Remerciez-le!

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

Université Mohamed I Filière : Economie & Gestion Faculté Pluridisciplinaire Mo

Université Mohamed I Filière : Economie & Gestion Faculté Pluridisciplinaire Module : Informatique appliquée NADOR Semestre VI (2016/17) Examen de Module Informatique appliquée Session Normale 2017 (Groupe G5) Répondre d’une manière très claire et avec des commentaires à l’ensemble des questions qui vont suivre et enregistrer l’ensemble de votre travail sur votre Nom. PARTIE A (L1_5) : 1) Introduire, dans cette base de données, les variables suivantes : nom Variable Description MARITAL L’état civil,1=marier, 2= divorcer, 3= veuf, 4=séparer,5=célibataire SELLDATE Nombre de jours depuis le dernier de clôture; -1 = pas de réponse. MARITAL SELLDATE 1 7361 1 4701 1 4091 1 4764 3 3161 2 4379 1 3783 1 4616 5 2 5359 2 4405 2 4931 2 1577 3 2 4987 1 8205 1 2998 5 7985 5 6283 5 1568 On va créer le variable qualitative MARITAL ( Ordinale ) et le variable quantitative SELL DATE( ECHELLE) 2) La variable moysat= la moyenne des questions 1, 2, 3, 4 et 5 pour les personnes qui ont un niveau de formation au moins collégiens. 3) La variable STAT_hf = le nombre des satisfactions inferieur strictement à 4 pour les personnes qui payent en Espèce, et de 2 à 4 pour les personnes qui payent par des cartes. PARTIE B (L2_5): 4) Déterminer les effectifs des modalités de la variable degree ainsi que la moyenne empirique de la variable incomdol sur chacune de ces modalités. En déduire alors la variable incomoyLy en remplaçant les valeurs d’incomdol correspondant à la modalité «Lycée» de degree par sa moyenne empirique. On a le variable degree est une variable qualitative , donc on va faire une analyse descriptive des effectifs. Tableau des effectifs Puisqu’on a une variable qualitative ( degree ) et quantitative ( incomdol ). Donc on va faire une etude statistique par procedure EXPLORER Donc La moyenne de l’age Pour la modalité Primaire du variable degree est Descriptives Nombre de personnes dans le foyer Statistique Erreur standard Revenu du foyer en milliers ($) Primaire Moyenne 48,41 5,757 Intervalle de confiance à 95% pour la moyenne Borne inférieure 36,88 Borne supérieure 59,93 Moyenne tronquée à 5% 42,59 Médiane 31,00 Variance 1955,590 Ecart-type 44,222 Minimum 10 Maximum 284 Intervalle 274 Intervalle interquartile 49 Asymétrie 3,005 ,311 Aplatissement 13,282 ,613 COLLEGE Moyenne 76,51a 10,548 Intervalle de confiance à 95% pour la moyenne Borne inférieure 55,36 Borne supérieure 97,66 Moyenne tronquée à 5% 64,11 Médiane 62,00 Variance 6119,736 Ecart-type 78,229 Minimum 14 Maximum 424 Intervalle 410 Intervalle interquartile 66 Asymétrie 2,852 ,322 Aplatissement 9,362 ,634 Lycée Moyenne 59,58 13,451 Intervalle de confiance à 95% pour la moyenne Borne inférieure 29,98 Borne supérieure 89,19 Moyenne tronquée à 5% 55,43 Médiane 43,00 Variance 2171,174 Ecart-type 46,596 Minimum 23 Maximum 171 Intervalle 148 Intervalle interquartile 23 Asymétrie 1,928 ,637 Aplatissement 2,720 1,232 Fac Moyenne 34,88 6,966 Intervalle de confiance à 95% pour la moyenne Borne inférieure 20,12 Borne supérieure 49,65 Moyenne tronquée à 5% 30,65 Médiane 23,00 Variance 824,860 Ecart-type 28,720 Minimum 16 Maximum 130 Intervalle 114 Intervalle interquartile 25 Asymétrie 2,565 ,550 Aplatissement 7,544 1,063 Master Moyenne 41,20 10,097 Intervalle de confiance à 95% pour la moyenne Borne inférieure 13,17 Borne supérieure 69,23 Moyenne tronquée à 5% 40,67 Médiane 44,00 Variance 509,700 Ecart-type 22,577 Minimum 19 Maximum 73 Intervalle 54 Intervalle interquartile 42 Asymétrie ,449 ,913 Aplatissement -,910 2,000 6 Moyenne 20,50 3,500 Intervalle de confiance à 95% pour la moyenne Borne inférieure -23,97 Borne supérieure 64,97 Moyenne tronquée à 5% . Médiane 20,50 Variance 24,500 Ecart-type 4,950 Minimum 17 Maximum 24 Intervalle 7 Intervalle interquartile . Asymétrie . . Aplatissement . . Donc d’après le tableau ci-dessus la moyenne de la modalité Lycée est 59,58 On va alors utiliser creation de nouvelle variable quantitative incomoyLy DATASET ACTIVATE Ensemble_de_données1. DO IF (Degree=3). RECODE incomdol (0 thru Highest=59.58) INTO incomoyLy. END IF. VARIABLE LABELS incomoyLy 'en remplaçant les valeurs d’incomdol correspondant à la modalité '+ '«Lycée» de degree par sa moyenne empirique.'. EXECUTE. 5) Faire une analyse descriptive entre les variables income et creddebt pour déclarer manquantes les observations qui gênent l’analyse, ensuite généraliser la ou les conclusions retenues à l’ensemble de la population autour de ces variables. On a une les deux variables sonts quantitatives , donc on va utiliser les nuages de points ( Dispersions/Points). . D’aprés Le graphique des nuages de points on constate que les valeurs de credits qui génent à l’analyse sont ceux de 23000 et plus. Donc on va éliminer considerer les valeures de plus de 23000 de la variable quantitative creddept comme manquante. On va crée un variable quantitative creddebtMOD qui elimine les valeurs de creddebt génant à l’analyse. On va donner au valeurs qui sont supérieur ou égal a 23000 le numero 99 et puis on va déclarer ce numero comme valeur manquante RECODE creddebt (23000 thru Highest=99) (ELSE=Copy) INTO creddebtX. VARIABLE LABELS creddebtX "eliminant les valeurs de crédits qui génent à l'analyse". EXECUTE On va faire une analyse de nuage de points entre les variables quantitatives creddebtMOD et income Donc, on peut dire que ces la variable ont une ajustement linéaire faible car R²=0.129 uploads/Management/ loki.pdf