Remerciez-le!

Remerciez @Admin pour avoir partagé cet document gratuitement, de la manière la plus simple, en partageant sur les réseaux sociaux.

1 Université Hassan II Mohammedia – Casablanca Ecole Nationale de Commerce et d

1 Université Hassan II Mohammedia – Casablanca Ecole Nationale de Commerce et de Gestion المدرسة الوطنية للتجارة والتسيير الدار البيضاء Examen de rattrapage Matière : Analyse de données. Aucun document n’est autorisé. Durée : 1H Pr. BOULAHOUAL Adil EXERCICE I Encerclez les bonnes réponses. 1. Le coefficient de variation permet de : 1. Calculer la variance. 2. De comparer deux séries statistiques en termes de concentration. 3. De comparer deux séries statistiques en termes de dispersion. 2. Une distribution avec un Skewness négative significatif est une distribution : 1. Asymétrique à droite. 2. Asymétrique à gauche 3. indique que les queues comptent un plus grand nombre d'observations que dans une distribution gaussienne. 3. La moyenne harmonique sert à calculer : 1. Un taux moyen. 2. Un rapport moyen. 3. Autre : 4. La moyenne de la distribution d’échantillonnage des moyenne est égale à : 1. La moyenne de l’échantillon 2. La moyenne de la population 3. La médiane. 5. Les statistiques servent à : 1. Décrire un échantillon. 2. Décrire une population. 3. Estimer les critères de la population. 6. Les panels sont des Investigations approfondies réalisées périodiquement sur les mêmes clients. En s’appuyant sur des échantillons de tailles comprises: 1. Entre 2 00 à 1000. 2. Entre 1 000 à 2 000. 3. Entre 2 000 à 10 000. 7. Les données secondaires sont : 1. Des données brutes, qui doivent être préparées, analysées puis interprétées. 2. Moins pertinentes que les données secondaires. 3. les données déjà utilisées et que nous allons exploiter pour encore une fois. 8. La validation du modèle linéaire 1. Est la première étape de la régression linéaire multiple. 2. Permet de soupçonner l’existence de relation entre plusieurs variables à caractère quantitatif. 9. L'erreur aléatoire est une : 1. Erreur dépendante de l'instrument de mesure. 2. Erreur dépendante des circonstances de mesure. 10. Pour quantifier l’intensité de la relation entre deux variables nous utilisons : 1. Le coefficient de détermination de Y en fonction de X. 2. Le coefficient de corrélation entre X et Y. 3. La covariance entre X et Y. 11. ei est le symbole : 1. De l’erreur théorique aléatoire. 2. Du résidu. 12. y = β0 + β1x1 est : 1. La fonction de la droite de régression linéaire multiple théorique. 2. La fonction de la droite de régression linéaire simple empirique. 3. L’estimation ponctuelle de Y. 4. La fonction de la droite de régression linéaire simple théorique. 13. Le coefficient de détermination théorique de Y en fonction de X est noté : 1. σ2 2. ρ2 3. r2 14. L’examen de L'homoscédasticité est : 1. L’examen de l'indépendance des termes d'erreur. 2. Fait à l’aide du test de Durbin-Watson. 3. L’examen de la variance du terme d'erreur. Note : Nom : ………………………………..…………….. Prénom : ………………………..……………….. GROUPE : ………………………………………… 2 15. Lorsque le seuil de signification grandit : 1. La marge d’erreur augmente. 2. La marge d’erreur baisse. 3. L’intervalle de confiance devient plus petit. 16. Dans le cadre de la régression linéaire si la valeur 0 appartient à l’intervalle de confiance de β0 : 1. Nous rejetons l’hypothèse nulle. 2. Nous acceptons le modèle. 3. Nous rejetons le modèle. 17. Les tris croisés ont pour objet : 1. De vérifier l’existence de relation entre des variables à caractères qualitatifs. 2. De soupçonner l’existence d’association entre des variables à caractères qualitatifs 18. L'hypothèse nulle du test de KHI-DEUX est : 1. La dépendance des variables à caractère quantitatif. 