Cours 7 : reprise Taux de chômage : formule : autre nom jamais utilisé : la % de chômeurs dans la population active seule information à retenir du bloc.

Slides:



Advertisements
Présentations similaires
Chapitre 1 Généralités sur les données 1. Chapitre 1. Généralités sur les données Objectif : « prendre possession des données » Thème traité (avec d’autres.
Advertisements

Reprise du cours ( ) Chapitre 5 : interprétation des données d’enquêtes hasard  prudence  incertitude et imprécision formules : marge et fourchette.
En prélude Quelques brefs rappels 1. Moyenne  Un exercice (3.6, p. 34) o Données o Quelle est la densité moyenne de l’ensemble formé par le Bénin et.
Cours 10 : reprise Taux de chômage : formule : autre nom jamais utilisé : la % de chômeurs dans la population active seule information à retenir du bloc.
Cours 9 : reprise Taux de chômage : formule : autre nom jamais utilisé : la % de chômeurs dans la population active seule information à retenir du bloc.
Moyenne  Conclusions et résumé o 2 idées : la même chose à tout le monde & vérification o 9 formules (du moins pour nous) : 3 familles : arithmétique,
Du chapitre 1 au chapitre 2 1. Les graphiques : introduction (p.19)  Pour prendre possession des données o des chiffres dans un tableau, c’est bien o.
Données sur la demande d’emploi et l’activité salariée en Guyane en 2015 Données Pôle emploi - DARES traitements DIECCTE-SESE.
Du chapitre 1 au chapitre 2 1. Les graphiques : introduction (p.15)  Pour prendre possession des données o des chiffres dans un tableau, c’est bien o.
Grand Prix V.I.E Lorraine 2015 NOM Prénom Entreprise Pays Catégorie VIE.
Généralisation de la comparaison de moyennes par Analyse de la variance (ANOVA)
Situation des séquences dans une progression possible : - HABITAT - Les fondations et les murs - La charpente et la couverture - Les ouvertures - AGENCEMENT.
Chapitre 1 : Cinématique Objectif cinématique : étudier le mouvement des solides sans s’occuper des causes du mouvement  parle de position, trajectoire,
NF04 - Automne - UTC1 Version 09/2006 (E.L.) Cours 5-a Problèmes scalaires instationnaires d’ordre 1 en temps Domaines d’application Notions de schémas.
Dr. Tarek Barhoumi statistiques descriptives Statistiques descriptives Dr. Tarek Barhoumi.
Et maintenant, le mode : fastoche !
Suites ordonnées ou mettre de l’ordre
Colloque francophone sur les sondages 2016
Tableau à double entrée
Chapitre 1 Généralités sur les données
Corrélation et causalité
Valeurs de toutes les différences observables sous H0
Les distributions en classes

1. La moyenne arithmétique ( )
Chapitre 1 Généralités sur les données
Reprise du cours ( ) Séance « questions/réponses » :
Reprise du cours ( ) Aujourd’hui :
Statistique descriptive
Mesures de Variation, Coefficient Multiplicateur, Taux de Variation
Le flux d’information.
Proportion et Pourcentage de Répartition
chapitre 3 Les Statistiques
Une exploration des écarts menant à l’écart-type :
Chapitre 1 Généralités sur les données
Organisation des Données et Représentations Graphiques
Chaîne information Chaîne information acquérir acquérir traiter
Composition actuelle de l ’atmosphère
Plan la séance 10 L’analyse des données qualitatives
Statistiques Sociales LC3
4.3 Estimation d’une proportion
L'expérience du Cap-Vert en matière de désagrégation des données et les faiblesses identifiées pour répondre aux plans et programmes Nationaux et Internationaux.
Troisième Chapitre 3: Statistiques
Pourquoi étudier la statistique ?
Statistiques. Moyenne, Moyenne pondérée, Tableur et graphiques.
POL1803: Analyse des techniques quantitatives
Évaluation Adresse de connexion à l’application web académique
CountrySTAT / FENIX Aperçu globale de la préparation des tableaux dans la nouvelle plateforme CountrySTAT FORMATION DES POINTS FOCAUX SUR LE SYSTEME.
Chapitre 3 : Caractéristiques de tendance centrale
Statistiques.
Programme financé par l’Union européenne
Proportion et Pourcentage de Répartition
Günther Mattheussens Service Études
Günther Mattheussens Service Études
4°) Intervalle de fluctuation :
Journée provinciale de rencontre de printemps à Mons, le 15 mai 2018
03- Evaluation Access 2003 Cette évaluation comporte des QCM (1 seule réponse) et des Zones à déterminer dans des copies d’écran.
STAT D103 Esteban Callejas Perez H.4.145
Présentation 4 : Sondage stratifié
chapitre 3 Les Statistiques
Formation des utilisateurs de statistiques sur l’emploi
Chapitre 8 : Organisation et gestion de données
Résumé: PROBABILITÉS GÉOMÉTRIQUES
Conception cartographique
Tableaux croisés dynamiques sous Excel: des outils simples pour une analyse rapide de jeux de données en cytométrie Camille SANTA MARIA Ingénieur d’étude.
Les inégalités Ch 6,3.
Calcul numérique sur Automates Programmables Industriels
MATHÉMATIQUES FINANCIÈRES I
Statistiques et probabilités
Variables statistiques discrètes
Transcription de la présentation:

