Descripteur
Documents disponibles dans cette catégorie (935)
Ajouter le résultat dans votre panier
Visionner les documents numériques
Affiner la recherche Interroger des sources externes
Etendre la recherche sur niveau(x) vers le bas
Data reduction and error analysis for the physical sciences / P.R. Bevington (1992)
Titre : Data reduction and error analysis for the physical sciences Type de document : Monographie Auteurs : P.R. Bevington, Auteur ; D. Robinson, Auteur Mention d'édition : 2 Editeur : Boston, New York, ... : McGraw-Hill Année de publication : 1992 Importance : 328 p. Format : 16 x 24 cm ISBN/ISSN/EAN : 978-0-07-911243-9 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Statistiques
[Termes IGN] analyse numérique
[Termes IGN] distribution de Cauchy
[Termes IGN] distribution de Gauss
[Termes IGN] distribution de Poisson
[Termes IGN] estimation statistique
[Termes IGN] incertitude de mesurage
[Termes IGN] méthode de Monte-Carlo
[Termes IGN] méthode des moindres carrés
[Termes IGN] méthode du maximum de vraisemblance (estimation)
[Termes IGN] probabilités
[Termes IGN] propagation d'erreur
[Termes IGN] test statistique
[Termes IGN] théorie des erreursNuméro de notice : 69485 Affiliation des auteurs : non IGN Thématique : MATHEMATIQUE Nature : Monographie Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=62211 Réservation
Réserver ce documentExemplaires(1)
Code-barres Cote Support Localisation Section Disponibilité 69485-01 23.60 Livre Centre de documentation Mathématiques Disponible Evaluation et representation des erreurs sur les deformations d'un reseau geodesique: Utilisation de la methode de Monte Carlo / J. Pagarete in Bulletin géodésique, vol 64 n° 1 (mars 1990)
[article]
Titre : Evaluation et representation des erreurs sur les deformations d'un reseau geodesique: Utilisation de la methode de Monte Carlo Type de document : Article/Communication Auteurs : J. Pagarete, Auteur ; Michel Kasser , Auteur ; Jean-Claude Ruegg, Auteur Année de publication : 1990 Article en page(s) : pp 63 - 72 Note générale : bibliographie Langues : Français (fre) Anglais (eng) Descripteur : [Vedettes matières IGN] Applications de géodésie spatiale
[Termes IGN] déformation de la croute terrestre
[Termes IGN] erreur aléatoire
[Termes IGN] méthode de Monte-Carlo
[Termes IGN] réseau géodésique spécifique
[Termes IGN] tenseurRésumé : (auteur) Le problème de la comparison des données obtenues à différentes époques sur un réseau geódésique pour en déduire les déformations subies par ce réseau au cours du temps est discuté, et conduit à proposer un mode de représentation simultané des déformations et des erreurs, utilisant les tenseurs de déformations classiques avec une méthode de Monte Carlo permettant de simuler un grand nombre de séries de mesures. Numéro de notice : A1990-237 Affiliation des auteurs : IGN+Ext (1940-2011) Thématique : POSITIONNEMENT Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1007/BF02530615 Date de publication en ligne : 21/01/2014 En ligne : https://doi.org/10.1007/BF02530615 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=102633
in Bulletin géodésique > vol 64 n° 1 (mars 1990) . - pp 63 - 72[article]Réservation
Réserver ce documentExemplaires(2)
Code-barres Cote Support Localisation Section Disponibilité 022-90011 RAB Revue Centre de documentation En réserve L003 Disponible 022-90012 RAB Revue Centre de documentation En réserve L003 Disponible Bayesian inference with geodetic applications / Karl Rudolf Koch (1990)
Titre : Bayesian inference with geodetic applications Type de document : Monographie Auteurs : Karl Rudolf Koch, Auteur Editeur : Berlin, Heidelberg, Vienne, New York, ... : Springer Année de publication : 1990 Collection : Lecture notes in Earth sciences num. 31 Importance : 198 p. Format : 16 x 24 cm ISBN/ISSN/EAN : 978-3-540-53080-0 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Géodésie
[Termes IGN] estimation statistique
[Termes IGN] méthode des moindres carrés
