Cours de statistique descriptive
2 août 2016 Institut Africain de la Statistique ... à construire des graphiques ... général en vue de décrire de résumer et d'analyser une population ...
EXAMEN STATISTIQUE DU COMMERCE MONDIAL 2018
10 juil. 2018 Examen statistique du commerce mondial 2018. 12. Graphique 2.5. Commerce mondial des marchandises: principaux exportateurs et importateurs.
Construire un tableau de bord pour lenseignement supérieur: un
4.3 Analyser la performance d'un système d'enseignement supérieur . Unité de renforcement des capacités de l'Institut de statistique de l'UNESCO.
Statistique Descriptive Multidimensionnelle (pour les nuls)
La statistique multidimensionnelle (et principalement l'Analyse des Correspondances Elles aboutissent `a des représentations graphiques des données (des ...
Modélisation et simulation des systèmes de production: une
7 mai 2013 La méthode SADT fournit plusieurs représentations graphiques formalisées pour analyser et comprendre un système à construire:.
MODELES LINEAIRES
1.1 Démarche statistique. Population étudiée. Nombre d'individus variables observées quantitatives/qualitatives. Analyse univariée. Tableau de fréquences
Statistiques descriptives et exercices
représentation graphique et le calcul de résumés numériques. La place de ce cours dans le future métier des étudiants : – Analyse des données (outils
Cours de Statistiques niveau L1-L2
7 mai 2018 Recueil des données ? construction d'un échantillon. 2. Statistique ... L'analyse statistique a pour but d'étudier cette variabilité.
Résumé du Cours de Statistique Descriptive
15 déc. 2010 3.2.1 Représentation graphique de deux variables . ... construire le tableau statistique il faut procéder `a des regroupements en classes.
Guide-Eval-7-etapes-web.pdf
Directeur de recherche à l'Institut de Recherche pour le Développement (IRD). considérer que l'évaluation est « un processus d'analyse.
FICHE MÉTHODE : Lire et analyser un graphique
FICHE MÉTHODE : Lire et analyser un graphique Un graphique est une façon de présenter des données chiffrées sous une forme plus visuelle qui facilite leur compréhension I Lire le graphique 1) Il faut repérer 3 choses : le titre la grandeur variable et la grandeur mesurée Il met en relati grandeur mesurée et la Elle est toujours
Analyser un graphique - Maxicours
Analyser un graphique Pour décrire un graphique il faut observer son allure c’est la description avec des mots de ce que l’on voit sur le graphique Pour cela on doit : repérer les axes les unités les échelles repérer les différentes parties du graphique
Statistique Descriptive Multidimensionnelle (pour les nuls)
Ce document est consacr e aux trois m etho des les plus courantes de la statitique descriptive multidimensionnelle : l’Analyse en Composantes Principales (chapitre 1) l’Analyse Factorielle des Correspondances (chapitre 2) et l’Analyse des Correspondances Multiples (chapitre 3)
Publicationsde
l'InstitutdeMath ematiques deToulouse (pourlesnuls) (versiondemai2010)AlainBaccini
2Tabledesmatieres
1AnalyseenComposantesPrincipales5
2AnalyseFactorielledesCorrespondances15
3AnalysedesCorrespondancesMultiple27
34TABLEDESMATIERES
Avant-propos
grandeslignesdecestechniques.Chapitre1
AnalyseenComposantes
Principales
lysesdesCorrespondances). tion). 5Ongeneraliseennal'A.C.M.
1.2Exempleillustratifpourl'A.C.P.
parlesfacteurs). laplusobjectivepossible. disciplines.1.2.1Presentation
physique,francais,anglais):MATHPHYSFRANANGL
jean6.006.005.005.50 alan8.008.008.008.00 anni6.007.0011.009.50 moni14.5014.5015.5015.00 didi14.0014.0012.0012.50 andr11.0010.005.507.00 pier5.507.0014.0011.50 brig13.0012.508.509.50 evel9.009.5012.5012.001.2.EXEMPLEILLUSTRATIFPOURL'A.C.P.7
coupd'ilduphotographe...1.2.2Resultatspreliminaires
Statistiqueselementaires
VariableMoyenneEcart-typeMinimumMaximum
MATH9.673.375.5014.50
PHYS9.832.996.0014.50
FRAN10.223.475.0015.50
ANGL10.062.815.5015.00
unpremierpasversl'analysemultivariee.Coefficientsdecorrelation
MATHPHYSFRANANGL
MATH1.000.980.230.51
PHYS0.981.000.400.65
FRAN0.230.401.000.95
ANGL0.510.650.951.00
1.2.3Resultatsgeneraux
d'unevariablequantitative).Matricedesvariances-covariances
MATHPHYSFRANANGL
MATH11.399.922.664.82
PHYS9.928.944.125.48
FRAN2.664.1212.069.29
ANGL4.825.489.297.91
Valeurspropres;variancesexpliquees
FACTEURVAL.PR.PCT.VAR.PCT.CUM.
