergéométrique, géométrique

Deux idées majeures et incontournables . . . . . . . . 1.4.1 La loi des grands nombres . . . . . . . . . U E . . . 1.4.2 Conditionnement et Indépendance .N I.Q . . . . . H 1.5 Les variables aléatoires . . . . . . .T.E C . . . . . . . . . . Y ........... 1.5.1 Loi d’une variable aléatoire POL 1.5.2 Simulation de L E variables aléatoires . . . . . . . O 1.6 Historique . . É C. . . . . . . . . . . . . . . . . . . . . . . TE O LY P C IQ HN UE 7 8 8 9 10 10 11 11 11 12 13 17 17 17 21 23 23 24

vidéo ou sur des séries de données. C’est une technique à la fois très puissante, très générale, très flexible, très polyvalente et très utile en hygiène du travail. Exemples d’utilisation: On peut l’utiliser pour caractériser toutes sortes de variables, en termes de fréquence, durée ou proportion, y compris : · des cycles de travail dans une période de production · l’exposition d’un travailleur à divers postes de travail ou à des tâches différentes dans une période donnée · l’exposition à diverses

expérimentation d’une théorie économique. * La prévision : fait référence au modèle prévisionnel. On utilise alors le modèle économétrique estimé pour prévoir les valeurs de certaines variables se trouvant en dehors du champ des données observées. Cette prévision se fait en tenant compte des valeurs prises par d’autres variables. * L’évaluation de politiques : cela signifie que l’on utilise le modèle économétrique estimé pour choisir entre différentes politiques alternatives. La simulation est en

......................................................................15 2- Loi normale centrée réelle : .........................................................................................................15 3- Fonction de répartition d’une variable normale continue réduite :..............................................15 4- Quelques relations à retenir : .......................................................................................................16 IILoi du khi deux (Khi carré) :

La régression non paramétrique Le but de la régression non paramétrique est de trouver une relation entre la variable {Xi }n et la variable {Yi }n , où on utilise l’information contenue dans Xi pour explii=1 i=1 quer la valeur de Yi . Si on a n observations indépendantes {(Xi , Yi )}n , on considère le i=1 modèle Yi = m(Xi ) + i , i = 1, ..., n où { i }n ∼ (0, σ 2 ), sont des variables aléatoires indépendantes de moyenne 0 et de i=1 variance σ 2 . On veut approximer la fonction m(.). Pour approximer

Semestre Module Elément Enseignant :3 : Méthodes Quantitatives : Statistiques II : Mr HILAL Eléments du cours Axiomes du calcul des probabilités Variables aléatoires et leurs caractéristiques Lois usuelles Lois usuelles continues Exercices avec solutions Numérisation & Conception Mr Mohamed-Fadil ZIADI Le Portail des Etudiant d’Economie www.e-tahero.net contact@e-tahero.net Professeur HILAL Statistiques II TABLE DES MATIÈRES © www.e-tahero.net – Z.M.F TABLE DES

quelconque Définitions Propriétés des intégrales convergentes Cas des fonctions positives Chapitre 5 Fonctions de n variables – Continuité 1 Graphe d’une fonction 104 104 Table des matières 2 Continuité d’une fonction de Rn dans R 3 Opérations sur les fonctions continues 4 Propriétés des fonctions continues Chapitre 6 Fonctions de n variables : calcul différentiel 1 Calcul différentiel d’ordre 1 2 Calcul différentiel d’ordre 2 Chapitre 7 Extremums

exercices corrigés Bernard Goldfarb Catherine Pardoux 6e édition © Dunod, Paris, 2011 ISBN 978-2-10-055892-6 Table des matières Avant-propos 1. Distributions statistiques à un caractère I. Définitions 1 A. Population, individu, échantillon B. Variables 2 Représentations graphiques A. Distributions statistiqueset représentations graphiques B. Le diagramme « branche et feuille » Les indicateurs statistiques A. Conditions de Yule B. Les indicateurs de tendance centrale et de position C. Les indicateurs