Variable d'état

------------------------------------------------- INTRODUCTION Quelles sont les variables ? Nous avons décidé de faire un sondage sur les langues, et plus précisément sur les langues parlées et étudiées en Belgique. Notre variable quantitative : combien de langues avez-vous déjà apprises (langue maternelle incluse)? Nous avons aussi déterminé la moyenne d’âge. Notre variable qualitative : où partiriez-vous pour apprendre une langue ? Nous avons aussi fait une autre variable qualitative : quelles langues sont parlées ?

PACES et APMK UFR SMP UFC N. Rude, S. Bailly et A. Baroin 2010 APPARIEMENT ARBRE DE DECISION DU CHOIX DU TEST STATISTIQUE dans le cas d'1 variable quantitative ; d'1 variable quantitative et d'1 variable qualitative ; d'1 variable qualitative ; puis 2 variables qualitatives. TAILLE DES ECHANTILLONS TEST CONDITIONS D'APPLICATION HYPOTHESES PARAMETRE CALCULE OU OBSERVE PARAMETRE TABULE OU THEORIQUE CONCLUSION INTERPRETATION Estimation de la variance d'un échantillon ( ∑ xi ) ²  1 

à la taille d’échantillon Sondage | Résultats | Chirac 19% | 19.88% | Jospin 18% | 16.18% | Le Pen 14% | 16.86% | On peut donc dire que la taille de l’échantillon était trop faible . B B Variables 1°/Définition Caractéristiques des individus ou des objets qui constituent les échantillons (taille, poids, couleur des yeux, types de votes) . Ces caractéristiques peuvent etre de deux sortes : * Qualitatives

ou D, on peut les identifier par les codes 0, 1, 2 ou 3. Ce codage est purement arbitraire et les méthodes logistiques ne considèrent jamais les valeurs numériques en tant que telles, mais simplement comme des noms de modalités. Dans le cas d'une variable ordinale codée, il est d'ailleurs possible que l'ordre logique des classes ne corresponde pas à l'ordre donné par les nombres utilisés comme codes. Une telle situation est cependant à déconseiller car elle est de nature à perturber inutilement l'interprétation

données sont : Décrire une situation Sélectionner les variables pertinentes Mettre en relation des variables Trouver les liens entre variables Synthétiser des informations Imaginer des représentations graphiques des tableaux, schémas… Que cherche-t-on à mesurer ? Se poser les bonnes questions Échantillon Population causes effets Analyse inférentielle Représentativité de l’échantillon Analyse causale Variables explicatives/expliquées Rappel préalable (2): Pour

SPSS : Définition d’une Variable : Une variable est la propriété d’un événement ou d’un objet pouvant prendre plusieurs valeurs. (Les colonnes sont nos variables, En lisant une ligne, on reconstitue le profil d’un événement ou d’un individu (une observation)). -Une case représente le score d’une variable pour une observation donnée. - Les scores possibles pour une variables sont appelés ses : Modalités - Les types des modalités définissent les types des Variables -une variable Quantitative et une autre

résumés numériques. Les outils mis en œuvre dans ces deux phases dépendant de la nature des données, nous commencerons par répertorier les différents types de mesures ou « variables ». Nous présenterons ensuite les outils permettant de décrire une variable, puis la liaison entre deux variables. Les différents types de variables Mini_enquête_ La feuille Données présente les résultats bruts d’un petit questionnaire rempli par les étudiants d’une classe de Sup TG 1 de la promotion précédente.

composantes principales (ou ACP) est purement descriptif : il s’agit « d’explorer » un ensemble d’observations rassemblées sous la forme d’un tableau de données indiquant pour chaque unité statistique les valeurs observées d’un certain nombre de variables quantitatives. L’unité statistique peu être primaire (par exemple un individu, une entreprise) ou secondaire. Dans ce dernier cas, il s’agit de regroupement d’unités statistiques primaires. Exemple d’unité statistique secondaire. On a interrrogé

part, grâce à leurs structures graphiques, les RBs offrent un outil naturel pour représenter les dépendances entre les différentes variables d’un système donné. D’autre part, en exploitant les indépendances conditionnelles entre les variables, ils introduisent une certaine modularité dans les systèmes complexes. Nous modélisons les dépendances entre les nœuds (variables aléatoires) en créant des interactions entre deux réseaux : un HMM-horizontal et un HMM-vertical. Le réseau HMMvertical (resp. HMM-horizontal)

. 1.7.7 Chaînes de Markov cachées . . . . . . . . . . . . . . . . . . . 1.8 Exercices supplémentaires . . . . . . . . . . . . . . . . . . . . . . . . 9 12 17 19 21 23 26 26 27 35 36 37 38 38 41 2 Décompositions de l'espace d'états, récurrence/transience 45 3 Théorie du potentiel, mesures et lois invariantes 63 2.1 Points essentiels, communication entre points, irréductibilité, période 2.1.1 Points essentiels . . . . . . . . . . . . . . . . . . . . . . . . . 2