Variable

de variation Caract´ristiques de forme e Distribution sym´trique e Coefficient d’asym´trie ou de dissym´trie ou skewness e e Le coefficient d’aplatissement (Kurtosis) 3 Mod`les probabilistes e Loi de probabilit´ d’une variable discr`te e e loi de probabilit´ d’une variables al´atoire continue e e Mamadou Moustapha KA () Econom´trie e 8 octobre 2012 logo 2 / 40 Introduction L’importance des march´s financiers, justifie d’accorder une grande e attention ` leur fonctionnement. a Les

valeurs possibles de la variable sont en nombre infini. Dans ce cas, les donn´es sont pr´sent´es souvent sous forme e e e de classes. 1-4 0.2.5- Modalit´ e 1-6 Caract`re e Qualitatif On appelle modalit´s d’un caract`re les e e diff´rentes situations (num´riques ou pas) e e que peut prendre un caract`re. e Discret Continu qualitatif impossible discret Quantitatif quantitatif quantitatif discret continu 0.3- Les trois types de variables Pour chaque caract`re

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

Remarque <le commentaire> | && <le commentaire> | Lire(<’le message’>, <A>) | && pour les variables de type numériqueinput ‘<le message>’ to <A>&& pour les variables de type chaîne de caractèresaccept ‘<le message ‘> to <A> | Ecrire (<message>, <variables>) | ? ‘<message>’, <variables> | Les branchements conditionnels Ecriture algorithmique | Syntaxe en Foxpro | le branchement simpleSi <condition>

construire un graphique simple : 1 variable Cliquez sur l’icône TRI à PLAT Sélectionner une question Cliquez sur l’icône en haut à droite pour transformer votre choix en tableau Choisir le type de graphique souhaité Pour faire un autre graph , passez au TRI 2 , en haut à gauche (les tris s’enregistrent) Pour éliminer des tris : EDITION, SUPPRIMER, TRI COURANT Pour construire un graphique avec 2 variables Cliquez sur l’icône TRI

1416). Les variables : « objets » dont la valeur change. (Exemple : les nombres réels) La partie exécutive : délimitée par les mots début/fin. Les commentaires : données insérées dans le programme pour faciliter la lecture. Le renvoi : symbole utilisé deux fois pour assurer la continuité lorsqu’une partie de la ligne de liaison n’est pas représentée. 2.4) Les actions de base a) L’affectation C’est l’action essentielle de l’algorithme. Elle attribue une valeur (constante) à une variable. Son symbole

Formation JAVA Planning de formation Introduction au langage JAVA  Encapsulation  Constructeurs  Composition d’objets  Variables statiques et méthodes statiques  Héritage  Polymorphisme  Upcasting/Downcasting  Classes abstraites  Interfaces  Planning de formation Exceptions  JDBC  Les flux  Sérialisation  Les collections d’objets  Introduction au langage java Introduction au langage JAVA JAVA est un langage développé par SUN, il est : Simple Orienté

de fertilisants sur la production de maïs. Pour cela on estime le modèle suivant: Pt = b0 + b1 Ft+ b2 F²t + b3 Et+ b4 Qt+ b5 It+ ut Avec t=1985, …, 2006 Question 1 : Présentons le modèle, les données et l’équation testée en expliquant les variables exogènes retenues et les signes attendus des coefficients. Pt = b0 + b1 Ft+ b2 Ft2 + b3 Et+ b4 Qt+ b5 It+ ut P: la production de maïs (en tonnes par hectare) T : année d’observation F : quantité utilisée de fertilisants (en kilogrammes) E :

Estimateur par calage Exemple d’utilisation de l’estimation par calage Mise en oeuvre du l’estimation par calage avec CALMAR 2 Introduction On dispose d’un échantillon s tiré selon un certain plan de sondage p. Si on s’intéresse au total ty d’une variable y, on dispose d’un estimateur sans biais : l’estimateur de Horvitz-Thompson tyπ = k∈s yk πk où πk est la probabilité pour l’unité k d’appartenir à l’échantillon. Mohammed El Haj Tirari Méthodes avancées de sondage Estimateur par calage

les modalités de ce caractere peuvent être 0,1, 2,3…,20. Le caractère Les modalités Terminologie Echantillon Population Individu Taille de l’échantillon =3 Terminologie Variables statistiques Variables qualitatives Variables quantitatives Variables discrètes Variables continues Terminologie Caractère qualitatif Caractère quantitatif discret • Ses modalités ne s’expriment pas par un nombre • Exp : la religion, le sexe, l’opinion… • Ses modalités sont numériques