2. L’indépendance des variables à caractère qualitatif. 3. La dépendance des variables à caractère qualitatif. 19. L’hypothèse d’indépendance entre variables à caractère qualitatif est rejetée lorsque : 1. c2 > c2 α ;ddl 2. c2  c2 α ;ddl 3. La signification du teste de khi-deux est inferieur à α 4. La signification du teste de khi-deux est superieur à α 20. Lorsque la statistique « V de cramer » est supérieure à 0, 50 la relation est dite : 1. Moyenne. 2. Forte. 3. Très forte. 21. le test de Kolmogrov-smirnov mesure : 1. L’indépendance des termes d’erreurs. 1. La normalité de la distribution. 2. L’indépendance des termes d’erreurs. 3. La normalité de la distribution des erreurs. 2. La normalité de la distribution d’une variable quelconque. 22. Lorsque le facteur d’inflation de la variance est égal à un (1) ceci signifie: 1. L’inexistence de multi-colinéarité. 2. L’inexistence de multi-colinéarité. 3. La dépendance entre les termes d’erreurs. 4. La forte relation entre les variables explicatives. EXERCICE II : 23. ANOVAa Modèle Somme des carrés ddl Moyenne des carrés D Sig. 1 Régression ,210b Résidu Total a. Variable dépendante : RENDEMENT b. Valeurs prédites : (constantes), REVENU 1. Le revenu explique le rendement. 2. Le revenu n’explique le rendement. 3. Le rendement explique le revenu. 4. Le rendement n’explique le revenu. α = 5% 24. Coefficients 1. Au niveau de 2% nous pouvons confirmer que le revenu explique le rendement. 2. Au niveau de 2% nous pouvons confirmer que le revenu n’explique pas le rendement. 3. A quel niveau nous pouvons accepter le modèle ? Modèle Coefficients non standardisés Coefficients standardisés Sig. 97,0% % intervalles de confiance pour B A Erreur standard Bêta Borne inférieure Limite supéreure 2 Constante -544,181 277,174 ,081 -1257,574 169,211 REVENU ,294 ,077 ,785 ,023 ,095 ,493 a. Variable dépendante : RENDEMENT b. Valeurs prédites : (constantes), REVENU 25. Variable dépendante : REVENU Voulant expliquer le REVENU et sachant que la signification de l’ANOVA est de ( ,001) nous : Modèle Coef standardisés t Sig. Bêta 3 (Constante) 13,916 ,000 MOTIVATION ,022 ,678 ,503 DIPMOLE -,229 -6,568 ,000 JOURS CONGéS 1,109 11,766 ,000 AMBITION -,072 -,747 ,461 1. Acceptons le modèle tel qu’il est. 2. Soupçonnons l’existence de colinéarité 3. Devons mesurer la force de la relation entre la MOTIVATION et l’AMBITION. 4. Devons mesurer la force de la relation entre DIPLOME et JOURS CONGéS. 3 Variance totale expliquée Composante Valeurs propres initiales Extraction Sommes des carrés des facteurs retenus Total % de la variance % cumulés Total % de la variance % cumulés 1 7,745 51,634 51,634 7,745 51,634 51,634 2 2,795 18,635 70,270 2,795 18,635 70,270 3 2,062 13,750 84,019 2,062 13,750 84,019 4 1,276 8,510 92,529 1,276 8,510 92,529 Nous pouvons retenir quatre (4) 1. Nous pouvons retenir (5) 2. Nous devons retenir (4) 3. Nous devons retenir (5) 4. Nous devons retenir (3) 5. Nous devons retenir (2) 6. Autre : 1. Est-ce que le niveau de motivation explique le rendement ? ………………………………………………………………………………..…………… …………………………………………………………………………..………………… 2. Calculez et interprétez le coefficient de détermination. ……………………………………………………………………………….…………… …………………………………………………………………………………………… ……………………………………………………..………………………..…………… ANOVAa Modèle Somme des carrés ddl Carré moyen F Sig. 1 Régression 141071,479 1 141071,479 4,119 ,01b Résidu 1130332,807 33 34252,509 Total 1271404,286 34 a. Variable dépendante : Rendement Prédicteurs : (Constante), Motivation 3. Interprétez les grandeurs soulignées. ……………………………………………………………………………..