Cours 7 : reprise Taux de chômage : formule : autre nom jamais utilisé : la % de chômeurs dans la population active seule information à retenir du bloc de feuilles 1

Cours 7 : reprise Taux de chômage : formule : autre nom jamais utilisé : la % de chômeurs dans la population active seule information à retenir du bloc de feuilles 2

Cours 7 : reprise Taux de chômage : formule : autre nom jamais utilisé : la % de chômeurs dans la population active seule information à retenir du bloc de feuilles 3

Cours 7 : reprise Taux de chômage : formule : autre nom jamais utilisé : la % de chômeurs dans la population active seule information à retenir du bloc de feuilles 4

Chapitre 1. Généralités sur les données Objectif : « prendre possession des données » Exemple simple : tableau 1.1 et les 11 RJC Avant de commencer, 2 questions (résumé dans le tableau 1.0) Sur QUI porte l’étude ?  de qui/de quoi connait-on une caractéristique ?  notation : o « n » = le nombre d’individus interrogés, soit 11 o « i » = un des individus interrogés (varie donc de 1 à n) Sur QUOI porte l’étude ?  que connait-on à propos des « i » pour l’analyse en cours ? RJC  RJC = la variable (caractère mesuré pour les « i »)  notation : o « X » = la variable (majuscule) o « x i » = la valeur de X pour i (minuscule) o exemple : x 5 = C/J = la valeur de RJC vaut C/J pour l’individu 5 5

Chapitre 1. Généralités sur les données Les types de variables sur le plan MATHÉMATIQUE ( pp. 2-3 ) Pourquoi les distinguer ? Variables quALitatives :  nombres = codes arbitraires, sans valeur numérique  exemples : sexe et état civil Variables quANTitatives :  nombres = valeurs numériques (42 ans = 3 ans de moins que 45)  deux sous catégories o discrètes : peu de valeurs ≠ possibles (descendance et VM) o (implicitement) continue : bcp de valeurs ≠ possibles (les autres) 6 Individu i RJC X Age A Descendance E Sexe S Poids P Revenus Y État civil EC Visites méd. VM , , ,240

Chapitre 1. Généralités sur les données Les types de variables sur le plan MATHÉMATIQUE ( pp. 2-3 ) Pourquoi les distinguer ? Variables quALitatives :  nombres = codes arbitraires, sans valeur numérique  exemples : sexe et état civil Variables quANTitatives :  nombres = valeurs numériques (42 ans = 3 ans de moins que 45)  deux sous catégories o discrètes : peu de valeurs ≠ possibles (descendance et VM) o (implicitement) continue : bcp de valeurs ≠ possibles (les autres) 7 Individu i RJC X Age A Descendance E Sexe S Poids P Revenus Y État civil EC Visites méd. VM , , ,240

Chapitre 1. Généralités sur les données Les types de variables sur le plan MATHÉMATIQUE ( pp. 2-3 ) Pourquoi les distinguer ? Pour éviter des calculs vides de sens ! Variables quALitatives :  nombres = codes arbitraires, sans valeur numérique  exemples : sexe et état civil Variables quANTitatives :  nombres = valeurs numériques (42 ans = 3 ans de moins que 45)  deux sous catégories o discrètes : peu de valeurs ≠ possibles (descendance et VM) o (implicitement) continue : bcp de valeurs ≠ possibles (les autres) 8 Individu i RJC X Age A Descendance E Sexe S Poids P Revenus Y État civil EC Visites méd. VM , , ,240

Chapitre 1. Généralités sur les données Les types de variables sur le plan MATHÉMATIQUE ( pp. 2-3 ) Pourquoi les distinguer ? Pour éviter des calculs vides de sens ! Variables quALitatives :  nombres = codes arbitraires, sans valeur numérique  exemples : sexe et état civil Variables quANTitatives :  nombres = valeurs numériques (42 ans = 3 ans de moins que 45)  deux sous catégories o discrètes : peu de valeurs ≠ possibles (descendance et VM) o (implicitement) continue : bcp de valeurs ≠ possibles (les autres) 9 Individu i RJC X Age A Descendance E Sexe S Poids P Revenus Y État civil EC Visites méd. VM , , ,240

Chapitre 1. Généralités sur les données Les types de variables sur le plan MATHÉMATIQUE ( pp. 2-3 ) Pourquoi les distinguer ? Pour éviter des calculs vides de sens ! Variables quALitatives :  nombres = codes arbitraires, sans valeur numérique  exemples : sexe et état civil Variables quANTitatives :  nombres = valeurs numériques (42 ans = 3 ans de moins que 45)  deux sous catégories o discrètes : peu de valeurs ≠ possibles (descendance et VM) o (implicitement) continue : bcp de valeurs ≠ possibles (les autres) 10 Individu i RJC X Age A Descendance E Sexe S Poids P Revenus Y État civil EC Visites méd. VM , , ,240

