Statistiques pour l'économie et la gestion

Sommaire
Table des matières
	Avant-propos
	À propos des auteurs
	Chapitre 1 Données et statistiques
		Statistiques appliquées Bloomberg Business Week
		1.1 Applications en économie et gestion
			1.1.1 Comptabilité
			1.1.2 Finance
			1.1.3 Marketing
			1.1.4 Production
			1.1.5 Économie
			1.1.6 Les systèmes d’information
		1.2 Données
			1.2.1 Éléments, variables et observations
			1.2.2 Échelles de mesure
			1.2.3 Données qualitatives et données quantitatives
			1.2.4 Données en coupe transversale et séries temporelles
		1.3 Sources de données
			1.3.1 Sources existantes
		1.4 Études statistiques
			1.4.1 Erreurs dans la collecte des données
		1.5 Statistiques descriptives
		1.6 Inférence Statistique
		1.7 Informatique et analyse statistique
		1.8 Traitement des données
		1.9 Guide des bonnes pratiques statistiques
		Résumé
		Glossaire
		Exercices
		ANNEXE 1.1 Une introduction à StatTools
	Chapitre 2 Statistiques descriptives : présentations sous forme de tableaux et de graphiques
		Statistiques appliquées La société Colgate-Palmolive
		2.1 Résumer des données qualitatives
			2.1.1 Distribution de fréquence
			2.1.2 Distributions de fréquence relative et en pourcentage
			2.1.3 Diagramme en barres et diagramme circulaire
		2.2 Résumer des données quantitatives
			2.2.1 Distribution de fréquence
			2.2.2 Distributions de fréquence relative et en pourcentage
			2.2.3 Diagramme de points
			2.2.4 Histogramme
			2.2.5 Distributions cumulées
			2.2.6 Le diagramme « stem-and-leaf »
		2.3 Résumer des données relatives à deux variables sous forme de tableaux
			2.3.1 Tabulations croisées
			2.3.2 Le paradoxe de Simpson
		2.4 Résumer des données relatives à deux variables sous forme de graphiques
			2.4.1 Nuage de points et courbe de tendance
			2.4.2 Diagrammes en barres empilées et côte-à-côte
			2.4.3 Applications
		2.5 Visualisation des données : les meilleures pratiques pour créer des graphiques pertinents
			2.5.1 Créer des graphiques pertinents
			2.5.2 Choisir le type de graphique
			2.5.3 Les tableaux de bord
			2.5.4 La visualisation des données en pratique : le zoo et le jardin botanique de Cincinnati
		Résumé
		Glossaire
		Formules clé
		Exercices supplémentaires
		PROBLÈME 1 Les magasins Pelican
		PROBLÈME 2 L’industrie cinématographique
		ANNEXE 2.1 Utiliser Minitab pour construire des présentations graphiques et sous forme de tableaux
		ANNEXE 2.2 Utiliser Excel pour construire des présentations graphiques et sous forme de tableaux
		ANNEXE 2.3 Utiliser StatTools pour construire des présentations graphiques et sous forme de tableaux
	Chapitre 3 Statistiques descriptives : Méthodes numériques
		Statistiques appliquées Small Fry Design
		3.1 Mesures de tendance centrale
			3.1.1 Moyenne
			3.1.2 Moyenne pondérée
			3.1.3 Médiane
			3.1.4 Moyenne géométrique
			3.1.5 Mode
			3.1.6 Percentiles
			3.1.7 Quartiles
		3.2 Mesures de variabilité
			3.2.1 Étendue
			3.2.2 Étendue interquartile
			3.2.3 Variance
			3.2.4 Écart type
			3.2.5 Coefficient de variation
		3.3 Indicateurs de la forme d’une distribution, mesures de tendance relative et détection des valeurs aberrantes
			3.3.1 Forme d’une distribution
			3.3.2 Variable centrée réduite
			3.3.3 Le théorème de Chebyshev
			3.3.4 La règle empirique
			3.3.5 Détection des valeurs aberrantes
		3.4 Résumé en cinq chiffres et boîtes-à-pattes
			3.4.1 Résumé en cinq chiffres
			3.4.2 Boîte-à-pattes
		3.5 Mesures de la relation entre deux variables
			3.5.1 Covariance
			3.5.2 Interprétation de la covariance
			3.5.3 Coefficient de corrélation
			3.5.4 Interprétation du coefficient de corrélation
		3.6 Tableau de bord : ajouter des mesures numériques pour améliorer son efficacité
		Résumé
		Glossaire
		Formules clé
		Exercices supplémentaires
		PROBLÈME 1 Les magasins Pelican
		PROBLÈME 2 L’industrie cinématographique
		PROBLÈME 3 Les écoles de commerce d’Asie-Pacifique
		PROBLÈME 4 Les transactions en ligne de Heavenly Chocolates