128.230.700.70
212.030.301.00
30.030.001.00
40.010.001.00
40.301.00
Interpretation
1.2.4Resultatssurlesvariables
Correlationsvariables-facteurs
FACTEURS-->F1F2F3F4
MATH0.81-0.580.01-0.02
PHYS0.90-0.43-0.030.02
FRAN0.750.66-0.02-0.01
ANGL0.910.400.050.01
desvariablesdonneparlaFig.1.1. auxaxesdesgraphiques).1.2.EXEMPLEILLUSTRATIFPOURL'A.C.P.9
A x e 2 -1.0-0.50.00.51.0Axe 1-1.0-0.50.00.51.0
Fig.1.1{Representationdesvariables
dimensionspourinterpreterl'analyse.Interpretation
lespresentonsmaintenant.1.2.5Resultatssurlesindividus
jean0.11-8.61-1.4120.9929.191.830.970.03 alan0.11-3.88-0.504.225.920.230.980.02 anni0.11-3.213.476.174.0611.110.460.54 moni0.119.850.6026.8638.190.331.000.00 didi0.116.41-2.0512.4816.153.870.910.09 andr0.11-3.03-4.929.223.6222.370.280.72 pier0.11-1.036.3811.510.4137.560.030.97 brig0.111.95-4.205.931.5016.290.180.82 evel0.111.552.632.630.956.410.250.73 A x e 2 -5-4-3-2-101234567Axe 1-10-8-6-4-20246810
Fig.1.2{Representationdesindividus
loin.Interpretation
Var(C1)=1
99X i=1(c1 i)2
1=8:61;sacontributionestdonc:
19(8:61)2
28:23100=29:19%:
1.3.PRESENTATIONGENERALEDELAMETHODE11
individuslesonta100%.1.3Presentationgeneraledelamethode
noussemblenecessaire. appropries(q1.3.1Lesprincipes
Lesdonneesaanalyser
noteexjX1XjXp
1x1 1xj 1xp 1. ix1 ixj ixp i. nx1 nxj nxp nLeproblemeatraiter
Lecritereutilise
convenablementlesfacteurs.Lamethode
C 1=a11X1+a2
1X2++ap
1Xp C 2=a12X1+a2
2X2++ap
2Xp tellesque: C doitrajouterlacontraintePp j=1(aj1)2=1.
contenuedansC1).1.3.PRESENTATIONGENERALEDELAMETHODE13
Etainsidesuite:::
facilesalireetainterpreter.Centrageoureductiondesdonnees?
propresorthonormesdelamatriceR.Commentaires
1.3.2Lesresultats
Resultatsgeneraux
variables.Resultatssurlesvariables
interpretation. q=3.Resultatssurlesindividus
commelesautressontassociesauxfacteurs. 1).Chapitre2
AnalyseFactorielledes
Correspondances
descriptive.2.1Principegeneraldel'A.F.C.
2.1.1Lesdonnees
toirementtouslem^emepoids1 15 y1yhycsommes x1n11n1hn1cn1+ x`n`1n`hn`cn`+ xrnr1nrhnrcnr+ sommesn+1n+hn+cn (lesn`+etlesn+h).2.1.2Leprobleme
liaison. du`iemeprol-ligne f n`1 n`+;:::;n`hn`+;:::;n`cn`+g; etcelleduhiemeprol-colonne f n1h n+h;:::;n`hn+h;:::;nrhn+hg: particulieres.2.1.3Lamethode
danslecascontraire. etcellesdeY. methode.2.2.EXEMPLEILLUSTRATIF17
2.2Exempleillustratif
arrondisaladizainepres).2.2.1Lesdonnees
Ellessontreproduitesci-dessous.
