Variable globale

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 :

9 mai 2012 au début de l'heure Exercice 1. Une urne contient cinq boules numérotées de 1 à 5. On tire au hasard, successivement et avec remise 10 boules dans l'urne. On appelle succès, lors d'un tirage, l'apparition de la boule numérotée 1. 1 VARIABLES 2 S EST_DU_TYPE NOMBRE 3 x EST_DU_TYPE NOMBRE 4 i EST_DU_TYPE NOMBRE 5 DEBUT_ALGORITHME 6 S PREND_LA_VALEUR 0 7 POUR i ALLANT_DE 1 A 10 8 DEBUT_POUR 9 x PREND_LA_VALEUR floor(1+5*random()) 10 SI (x==1) ALORS 11 DEBUT_SI 12 S PREND_LA_VALEUR S+1 13

la régression. Il permet de résumer toute l'information qui n'est pas prise en compte dans la relation linéaire que l'on cherche à établir entre Y et X c.-à-d. les problèmes de spécifications, l'approximation par la linéarité, résumer le rôle des variables explicatives absentes, etc. Comme précédemment lors du lancé de dé, nous désirons que les termes d’erreur soient aléatoires et donc on effectuera les hypothèses suivantes (hypothèses que nous chercherons à vérifier par la suite en calculant

r-project.org/doc/contrib/Paradis-rdebuts_fr.pdf 1 Table des mati` eres 1 Variables, donn´ ees statistiques, tableaux, effectifs 1.1 D´efinitions fondamentales . . . . . . . . . . . . . . . . 1.1.1 La science statistique . . . . . . . . . . . . . . 1.1.2 Mesure et variable . . . . . . . . . . . . . . . . 1.1.3 Typologie des variables . . . . . . . . . . . . . 1.1.4 S´erie statistique . . . . . . . . . . . . . . . . . . 1.2 Variable qualitative nominale . . . . . . . . . . . . . . 1.2.1 Effectifs, fr´equences

restaurants : sans réservation ou avec réservation préalable. 1. Le premier restaurant fonctionne sans réservation mais le temps d’attente pour obtenir une table est souvent un problème pour les clients. On modélise ce temps d’attente en minutes par une variable aléatoire X qui suit une loi exponentielle de paramètre λ où λ est un réel strictement positif. 1 On rappelle que l’espérance mathématique de X est égale à . λ Une étude statistique a permis d’observer que le temps moyen d’attente pour obtenir une

Tousignant-Groulx 8004223 PSY2574C Travail #4 QUESTION 1 1) La variable indépendante de cette étude est définie par deux traitements possibles. Le traitement par le médicament VolFacile, ingéré une heure avant un vol d'avion, ou la prise d'un placébo dans les mêmes conditions. La variable dépendante de cette étude est définie par la «sévérité des symptômes de peur ressentis durant le vol», qui est mesurée après le vol. cette variable est déterminée par un questionnaire. 2) L'étude a utilisé un protocole

groupement B Exercice 1 : (12 points) Les trois parties de cet exercice peuvent être traitées de façon indépendante. A. Résolution d’une équation différentielle On considère l’équation différentielle (E) : y ′′ − 2y ′ + y = 8ex où y est une fonction de la variable réelle x, définie et deux fois dérivable sur R, y ′ la fonction dérivée de y et y ′′ sa fonction dérivée seconde. 1. Déterminer les solutions définies sur R de l’équation différentielle (E0 ) : y ′′ − 2y ′ + y = 0 2. Soit h la fonction définie sur

prend la variable indépendante. Dom f = r Image (ou codomaine) Ensemble des valeurs que prend la variable dépendante. Ima f = ]–∞, 3] Les coordonnées à l’origine Définition Abscisse(s) à l’origine ou zéro(s) Valeur(s) de la variable indépendante pour laquelle (lesquelles) la variable dépendante vaut zéro. Une fonction peut ne pas avoir d’abscisses à l’origine, en avoir une ou en avoir plusieurs. Ordonnée à l’origine ou valeur initiale Valeur de la variable dépendante lorsque la variable indépendante

fabrique, en très grande quantité, le comprimé d’un médicament. 1. Un comprimé est conforme si sa masse est comprise entre 890 et 920 mg. On admet que la masse en milligrammes d’un comprimé pris au hasard dans la production peut être modélisée par une variable aléatoire X qui suit la loi normale N (µ, σ2 ) de moyenne µ = 900 et d’écart-type σ = 7. a. Calculer la probabilité qu’un comprimé prélevé au hasard soit conforme. On arrondira à 10−2 . b. Déterminer l’entier positif h tel que P (900 − h X 900

régression simple La régression est une méthode statistique qui traite les valeurs d’une variable dépendante Y comme étant fonction des valeurs prises par une ou plusieurs variables indépendantes X La régression simple (= bivariée) comprend une seule variable indépendante L’équation de régression a donc la forme: La régression simple Y= a + bX + eᵢ Y : variable dépendante (à expliquer) X : variable indépendante (explicative) a : ordonnée à l’origine de la droite(valeur de Y pour x = 0)