La présentation est en train de télécharger. S'il vous plaît, attendez

La présentation est en train de télécharger. S'il vous plaît, attendez

UE « Recueil et traitement de données pour RTS » Analyse quantitative ou « Des chiffres pour le dire » 1 Chr. Vandeschrick.

Présentations similaires


Présentation au sujet: "UE « Recueil et traitement de données pour RTS » Analyse quantitative ou « Des chiffres pour le dire » 1 Chr. Vandeschrick."— Transcription de la présentation:

1 UE « Recueil et traitement de données pour RTS » Analyse quantitative ou « Des chiffres pour le dire » 1 Chr. Vandeschrick

2 Introduction Un exemple pour vous montrer que les chiffres = des amis ! Certains connaissent l’explication du paradoxe Merci d’attendre ! Polémique : propos contradictoires ou pas ? La polémique  Le prof dit : « À la naissance plus de garçons que de filles »  Objection : « Dans une population, plus de femmes que d’hommes » D’où vient la contradiction ?  si toujours plus de garçons à la naissance,  plus de garçons dans la population ! Que faire pour trancher ? 2 Analyser des données chiffrées !

3 Introduction Polémique : propos contradictoires ou pas ? Que faire pour trancher ? Analyser des données chiffrées !  Belgique 2009 (http://statbel.fgov.be)  Dans la population totale, plus de femmes Plus de femmes dans la population : juste !  erreur du prof ? Pas site vite !  À la naissance, plus de garçons que de filles À la naissance, plus de garçons : juste aussi !  La clé de l’énigme 3 Absolu% Hommes5.268.65149,0 Femmes5.484.42951,0 Total10.753.080100,0 Absolu% Garçons65.19751,2 Filles62.10048,8 Total127.297100,0

4 Introduction Polémique : propos contradictoires ou pas ? Que faire pour trancher ? Analyser des données chiffrées !  Belgique 2009 (http://statbel.fgov.be)  Dans la population totale, plus de femmes Plus de femmes dans la population : juste !  erreur du prof ? Pas site vite !  À la naissance, plus de garçons que de filles À la naissance, plus de garçons : juste aussi !  La clé de l’énigme 4 Absolu% Hommes5.268.65149,0 Femmes5.484.42951,0 Total10.753.080100,0 Absolu% Garçons65.19751,2 Filles62.10048,8 Total127.297100,0

5 Introduction Polémique : propos contradictoires ou pas ? Que faire pour trancher ? Analyser des données chiffrées !  Belgique 2009 (http://statbel.fgov.be)  Dans la population totale, plus de femmes Plus de femmes dans la population : juste !  erreur du prof ? Pas site vite !  À la naissance, plus de garçons que de filles À la naissance, plus de garçons : juste aussi !  La clé de l’énigme 5 Absolu% Hommes5.268.65149,0 Femmes5.484.42951,0 Total10.753.080100,0 Absolu% Garçons65.19751,2 Filles62.10048,8 Total127.297100,0

6 Introduction Polémique : propos contradictoires ou pas ? Que faire pour trancher ? Analyser des données chiffrées !  Belgique 2009 (http://statbel.fgov.be)  Dans la population totale, plus de femmes Plus de femmes dans la population : juste !  erreur du prof ? Pas site vite !  À la naissance, plus de garçons que de filles À la naissance, plus de garçons : juste aussi !  La clé de l’énigme 6 Absolu% Hommes5.268.65149,0 Femmes5.484.42951,0 Total10.753.080100,0 Absolu% Garçons65.19751,2 Filles62.10048,8 Total127.297100,0

7 Introduction Polémique : propos contradictoires ou pas ? Que faire pour trancher ? Analyser des données chiffrées !  Belgique 2009 (http://statbel.fgov.be)  Dans la population totale, plus de femmes Plus de femmes dans la population : juste !  erreur du prof ? Pas site vite !  À la naissance, plus de garçons que de filles À la naissance, plus de garçons : juste aussi !  La clé de l’énigme 7 Absolu% Hommes5.268.65149,0 Femmes5.484.42951,0 Total10.753.080100,0 Absolu% Garçons65.19751,2 Filles62.10048,8 Total127.297100,0