[Termes IGN] modèle linéaire
[Termes IGN] statistiques
[Termes IGN] varianceIndex. décimale : 30.04 Mathématiques appliquées à la géodésie Numéro de notice : 64331 Affiliation des auteurs : non IGN Thématique : POSITIONNEMENT Nature : Monographie Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=61323 Réservation
Réserver ce documentExemplaires(1)
Code-barres Cote Support Localisation Section Disponibilité 64331-01 30.04 Livre Centre de documentation En réserve M-103 Disponible Estimation sans biais des variances des différents groupes d'observations dans une compensation hétérogène / Namik Kopliku (1990)
Titre : Estimation sans biais des variances des différents groupes d'observations dans une compensation hétérogène Type de document : Thèse/HDR Auteurs : Namik Kopliku, Auteur ; Philippe Hottier , Directeur de thèse Editeur : Paris, Meudon et Nançay : Observatoire de Paris Année de publication : 1990 Importance : 202 p. Format : 21 x 30 cm Note générale : Thèse de doctorat de l'Observatoire de Paris, en astronomie fondamentale, mécanique céleste et géodésie, option photogrammétrie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Photogrammétrie
[Termes IGN] aérotriangulation analytique
[Termes IGN] compensation
[Termes IGN] écart type
[Termes IGN] erreur systématique
[Termes IGN] estimateur
[Termes IGN] estimation statistique
[Termes IGN] photogrammétrie analytique
[Termes IGN] varianceIndex. décimale : THESE Thèses et HDR Résumé : (Auteur) Dans cette thèse on essaie d'apporter une réponse à certains problèmes qu'on rencontre dans les compensations hétérogènes (compensation d'observations de nature ou de précision différentes) par moindres carrés, en particulier en aérotriangulation analytique (problème classique de photogrammétrie) qui a servi ici à valider les résultats (on aurait aussi bien pu prendre des problèmes de géodésie ... )La partie essentielle de la thèse (partie I) est l'exposé d'une méthode permettant d'estimer sans biais les variances des différents groupes d'observations participant à une même compensation; ce problème n'avait jamais - à notre connaissance - été correctement résolu avant nous; l'analyse du problème a été poussée aussi loin qu'on la pouvait, et les résultats validés en aérotriangulation analytique (où on peut avoir jusqu'à cinq catégories d'observation de nature totalement différente) ; on verra [I § 6] que les résultats sont pleinement satisfaisants (on peut non seulement estimer les différents écarts-type, mais encore prédire avec succès la précision des estimations).
Cela est suffisant pour affirmer, que si on l'applique correctement [I §3], la méthode est valable à tout type de problème. Dans la partie II , on reconsidère le problème de l'évaluation de l'exactitude de la compensation; le problème est abordé dans le cadre de 1'aérotriangulation analytique mais là-aussi, la méthode que nous préconisons pourrait mutatis mutandis être adaptée à d'autre problèmes ; nous montrons qu'on peut éviter le processus d'inversion de la matrice normale, qui outre des difficultés de calcul considérables quand le système est d'ordre élevé, peut conduire quand on connaît mal les poids à des résultats erronés sur le plan statistique. Nous attirons aussi l'attention sur une difficulté qui n'est peut-être pas propre à la photogrammétrie : la définition d'un point n'est pas la même sur le terrain (comme le voit l'opérateur) et sur la photo (comme on le voit dans un appareil de restitution): il y a une erreur de transfert, dont il faut connaître l'écart-type si on veut évaluer correctement l'exactitude ; or, quand les erreurs de triangulation (celle qui sert à déterminer les coordonnées-terrain des quelques points nécessaires à la compensation) sont 'petites' , ce qui semble être toujours le cas, l'écart-type des données terrain issu de la méthode de la partie I, est à peu de chose près, l'écart-type de l'erreur de transfert. Là aussi les quelques essais faits sur des blocs réels semblent confirmer ces résultats.
