Scribd Logo
Importer

Bienvenue sur Scribd !

  • 2 vues

    Statistique Appliquee 1

    Transféré par

    Abdelkarim Tajjighra
    Statistique appliquée méthode

    Droits d'auteur :

    © All Rights Reserved
    Téléchargez comme PDF, TXT ou lisez en ligne sur Scribd

    Statistique Appliquee 1

    Transféré par

    Abdelkarim Tajjighra
    2 vues20 pages
    Statistique appliquée méthode

    Titre original

    statistique_appliquee_1

    Copyright

    © © All Rights Reserved

    Formats disponibles

    PDF, TXT ou lisez en ligne sur Scribd

    Avez-vous trouvé ce document utile ?

    Ce contenu est-il inapproprié ?

    Statistique appliquée méthode

    Droits d'auteur :

    © All Rights Reserved
    Téléchargez comme PDF, TXT ou lisez en ligne sur Scribd
    Télécharger au format pdf ou txt
    2 vues20 pages

    Statistique Appliquee 1

    Transféré par

    Abdelkarim Tajjighra
    Statistique appliquée méthode

    Droits d'auteur :

    © All Rights Reserved
    Téléchargez comme PDF, TXT ou lisez en ligne sur Scribd
    Télécharger au format pdf ou txt
    Vous êtes sur la page 1sur 20

    Statistique Appliquée

    au Commerce et à la Gestion
    Code classroom 2qm7nnb

    I. SALHI
    Ecole Nationale de Commerce et de Gestion

    September 26, 2024

    1 / 20
    Objectives ET Prérequis
    Objectives
    ☞ Familiariser avec les concepts et les méthodes de la statistique inférentielle.
    ☞ Explorer les avantages et les limites des différentes méthodes.
    ☞ Concrétiser l’utilité de ces outils dans un contexte métier.
    ☞ Initier au logiciel statistique R.

    Prérequis
    ☞ Statistiques descriptives
    ☞ Probabilité
    ☞ Programmation

    2 / 20
    Plan

    1. Motivation

    2. Distributions d’échantillonnage

    3 / 20
    Statistique et Marketing

    4 / 20
    Statistique et e-Commerce
    “We are all about getting the right message, about the right product, at the right
    time to our customer — targeted, relevant, and authentic communication is our
    primary goal.” VP of Marketing

    5 / 20
    Statistique et Politique

    1
    1
    https://www.economist.com/interactive/us-2024-election/prediction-model/president/how-
    this-works 6 / 20
    Statistique et Sport

    7 / 20
    Statistique et Sport

    2
    2
    https://news.liverpool.ac.uk/2024/06/14/is-it-coming-home-supercomputer-predicts- 8 / 20
    Oui la statistique est intéressante, mais comment ça marche?

    9 / 20
    Des données à une modélisation
    Exemple : Packaging A ou packaging B
    Pickfua interroge les clients d’Amazon et de Walmart s’ils préfèrent le packaging A
    ou B.
    a
    Plateforme d’études de consommation en ligne

    3
    3
    https://www.pickfu.com/blog/product-packaging-amazon/
    10 / 20
    Des données à une modélisation
    Exemple : Packaging A ou packaging B
    ☞ Pickfu interroge les clients d’Amazon et de Walmart s’ils préfèrent le
    packaging A ou B.
    ☞ n clients ont répondu au sondage

    Clients ID 1 2 3 4 5 6 ...
    Réponse A A B A B A ...

    ☞ Problème métier : choisir le packaging qui se vend le mieux.


    ☞ Solution : se baser sur les données du sondage pour prendre une décision

    11 / 20
    Démarche statistique
    Codage : on code, par exemple, le choix A par 0 et B par 1.
    Clients ID 1 2 3 4 5 6 ...
    Réponse 0 0 1 0 1 0 ...