8 Introduction Polémique : propos contradictoires ou pas ? Que faire pour trancher ? Analyser des données chiffrées !  Belgique 2009 (http://statbel.fgov.be)  Dans la population totale, plus de femmes Plus de femmes dans la population : juste !  erreur du prof ? Pas site vite !  À la naissance, plus de garçons que de filles À la naissance, plus de garçons : juste aussi !  La clé de l’énigme 8 Absolu% Hommes5.268.65149,0 Femmes5.484.42951,0 Total10.753.080100,0 Absolu% Garçons65.19751,2 Filles62.10048,8 Total127.297100,0

9 Introduction Polémique : propos contradictoires ou pas ? Que faire pour trancher ? Analyser des données chiffrées !  Belgique 2009 (http://statbel.fgov.be)  Dans la population totale, plus de femmes Plus de femmes dans la population : juste !  erreur du prof ? Pas site vite !  À la naissance, plus de garçons que de filles À la naissance, plus de garçons : juste aussi !  La clé de l’énigme 9 Absolu% Hommes5.268.65149,0 Femmes5.484.42951,0 Total10.753.080100,0 Absolu% Garçons65.19751,2 Filles62.10048,8 Total127.297100,0

10 Introduction Polémique : propos contradictoires ou pas ? Que faire pour trancher ? Analyser des données chiffrées !  Belgique 2009 (http://statbel.fgov.be)  Dans la population totale, plus de femmes Plus de femmes dans la population : juste !  erreur du prof ? Pas site vite !  À la naissance, plus de garçons que de filles À la naissance, plus de garçons : juste aussi !  La clé de l’énigme 10 Absolu% Hommes5.268.65149,0 Femmes5.484.42951,0 Total10.753.080100,0 Absolu% Garçons65.19751,2 Filles62.10048,8 Total127.297100,0

11 Introduction Polémique : propos contradictoires ou pas ? Que faire pour trancher ? Analyser des données chiffrées !  Belgique 2009 (http://statbel.fgov.be)  Dans la population totale, plus de femmes Plus de femmes dans la population : juste !  erreur du prof ? Pas site vite !  À la naissance, plus de garçons que de filles À la naissance, plus de garçons : juste aussi !  La clé de l’énigme 11 Absolu% Hommes5.268.65149,0 Femmes5.484.42951,0 Total10.753.080100,0 Absolu% Garçons65.19751,2 Filles62.10048,8 Total127.297100,0

12 Introduction Polémique : propos contradictoires ou pas ? Que faire pour trancher ? Des données chiffrées  dans la population totale, plus de femmes : juste  à la naissance, plus de garçons : juste  la clé de l’énigme : à chaque âge, un plus grand % d’hommes décèdent Conclusion contradiction ou pas ?  pas question de contradiction : les 2 idées sont justes !  pour comprendre, analyser !  sans une analyse sérieuse,  on ne comprend pas : qui se trompe ?  on en reste aux apparences : quelqu’un se trompe ! 12 0 an20 ans40 ans60 ans80 ans Hommes0,00380,00060,00140,01030,0638 Femmes0,00310,00020,00100,00560,0414

13 Introduction Polémique : propos contradictoires ou pas ? Que faire pour trancher ? Des données chiffrées  dans la population totale, plus de femmes : juste  à la naissance, plus de garçons : juste  la clé de l’énigme : à chaque âge, un plus grand % d’hommes décèdent Conclusion contradiction ou pas ?  pas question de contradiction : les 2 idées sont justes !  pour comprendre, analyser !  sans une analyse sérieuse,  on ne comprend pas : qui se trompe ?  on en reste aux apparences : quelqu’un se trompe ! 13 0 an20 ans40 ans60 ans80 ans Hommes0,00380,00060,00140,01030,0638 Femmes0,00310,00020,00100,00560,0414

14 Introduction Polémique : propos contradictoires ou pas ? Que faire pour trancher ? Des données chiffrées  dans la population totale, plus de femmes : juste  à la naissance, plus de garçons : juste  la clé de l’énigme : à chaque âge, un plus grand % d’hommes décèdent Conclusion contradiction ou pas ?  pas question de contradiction : les 2 idées sont justes !  pour comprendre, analyser !  sans une analyse sérieuse,  on ne comprend pas : qui se trompe ?  on en reste aux apparences : quelqu’un se trompe ! 14 0 an20 ans40 ans60 ans80 ans Hommes0,00380,00060,00140,01030,0638 Femmes0,00310,00020,00100,00560,0414

15 Introduction Polémique : propos contradictoires ou pas ? Que faire pour trancher ? Des données chiffrées  dans la population totale, plus de femmes : juste  à la naissance, plus de garçons : juste  la clé de l’énigme : à chaque âge, un plus grand % d’hommes décèdent Conclusion contradiction ou pas ?  pas question de contradiction : les 2 idées sont justes !  pour comprendre, analyser !  sans une analyse sérieuse,  on ne comprend pas : qui se trompe ?  on en reste aux apparences : quelqu’un se trompe ! 15 0 an20 ans40 ans60 ans80 ans Hommes0,00380,00060,00140,01030,0638 Femmes0,00310,00020,00100,00560,0414

16 Introduction Polémique : propos contradictoires ou pas ? Que faire pour trancher ? Des données chiffrées  dans la population totale, plus de femmes : juste  à la naissance, plus de garçons : juste  la clé de l’énigme : à chaque âge, un plus grand % d’hommes décèdent Conclusion contradiction ou pas ?  pas question de contradiction : les 2 idées sont justes !  pour comprendre, analyser !  sans une analyse sérieuse,  on ne comprend pas : qui se trompe ?  on en reste aux apparences : quelqu’un se trompe ! 16 0 an20 ans40 ans60 ans80 ans Hommes0,00380,00060,00140,01030,0638 Femmes0,00310,00020,00100,00560,0414

17 Introduction Polémique : propos contradictoires ou pas ? Que faire pour trancher ? Des données chiffrées  dans la population totale, plus de femmes : juste  à la naissance, plus de garçons : juste  la clé de l’énigme : à chaque âge, un plus grand % d’hommes décèdent Conclusion contradiction ou pas ?  pas question de contradiction : les 2 idées sont justes !  pour comprendre, analyser !  sans une analyse sérieuse,  on ne comprend pas : qui se trompe ?  on en reste aux apparences : quelqu’un se trompe ! 17 0 an20 ans40 ans60 ans80 ans Hommes0,00380,00060,00140,01030,0638 Femmes0,00310,00020,00100,00560,0414

18 Introduction Polémique : propos contradictoires ou pas ? Que faire pour trancher ? Des données chiffrées  dans la population totale, plus de femmes : juste  à la naissance, plus de garçons : juste  la clé de l’énigme : à chaque âge, un plus grand % d’hommes décèdent Conclusion contradiction ou pas ?  pas question de contradiction : les 2 idées sont justes !  pour comprendre, analyser !  sans une analyse sérieuse,  on ne comprend pas : qui se trompe ?  on en reste aux apparences : quelqu’un se trompe ! 18 0 an20 ans40 ans60 ans80 ans Hommes0,00380,00060,00140,01030,0638 Femmes0,00310,00020,00100,00560,0414

19 Introduction Polémique : propos contradictoires ou pas ? Que faire pour trancher ? Des données chiffrées  dans la population totale, plus de femmes : juste  à la naissance, plus de garçons : juste  la clé de l’énigme : à chaque âge, un plus grand % d’hommes décèdent Conclusion contradiction ou pas ?  pas question de contradiction : les 2 idées sont justes !  pour comprendre, analyser !  sans une analyse sérieuse,  on ne comprend pas : qui se trompe ?  on en reste aux apparences : quelqu’un se trompe ! 19 0 an20 ans40 ans60 ans80 ans Hommes0,00380,00060,00140,01030,0638 Femmes0,00310,00020,00100,00560,0414

20 Introduction Polémique : propos contradictoires ou pas ? Que faire pour trancher ? Des données chiffrées  dans la population totale, plus de femmes : juste  à la naissance, plus de garçons : juste  la clé de l’énigme : à chaque âge, un plus grand % d’hommes décèdent Conclusion contradiction ou pas ?  pas question de contradiction : les 2 idées sont justes !  pour comprendre, analyser !  sans une analyse sérieuse,  on ne comprend pas : qui se trompe ?  on en reste aux apparences : quelqu’un se trompe !  celui qui se trompe : celui qui croit à la contradiction initiale 20 0 an20 ans40 ans60 ans80 ans Hommes0,00380,00060,00140,01030,0638 Femmes0,00310,00020,00100,00560,0414

21 Introduction Polémique : propos contradictoires ou pas ? Que faire pour trancher ? Des données chiffrées  dans la population totale, plus de femmes : juste  à la naissance, plus de garçons : juste  la clé de l’énigme : à chaque âge, un plus grand % d’hommes décèdent Conclusion contradiction ou pas ?  pas question de contradiction : les 2 idées sont justes !  pour comprendre, analyser !  sans une analyse sérieuse,  on ne comprend pas : qui se trompe ?  on en reste aux apparences : quelqu’un se trompe !  celui qui se trompe : celui qui croit à la contradiction initiale 21 0 an20 ans40 ans60 ans80 ans Hommes0,00380,00060,00140,01030,0638 Femmes0,00310,00020,00100,00560,0414

22 Introduction Activité d’apprentissage (AA) : initiation à la statistique « initiation » : certains trouvent que… et d’autres que… début d’un processus qui se poursuivra plus tard organisation des cours & intercours  on commence à temps (avis sur la porte…)  « à temps » ≠ d’entrer à l’heure juste salle de cours = salle de travail  ici, on fait de la statistique  et pas autre chose  planification prévue et dès lors… bienvenue aux questions à propos de la statistique 22

23 Introduction Syllabus « complet » parfois documents complémentaires… à toujours avoir avec soi ! erreurs possibles ! (Merci pour votre vigilance) possiblement 2 volumes PowerPoints aide pour suivre et étudier le cours (« résumé ») accès : o distribués au cours o version animée accessible sur le site de l’école (p. vii) erreurs possibles parfois ≠ du syllabus changements possibles en cours d’année cours ≠ entreprise de recopiage des PowerPoints 23

24 Introduction Calculette Indispensable à chaque cours (dès le prochain cours) Pourquoi ?  exercices : si pas assez de calculettes, pas d’exercice…  vérifications Que faut-il comme fonctions ?  les 4 opérations, racines, exposants et factorielles  mémoires et parenthèses  la calculette que vous auriez déjà devrait convenir ! En connaitre le maniement, notamment pour l’examen ! Pour l’examen, le GSM ne sera pas autorisé comme calculette ! 24

25 Introduction Connaissances de base en math Exemples :  calcul de %  opérations de base  écrire correctement un résultat  dans le syllabus, pages viii à x Si problèmes, à vous de réagir, le plus vite possible ! 25

26 Introduction Évaluation de l’AA « Analyse quantitative » Examens écrits Plutôt des « exercices »  formulaire qui sera dans le questionnaire d’examen (p. xii)  directives (p. xi) Niveau de difficulté  ni facile, ni difficile  n’écoutez pas trop les bruits de couloir, si ce n’est : « En travaillant, il y a moyen d’obtenir une bonne note (15 ou +) »  pas une question de chance : beaucoup de questions…  la calculette !!!! 26

27 Introduction Évaluation de l’AA « Analyse quantitative » Taux de réussite (10 et +) en juin 2014 : 31 % des inscrits Causes des échecs  vos critères d’évaluation ≠ des critères de l’enseignement supérieur  vous vous surévaluez très souvent, parfois fortement !  investissement personnel INSUFFISANT Travail nécessaire : TRÈS variable selon les cas  si « matheux » … (ne pas se croire trop vite matheux)  si pas matheux :  pendant l’année : 30 à 60 minutes ENTRE CHAQUE COURS  pendant le blocus et la session : PLUSIEURS JOURS  si pas de travail « sérieux », ne rêvez pas : si un peu de travail la veille de l’examen, ne pas espérer réussir ! Que faire pour bien se préparer ? 27

28 Introduction Évaluation de l’AA « Analyse quantitative » Taux de réussite (10 et +) en juin 2014 : 31 % des inscrits Causes des échecs Travail nécessaire : variable selon les cas Que faire pour bien se préparer ?  comprendre la matière en profondeur  faire les exercices du syllabus (corrections en chapitre 7)  faire les exercices supplémentaires du site (avec corrections)  travail individuel et en groupe  des questionnaires d’années antérieures circulent  éventuellement avec des réponses…  … parfois très amusantes… tellement elles sont fausses  … ce qui m’a permis de comprendre la répétition d’erreurs parfois vraiment grossières 28

29 Introduction Évaluation de l’AA « Analyse quantitative » Taux de réussite (10 et +) en juin 2014 : 31 % des inscrits Causes des échecs Travail nécessaire : variable selon les cas Que faire pour bien se préparer ?  comprendre la matière en profondeur  faire les exercices du syllabus (corrections en chapitre 7)  faire les exercices supplémentaires du site (avec corrections)  travail individuel et en groupe  des questionnaires d’années antérieures circulent  éventuellement avec des réponses…  … parfois très amusantes… tellement elles sont fausses  … ce qui m’a permis de comprendre la répétition d’erreurs parfois vraiment grossières 29

30 Introduction Évaluation de l’AA « Analyse quantitative » Taux de réussite (10 et +) en juin 2014 : 31 % des inscrits Causes des échecs Travail nécessaire : variable selon les cas Que faire pour bien se préparer ?  comprendre la matière en profondeur  faire les exercices du syllabus (corrections en chapitre 7)  faire les exercices supplémentaires du site (avec corrections)  travail individuel et en groupe  des questionnaires d’années antérieures circulent  éventuellement avec des réponses…  … parfois très amusantes… tellement elles sont fausses  … ce qui m’a permis de comprendre la répétition d’erreurs parfois vraiment grossières 30

31 Introduction Évaluation de l’AA « Analyse quantitative » Taux de réussite (10 et +) en juin 2014 : 31 % des inscrits Causes des échecs Travail nécessaire : variable selon les cas Que faire pour bien se préparer ?  comprendre la matière en profondeur  faire les exercices du syllabus (corrections au chapitre 7)  faire les exercices supplémentaires du site (avec corrections)  travail individuel et en groupe  des questionnaires d’années antérieures circulent  éventuellement avec des réponses…  … parfois très amusantes… tellement elles sont fausses  … ce qui m’a permis de comprendre la répétition d’erreurs parfois vraiment grossières 31

32 Introduction Évaluation de l’AA « Analyse quantitative » Taux de réussite (10 et +) en juin 2014 : 31 % des inscrits Causes des échecs Travail nécessaire : variable selon les cas Que faire pour bien se préparer ?  comprendre la matière en profondeur  faire les exercices du syllabus (corrections au chapitre 7)  faire les exercices supplémentaires du site (avec corrections)  travail individuel et en groupe  des questionnaires d’années antérieures circulent  éventuellement avec des réponses…  … parfois très amusantes… tellement elles sont fausses  … ce qui m’a permis de comprendre la répétition d’erreurs parfois vraiment grossières 32

33 Introduction Évaluation de l’AA « Analyse quantitative » Taux de réussite (10 et +) en juin 2014 : 31 % des inscrits Causes des échecs Travail nécessaire : variable selon les cas Que faire pour bien se préparer ?  comprendre la matière en profondeur  faire les exercices du syllabus (corrections au chapitre 7)  faire les exercices supplémentaires du site (avec corrections)  travail INDIVIDUEL et, éventuellement, en groupe  des questionnaires d’années antérieures circulent  éventuellement avec des réponses…  … parfois très amusantes… tellement elles sont fausses  … ce qui m’a permis de comprendre la répétition d’erreurs parfois vraiment grossières 33

34 Introduction Évaluation de l’AA « Analyse quantitative » Taux de réussite (10 et +) en juin 2014 : 31 % des inscrits Causes des échecs Travail nécessaire : variable selon les cas Que faire pour bien se préparer ?  comprendre la matière en profondeur  faire les exercices du syllabus (corrections au chapitre 7)  faire les exercices supplémentaires du site (avec corrections)  travail INDIVIDUEL et, éventuellement, en groupe  des questionnaires d’années antérieures circulent  éventuellement avec des réponses…  … parfois très amusantes… tellement elles sont fausses  … ce qui m’a permis de comprendre la répétition d’erreurs parfois vraiment grossières 34

35 Introduction Évaluation de l’AA « Analyse quantitative » Taux de réussite (10 et +) en juin 2014 : 31 % des inscrits Causes des échecs Travail nécessaire : variable selon les cas Que faire pour bien se préparer ?  comprendre la matière en profondeur  faire les exercices du syllabus (corrections au chapitre 7)  faire les exercices supplémentaires du site (avec corrections)  travail INDIVIDUEL et, éventuellement, en groupe  des questionnaires d’années antérieures circulent  éventuellement avec des réponses…  … parfois très amusantes… tellement elles sont fausses  … ce qui m’a permis de comprendre la répétition d’erreurs parfois vraiment grossières 35

