Variable régionalisée

déplacements fréquents…)? * Expliquer pour tous vos groupes à l’étude, sains et malades 8. Variables et collecte des données But : Montrer comment, de façon opérationnelle, les concepts sur lesquels portent la recherche sont traduits en variables; préciser comment les données seront recueillies et discuter la qualité des données. Variables de l’étude Définir de façon opérationnelle les variables qui seront considérées et mesurées à partir de la question de recherche Exemple : Le nombre d’heures

état normal après un choc, déréglement somatiques diffus (maux de tête troubles digestifs, insomnies…) anxieux prédisposition a développer des troubles névrotiques Variable qualitative : moyenne orgre age poid.. Variable quantitative : fréquence genre nombre Variable Ordiale : écart entre deux catégories n’est pas stable Variable d’intervalle : stable et fixe intervalle (1 a 1) QI : Le resultat d’un test psychometrique qui lorsqu’il est corrélé avec les autres éléments d’un exam entend fournir

produit est p = 0, 2. France 3 15 juin 2007 Baccalauréat S 2. Notons G l’événement « l’élève choisi est un garçon »et P l’événement « l’élève choisi a obtenu son permis ». Représentons la situation par un arbre. 1 10 Si X est la variable aléatoire donnant le nombre de produits vendus, X suit la loi binomiale B(5 ; p). 5 Alors p(X = 2) = 2 p 2 (1 − p)3 = 10 × 0, 22 × 0, 83 = 0,204 8. (réponse d)). P G 1 4 9 10 P P = (P ∩ G) ∪ (P ∩ G) (réunion d’événements incompatibles)

Théorème de renouvellement en Chaine de Markov Introduction : Une chaîne de Markov est une suite de variables aléatoires (Xn, n ∈ N) qui modélise l’évolution dynamique d’un système aléatoire. La v.a Xn représente l’état du système à l’instant n. La propriété fondamentale des chaînes de Markov, dite propriété de Markov, est que son évolution future ne dépend du passé qu’à travers sa valeur présente. Définitions : Soient (Ω,a,P) un espace de proba et E l’espace des états. 1) Une matrice

distance parcourue. * Mesurer la distance (cm) entre le luxmètre et la lampe avec une règle. * Appliquer la formule mathématique sur nos données pour faire un graphique. 5. Identification des variables * Variable indépendante : distance (cm) 10, 20, 30, 40, 50, 60, 70, 80, 90 Variable dépendante : intensité lumineuse (W/m2) 6. Hypothèse * Nous pensons que le rapport entre la distance et l’intensité lumineuse est associable à une relation de proportionnalité inverse. (y = kx)

I. Description des processus TS et DS On se limite aux processus non saisonniers. A. Les processus TS Un processus TS s’écrit: xt = ft + εtoùft est une fonction polynômiale du temps, linéaire et εtun processus stationnaire de type ARMA. Le processus TS le plus simple est représenté par une fonction polynômiale de degré 1. Ce processus s’écrit : xt=a0+a1t+ εt Siεt est un bruit blanc (gaussien ou non), les caractéristiques de ce processus sont alors: Ext= a0+a1t+Eεt= a0+a1t

Sondage sur 30 personnes de notre entourage : Pour notre sondage , nous avons posé trois questions: - Quelle est la couleur de vos yeux ? - Combien avez-vous de frères et sœurs ? - Combien mesurez-vous ? Couleurs des yeux (Caractère qualitatif) : Bleu : l l l l l l l l l Vert : l l l l l Marron : l l l l l l l l l l l l l Couleurs des yeux | Effectifs | Fréquence en % | Marron | 14 | 14/30x100= 46.7% | Vert | 6 | 6/30x100= 20 %

2) Caractère Définition : Un caractère peut prendre plusieurs valeurs ou modalités. Si les valeurs sont numériques, on parle de caractère quantitatif ; sinon il est dit qualitatif. Variable qualitative : Variable quantitative : • Variable quantitative continue : • Variable quantitative discrète : Exemples : Couleur du pull des élèves de la classe de 2nde (caractère qualitatif) Nombre de frères et sœurs des élèves de Notre Dame (caractère quantitatif)

PUBLICATIONS UNIVERSITAIRES: 12 2005 EDITION: 1.01.4043 LS.B.N: 9961-00918.5 Dép&t légal: 3168/2005 TflBLE DES MATIERES CHAPITRE 1 Statistique descriptive.. Exercices... „..„.,. Solutions des exercices CHAPITRE 2. Notions de calcul des probabilités- Variables . aléatoires.. Exercices... ..,., Solutions des exercices CHAPITRE 3. Principles lois de probabilité -Convergences Exercices Solutions des exercices CHAPITRE 4. Echantillonnage - Estimation Exercices Solution des exercices CHAPITRE 5. Tests statistiques

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