mentetlaS.A.U.(en1993).INF05S0510S1020S2035S3550SUP50
ARIE870330730680470890
AVER82012602460333021702960
H.G.229010701420183012602330
GERS16508901350254020903230
LOT19401130175016607701140
H.P.2110117016401500550430
TARN17708201260201016802090
T.G.1740920156022109901240
encolonnes,6classes).SUP50=plusde50hectares.
d'uneautre,retrouvee.Letableauinitial
ContingencyTable
|INF05S0510S1020S2035S3550SUP50|SumARIE|870330730680470890|3970
AVER|82012602460333021702960|13000
H.G.|229010701420183012602330|10200
GERS|16508901350254020903230|11750
LOT|19401130175016607701140|8390
H.P.|2110117016401500550430|7400
TARN|17708201260201016802090|9630
T.G.|1740920156022109901240|8660
Sum|1319075901217015760998014310|73000
Lescontributionsaukhi-deux
(n`hn`+n+h n)2n`+n+h n (voirlechapitre3ducoursSDE). |INF05S0510S1020S2035S3550SUP50|SumARIE|32.5016.607.0236.599.7516.05|118.51
[870(397013190)=73000]2 (397013190)=73000'32:50: [820(1300013190)=73000]2 (1300013190)=73000'995:17:2.2.EXEMPLEILLUSTRATIF19
Lestableauxdeprols
RowProfiles
|INF05S0510S1020S2035S3550SUP50ColumnProfiles
|INF05S0510S1020S2035S3550SUP50TOTAL|111111
Lanotiond'inertieenA.F.C.
tique. dernieralinea. tousdepartementsconfondus.S.A.U.
cellesdeslignes(dansIRr). conserveseulementdeuxoutroisdimensions.InertiaandChi-SquareDecomposition
SingularPrincipalChi-
ValuesInertiasSquaresPercents1530456075
0.122100.014911088.2920.25*******
0.048940.00239174.833.25*
0.027920.0007856.901.06
0.023280.0005439.550.74
0.073645375.49
restitueaussilemaximum;etainsidesuite. importantepourl'axe1etainsidesuite.2.2.EXEMPLEILLUSTRATIF21
peuttoujourssededuiredesprecedents.Lescoordonneesdeslignesetdescolonnes
principequ'enA.C.P. 1.RowCoordinates
|Dim1Dim2ARIE|0.037168-.109849
AVER|-.2366840.206059
H.G.|0.023759-.157132
GERS|-.261525-.089482
LOT|0.2551870.032261
H.P.|0.4782280.052226
TARN|-.102814-.087061
T.G.|0.1235680.068447
ColumnCoordinates
|Dim1Dim2INF05|0.322690-.183979
S0510|0.2156880.069874
S1020|0.1470200.149383
S2035|-.0476930.106435
S3550|-.257888-.011834
SUP50|-.304488-.103492
Lescontributionsal'inertieselonchaqueaxe
ARIEAVER
H.G.GERSLOTH.P.
TARNT.G.
inf05s0510s1020 s2035 s3550 sup50Dim. 2
-0.25-0.15-0.050.050.150.25Dim. 1-0.5-0.4-0.3-0.2-0.10.00.10.20.30.40.5
|Dim1Dim2ARIE|0.0013660.044019
AVER|0.1813410.507201
H.G.|0.0014340.231410
GERS|0.2001150.086450
LOT|0.1360490.008024
H.P.|0.4214210.018546
TARN|0.0253480.067070
T.G.|0.0329270.037281
|11 |Dim1Dim2INF05|0.3420030.410237
S0510|0.0879250.034051
S1020|0.0655030.249544
S2035|0.0089260.164051
S3550|0.1652760.001284
SUP50|0.3303670.140833
|11 `lacoordonneedudepartement I k=rX `=1n n(ck `)2:Lapartdudepartement`vautdonc:n`+
n(ck `)2Ik: I1=0:05501.Celuidescoordonneesfournit:c1
2=0:236684.Enn,latabledecontingence
initialepermetd'ecrire:n2+2.2.EXEMPLEILLUSTRATIF23
nuagedesdepartementsselonl'axe1vaut: 1373(0:236684)2
0:05501'0:1813;
valeurdonneedansletableauci-dessus. interpreterlesaxesdesgraphiques. desassezgrandes(S3550).Lescosinuscarres
estmauvaise. (proprietegeometriqueclassique).SquaredCosinesfortheRowPoints
|Dim1Dim2ARIE|0.0462790.404245
AVER|0.5637390.427291
H.G.|0.0201860.882916
GERS|0.8898350.104173
LOT|0.9512230.015203
H.P.|0.9817010.011708
TARN|0.4388470.314675
T.G.|0.5364120.164587
SquaredCosinesfortheColumnPoints
|Dim1Dim2INF05|0.7517250.244357
S0510|0.8194880.086004
S1020|0.4475110.462010
S2035|0.1280510.637744
S3550|0.9195240.001936
SUP50|0.8683030.100310
SAUinf05s0510s1020s2035s3550sup50
0102030405060708090100
Fig.2.2{Prols-lignesdesdepartements
Prenonsdeuxexemples.
