Statistiques (Module 4 )Technicien Spécialisé en Gestion des entreprises TSGE

Technicien Spécialisé en Gestion des entreprises

Statistiques 

التحميل اسفل الصفحة

lien de Téléchargement Module Statistiques TSGE en bas de page

Les chapitres de module

I. Définitions

II. