par Bien, Franck (1972-....)
Ellipses
-
-
Disponible - 519 BIE
Niveau 2 - Sciences
Statistique sans les chiffres : cours et exercices corrigés : classes préparatoires, écoles de commerce, licence
| Auteur(s) : |
Bien, Franck (1972-....)
Découvrir l'auteur
|
Résumé
Un cours simplifié de statistiques. ©Electre 2016
- Autre(s) auteur(s)
- Éditeur(s)
-
Date
- 2016
-
Notes
- Lexique. Bibliogr.
-
Langues
- Français
-
Description matérielle
- 1 vol. (260 p.) : illustrations en noir et blanc ; 24 x 17 cm
- Collections
- Sujet(s)
-
ISBN
- 978-2-340-01428-2
-
Indice
- 519 Probabilités et statistiques mathématiques
-
Quatrième de couverture
-
De nombreux étudiants se plaignent de ne pas avoir « la bosse des maths ». Même si celle-ci n'existe pas, il n'en demeure pas moins que certains sont plus à l'aise avec les chiffres que d'autres. Or, est-il vraiment plus difficile de comprendre les lois de probabilité que la philosophie de Hegel ? Est-il vraiment plus difficile de comprendre les statistiques inférentielles que le fonctionnement du système bancaire ? Est-il vraiment plus difficile de comprendre le test du Khi2 que d'apprendre le chinois ? Dans cet ouvrage, nous montrons qu'il n'en est rien. Pour peu que la statistique soit exposée de façon claire, sans jargonnage, on peut aisément résoudre de nombreux problèmes et, pourquoi pas, y trouver du plaisir.
L'ouvrage s'adresse donc à toutes celles et tous ceux qui, à l'université, en école de commerce ou en classe préparatoire veulent ou ont besoin de s'y retrouver dans cette branche particulière des mathématiques qu'est la statistique.
-
-
Tables des matières
-
Statistique sans les chiffres
Franck Bien
Ilyess El Karouni
Sébastien Plociniczak
ellipses
- Introduction générale13
- Partie I : Statistique descriptive univariée15
- Chapitre 1. Statistique descriptive univariée (1). Terminologie de base et présentation de distributions de données (tableaux statistiques)16
- 1). Terminologie et notations de base17
- 1.1). Population, individu, échantillon18
- 1.2). Caractère, modalité et variable statistique19
- 1.3). Effectifs et fréquences22
- 2). Présentation des données : les tableaux statistiques23
- 2.1). Distribution des effectifs ou des fréquences relatives : des données brutes au tableau statistique23
- 2.2). Distribution des effectifs et des fréquences cumulées25
- 3). Applications27
- 3.1). Enoncés27
- 3.2). Corrigés28
- Chapitre 2. Statistique descriptive univariée (II). Représentations graphiques31
- 1). Graphiques pour variables qualitatives32
- 1.1). Présentation32
- 1.2). Le diagramme circulaire32
- 1.3). Le diagramme en tuyaux d'orgue34
- 2). Graphiques pour variables quantitatives36
- 2.1). Présentation36
- 2.2). Variables quantitatives discrètes37
- 2.3). Variable quantitative continue (ou réparties en classes)39
- 3). Applications43
- 3.1). Énoncés43
- 3.2). Corrigés44
- Chapitre 3. Statistique descriptive univariée (III). Indicateurs numériques47
- 1). Indicateurs de position (de tendance centrale)48
- 1.1). Mode et la classe modale : un centre d'activité48
- 1.2). Médiane : un centre de rang robuste49
- 1.3). Quantiles (fractiles) : distribution groupée51
- 1.4). Moyenne arithmétique : un centre de gravité non robuste52
- 2). Indicateurs de dispersion : résumer la dispersion des données53
- 2.1). Etendue et écart (intervalle) interquartile53
- 2.2). Ecart absolu moyen, variance l'écart-type54
- 2.3.). Coefficient de variation56
- 3). Diagramme en boite (ou boite à moustaches)56
- 4). Indicateurs de forme57
- 4.1). Variable centrée réduite57
- 4.2). Moments d'une distribution57
- 4.3). Asymétrie et aplatissement58
- 5). Applications60
- 5.1). Enoncés60
- 5.2). Corrigés61
- Partie II : Probabilités et statistique63
- Chapitre 4. Probabilités et statistique (I). Des variables aléatoires aux lois (distributions) de probabilité discrètes64
- 1). Probabilité et variable aléatoire65
- 1.1). Modéliser une expérience aléatoire65
- 1.2). Des variables aléatoires aux lois de probabilité66
- 1.3). Caractéristiques d'une variable aléatoire discrète : l'espérance et la variance70
- 2). Lois de probabilité discrètes71
- 2.1). Loi discrète uniforme72
- 2.2). Loi de Bernouilli bêta (p) et loi binomiale bêta (n,p)72
- 2.3). Loi de Poisson P (lambda)76
- 2.4). Loi géométrique G (p)79
- 3). Applications79
- 3.1). Enoncés79
- 3.2). Corrigés81
- Chapitre 5. Probabilités et statistiques (II). Variables aléatoires et lois (distributions) de probabilité continues85
- 1). Principes généraux des lois continues86
- 2). Loi normale88
- 2.1). Propriétés88
- 2.2). Loi normale centrée et réduite90
- 2.3). Règles de calcul et utilisation de la table92
- 2.4). Exemples d'application96
- 2.5). Approximation par la loi normale97
- 3). Lois dérivées de la loi normale99
- 3.1). Loi du X2 (v)100
- 3.2). Loi de Student S (v)101
- 4). Loi exponentielle 102
