Variable

Laboratoire d'analyse du comportement du consommateur (LABACC) RÉSUMÉ Le but de cet article est, d’une part, d’offrir une définition conceptuelle – assortie de multiples illustrations – de ce que sont les variables médiatrices et modératrices ; et d’autre part, d’expliciter la manière dont ces variables doivent être traitées au plan statistique. Des exemples concrets de chaque cas envisagé théoriquement sont également repris dans l’article. Mots clés : Modérateur, médiateur, modération médiatisée, médiation

tableau : Croise deux variables= tableau 4 cases Croise trois variables= lecture structurale On doit se remettre dans la tête les caractéristiques des variables sur les quels on va travailler. La plus part des variables sont les réponses aux questions, mais ce n’est pas toujours le cas, ex avec les scores (additionner les oui et non)= variables niveaux du culture donc 4questions peuvent indiqué 1 seule variables. Une question quel livre lisez-vous = se engendrer plusieurs variables et vice-versa.

* Deux grands types de variables * Variables quantitatives : qui expriment des grandeurs quantifiables, mesurables à l’aide d’une unité * Variables qualitatives : grandeurs non quantifiables ne peuvent pas s’exprimer en unité. Leur modalités marques des différences qui ne sont pas numériques (diplôme, sexe) * La nature des variables conditionne le type de méthode d’analyse utilisable 3) la notion de variable * Relation de causalité : une variable indépendante X (ou explicative)

|LES VARIABLES | | |ALÉATOIRES | Quand un événement peut prendre plusieurs valeurs fruits du hasard, on dit qu’il constitue une variable aléatoire. Généralités Une variable aléatoire prend différentes

Processus modérateur : Une variable modératrice est une variable qui module le sens et/ou la force de l'effet de X sur Y. Ainsi, la relation X-Y peut être : ➢ négative pour un groupe de consommateurs caractérisé par un certain niveau de la variable modératrice et positive pour un autre groupe de consommateurs ; ➢ ou encore, elle peut être fort prononcée dans un groupe et faible, voire inexistante, dans un autre. Les processus modérateurs répondent donc à la question «

présenté et soutenu à l’université Paris 1 le 04/06/2010 devant le jury composé de : M. Charles BOUVEYRON Enseignant à l’université Paris 1 Table des matières I- Introduction 3 II- Prétraitement des données 4 1. Choix des variables 4 2. Gestion des variables manquantes, aberrantes et extrêmes5 A. Valeurs manquantes 5 a. Indentification des valeurs manquantes5 b. Suppression de ces valeurs6 c. Remplacement de ces valeurs par la moyenne7 B. Valeurs aberrantes7 a

Rubrique : Introduction Le tableau des données Quelques définitions - Individu ou unité statistique - Population - Échantillon - Variable - Modalités Le concept d’échelle de mesure Échelle nominale Échelle ordinale Échelle d’intervalle Échelle de rapport Distinction entre variable qualitative et quantitative Distinction entre variable discrète et continue Introduction Bien que la statistique soit aujourd'hui utilisée dans presque tous les secteurs de la vie humaine, tous

Personne, Salarié, Département, ainsi que les énumérateurs adéquats. Créez l’interface Windows suivante : - Créez une variable globale de type département dans le code behind de l’interface - Le bouton Ajouter Au département déclenche la méthode Ajouter(Salarié) de la variable globale. - Le bouton Centraliser Le département déclenche la méthode Centraliser(Path) de la variable globale département. - Créer Une deuxième interface qui vous permet d’afficher la liste des employés d’un département donnés

des données. Le mode, la moyenne ainsi que la médiane composent ces tendances centrales. Le mode est la valeur qui apparait le plus fréquemment pour une série de données. Il est la seule mesure de tendance centrale qui peut être utilisée avec des variables nominales. La médiane est la valeur qui divise en deux parties égales un ensemble de données. Un des avantages de la médiane, c’est qu’elle ne tient pas compte des valeurs extrêmes qui peuvent biaiser d’autre mesure de tendance centrale, comme la

DE PROBABILITES 1. Loi Binomiale B(n,p) Il s’agit en fait de la somme de n variables aléatoires indépendantes qui suivent une loi , de même paramètre p.  avec   Somme de lois binomiales. Soient deux variables aléatoires indépendantes: qui suit , et qui suit . La V.A. définie par suit une loi . 2. Loi de Poisson P() On appelle variable aléatoire de Poisson une variable aléatoire discrète X pouvant prendre des valeurs entières 0, 1, 2, …, k avec des probabilités