36 Introduction Évaluation de l’AA « Analyse quantitative » Taux de réussite (10 et +) en juin 2014 : 31 % des inscrits Causes des échecs Travail nécessaire : variable selon les cas Que faire pour bien se préparer ?  comprendre la matière en profondeur  faire les exercices du syllabus (corrections au chapitre 7)  faire les exercices supplémentaires du site (avec corrections)  travail INDIVIDUEL et, éventuellement, en groupe  des questionnaires d’années antérieures circulent  éventuellement avec des réponses…  … parfois très amusantes… tellement elles sont fausses  … ce qui m’a permis de comprendre la répétition d’erreurs parfois vraiment grossières 36

37 Introduction Évaluation de l’AA « Analyse quantitative » Taux de réussite (10 et +) en juin 2014 : 31 % des inscrits Causes des échecs Travail nécessaire : variable selon les cas Que faire pour bien se préparer ?  comprendre la matière en profondeur  faire les exercices du syllabus (corrections au chapitre 7)  faire les exercices supplémentaires du site (avec corrections)  travail INDIVIDUEL et, éventuellement, en groupe  des questionnaires d’années antérieures circulent  éventuellement avec des réponses…  … parfois très amusantes… tellement elles sont fausses  … ce qui m’a permis de comprendre la répétition d’erreurs parfois vraiment grossières 37

38 Introduction Évaluation de l’AA « Analyse quantitative » Taux de réussite (10 et +) en juin 2014 : 31 % des inscrits Causes des échecs Travail nécessaire : variable selon les cas Que faire pour bien se préparer ?  comprendre la matière en profondeur  faire les exercices du syllabus (corrections au chapitre 7)  faire les exercices supplémentaires du site (avec corrections)  travail INDIVIDUEL et, éventuellement, en groupe  des questionnaires d’années antérieures circulent  éventuellement avec des réponses…  … parfois très amusantes… tellement elles sont fausses  … ce qui m’a permis de comprendre la répétition d’erreurs parfois vraiment grossières 38

39 Introduction Évaluation de l’UE « Recueil et traitement de données… » Via une cote GLOBALE Les 5 AA de l’UE (avec nombre de crédit(s) et pondération pour la cote globale) :  Recherche documentaire (1 crédit ; pondération : 14%?)  Entretiens ethnographiques (1 crédit ; pondération : 15%?)  Observation participante (1 crédit ; pondération : 14%?)  Analyse quaLitative (1 crédit ; pondération : 14%?)  Analyse quaNTitative (3 crédit ; pondération : 43%?) Fixation de la cote globale de l’UE : en fonction :  de la moyenne pondérée des cotes des AA  du nombre d’échec(s) et de leur gravité  du nombre de « PP » et autres mentions spéciales (ML, CM…) 39

40 Introduction Objectifs du cours Dissocier  ce qui vient de soi (les « impressions »)  ce qui vient des données quantitatives Difficultés  dynamique individualiste : ce qui compte, c’est ce que je pense  surinformation : comment choisir ? Résultat : un débat d’idées et pas un simple référendum Grâce aux chiffres, comment  atteindre une information intéressante ?  atteindre une information pertinente ?  aller au-delà de l’apparence ?  utiliser les chiffres sans les maltraiter ? Exemple : une polémique en classe 40

41 Introduction Qu’allons-nous faire dans ce cours ? « Faire parler les données chiffrées » Apprendre des « MÉTHODES »  de traitement de l’information brute (les données), par exemple  établir des graphiques  calculer des moyennes  etc.  Pour, au départ des données, extraire une information  correcte (c’est la moindre des choses)  compréhensible (le commun des mortels peut suivre)  pertinente (en rapport avec le sujet)  efficace (montrant ce que l’on veut montrer) Résultat : phénomène (  ) mieux connu sur une base  OBJECTIVE  REPRODUCTIBLE 41

42 Introduction Descriptif de l’AA (cf. document ci-annexé) Plan de l’AA (et du syllabus)  Chap. 1. Généralités sur les données  Chap. 2. Graphiques  Chap. 3. Paramètres (moyenne, mode…)  Chap. 4. Variation dans le temps  Chap. 5. Interprétation des données d’enquête  Chap. 6. Probabilités et analyse combinatoire On commence par le chapitre… 5 Interprétation des données d’enquête 42


Télécharger ppt "UE « Recueil et traitement de données pour RTS » Analyse quantitative ou « Des chiffres pour le dire » 1 Chr. Vandeschrick."

Présentations similaires


Annonces Google