degres(plusdelamoitied'unangledroit). quiconcernel'Ariege.2.2.3Interpretationdesresultats
marquantssontceuxrevelesparladimension1.2.2.EXEMPLEILLUSTRATIF25
Chapitre3
AnalysedesCorrespondances
Multiple
variablesqualitatives.3.1RappelssurletableaudeBurt
pitre3ducoursSDE.3.1.1Lesdonneesconsiderees
n.Lesvariables c=Pp 273.1.2DenitiondutableaudeBurt
3.1.3Illustration
correspondantestdonneci-dessous. bacCbacD<1818ans19ans>192ans3ans4ans bacC58301083231143832419267 bacD021425976824768256 <181082513300084351418ans3239704200022413759
19ans11468001820737534
>193824000621927162ans3247684224731940000
3ans1928235137752702740
4ans67561459341600123
3.2Principesdel'A.C.M.
3.2.1Leprobleme
seradem^emenaturequ'enA.F.C.3.2.2Lamethode
estdoncbienunegeneralisationdel'A.F.C.3.3.UNEXEMPLEILLUSTRATIF29
doncunegrandepratiquedecettemethode.3.3Unexempleillustratif
suivisjusqu'en1996.3.3.1Lesdonnees
sontlessuivantes: {lesexe,a2modalites:lle,gars; 1432214322
21311
13322
15352
12222
necessaireavantdemettreenuvreuneA.C.M.
3.3.2L'A.C.M.desdonnees
LetableaudeBurt
seulementdeuxvariables.ContingencyTable
fillegarsautbacbacAbacBbacCouDbacG fille101403236633992185 gars06211912625894124 autbac3219510000 bacA3661260492000 bacB3392580059700 bacCouD92940001860 bacG1851240000309 .18.508221625531411737 .19.321210916719054111 .20.18519036709315161 art+com10661256621532 autcsp232119201079124109 empl995444769627 inter156986701202137 ouvr14374105778963 prolib278215915517711141NON5503904528726570273
OUI464231620533211636
Sum50703105255246029859301545
.18..19..20.art+comautcspemplinterquotesdbs_dbs22.pdfusesText_28[PDF] Fiche méthode : quot analyse d 'une affiche de propagande quot
[PDF] Evaluations microbiologiques sur le yaourt en rapport - HAL-Inria
[PDF] TD 1analyses de sangpdf - FSR
[PDF] Liste des analyses hors nomenclature - CGB | Laboratoire de
[PDF] Analyste de l 'informatique II SOMMAIRE DU CORPS D 'EMPLOI - UQO
[PDF] Rapport d 'activités de l 'Agence Nationale de l 'Assurance - anam
[PDF] rapport d 'evaluation externe du programme de licence - ANAQ SUP
[PDF] Cellulite juvénile chez le chien - Centre vétérinaire DMV
[PDF] Exploration et prise en charge de l 'anasarque - SOGC
[PDF] Incompatibilité foeto-maternelle érythrocytaire - cngof
[PDF] Exploration et prise en charge de l anasarque - SOGC
[PDF] Anatomía del globo ocular y de la órbita
[PDF] anatomia basica del ojo humano - ClaseV
[PDF] Appunti di anatomia e fisiologia umana - ITAS quot G Pastori quot