Dans la partie III enfin, on étudie avant tout le problème de la détection du systématisme résiduel (celui dû aux déformations des clichés); en effet pour que les méthodes des parties précédentes soient sûres, il faut s'assurer que ce systématisme est sans effet sensible; et nous verrons que lorsqu'il est indétectable (avec les indicateurs que nous proposons, et qui sont faciles à mettre en œuvre) il semble bien en être ainsi. Enfin, mais ceci est tout à fait indépendant du reste, nous comparons l'efficacité de plusieurs jeux d'inconnues de systématisme proposés par différents auteursNuméro de notice : 59014 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Thèse française Note de thèse : Thèse de doctorat : Astronomie fondamentale, mécanique céleste et géodésie. Photogrammétrie : Paris, l'Observatoire de Paris : 1990 Organisme de stage : IGN nature-HAL : Thèse DOI : sans En ligne : https://hal.science/tel-02095281 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=45812 Réservation
Réserver ce documentExemplaires(3)
Code-barres Cote Support Localisation Section Disponibilité 59014-01 THESE Livre Centre de documentation Thèses Disponible 59014-02 THESE Livre Centre de documentation Thèses Disponible 59014-03 THESE Livre LASTIG Dépôt en unité Exclu du prêt Méthodes statistiques de l'ingénieur, 1. Volume 1 / G. Baillargeon (1990)
Titre de série : Méthodes statistiques de l'ingénieur, 1 Titre : Volume 1 Type de document : Guide/Manuel Auteurs : G. Baillargeon, Auteur Mention d'édition : 3 Editeur : Trois-Rivières [Québec - Canada] : SMG Editions Année de publication : 1990 Importance : 686 p. Format : 20 x 25 cm ISBN/ISSN/EAN : 978-2-89094-038-3 Note générale : Bibliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Statistiques
[Termes IGN] contrôle statistique de qualité
[Termes IGN] corrélation
[Termes IGN] histogramme
[Termes IGN] inférence statistique
[Termes IGN] modèle stochastique
[Termes IGN] régression
[Termes IGN] statistique descriptiveNote de contenu : Chapitre 1
INTRODUCTION ET ANALYSE DESCRIPTIVE DES DONNÉES
OBJECTIFS PÉDAGOGIQUES
INDRODUCTION
QUELLE EST LA SIGNIFICATION DU MOT "STATISTIQUE" ? MÉTHODES STATISTIQUES DE L'INGÉNIEUR
LA STATISTIQUE DESCRIPTIVE
QUELQUES NOTIONS FONDAMENTALES
Ensemble statistique Population statistique Unité statistique
Caractères
Caractère quantitatif Caractère qualitatif
Modalités des caractères
Variable statistique Variable discrète Variable continue
Échantillon Échantillon aléatoire
Unité de mesure
Fréquence absolue Fréquence relative
PRÉSENTATION DES DONNÉES RECUEILLIES
DÉPOUILLEMENT DES DONNÉES ET DISTRIBUTION DE FRÉQUENCES ABSOLUES
CONSIDÉRATIONS PRATIQUES DANS L'ÉLABORATION
D'UNE DISTRIBUTION DE FRÉQUENCES ABSOLUES
AUTRE FORME ÉLÉMENTAIRE DE DÉPOUILLEMENT : DIAGRAMME EN FEUILLES
