Joseph CHONG, Mauduit Pergent

Slides:



Advertisements
Présentations similaires
Introduction aux statistiques Intervalles de confiance
Advertisements

Comparaison d’une moyenne observée à une moyenne théorique
ANOVA à un facteur (Rehailia)
Les déterminants des investissements des salariés dans les FCPE d’Actionnariat Salarié Monsieur le Président, messieurs les membres du jury, je vous remercie.
STATISTIQUE INFERENTIELLE L ’ESTIMATION
Test statistique : principe
Introduction aux statistiques
Les tests d’hypothèses (I)
Echantillonnage Introduction
Comparaison de deux moyennes observées
Comparaison de pourcentages : séries appariées
Faculté de médecine de Nancy - SPI-EAO - Pr. F. KOHLER
Comparaison d'une distribution observée à une distribution théorique
Comparaison de deux pourcentages observés
Comparaison de plusieurs moyennes observées
Tests non paramétriques
Tests de comparaison de pourcentages
Résultats de l’étude INCA 2 : Évolution des consommations alimentaires depuis INCA 1 chez l ’enfant Merci à Carine DUBUISSON, Sandrine LIORET, Mathilde.
Nombre de sujets nécessaires en recherche clinique
Les Tests dhypothèses. 1)Définition Un test cest une méthode qui permet de prendre une décision à partir des résultats dun échantillon.
Cest parti ! 4,7 + 3,3 Levez la tête ! 3,9 + 5,6.
Les tests d’hypothèses
Défi écriture BEF Couverture. Défi écriture BEF Page 1.
Construction de Box-Plot ou diagrammes en boîtes ou boîtes à moustaches Construire une boîte à moustaches …
1 Analyse de la variance multivariée Michel Tenenhaus.
AUTOUR DE LA LOI NORMALE
Tests de comparaison de moyennes
Aide sociale et formation Incidence du niveau de formation sur linsertion professionnelle et sociale Journées suisses de la statistique 2009, Atelier 2.
1 - Construction d'un abaque Exemple
L’inférence statistique
Nombre de sujets nécessaires en recherche clinique
Problème Autre formulation :
Test bilan de calcul mental N°1 :
1.Un rang de données multicolores 2. Deux permutations des n premiers entiers 3. b permutations des k premiers entiers 4. Choix de n points dans [0,1]
Le test t.
La statistique descriptive
Corrélation Principe fondamental d’une analyse de corrélation
Notre calendrier français MARS 2014
Théorie… Inférence statistique: étude du comportement d’une population ou d’un caractère X des membres d’une population à partir d’un échantillon aléatoire.
Tests d’hypothèses.
Les groupes.
Les intervalles de confiance pour la moyenne d’une population
Développement en série de FOURIER
Régression linéaire multiple : hypothèses & interprétation. Partie 2.
1 Modèle pédagogique d’un système d’apprentissage (SA)
1 - Programme de Seconde (juin 2009) Statistique et probabilités
On cherche des renseignements sur p.
Méthodes de Biostatistique
Statistique Descriptive Analyse des données
Activités mentales rapides
Conséquences d’une variation de la mesure de la clarté nucale
Probabilités et Statistiques Année 2009/2010
Seconde partie - cours n°3 Théorie des tests
1 Introduction à la théorie des tests. 2 Plan I- choix entre 2 paramètres de tendance centrale Choix entre 2 proportions pour un caractère qualitatif.
Niort, 05 novembre 2014 Ludovic Gaussot, GRESCO, Université de Poitiers Avec Nicolas Palierne et Loïc Le Minor Prises de risque et rapports aux risques:
ANOVA : introduction.
Étude sur la prostitution au Luxembourg Enquête Internet auprès de 1010 personnes de 18 ans et plus en février 2007.
Master 1 – Sciences du Langage –
Initiation aux enquêtes quantitatives
ESTIMATION 1. Principe 2. Estimateur 3. Distribution d’échantillonnage
Rappels de statistiques descriptives
Fabienne BUSSAC STATISTIQUES 1. VOCABULAIRE
PRINCIPE DES TESTS D’HYPOTHÈSE
Cédric LAOUENAN 20/11/2008 Tests statistiques Cédric LAOUENAN 20/11/2008
STATISTIQUE INFERENTIELLE LES TESTS STATISTIQUES
1 L2 STE. Test du χ2 d’adéquation/conformité: Il s'agit de juger de l'adéquation entre une série de données statistiques et une loi de probabilité définie.
Tests relatifs aux variables qualitatives: Tests du Chi-deux.
Introduction aux statistiques Intervalles de confiance
Transcription de la présentation:

Joseph CHONG, Mauduit Pergent Projet Statistique Joseph CHONG, Mauduit Pergent

Sommaire Objectif Reference Statistique Descriptive Etudes 4.1 Légumes 4.2 Café Conclusion

1. objectif Etudier quelques aspects du comportement alimentaire d’un échantillon de la population française à travers l'âge et le sexe.