		PROBLÈME 5 Les populations d’éléphants africains
		ANNEXE 3.1 Statistiques descriptives avec Minitab
		ANNEXE 3.2 Statistiques descriptives avec Excel
		ANNEXE 3.3 Statistiques descriptives avec StatTools
	Chapitre 4 Introduction à la théorie probabiliste
		Statistiques appliquées La NASA
		4.1 Expérience, règles de comptage et attribution de probabilités
			4.1.1 Règles de comptage, combinaisons et permutations
			4.1.2 Détermination des probabilités
			4.1.3 Les probabilités pour le projet de la société KP&L
		4.2 Événements et probabilités
		4.3 Quelques relations probabilistes fondamentales
			4.3.1 Complément d’un événement
			4.3.2 La loi de la somme
		4.4 Probabilité conditionnelle
			4.4.1 Événements indépendants
			4.4.2 Loi de la multiplication
		4.5 Le théorème de Bayes
			4.5.1 L’approche tabulaire
		Résumé
		Glossaire
		Formules clé
		Exercices supplémentaires
		PROBLÈME Les juges du comté de Hamilton
	Chapitre 5 Distributions de probabilité discrètes
		Statistiques appliquées Citibank
		5.1 Variables aléatoires
			5.1.1 Variables aléatoires discrètes
			5.1.2 Variables aléatoires continues
		5.2 Développer des distributions de probabilité discrètes
		5.3 Espérance mathématique et variance
			5.3.1 Espérance mathématique
			5.3.2 Variance
		5.4 La loi binomiale
			5.4.1 Une expérience binomiale
			5.4.2 Le problème du magasin de prêt-à-porter Martin
			5.4.3 Utilisation des tables de probabilités binomiales
			5.4.4 Espérance mathématique et variance d’une loi binomiale
		5.5 La loi de Poisson
			5.5.1 Un exemple avec des intervalles temporels
			5.5.2 Un exemple avec des intervalles de longueur ou de distance
		5.6 La loi hypergéométrique
		Résumé
		Glossaire
		Formules clé
		Exercices supplémentaires
		ANNEXE 5.1 Distributions de probabilité discrètes avec Minitab
		ANNEXE 5.2 Distributions de probabilité discrètes avec Excel
	Chapitre 6 Distributions de probabilité continues
		Statistiques appliquées Procter & Gamble
		6.1 La loi uniforme
			6.1.1 L’aire comme mesure des probabilités
		6.2 La loi normale
			6.2.1 La courbe normale
			6.2.2 La loi normale centrée réduite
			6.2.3 Calcul des probabilités d’une loi normale quelconque
			6.2.4 Le problème de la société Grear Tire
		6.3 Approximation normale des probabilités binomiales
		6.4 La loi exponentielle
			6.4.1 Calcul des probabilités d’une loi exponentielle
			6.4.2 Relation entre les distributions de Poisson et exponentielle
		Résumé
		Glossaire
		Formules clé
		Exercices supplémentaires
		PROBLÈME Specialty Toys
		ANNEXE 6.1 Lois de probabilité continues avec Minitab
		ANNEXE 6.2 Lois de probabilité continues avec Excel
	Chapitre 7 Échantillonnage et distributions d’échantillonnage
		Statistiques appliquées La société MeadWestvaco
		7.1 Le problème d’échantillonnage de la société Electronics Associates
		7.2 Sélectionner un échantillon
			7.2.1 Échantillonnage à partir d’une population finie
			7.2.2 Échantillonnage à partir d’une population infinie
		7.3 Estimation ponctuelle
			7.3.1 Conseil pratique
		7.4 Introduction aux distributions d’échantillonnage
		7.5 Distribution d’échantillonnage de x
			7.5.1 Espérance mathématique de x
			7.5.2 Écart type de x
			7.5.3 Forme de la distribution d’échantillonnage de x
			7.5.4 Distribution d’échantillonnage de x pour le problème de la société EAI
			7.5.5 Intérêt pratique de la distribution d’échantillonnage de x
			7.5.6 Relation entre la taille de l’échantillon et la distribution d’échantillonnage de x
		7.6 Distribution d’échantillonnage de p
			7.6.1 Espérance mathématique de p
			7.6.2 Écart type de p
			7.6.3 La forme de la distribution d’échantillonnage de p
			7.6.4 Intérêt pratique de la distribution d’échantillonnage de p
		7.7 Autres méthodes d’échantillonnage
			7.7.1 Échantillonnage aléatoire stratifié
			7.7.2 Échantillonnage par grappes
			7.7.3 Échantillonnage systématique
			7.7.4 Échantillonnage de commodité
			7.7.5 Échantillonnage subjectif
		Résumé
		Glossaire
		Formules clé