DISTRIBUTION DE FRÉQUENCES ABSOLUES : CAS OU LE CARACTERE ÉTUDIÉ EST DISCRET
DISTRIBUTION DE FRÉQUENCES AVEC CLASSES OUVERTES
PRINCIPALES REPRÉSENTATIONS GRAPHIQUES
Diagramme en bâtons
Histogramme et polygone de fréquences
COURBE DE FRÉQUENCES CUMULÉES
DIAGRAMME À SECTEURS ET DIAGRAMME À RECTANGLES HORIZONTAUX
UTILISATION DE L'HISTOGRAMME EN CONTRÔLE DE PROCÉDÉS
EXERCICES
Chapitre 2
CARACTÉRISTIQUES DE TENDANCE CENTRALE ET DE DISPERSION
OBJECTIFS PÉDAGOGIQUES
INTRODUCTION
LA MOYENNE ARITHMÉTIQUE, LA VARIANCE, L'ÉCARTTYPE ET L'ÉTENDUE
PROPRIÉTÉS ET REMARQUES SUR LA MOYENNE ARITHETIQUE, LA VARIANCE, L'ÉCARTTYPE ET L'ÉTENDUE
NOTATION INDICÉE ET LOPÉRATEUR SOMME
CALCUL DE LA MOYENNE ET DE LA VARIANCE, VALEURS INDIVIDUELLES ET VALEURS GROUPÉES
CALCUL SIMPLIFIÉ DE LA MOYENNE ET DE LA VARIANCE ; CHANGEMENTS D'ORIGINE ET D'ÉCHELLE
AUTRE MESURE DE TENDANCE CENTRLE : LA MÉDIANE
LE MODE
AUTRES MESURES DE POSITION : LES QUANTILES
LE DIAGRAMME EN BOITE
CARACTÉRISTIQUES DE FORME ASYMÉTRIE ET APLATISSEMENT
EXERCICES
EXERCICES DE SYNTHÈSE
Chapitre 3
CALCUL DES PROBABILITÉS
OBJECTIFS PÉDAGOGIQUES
INTRODUCTION
NOTIONS D'ÉPREUVES, DE RÉSULTAT, DESPACE ECHANTILLONNAL ET DEVENEMENT
LA NOTION DE PROBABILITÉ
AXIOMES RÉGISSANT LE CALCUL DES PROBABILITÉS
RÉSUMÉ SUR LE VOCABULAIRE DES ÉVÉNEMENTS
PROBABILITÉS TOTALES : ÉVÉNEMENTs NF, S'EXCLUANT PAS
ÉVÉNEMENTS LIÉS, PROBABILITÉS CONDITIONNELLES, PROBABILITÉS COMPOSÉES ET ÉVÉNEMENTS INDÉPENDANTS
Evénements liés
Probabilité conditionnelle
Probabilités composées
Evénements indépendants
PROBABILITÉS DES CAUSES : FORMULE DE BAYES
L'ANALYSE COMBINATOIRE L'ÉCHANTILLONNAGE ET LES PROBABILITÉS
CHEMINEMENT DE RÉFLEXION POUR RÉSOUDRE LES EXERCICES SUR LES PROBABILITÉS
EXERCICES
Chapitre 4
VARIABLES ALÉATOIRES ET LOIS DE PROBABILITÉ
OBJECTIFS PÉDAGOGIQUES
GÉNÉRALITÉS SUR LES NOTIONS PROBABILISTES ET LES NOTIONS STATISTIQUES
LES NOTIONS DE VARIABLE ALÉATOIRE ET LOI DE PROBABILITÉ
REPRÉSENTATION GRAPHIQUE DE LA LOI DE PROBABILITÉ (CAS DISCRET)
LOI DE PROBABILITÉ DUNE VARIABLE ALÉATOIRE CONTINUE
ESPÉRANCE MATHÉMATIQUE ET VARIANCE DUNE VARIABLE ALÉATOIRE
PROPRIÉTÉS DE L'ESPÉRANCE MATHÉMATIQUE ET DE LA VARIANCE
MOMENTS D'UNE VARIABLE ALÉATOIRE
FONCTION GÉNÉRATRICE DES MOMENTS
INÉGALITÉ DE TCHEBYCHEFF
LOI À DEUX DIMENSIONS OU LOI CONJONTE
PROPRIÉTÉS DE LESPÉRANCE MATHÉMATIQUE ET DE LA VARIANCE: COMBINAISON DE PLUSIEURS VARIABLES ALÉATOIRES
EXERCICES
Chapitre 5
MODÈLES PROBABILISTES DISCRETS
OBJECTIFS PÉDAGOGIQUES
LOIS DE PROBABILITÉ IMPORTANTES
LA LOI DE BERNOULLI
EPREUVES DE BERNOULLI ET LA LOI BINOMIALE
SYNTHÈSES DE DIVERSES RELATIONS UTILISÉES DANS LE CALCUL DES PROBABILITÉS BINOMIALES
REPRÉSENTATION GRAPHIQUE DE LA DISTRIBUTION BINOMIALE
LA LOI GÉOMÉTRIQUE
LA LOI DE PASCAL
LA LOI HYPERGÉOMÉTRIQUE
LA LOI DE POISSON