    ☞ Population : Clients
    ☞ Variable : Package choisi, qu’on note X , de modalités 0 et 1
    ☞ Le choix des sondés se fait de manière aléatoire et indépendante les uns des
    autres.
    ☞ C’est une expérience aléatoire et chaque réponse attendue est une variable
    aléatoire qu’on note Xi .
    ☞ On note x1 , x2 , . . . , xn les réalisations de X1 , X2 , ..., Xn
    12 / 20
    Échantillon Aléaoire

    Les mesures sur les individus choisis au hasard sont considérées comme étant les
    réalisations d’une suite X1 , . . . , Xn de variables aléatoires.
    Définition
    On dit qu’une suite X1 , . . . , Xn de variables aléatoires est un échantillon aléatoire
    d’une variable aléatoire X si
    ☞ chaque variable Xi est de même loi que X
    ☞ X1 , . . . , Xn les variables sont mutuellement indépendantes

    13 / 20
    Modèle statistique paramétrique

    La réponse d’un client choisi au hasard est considérée comme la réalisation d’une
    variable aléatoire de loi Bernoulli.
    Loi Bernoulli B(p)
    On dit que la variable X suit une loi Bernoulli si

    P(X = 1) = p et P(X = 0) = 1 − p

    où 0 ≤ p ≤ 1 dit paramètre de la loi Bernoulli. On note B(p).

    14 / 20
    Modèle statistique paramétrique

    ☞ Dans notre exemple, le paramètre p correspond à la proportion des réponses


    en faveur de B qui est inconnu.
    ☞ Si le nombre des clients est vraiment très grand, les enquêteurs n’ont pas le
    temps d’interroger tout le monde et ne peuvent accéder à la vraie valeur de p.

    15 / 20
    Modèle statistique paramétrique

    ☞ Dans notre exemple, le paramètre p correspond à la proportion des réponses


    en faveur de B qui est inconnu.
    ☞ Si le nombre des clients est vraiment très grand, les enquêteurs n’ont pas le
    temps d’interroger tout le monde et ne peuvent accéder à la vraie valeur de p.
    ☞ La théorie de l’estimation permet d’approcher p avec un degré de confiance
    raisonnable.

    16 / 20
    Statistique de l’échantillon

    Définition
    Toute variable aléatoire T , fonction de l’échantillon aléatoire X1 , . . . , Xn , est
    appelée statistique de l’échantillon.

    Exemples
    ☞ La variable aléatoire min Xi est une statistique de l’échantillon X1 , . . . , Xn
    1≤i≤n
    ☞ De même la variable max Xi est une statistique de l’échantillon X1 , . . . , Xn
    1≤i≤n
    ☞ La variable log (X1 + X2 + . . . + Xn ) est également une statistique de
    l’échantillon X1 , . . . , Xn .

    17 / 20
    Moyenne empirique
    Définition
    La moyenne empirique d’un échantillon aléatoire X1 , . . . , Xn est la statistique
    suivante : n
    1X
    X̄n = Xi
    n i=1

    Propriétés
    Soit X1 , . . . , Xn un échantillon aléatoire de la variable parente X .
    ☞ E (X̄n ) = E (X )
    ☞ V (X̄n ) = n1 V (X )

    Exercice : Vérifier les propriétés précédentes.


    18 / 20
    Variance empirique

    Définition
    La variance empirique d’un échantillon aléatoire X1 , . . . , Xn est la statistique
    suivante : n
    2 1X
    Sn = (Xi − X̄n )2
    n i=1

    Propriétés
    Soit X1 , . . . , Xn un échantillon aléatoire de la variable parente X .
    ☞ E (Sn2 ) = n−1 n
    V (X )

    19 / 20
    Remarques

    ☞ Il ne faut pas confondre l’échantillon aléatoire X1 , . . . , Xn et les réalisations


    x1 , . . . , xn .
    ☞ X1 , . . . , Xn est une série de variables aléatoires et x1 , . . . , xn sont des valeurs
    numériques.

    20 / 20

    Vous aimerez peut-être aussi