LA TRANSFORMATION LOGARITHMIQUE

Slides:



Advertisements
Présentations similaires
La régression logistique: fondements et conditions d’application
Advertisements

LA FONCTION EXPONENTIELLE
1°) consolider une connaissance des nombres
FONCTIONS EXPONENTIELLES ET LOGARITHMES
Le programme de mathématiques en série STG
Fonctions usuelles.
Lycée ‘’ Mihai Eminescu “ Iassy
Groupe 1: Classes de même intervalle
Chapitre 8 Equations.
Corrélation et régression linéaire simple
Toutes les variables étaient mesurées au niveau intervalle et sans erreur Toutes les variables étaient mesurées au niveau intervalle et sans erreur ->
2. La série de Fourier trigonométrique et la transformée de Fourier
DÉRIVÉE LOGARITHMIQUE
Régression linéaire (STT-2400)
MODULE 7 La fonction LOGARITHMIQUE
FONCTION EXPONENTIELLE ET LOGARITHMIQUE
Chapitre 5 Fractions.
Martin Roy Juin 2011 Hey John! Souris un peu, tu m’inquiètes!
Pré-rentrée L1 Eco-Gestion Mathématiques
CONVERSION D’UNITÉS DE LONGUEUR
Nouvelles applications pour les panneaux en bois
Capsule info math 16 fraction, pourcentage, dééecimAL
Outils d’analyse: la méthode des moindres carrées
Exposants et logarithmes
Le modèle de régression linéaire Claude Marois © 2010.
Logarithme et Exposant. Rappel des principes Le changement de base d’un logarithme. Le changement de forme log – exp. Le changement de l’exposant d’un.
Cour Régulation AII3 Chapitre I: Modélisation des systèmes automatiques Abdelkhalek.S 1.
الأكاديمية الجهوية للتربية والتكوين لجهة مكناس تافيلالت نيابة مكناس
الهيئة العامة لحماية المستهلك أساليب الترويج وتأثيراتها على المستهلك خليفة التونكتي - مستشار المنافسة - 1.
L’énergie solaire reçue par la surface terrestre est inégalement répartie.
MODÉLISATION chapitre 4
Comment visualiser l’évolution d’une population
Etre normal va-t-il de soi?
Delay Ramps Delay ramps sont composées de plusieurs runs
Loi Normale (Laplace-Gauss)
1 - Construction d'un abaque Exemple
Etudier l’effet d’un agrandissement-réduction
Mesures de Variation, Coefficient Multiplicateur, Taux de Variation
Fonctions affines.
Tout commençà par l’aire d’une surface …
Activités mentales rapides Bilan sur le cours
Les opérations sur les fonctions
Chapitre 11 : Les fonctions (3)
L’énergie utilisée dans le fonctionnement du vélo
Distribution de caractères à variabilité continue dans les populations
Exercice Soit le polynôme P(x) = x4 + 7x3 – 238x² + 440x
L’énergie utilisée pour déplacer la trottinette électrique
Calcul littéral 2.
REVISIONS POINTS COMMUNS
Présentation de l'organisme d'accueil
Statistique. Probabilite ou risque Le risque c’est le pourcentage des valeurs qu’on neglige plus le risqué augmente plus on neglige des valeurs Hypothese.
Statistiques. Moyenne, Moyenne pondérée, Tableur et graphiques.
Activité 1 : Extraire des informations de documents pour définir la Pression Artérielle. A l’aide des documents, définir ce qu’est la pression artérielle.
SPECIFICATION DES VARIABLES
Algèbre relationnelle
Statistiques.
Question flash TSTI2D.
Les mathématiques avec Chloe et Dalia
Blue Jigsaw Competensis Christine Dessus
Active Noise Cancellation
Quelques constats saillants des rapports agressivité et contention
Chapitre 10 : Division décimale
Lire et écrire les fractions
INFLUENCE DE LA TEMPERATURE ET DE LA PRESSION SUR L'EPURATION DU BIOGAZ
Laboratoire 3 Implémentation d’un classifieur bayésien
Récapitulation du jour 2ème
II Fonctions polynômes degré 2
Devenir d’un médicament Dans l’organisme Alain Bousquet-Mélou
Structure de la charge d’un PL Extrême surcharge Surcharge normale Poids total à charge autorisé (UEMOA) Tolérance Poids Total du PL 20% du PTAC UEMOA.
Transcription de la présentation:

LA TRANSFORMATION LOGARITHMIQUE

TRANSFORMATION DU LOG NEPERIEN Logarithme népérien = loge(Z) = logarithme naturel loge(Z) = log(Z) = ln(Z) Quelques propriétés ∃ log(Z), pour tout Z > 0 log(Z) < 0 pour 0 < Z < 1 log(1) = 0 log(Z) > 0 pour Z > 1 log(Z*W) = log(Z) + log(W), pour tout Z, W > 0 log(Z/W) = log(Z) - log(W), pour tout Z, W > 0 log(Zc) = c log(Z), pour tout c et tout Z > 0

UTILITE DU LOG NEPERIEN La variation du log népérien, multipliée par 100, est une bonne approximation de la variation en pourcentage … D log(Z) = log(Z1)-log(Z0) ≈ (Z1-Z0)/Z0= DZ/Z0  100 D log(Z) ≈ 100 DZ/Z0  100 D log(Z) ≈ %DZ … pour autant qu’il des s’agisse de ‘petites’ variations de Z

UTILITE DU LOG NEPERIEN Non-linéarité d’un modèle Raisonnement en pourcents Valeurs extrêmes Asymétrie Hétéroscédasticité

UTILITE DU LOG NEPERIEN Non-linéarité d’un modèle Raisonnement en pourcents Valeurs extrêmes Asymétrie Hétéroscédasticité Z W=ln(Z) 1 2000 7,60 Z W=ln(Z) 0,1 -2,30 0,55 -0,60

. . . II. GRAPHIQUE Y f(Y|X) X1 X2 X3 X E(Y|X) = b1 + b2X Distribution non-normale X1 X2 X3 X

. . . Normalité log(Y) f(log(Y)|X) X1 X2 X3 X E(log(Y)|X) = b1 + b2X Distribution normale X1 X2 X3 X

UTILITE DU LOG NEPERIEN Non-linéarité d’un modèle Raisonnement en pourcents Valeurs extrêmes Asymétrie Hétéroscédasticité

Hétéroscédasticité f(Y|X) Y . . . E(Y|X) = b1 + b2X X1 X2 X3 X

. . . Homoscédasticité f(log(Y)|X) log(Y) X1 X2 X3 X E(log(Y)|X) = b1 + b2X X1 X2 X3 X