REPRÉSENTATION GRAPHIQUE DE LA DISTRIBUTION DE POISSON
APPROXIMATION DE LA LOI BINOMIALE PAR LA LOI DE POISSON
NOTIONS SUR LE PROCESSUS DE POISSON
TABLEAUSYNTHÈSE DES LOIS DISCRÈTES
CHEMINEMENT DE RÉFLEXION POUR RÉSOUDRE LES EXERCICES
EXERCICES
Chapitre 6
MODÈLES PROBABILISTES CONTINUS
OBJECTIFS PÉDAGOGIQUES
INTRODUCTION
LA LOI UNIFORME
LA LOI EXPONENTIELLE
LA LOI GAMMA
LA LOI DE WETBULL
LA LOI BÊTA
TABLEAU-SYNTHÈSE DES LOIS CONTINUES
EXERCICES
Chapitre 7
LA LOI NORMALE ET APPLICATIONS
OBJECTIFS PÉDAGOGIQUES
LA DISTRIBUTION NORMALE
LOI NORMALE CENTRÉE RÉDUITE
AIRE OBTENUE À L'AIDE DE LA TABLE DE LA LOI NORMALE CENTRÉE RÉDUITE
RÉSULTATS IMPORTANTS CONCERNANT L'AIRE SOUR LA COURBE NORMALE
APPROXIMATION DE LA LOI BINOMIALE PAR LA LOI NORMALE
COMBINAISON DE VARIABLES ALÉATOIRES NORMALES
DÉTERMNATION STATISTIQUE DES TOLÉRANCES DE FABRICATION
THÉORÈME CENTRAL LIMITE
EXERCICES
VÉRIFICATION DE LA NORMALITÉ D'UNE DISTRIBUTION CONTINUE : DROITE DE HENRY
Chapitre 8
ÉCHANTILLONNAGE ET ESTIMATION DE PARAMÈTRES
OBJECTIFS PÉDAGOGIQUES
INTRODUCTION
LES SONDAGES : ÉCHANTILLONNAGE D'UNE POPULATION
L'ÉCHANTILLON ALÉATOIRE
PRINCIPE DE LA CONSTRUCTION D'UN ÉCHANTILLON
CONSTRUCTION DE L'ÉCHANTILLON À L'AIDE D'UNE TABLE DE NOMBRES ALÉATOIRES
CONSTRUCTION DE L'ÉCHANTILLON PAR TIRAGE SYSTÉMATIQUE
FLUCTUATIONS D'ÉCHANTILLONNAGE D'UNE MOYENNE
THÉORÈME CENTRAL LIMITE : FORME DE LA DISTRIBUTION DE X
TRANSFORMATION DE LA VARIABLE ALÉATOIRE EN UNEVARIABLE ALÉATOIRE CENTRÉE RÉDUITE
PROPRIÉTÉS DE LA DISTRIBUTION D'ÉCHANTILLONNAGE DE X
L'ESTIMATION DE PARAMÈTRES ; OBJECTIF FONDAMENTAL DE L'ECHANTILLONNAGE D'UNE POPULATION
L'ESTIMATION PONCTUELLE
PROPRIÉTÉS DES ESTIMATEURS PONCTUELS
Estimateur non biaisé
Estimateur efficace
Estimateur convergent
MÉTHODES D'ESTIMATION
ESTIMATION PAR INTERVALLE DE CONFIANCE
ESTIMATION D'UNE MOYENNE PAR INTERVALLE DE CONFIANCE: CONSTRUCTION DE L'INTERVALLE
MARGE D'ERREUR ASSOCIÉE À L'ESTIMATION ET TAILLE D'ÉCHANTILLON REQUISE POUR NE PAS EXCÉDER LA MARGE DERREUR
LA DISTRIBUTION DE STUDENT
Propriétés de la loi de Student
Valeurs tabulées du T de Student et leur signification
ESTIMATION DE PAR INTERVALLE : POPULATION NORMALE, VARIANCE INCONNUE ET PETIT ÉCHANTILLON (n <30 )
FLUCTUATIONS D'ÉCHANTILLONNAGE D'UNE PROPORTION
ESTIMATION D'UNE PROPORTION p PAR INTERVALLE DE CONFIANCE
MARGE D'ERREUR ASSOCIÉE À L'ESTIMATION DE p ET TAILLE D'ÉCHANTILLON REQUISE
EXERCICES
ANNEXE: CONSTRUCTION D'UN ESTINIATEUR PAR LA MÉTHODE DU MAXIMUM DE VRAISEMBLANCE
Chapitre 9
TESTS SUR UNE MOYENNE, UNE PROPORTION ET UNE VARIANCE
OBJECTIFS PÉDAGOGIQUES
PRINCIPE D'UN TEST D'HYPOTHÈSE
CONCEPTS ROEORTANTS DANS LÉLABORATION D'UN TEST D'HYPOTHÈSE
FORMULATION DES HYPOTHÈSES H0 ET H1 ET TYPE DE TEST
Test bilatéral
Test unilatéral
TEST SUR UNE MOYENNE : DÉTERMINATION DE LA RÈGLE DE DÉCISION
