Variable globale

une variable aléatoire X définie sur un certain espace probabilisé (Ω, A, P) et admettant la fonction f pour densité. 2) Déterminer la fonction de répartition F de X. 3) Montrer que X a une espérance et que celle-ci vaut 1 . 2 4) a) Déterminer E((X – 1) 2). 3 – ln 2. 4 5) On appelle variable indicatrice d’un événement A, la variable de Bernoulli qui vaut 1 si A est réalisé et 0 sinon. 1 On considère maintenant la variable aléatoire Y, indicatrice de l’événement (X ≤ ) et la 2 1 variable aléatoire

Chapitre 1 : les données La population peut être appelée sondage. Les échantillons doivent représenter la population globale, ils doivent présenter les mêmes caractéristiques individuelles. Modalités : age, sexe... en fonction de ces modalités on va calculer des proportions. Généraliser l'échantillon à la population totale. On va prendre ces données pour concevoir, pour innover. Études de satisfaction au travail en RH... Partie 1 : apprendre à décrire, un marché, ) partir d'un certain

Chapitre 2 : le modèle de régression simple Introduction * Etude de la relation et de la dépendance entre deux variables : une variable explicative, exogène (X) et une variable à expliquer, endogène (Y) * Caractère linéaire (au niveau des coefficients) : modèle linéaire sous la forme d’une équation : linéarité dans les paramètres : Y = aX+b * Modèle aléatoire : terme d’erreur intégré : Y = aX + b + Ԑ 1. Présentation – spécification et hypothèses du modèle Yt = aXt + b +

l’entreprise a établi le tableau suivant, où il est envisagé, pour chaque année, quatre scénarios relatifs à l’importance globale du marché pour lesquels on a estimé des quantités de ventes affectés chacune d’une probabilité de réalisation. Année 1 Année 2 Année 3 Année 4 Probabilité Ventes globales Probabilité Ventes globales Probabilité Ventes globales Probabilité Ventes globales 0,15 600 0,4 800 0,2 700 0,25 900 0,25 700 0,2 900 0,15 600 0,2 800 0,4 800 0,15 700 0,25 900 0,4 600 0,2 900 0,25 600

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

types de variables ? Test si deux variables qualitatives sont indépendantes. Hypothèse ? H0 : Les variables sont indépendantes lorsque Sig > Seuil qui est égal a 0,05. H 1 : Les variables sont dépendantes (significativement associées) lorsque Sig < Seuil qui est égal a 0,05. Formule ? Où: Oij: Distribution observée (effectif qu’on peut lire sur le tableau corsé), Tij : Distribution théorique, i : numéro de la ligne, j : numéro de la colonne, l : nombre de modalités de la variable présentée

fonction de la position où le taux de variation sera la vitesse du véhicule. Délimitation : Variable indépendante : temps (seconde) Variable dépendante : position (centimètre) Paramètre constants : la masse (20 grammes) CD1 Cr 1 : Représentation adéquate de la situation | A | B | C | D | E | L’élève propose une hypothèse vraisemblable | 10 | 8 | 6 | 4 | 2 | L’élève identifie correctement les variables et les constantes | 5 | 4 | 3 | 2 | 1 | Matériel * Chariot * ruban de papier

B) Codification des variables 1) les différents types de variables Dans l’analyse de questionnaire on distingue 3 types de variables : - Variable qualitative/nominale : variables dont les « modalités » se présentent sous forme de texte - Variable ordonnée/ordinale : dont les « modalités » doivent être classé - Variable quantitative numérique : dont les « modalités » indique une quantité 2) le codage des variables : une fois identifier chaque variable de l’enquête fait l’objet

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)

réduire le risque. Lorsqu'on investit dans un actif risqué, on accepte l'incertitude des flux attendus. La rentabilité n'est pas certaine, c'est une variable aléatoire, pouvant prendre différentes valeurs, dont chacune est affectée d'une probabilité de réalisation. L'espérance mathématique correspond à la moyenne arithmétique des valeurs de la variable, pondérée par les probabilités associés à ces valeurs. Elle permet de calculer la rentabilité anticipée dans le futur. Plus l'actif est risqué