Chapitre 1. Généralités sur les données Les types de variables sur le plan MATHÉMATIQUE ( pp. 2-3 ) Pourquoi les distinguer ? Pour éviter des calculs vides de sens ! Variables quALitatives :  nombres = codes arbitraires, sans valeur numérique : interchangeables  exemples : sexe et état civil Variables quANTitatives :  nombres = valeurs numériques (42 ans = 3 ans de moins que 45)  deux sous catégories o discrètes : peu de valeurs ≠ possibles (descendance et VM) o (implicitement) continue : bcp de valeurs ≠ possibles (les autres) 11 Individu i RJC X Age A Descendance E Sexe S Poids P Revenus Y État civil EC Visites méd. VM , , ,240

Chapitre 1. Généralités sur les données Les types de variables sur le plan MATHÉMATIQUE ( pp. 2-3 ) Pourquoi les distinguer ? Pour éviter des calculs vides de sens ! Variables quALitatives :  nombres = codes arbitraires, sans valeur numérique : interchangeables  exemples : sexe et état civil Variables quANTitatives :  nombres = valeurs numériques (42 ans = 3 ans de moins que 45)  deux sous catégories o discrètes : peu de valeurs ≠ possibles (descendance et VM) o (implicitement) continue : bcp de valeurs ≠ possibles (les autres) 12 Individu i RJC X Age A Descendance E Sexe S Poids P Revenus Y État civil EC Visites méd. VM , , ,240

Chapitre 1. Généralités sur les données Les types de variables sur le plan MATHÉMATIQUE ( pp. 2-3 ) Pourquoi les distinguer ? Pour éviter des calculs vides de sens ! Variables quALitatives :  nombres = codes arbitraires, sans valeur numérique : interchangeables  exemples : sexe et état civil Variables quANTitatives :  nombres = valeurs numériques (42 ans = 3 ans de moins que 45)  deux sous catégories o discrètes : peu de valeurs ≠ possibles (descendance et VM) o (implicitement) continue : bcp de valeurs ≠ possibles (les autres) 13 Individu i RJC X Age A Descendance E Sexe S Poids P Revenus Y État civil EC Visites méd. VM , , ,240

Chapitre 1. Généralités sur les données Les types de variables sur le plan MATHÉMATIQUE ( pp. 2-3 ) Pourquoi les distinguer ? Pour éviter des calculs vides de sens ! Variables quALitatives :  nombres = codes arbitraires, sans valeur numérique : interchangeables  exemples : sexe et état civil Variables quANTitatives :  nombres = valeurs numériques (42 ans = 3 ans de moins que 45)  deux sous catégories o discrètes : peu de valeurs ≠ possibles (descendance et VM) o (implicitement) continue : bcp de valeurs ≠ possibles (les autres) 14 Individu i RJC X Age A Descendance E Sexe S Poids P Revenus Y État civil EC Visites méd. VM , , ,240

Chapitre 1. Généralités sur les données Les types de variables sur le plan MATHÉMATIQUE ( pp. 2-3 ) Pourquoi les distinguer ? Pour éviter des calculs vides de sens ! Variables quALitatives :  nombres = codes arbitraires, sans valeur numérique : interchangeables  exemples : sexe et état civil Variables quANTitatives :  nombres = valeurs numériques (42 ans = 3 ans de moins que 45)  deux sous catégories o discrètes : peu de valeurs ≠ possibles (descendance et VM) o (implicitement) continue : bcp de valeurs ≠ possibles (les autres) 15 Individu i RJC X Age A Descendance E Sexe S Poids P Revenus Y État civil EC Visites méd. VM , , ,240

Chapitre 1. Généralités sur les données Les types de variables sur le plan MATHÉMATIQUE ( pp. 2-3 ) Pourquoi les distinguer ? Pour éviter des calculs vides de sens ! Variables quALitatives :  nombres = codes arbitraires, sans valeur numérique : interchangeables  exemples : sexe et état civil Variables quANTitatives :  nombres = valeurs numériques (42 ans = 3 ans de moins que 45)  deux sous catégories o discrètes : peu de valeurs ≠ possibles (descendance et VM) o (implicitement) continue : bcp de valeurs ≠ possibles (les autres) 16 Individu i RJC X Age A Descendance E Sexe S Poids P Revenus Y État civil EC Visites méd. VM , , ,240

Chapitre 1. Généralités sur les données Les types de variables sur le plan MATHÉMATIQUE ( pp. 2-3 ) Pourquoi les distinguer ? Pour éviter des calculs vides de sens ! Variables quALitatives :  nombres = codes arbitraires, sans valeur numérique : interchangeables  exemples : sexe et état civil Variables quANTitatives :  nombres = valeurs numériques (42 ans = 3 ans de moins que 45)  deux sous catégories o discrètes : peu de valeurs ≠ possibles (descendance et VM) o (implicitement) continue : bcp de valeurs ≠ possibles (les autres) 17 Individu i RJC X Age A Descendance E Sexe S Poids P Revenus Y État civil EC Visites méd. VM , , ,240