TABLEAUSYNTHÈSE DES TESTS SUR UNE MOYENNE
COMMENT EXÉCUTER UN TEST D'HYPOTHÈSE : DÉMARCHE À SUIVRE
RISQUES DE PREMIÈRE ESPÈCE ET DE DEUXIÈME ESPÈCE
SCHÉMATISATION DES DEUX RISQUES D'ERREUR SUR LA DISTRIBUTION D'ÉCHANTILLONNAGE DE X
TEST SUR UNE MOYENNE AVEC CONTRÔLE SUR ET
TEST SUR UNE PROPORTION
TABLEAUSYNTHÈSE TEST RELATIF À UNE PROPORTION
DÉTERMNATION DU SEUIL DESCRIPTIF DU TEST
RIZFÉRENCE SUR UNE VARIANCE ET LA LOI DE KIDEUX
DISTRIBUTION D'ÉCHANTILLONNAGE DE LA VARIANCE D'ÉCHANTILLON
TEST D'HYPOTHÈSE ET INTERVALLE DE CONFIANCE : VARIANCE DUNE POPULATION NORMALE
EXERCICES
Chapitre 10
TESTS SUR DEUX MOYENNES, DEUX PROPORTIONS ET DEUX
VARIANCES
OBJECTIFS PÉDAGOGIQUES
INTRODUCTION
DISTRIBUTION DES FLUCTUATIONS D'ÉCHANTILLONNAGE DE LA DIFFÉRENCE DE DEUX MOYENNES
TEST SUR LÉGALITÉ DE DEUX MOYENNES : H0: 1 = 2
TABLEAUSYNTHÈSE DES TESTS DE COMPARAISON SUR DEUX MOYENNES
TEST SUR LÉGALITÉ DE DEUX MOYENNES AVEC VARIANCES INCONNUES ET INÉGALES : TEST DE SMITH-SATTERTHWAITE
TEST DE COMPARAISON DE DEUX ÉCHANTILLONS APPARIÉS
COMPARAISON DE DEUX PROPORTIONS (POURCENTAGES)
COMPARAISON DE VARIANCES ET LA DISTRIBUTION DE FISHERSNEDECOR
DISTRIBUTION D'ÉCHANTILLONNAGE DU QUOTIENT DE DEUX VARIANCES
TEST SUR L'ÉGALITÉ DE DEUX VARIANCES
EXERCICES
Chapitre 11
TESTS D'AJUSTEMENT ET TABLEAU DE CONTINGENCE
OBJECTIFS PÉDAGOGIQUES
INTRODUCTION
APPLICATION DU TEST DE PEARSON : TEST DE CONFORMTIÉ
ENTRE DEUX DISTRIBUTIONS
TEST DE CONFORMITÉ : HYPOTHÈSES STATISTIQUES ET RÈGLE DE DÉCISION
VÉRIFICATION DE LA QUALITÉ D'AJUSTEMENT POUR LES
DISTRIBUTIONS BINOMIALE, DE POISSON ET NORMALE
UTILISATION DU KHIDEUX POUR TESTER
L'INDÉPENDANCE DE DEUX CARACTÈRES DANS UN TABLEAU DE CONTINGENCE
EXERCICES
Chapitre 12
CORRÉLATION LINÉAIRE ET DROITE DE RÉGRESSION OBJECTIFS PÉDAGOGIQUES
INTRODUCTION
NUAGE DE POINTS : DIAGRAMME DE DISPERSION
CALCUL DU COEFFICIENT DE CORRÉLATION LINÉAIRE
LA CORRÉLATION ESTELLE SIGNIFICATIVE ?
TEST DE L'HYPOTHÈSE Ho : p = 0
TEST DE L'HYPOTHÈSE H0 : p = p0 ET ESTIMATION PAR INTERVALLE DE CONFIANCE
Transformation de Fisher
Test de l'hypothèse H0 : p = p0 et valeurs critiques
Intervalle de confiance pour p
AJUSTEMENT LINÉAIRE : APPROCHE DESCRIPTIVE
CHOIX DE LA VARIABLE DÉPENDANTE
DÉTERMINATION DE LA DROITE DE RÉGRESSION :
MÉTHODE DES MOINDRES CARRÉS
DÉCOMPOSITION DE LA VARIATION DANS LA VARIABLE DÉPENDANTE
LA CORRÉLATION N'IMPLIQUE PAS UNE RELATION DE CAUSE À EFFET
EXERCICES
Chapitre 13
CONTRÔLE STATISTIQUE DES PROCÉDÉS
OBJECTIFS PÉDAGOGIQUES
INTRODUCTION
CONSIDÉRATIONS PRATIQUES DANS LA MISE EN OEUVREDU CONTRÔLE D'UN PROCÉDÉ
CARTE DE CONTRÔLE
CARTES DE CONTRÔLE POUR GRANDEURS MESURABLES : LES CARTES X ET R
STABILITÉ DUN PROCÉDÉ
DÉTERMINATION DES LIMITES DE CONTRÔLE POUR LES CARTES X ET R
QUE RECHERCHET'ON AVEC UNE CARTE DE CONTRÔLE ?