- 4.1). Présentation102
- 4.2). Exemple104
- 5). Applications 105
- 5.1). Enoncés105
- 5.2). Corrigés106
- Partie III : Théorie de la décision109
- Chapitre 6. Théorie de la décision (I). Prise de décision unique (sur une période) en situation d'incertitude110
- 1). Notions de base du problème de la décision individuelle 111
- 1.1). Ensemble des alternatives112
- 1.2). Etats de la nature112
- 1.3). Résultats113
- 2). Prise de décision et informations sur les états de nature : de la certitude à l'extrême incertitude 113
- 2.1). Situation de certitude113
- 2.2). Situation d'extrême incertitude (non mesurable)114
- 2.3). Situation d'incertitude partielle (risque mesurable)118
- 2.4). Valeur de l'information (le coût de l'incertitude)119
- 3). Applications 120
- 3.1). Enoncés120
- 3.2). Corrigés122
- Chapitre 7. Théorie de la décision (II) Prise de décisions multi-périodes en situation d'incertitude125
- 1). Construction d'un arbre de décision126
- 1.1). Règle de construction de décision126
- 1.2). Procédure d'exploration127
- 1.3). Construction d'un arbre à partir de l'exemple SER-Numérifibre128
- 2). Analyse d'un arbre de décision 130
- 2.1). Procédure inverse de résolution130
- 2.2). Résolution d'un arbre à partir de l'exemple SER-Numérifibre131
- 3). Résolution d'un problème de décision de grande dimension 132
- 3.1). Problème132
- 3.2). Construction de l'arbre133
- 3.3). Résolution à rebours de l'arbre135
- 4). Applications 136
- 4.1). Enoncés136
- 4.2). Corrigés137
- Partie IV : Statistique inferentielle139
- Chapitre 8. Statistique inferentielle (II). Estimation et intervalles de confiance140
- 1). Grands principes de l'échantillonnage et de l'estimation 141
- 1.1). Echantillonnage et échantillon142
- 1.2). Estimation ponctuelle et estimateur143
- 1.3). Principaux estimateurs144
- 1.4). Estimateur et propriétés144
- 2). Estimation par intervalle de confiance 148
- 2.1). Précision et intervalle de confiance148
- 2.2). Intervalle de confiance de la moyenne149
- 2.3). Intervalle de confiance d'une proportion150
- 2.4). Comparaison d'une moyenne et d'une proportion à une norme152
- 3). Applications 154
- 3.1). Enoncés154
- 3.2). Corrigés155
- Chapitre 9. Statistique inferentielle (II). Tests d'hypothèse : comparaisons de moyennes et de proportions157
- 1). Principe des tests d'hypothèse 158
- 1.1). Choix de l'hypothèse à tester158
- 1.2). Choix d'un test statistique160
- 1.3). Choix de la région critique et règle de décision161
- 1.4). Risques d'erreur, puissance et robustesse d'un test162
- 2). Tests de comparaison portant sur les moyennes 164
- 2.1). Mécanique des tests164
- 2.2). Echantillons indépendants ou appariés165
- 2.3). Comparaison de 2 moyennes avec échantillons indépendants167
- 2.4). Comparaison de 2 moyennes avec échantillons dépendants ou appariés169
- 3). Applications 172
- 3.1). Enoncés172
- 3.2). Corrigés173
- Chapitre 10. Statistique inferentielle (III). Test du Khi-deux176
- 1). Principes généraux du test du Khi-deux 178
- 1.1). Hypothèses et tableaux de contingence178
- 1.2). Détermination de la valeur calculée (...) et de la valeur seuil (...)180
- 1.3). Détermination de la région critique183
- 1.4). L'interprétation des variantes du test184
- 1.5) Conditions de validité du test du Khi-deux185
- 2). Test d'ajustement du Khi-deux 185
- 2.1). L'organisation des données à partir d'un exemple185
- 2.2). La pratique du test d'ajustement du Khi-deux en 4 étapes186
- 3). Test d'indépendance du khi-deux 188
- 3.1). Organisation des données à partir d'un exemple189
- 3.2). Pratique du test d'indépendance du Khi-deux en 4 étapes189
- 4). Applications 192
- 4.1). Enoncés192
- 4.2). Corrigés192
- Partie V : Pour aller plus loin. Lier le futur au passé : prévision et régression197
- Chapitre 11. Lier le futur au passé. Prévision et régression (I) la prévision extrapolative198
- 1). Prévision et horizon temporel 200
- 2). Différents types de séries 201
- 2.1). La série stationnaire202
- 2.2). Série tendancielle203
- 2.3). Série saisonnière204
- 3). Les modélisations des séries chronologiques 206
- 3.1). Série stationnaire206
- 3.2). Série tendancielle de type linéaire210
- 3.3). Série saisonnière215
- 4). Choix d'une modélisation 224
- 5). Applications 225
- 5.1). Enoncés225
- 5.2). Corrigés226
- Chapitre 12. Lier le futur au passé. Prévision et régression (II). La régression linéaire simple, une introduction230
- 1). Corrélation 232
- 2). Propriétés d'un modèle de régression linéaire 237
- 3). Méthode des moindres carrés ordinaires 238
- 4). Mesure de la qualité du modèle 239
- 4.1). Coefficient de détermination239
- 4.2). Etude des résidus réduits241
- 5). Application 243
- 5.1). Enoncé243
- 5.2). Corrigé243
- Tables statistiques247
- Lexique257
- Bibliographie259
-
-
Origine de la notice:
- Electre
-
Disponible - 519 BIE
Niveau 2 - Sciences