		Exercices supplémentaires
		ANNEXE 7.1 Échantillonnage aléatoire avec Minitab
		ANNEXE 7.2 Échantillonnage aléatoire avec Excel
		ANNEXE 7.3 Échantillonnage aléatoire avec StatTools
	Chapitre 8 Estimation par intervalle
		Statistiques appliquées Food Lion
		8.1 Moyenne d’une population : σ connu
			8.1.1 Marge d’erreur et estimation par intervalle
			8.1.2 Conseils pratiques
		8.2 Moyenne d’une population : σ Inconnu
			8.2.1 Marge d’erreur et estimation par intervalle
			8.2.2 Conseils pratiques
			8.2.3 Utilisation d’un petit échantillon
			8.2.4 Résumé des procédures d’estimation par intervalle
		8.3 Déterminer la taille de l’échantillon
		8.4 Proportion d’une population
			8.4.1 Déterminer la taille d’échantillon
		Résumé
		Glossaire
		Formules clé
		Exercices supplémentaires
		PROBLÈME 1 Le magazine Young Professional
		PROBLÈME 2 L’agence immobilière Golfe
		PROBLÈME 3 La société Metropolitan Research
		ANNEXE 8.1 Estimation par intervalle avec Minitab
		ANNEXE 8.2 Estimation par intervalle avec Excel
		ANNEXE 8.3 Estimation par intervalle avec StatTools
	Chapitre 9 Test d’hypothèses
		Statistiques appliquées La société John Morrel
		9.1 Développer les hypothèses nulle et alternative
			9.1.1 L’hypothèse alternative en tant qu’hypothèse de recherche
			9.1.2 L’hypothèse nulle en tant qu’hypothèse à challenger
			9.1.3 Résumé des formes des hypothèses nulle et alternative
		9.2 Erreurs de 1ère et de 2nde espèce
		9.3 Moyenne d’une population : σ connu
			9.3.1 Tests unilatéraux
			9.3.2 Test bilatéral
			9.3.3 Résumé et conseils pratiques
			9.3.4 Relation entre l’estimation par intervalle et le test d’hypothèses
		9.4 Moyenne d’une population : σ inconnu
			9.4.1 Tests unilatéraux
			9.4.2 Test bilatéral
			9.4.3 Résumé et conseils pratiques
		9.5 Proportion d’une population
			9.5.1 Résumé
		Résumé
		Glossaire
		Formules clé
		Exercices supplémentaires
		PROBLÈME 1 La société Quality Associates
		PROBLÈME 2 Comportement éthique des étudiants en commerce de l’université de Bayview
		ANNEXE 9.1 Test d’hypothèses avec Minitab
		ANNEXE 9.2 Test d’hypothèses avec Excel
		ANNEXE 9.3 Test d’hypothèses avec StatTools
	Chapitre 10 Comparaisons de moyennes, procédure expérimentale et analyse de la variance
		Statistiques appliquées L’administration américaine de certification des aliments et des médicaments
		10.1 Inférences relatives à l’écart entre les moyennes de deux populations : σ1 et σ2 connus
			10.1.1 Estimation par intervalle de µ1 - µ2
			10.1.2 Test d’hypothèses relatif à µ1 - µ2
			10.1.3 Conseils pratiques
		10.2 Inférences relatives à l’écart entre les moyennes de deux populations : σ1 et σ2 inconnus
			10.2.1 Estimation par intervalle de µ1 - µ2
			10.2.2 Test d’hypothèses relatif à µ1 - µ2
			10.2.3 Conseils pratiques
		10.3 Inférences relatives à l’écart entre les moyennes de deux populations : échantillons appariés
		10.4 Introduction aux procédures expérimentales et à l’analyse de la variance
			10.4.1 Collecte de données
			10.4.2 Hypothèses de l’analyse de la variance
			10.4.3 Analyse de la variance : Une vue d’ensemble conceptuelle
		10.5 Analyse de la variance et procédure totalement aléatoire
			10.5.1 Estimation inter-échantillons de la variance de la population
			10.5.2 Estimation intra-échantillons de la variance de la population
			10.5.3 Comparaison des estimations de la variance : le test F
			10.5.4 Le tableau ANOVA
			10.5.5 Les résultats informatiques de l’analyse de la variance
			10.5.6 Tester l’égalité de k moyennes de la population : Une étude empirique
		Résumé
		Glossaire
		Formules clé
		Exercices supplémentaires
		PROBLÈME 1 La société Par
		PROBLÈME 2 Le centre medical Wentworth
		PROBLÈME 3 Indemnités pour les professionnels de la distribution
		ANNEXE 10.1 Inférence statistique relative à deux populations avec minitab
		ANNEXE 10.2 Analyse de la variance AVEC Minitab
		ANNEXE 10.3 Inférence statistique relative à deux populations avec Excel
		ANNEXE 10.4 Analyse de la variance avec Excel
