Section: Marketing
Codification: MAP23
Statistiques et probabilités
Enseignant(s) :
Marie-Françoise MAILLARD

Volume horaire : 25
Pondération : 40
Activité obligatoiore : Oui
Année académique : 2018-2019
Place de l'activité d'apprentissage dans le programme
Articulation avec d'autres activités d'apprentissage
  • Activités d'apprentissage supports + acquis d'apprentissage préalables requis

  • Activités d'apprentissage complémentaires

Acquis d'apprentissage spécifiques sanctionnés par l'évaluation

Au terme des 25 h de l'activité organisée au deuxième quadri, l'étudiant sera capable de :
• Identifier et calculer les probabilités d'union, d'intersection et de conditions.
• Schématiser un problème de probabilité grâce à des ensembles, un arbre ou un tableau croisé.
• Calculer une probabilité sur bas d’un tableau croisé.
• Définir des variables aléatoires : variables discrètes et variables continues, l’espérance et la variance.
• Identifier une variable aléatoire Binomiale
• Calculer les probabilités d’une Binomiale
• Identifier une variable aléatoire de Poisson
• Calculer les probabilités d’une Poisson
• Identifier et calculer les probabilités d'une variable aléatoire Normale (Gaussienne)
• Calculer les probabilités d’une variable aléatoire Chi-carré et Student.
• Calculer les probabilités sur base des estimateurs obtenus d’échantillons.
• Préparer des données avec Excel et Xlstat
• Calculer et représenter différents paramètres de Statistiques Descriptives grâce à Excel et Xlstat.
• Donner une visualisation des données avec Excel et Xlstat.
• Modéliser des données avec Excel et Xlstat.
• Utiliser Excel et Xlstat pour optimiser ses calculs de probabilité.

Contenu

Table des matières :
PARTIE 1 Probabilités 3
Chapitre 1 : Probabilité d’un événement 4
1. Expérience aléatoire et espace des observables 4
2. Événements 5
3. Probabilités 6
4. Le cas équiprobable 6
5. Probabilités basées sur des statistiques 8
6. Événements indépendants 14
Chapitre 2 : Les variables aléatoires 19
1. Variables aléatoires discrètes 19
2. Espérance et Variance d’une variable aléatoire discrète 20
3. La loi Binomiale Bi(n,π) 22
4. La loi de Poisson Po(λ) 25
5. Variables aléatoires continues 27
6. Espérance et Variance d’une variable aléatoire continue 28
7. La loi Normale N(μ,σ) 28
8. Autres lois continues 33
9. Estimateurs et distributions d’échantillonnage 35
10. Exercices séance 1 sur machine 36
11. Annexes 37
PARTIE 2 Prise en main de XLstat 42
Analyse de données via XLstat 43
1. Exercices séance 2 sur machine 43
2. Exercices séance 3 sur machine 45
3. Exercices séance 4 sur machine 46
4. Exercices séance 5 sur machine 47
5. Exercices séance 6 sur machine 48
6. Exercices séance 7 sur machine 48

• Exposés • Travaux pratiques sur ordinateur • Travaux dirigés • Apprentissage par problèmes • Exercices progressifs
Méthodes d'enseignement-apprentissage mises en oeuvre

• Exposés
• Travaux pratiques sur ordinateur
• Travaux dirigés
• Apprentissage par problèmes
• Exercices progressifs

Modalités d'évaluation de l'activité d'apprentissagee
Février - JuinSeconde Session
ExamensEcrit (QCM)
Pondération : 100%
Ecrit (QCM)
Pondération : 100%

Pondération en % par rapport au total de l’activité d’apprentissage ou de l’UE si l’évaluation est intégrée.

Description éventuelle

    Examen réalisé à l'aide des logiciels EXCEL et XLSTAT

Ressources
Supports indispensables pour atteindre les acquis d'apprentissage

    Syllabus avec théorie et exercices.
    Logiciels: EXCEL et XLSTAT

Sources et référence

    Méthodes quantitatives en sciences humaines, de l’échantillon vers la population, 4ème édition. Gilles Grenon et Suzanne Viau. ISBN 978-2-7650-3394-3

 Imprimer   Retour