CONDITIONS QUI INDIQUENT QUUN PROCÉDÉ NEST PAS SOUS CONTRÔLE STATISTIQUE
CONFORMITÉ DUN PROCÉDÉ DE FABRICATION AUX SPÉCIFICATIONS: CAPABILITÉ DU PROCÉDÉ
Distinction entre les limites de contrôle et les spécifications
Détermination de la capabilité du procédé
Autres indices de capabilité d'un procédé
DÉTERMINATION DE LA PROPORTION DE PIÈCES NON CONFORMES
AUTRES MÉTHODES D'ANALYSE DUN PROCÉDÉ : LES DIAGRAMMES DE PARETO ET D'ISHIKAWA
Le diagramme de Pareto
Le diagramme d'Ishikawa
CONTRÔLE DE LA QUALITÉ PAR ATTRIBUTS
CONTRÔLE DE LA PROPORTION DE DÉFECTUEUX : CARTE p
CONTRÔLE DU NOMBRE DE DÉFECTUEUX : CARTE np
CONTRÔLE DU NOMBRE DE DÉFAUTS : CARTE c
TABLEAUSYNTHÈSE DES CARTES DE CONTRÔLE ET
INDICES DE CAPABILITÉ
EXERCICES
TABLES STATISTIQUES
TABLE 1 -Distribution binomiale
TABLE 2 -Distribution de Poisson
TABLE 3 -Loi normale centrée réduite
TABLE 4 -Distribution de Studette
TABLE 5 -Distribution du khi deux
TABLE 6 -Distribution de Fisher-Snedecor
TABLE 7 -Table de nombres aléatoires
TABLE 8 -Valeurs critiques rc~, pour le r de Pearson
TABLE 9 -Transformation de Fisher
PAPIER GAUSSO-ARITHEMETIQUE
BIBLIOGRAPHIE
REPONSES AUX EXERCICES
INDEXNuméro de notice : 13127A Affiliation des auteurs : non IGN Thématique : MATHEMATIQUE Nature : Manuel de cours Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=46248 Voir aussiRéservation
Réserver ce documentExemplaires(1)
Code-barres Cote Support Localisation Section Disponibilité 13127-01A 23.60 Livre Centre de documentation Mathématiques Disponible Probability and statistics / A. Papoulis (1990)PermalinkRegression and ratio estimators to integrate AVHRR and MSS data / R. Nelson in Remote sensing of environment, vol 30 n° 3 (01/12/1989)PermalinkPerformance analyses of probabilistic relaxation methods for land-cover classification / Peng gong in Remote sensing of environment, vol 30 n° 1 (01/10/1989)PermalinkModels and data quality handled in a DBase autocad GIS / Jane E. Drummond in ITC journal, vol 1989 n° 3 - 4 (Septembre 1989)PermalinkA probabilistic modification of the decision rule in the skidmore-turner supervised nonparametric classifier / K.E. Lowell in Photogrammetric Engineering & Remote Sensing, PERS, vol 55 n° 6 (june 1989)PermalinkRobust estimation for photogrammetric data using an adaptive tuning constant / W. Faig (02/04/1989)PermalinkModeling future trends in wetland loss and brown shrimp production in Louisiana using Thematic Mapper imagery / J.A. Browder in Remote sensing of environment, vol 28 n° 1 (April - June 1989)PermalinkIntegrierte geodätische Netzanalyse mit stochastischer Vorinformation über Schwerefeld und Referenzellipsoid / F.W. Odhiambo Aduol (1989)PermalinkOptimum data weighting and error calibration for estimation of gravitational parameters / F.J. Lerch (1989)PermalinkPrécis d'analyse d'images / M. Coster (1989)PermalinkOptimal estimation of displacements by combining photogrammetric and dynamic models / Costas Armenakis in Photogrammetric Engineering & Remote Sensing, PERS, vol 54 n° 8 (august 1988)PermalinkStatistical concepts and their application in photogrammetry and surveying / M. Cooper in Photogrammetric record, vol 12 n° 71 (April - September 1988)PermalinkCalculation of canopy bidirectional reflectance using the Monte-Carlo method / J.K. Ross in Remote sensing of environment, vol 24 n° 2 (March 1988)PermalinkRemote sensing and image processing requirements for Eulerian flow field estimations / D.A. Stow in International Journal of Remote Sensing IJRS, vol 9 n° 3 (May 1988)PermalinkDynamische Analyse