		ANNEXE 10.5 Inférence statistique relative à deux populations avec StatTools
		ANNEXE 10.6 Analyse de la variance avec StatTools
	Chapitre 11 Comparaisons de proportions et test d’indépendance
		Statistiques appliquées United Way
		11.1 Inférences relatives à l’écart entre les proportions de deux populations
			11.1.1 Estimation par intervalle de p1 - p2
			11.1.2 Test d’hypothèses relatif à p1 - p2
		11.2 Tester l’égalité des proportions pour au moins trois populations
			11.2.1 Une procédure de comparaisons multiples
		11.3 Test d’indépendance
		Résumé
		Glossaire
		Formules clé
		Exercices supplémentaires
		PROBLÈME Programme pour le changement
		ANNEXE 11.1 Inférences relatives aux proportions de deux populations avec Minitab
		ANNEXE 11.2 Tests du khi-deux avec Minitab
		ANNEXE 11.3 Tests du khi-deux avec Excel
		ANNEXE 11.4 Inférences relatives aux proportions de deux populations avec StatTools
		ANNEXE 11.5 Tests du khi-deux avec StatTools
	Chapitre 12 Régression linéaire simple
		Statistiques appliquées Alliance Data Systems
		12.1 Le modèle de régression linéaire simple
			12.1.1 Modèle de régression et équation de la régression
			12.1.2 Équation estimée de la régression
		12.2 La méthode des moindres carrés
		12.3 Le coefficient de détermination
			12.3.1 Coefficient de corrélation
		12.4 Les hypothèses du modèle
		12.5 Les tests de signification
			12.5.1 Estimation de σ2
			12.5.2 Le test t de Student
			12.5.3 Intervalle de confiance pour β1
			12.5.4 Le test F de Fisher
			12.5.5 Quelques précautions à prendre dans l’interprétation des tests de signification
		12.6 Utiliser l’équation estimée de la régression pour estimer et prévoir
			12.6.1 Estimation par intervalle
			12.6.2 Intervalle de confiance de la valeur moyenne de y
			12.6.3 Intervalle de prévision d’une valeur individuelle de y
		12.7 Solution informatique
		12.8 L’analyse des résidus : valider les hypothèses du modèle
			12.8.1 Graphique des résidus en fonction de x
			12.8.2 Graphique des résidus en fonction de ŷ
		Résumé
		Glossaire
		Formules clé
		Exercices supplémentaires
		PROBLÈME 1 Mesurer le risque sur le marché boursier
		PROBLÈME 2 Le ministère américain des transports
		PROBLÈME 3 Choisir un appareil photo numérique
		PROBLÈME 4 Trouver la meilleure offre pour une voiture
		ANNEXE 12.1 Analyse de la régression avec Minitab
		ANNEXE 12.2 Analyse de la régression avec Excel
		ANNEXE 12.3 Analyse de la régression avec StatTools
	Chapitre 13 Régression multiple
		Statistiques appliquées dunnhumby
		13.1 Le modèle de régression multiple
			13.1.1 Modèle de régression et équation de la régression
			13.1.2 Équation estimée de la régression multiple
		13.2 La méthode des moindres carrés
			13.2.1 Un exemple : la société de transport Butler
			13.2.2 Remarque sur l’interprétation des coefficients
		13.3 Le coefficient de détermination multiple
		13.4 Les hypothèses du modèle
		13.5 Les tests de signification
			13.5.1 Test de Fisher
			13.5.2 Test de Student
			13.5.3 Multi-colinéarité
		13.6 Utiliser l’équation estimée de la régression pour estimer et prévoir
		13.7 Des variables indépendantes qualitatives
			13.7.1 Un exemple : la société Johnson Filtration
			13.7.2 Interpréter les paramètres
			13.7.3 Des variables qualitatives plus complexes
		Résumé
		Glossaire
		Formules clé
		Exercices supplémentaires
		PROBLÈME 1 La société Consumer Research
		PROBLÈME 2 Prévoir les gains des conducteurs de NASCAR
		PROBLÈME 3 Trouver la meilleure offre pour une voiture
		ANNEXE 13.1 Régression multiple avec Minitab
		ANNEXE 13.2 Régression multiple avec Excel
		ANNEXE 13.3 Régression multiple avec StatTools
	Annexes
	Annexe A Références et bibliographie
	Annexe B Tables
	Annexe C Notation des sommes
	Annexe D Solutions des exercices d’auto-évaluation et des exercices numérotés par un chiffre pair
	Annexe E Microsoft Excel 2013 et les outils d’analyse statistiques
	Annexe F Calculer les valeurs p en utilisant Minitab et Excel
	Index des notions