M1 2013 /2014

Méthodes statistiques

Tableaux, population, échantillon

On rassemble les données dans des tableaux = individus * variables

Une ligne = un « individu statistique » (un interviewé, un abonné, un contrat d’assurance, etc)

Les colonnes = les variables Population = l’ensemble des individus visés VS échantillon =

une partie représentative de cette population cible Exemple: Population : les consommateurs français, échantillon : les interviewés Plusieurs techniques d’échantillonnage: aléatoirement (c’est la clé de

l’échantillonnage). D’autres méthodes : calage sur marges (respect de certaines proportions en fonction de variable comme l’âge, le sexe, les tranches de revenus, etc)

Caractère = aspect particulier des individus. Qualitatif (non mesurable) ou quantitatif (mesurable : discret ou continu)

Modalités = différentes rubriques associés à un caractère qualitatif. Le sexe comporte deux modalités

Nomenclature = ensemble des modalités précédées d’un code de numéro

Type de données

Données qualitatives Données ne faisant pas l’objet d’une mesure Exemples: sexe, état matrimonial (célibataire, marié, veuf, divorcé)

Données nominales Nombre de cas dénombrables, codés pour distinguer les modalités, aucune

relation d’ordre entre les codes, opérateurs arithmétiques/mathématiques inapplicables

Exemples : CSP, région, civilité ou code produit des nomenclatures.Données ordinales

Nombre de cas dénombrables, codées pour distinguer les modalités, il existe une relation d’ordre entre les modalités, mais les écart ne sont pas quantifiables, on peut appliquer des calculs

Exemple: satisfaction de 1 à 5, tranches de revenus Données numériques ou continues quantitatives

Nombre de cas théoriquement infini, il existe une relation d’ordre entre les valeurs, les écarts sont quantifiables, calculs algébrique autorisés

Transformation des données

Chaque type de données possède des méthodes statistiques adaptée d’où la nécessité de faire des transformations préalables

Discrètes -> numériques: codage disjonction complet une nouvelle variable binaire 0/1 par modalité on perd toute notion d’ordre

Numériques -> discrètes : découpage ou discrétisation

Numériques -> numériques Obtenir des distributions plus « normales », correction des effets

d’échelles Standardisation = X – moyennes / écart type Log (), racine () …

Transformation des données

Fonction de répartition: F(x) = proportion d’individus dont la valeur du caractère est inférieure à x.

Transformation log Transformation racine carrée

SAS : premiers pas

Le journal (log), l’explorateur (explorer) et les résultats (output)

Les bibliothèques SAS La bibliothèque « work » est la bibliothèque par défaut de SAS, les

tableaux n’y sont enregistrés que de façon temporaire et disparaissent à la fermeture de la session

Créer un tableau de données – Etape Data A partir d’informations « papiers » À partir d’une autre table

Données manquantes, commentaires, majuscules, renommer des variables

Fusionner deux tables SAS Plusieurs méthodes