geodätischer Netze auf der Basis von GPS-Phasenbeobachtungen / W. Lindlhor (1988)PermalinkGPS - network analysis / Wojciech Pachelski (1988)PermalinkMise en oeuvre du modèle gamma pour l'estimation de distributions spatiales / Lin-Ying Hu (1988)PermalinkModellbildung, Berechnungsstrategie und Beurteilung von Vertikalbewegungen unter Verwendung von Präzisionsnivellements / K. Zippelt (1988)PermalinkSpatial econometrics: methods and models / Luc Anselin (1988)PermalinkUntersuchung einer kreiselorientierten Landfahrzeug-Navigationsanlage im Hinblick auf geodätische Anwendungen und Möglichkeiten der Höhenübertragung / W. Lechner (1988)PermalinkUntersuchungen zur Nutzung künstlicher Erdsatelliten für die geodätische Koordinatenbestimmung / R. Dietrich (1988)PermalinkZur Nutzung des Global Positioning Systems in Geodäsie und Geodynamik / H. Landau (1988)PermalinkAlgorithmes d'apprentissage d'un modèle markovien d'image / P.A. Devijver (16/11/1987)PermalinkRobust estimation and DEM data compression / K. Kubik (04/10/1987)PermalinkA method for improving the efficiency of the sequential estimation procedure in photogrammetry / S.A. Veress in Photogrammetric Engineering & Remote Sensing, PERS, vol 53 n° 6 Tome 1 (june 1987)PermalinkStochastic nature of Landsat MSS data / M.L. Labovitz in Remote sensing of environment, vol 21 n° 3 (01/04/1987)PermalinkApplication of robust estimation in close-range photogrammetry / S.A. Veress in Photogrammetric Engineering & Remote Sensing, PERS, vol 53 n° 2 (february 1987)PermalinkRobust estimation in photogrammetry / K. Kubik in Photogrammetric Engineering & Remote Sensing, PERS, vol 53 n° 2 (february 1987)PermalinkBaseline estimation from simultaneous satellite laser tracking / G.C. Dedes (1987)PermalinkDie Analyse rezenter Erdkrustenbewegungen in statischen und kinematischen Modellen / D. Ehlert (1987)PermalinkGeodetic network adjustment using GPS triple difference observations and a priori stochastic information / K. Eren (1987)PermalinkProbability and statistics in geodesy and geophysics / L. Kubackova (1987)PermalinkSystèmes énergétiques solaires / C. Delorme (1987)PermalinkThe simplex method / K.H. Borgwardt (1987)PermalinkAccuracy of population estimation from medium-scale aerial photography / C.P. Lo in Photogrammetric Engineering & Remote Sensing, PERS, vol 52 n° 12 (december 1986)PermalinkCours de mathématiques du signal / Hervé Reinhard (1986)PermalinkEin erweitertes mathematisches Modell der Aerotriangulation zur hochgenauen Punktbestimmung / R. Schroth (1986)PermalinkEin geodätischer Beitrag zur Erfassung und Darstellung des Verzerrungsverhaltens von Eisflächen unter Anwendung der Kollokationsmethode / M. Köhler (1986)PermalinkAdjustment and variance-covariance component estimation with a singular covariance matrix / Lard Erik Sjöberg in ZFV Zeitschrift für Vermessungswesen, vol 110 n° 4 (01/04/1985)PermalinkDas Geodätische Datum mit Stochastischer Vorinformation / Burkhard Schaffrin (1985)PermalinkRéponse spectrale des végétaux / Robert Bariou (1985)PermalinkZur sequentiellen Auswertung von Doppler-Satellitenbeobachtungen / D. Egge (1985)PermalinkPopulation estimation from aerial photos for non-homogeneous urban residential areas / V.F.L. Polle in ITC journal, vol 1984 n° 2 (June 1984)PermalinkContribution à l'étude du gisement solaire en Afrique de l'ouest à l'aide de Météosat / A. Werem (1984)PermalinkQuality assessment of object location and point transfer using digital image correlation techniques / Wolfgang Förstner (1984)Permalink