……………… …………………………………………………………….……………………………… ……………………………………………..……………………………………………… 4. Écrire la fonction mathématique liant le rendement et la motivation. ……………………………………………………………………………. Coefficientsa Modèle Coefficients non standardisés Coefficients standardisés t Sig. B Erreur standard Bêta 1 (Constante) 483,333 33,894 14,260 ,000 Motivation -,002 ,001 -,333 -2,029 ,051 5. Devons- nous accepter ou rejeter le modèle au seuil de confiance de 97% ? justifiez. …………………………………………………………………………………… …………………………………………………………………………………… 6. Devons nous accepter ou rejeter le modèle au seuil de confiance de 90% ? justifiez. …………………………………………………………………………………… …………………………………………………………………………………… Coefficientsa Modèle Intervalle de confiance à 97,0% pour B Borne inférieure Borne supérieure 1 (Constante) 406,460 560,206 Motivation -,004 ,000 a. Variable dépendante : Rendement 7. Interprétez le modèle. ………………………………………………………………………………………….… ………………………………………………………………………………………….… ………………………………………………………………………………………….… ………………………………………………………………………………………….… ……………………………………………………………………………………………. Coefficientsa Modèle Coefficients standardisés B Bêta t Sig. 1 (Constante) 140,757 19,463 ,000 recherche 13,084 ,811 31,645 ,000 publicité -,124 -,012 -,470 ,639 a. Variable dépendante : CA 8. Interprétez le tableau récapitulatif sachant que la variable dépendante est le montant dépensé dans le point de vente. ……………………………………………………………………………..……………… …………………………………………………….……………………………………… ……………………………………………..……………………………………………… ……………………………..……………………………………………………………… Récapitulatif des modèles Modèle R R-deux R-deux ajusté Erreur standard de l'estimation 2 ,504a ,254 ,253 82,46089 a. Prédicteurs : (Constante), SATISFACTION A L'EGARD DE LA DECORATION 4 9. Analysez les résultats de l’AFE. …………………………………………………………………………….. …………………………………………………………………………….. ……………………………………………………………………………. ……………………………………………………………………………. …………………………………………………………………………….. …………………………………………………………………………… …………………………………………………………………………….. ……………………………………………………………………….……. …………………………………………………………………………… …………………………………………………………………………….. ……………………………………………………………………….……. Indice KMO et test de Bartlett Indice de Kaiser-Meyer-Olkin pour la mesure de la qualité d'échantillonnage. ,738 Test de sphéricité de Bartlett Khi-deux approx. 375,529 ddl 21 Signification ,000 Variance totale expliquée Compos ante Valeurs propres initiales Sommes extraites du carré des chargements Total % de la variance % cumul é Total % de la variance 1 6,832 97,598 97,598 6,832 96,598 2 1,113 1,619 . 3 ,045 ,645 99,862 10. Interprétez la matrice des composantes et proposez des noms pour les deux axes factoriels. .……………………………………………………………………………………………………………………………...……………………………………… ………………………………………………………………………………………………………………...…………………………………………………… …………………………………………………………………………………………………...………………………………………………………………… ……………………………………………………………………………………...……………………….. Matrice des composantesa Composante 1 2 Ratio de marge bénéficiaire ,981 -,171 Rentabilité financière ,996 ,026 Solvabilité ,961 ,253 Dépendance financière ,996 ,051 Capacité de remboursement ,996 -,020 Capacité d’endettement ,998 -,005 Taux d’utilisation des immobilisations ,986 -,128 Innovation ,987 ,899 11. Voulant vérifier l’existence de relation entre l’identification de motivations d’achat (oblatives ou hédonistes) et les décisions marketing nous avons opté pour le test d’association de khi-deux. Complétez et Interprétez les tableaux obtenus. ………………………………………………………………………………………………………………………………………...………………………… ……………………………………………………………………………………………………………………………...……………… Tests du uploads/Finance/ examen-rattrapage-add-2019-2020-1.pdf