2. Reference Rapport d’Etude Individuelle Nationale des Consommations Alimentaires (INCA 2) 2006-2007

3. Statistique descriptif Population échantillon de 44 368 541 Français Variables : Sexe (Qualitatif) Age (Quantitatif) Observation Consommation de certaines familles d’aliments

4. Etudes 1. Les mangeurs de légumes 2. Les buveurs de café

4.2 Etude sur Les légumes Le nombre de consommateur de légume en France (tout type de légume confondu : asperges, les cœurs de bambou qu'ils soient de Bamako ou d'ailleurs, les petites cacahuètes ou les grandes carottes, les concombres et courgettes des autres courges)

4.1.3 Légumes 2 : Statistique Descriptive

4.1.4 Légumes 2 : statistique inférentielle Est-ce que notre consommation de légume est liée à notre sexe ? Hypothèse : Ho={la consommation de légume n'est pas liée au sexe} contre H1=non(H0) n>>5 théorie des grands nombres respectée Statistique du test : d=101739 𝛼=ℙ 𝛸 3−1 2−1 2 >ℎ , 𝑠𝑜𝑖𝑡 0.05=ℙ 𝛸 2 2 >ℎ 𝑑 ′ 𝑜ù ℎ=5.991   Décision : L'hypothèse H0 est infirmée, on peut donc avancer, au risque de 5%, que la consommation de légume est liée à notre sexe. sexe mangent des légumes ne mangent pas de légumes total Homme 21 157 988 397 599 21 555 587 Femme 22 638 699 174 255 22 812 954 43 796 687 571 854 44 368 541

4.1.1 Légumes : Statistique descriptive Médiane : 45,1 ans Q1 : 31,3 ans Q3 : 60,6 ans Min : 18 ans Max : 79 ans Moyenne : 51,4 ans Ecart-type : 17,1 ans

4.1.2 Légumes : Tests Est-ce notre consommation de légume est liée à notre âge (au risque de 5%) ? Hypothèse : Ho={la consommation de légume n'est pas liée à l'âge} contre H1=non(H0) n>>5 théorie des grands nombres respectée Statistique du test : d=165745 𝛼=ℙ Χ 3−1 2−1 2 >ℎ , 𝑠𝑜𝑖𝑡 0.05=ℙ Χ 2 2 >ℎ 𝑑 ′ 𝑜ù ℎ=5.991   Décision : L'hypothèse H0 est infirmée, on peut donc avancer, au risque de 5%, que la consommation de légume est liée à l'âge âge mangent des légumes ne mangent pas de légumes total 18-34 ans 13 199 055 283 126 13 482 181 35-54 ans 16 379 758 132 095 16 511 853 55-79 ans 14 288 261 86 247 14 374 508 43 867 074 501 468 44 368 542

4.1.2 Légumes : Tests IC = [98.867%;98.873%] Estimation à l'échelle nationale : on souhaite connaître la proportion p de Français qui mangent des légumes au seuil de 5%. n>50 Loi statistique :loi normale centrée réduite statistique 𝑛 × 𝐹−𝑝 𝑝 1−𝑝 Estimation ponctuelle de p : f = 98,87% Intervalle de confiance au niveau 95% pour p (𝛼=5%) : choix de la statistique : 𝐹= 𝑖=1 𝑛 𝑥 𝑖 𝑛 est un bon estimateur de p - 𝑛 ⋅ 𝐹⋅𝑝 𝑝 1−𝑃 ↝𝒩 0,1 , 𝑎𝑝𝑝𝑟𝑜𝑥𝑖𝑚𝑎𝑡𝑖𝑣𝑒𝑚𝑒𝑛𝑡 Si f est une réalisation de F sur l'échantillon, on obtient : 𝑓− 𝑢 𝛼 𝑛 ∙ 𝑝 1−𝑝 ;𝑓+ 𝑢 𝛼 𝑛 ∙ 𝑝 1−𝑝 IC = [98.867%;98.873%] Pour un seuil à 1% ( 𝒖 𝜶 =𝟐.𝟓𝟕𝟔) :𝐈𝐂= 𝟗𝟖.𝟖𝟔𝟔%;𝟗𝟖.𝟖𝟕𝟒% 𝛂↘ alors ll IC ll↗

4.2 Etude sur le Café Ici On s’intéresse à la distribution d’age sur la consommation de café

4.2.1 Café : Statistique descriptive

4.2.1 Café : Statistique descriptive Moyenne d'Age = 45,3 ans Ecart Type = 15,5 ans

4.2.2 Test d’homogénéité Hypothèse H0= {La consommation de café n’est pas liée à l'âge}

4.2.1 Test d’homogénéité Statistique d Si H0 est vraie alors D suit X2(3) 3. Règle de décision Si d>h on rejette H0 Si d<h on «  accepte  » H0 4. d = 1894879,8 Seuil α = 0,05 ; ν=3 ; d= 7,815 Décision d>>h, on rejette H0 La consommation de café est liée à l'âge.

4.2.3 Test d’Ajustement Est-ce que l’âge des consommateurs de café suit une loi normale? Hypothèse H0= {L’age de consommateurs de café suit une loi normale} Statistique d Si H0 est vraie alors D suit X2(1) 3. Règle de décision Si d>h on rejette H0 Si d<h on «  accepte  » H0 4. d = 1894879,8 Seuil α = 0,05 ; ν=1 ; h= 3,841 Décision d>>h, on rejette H0 L'Age des consommateurs de café ne suit pas une loi normale.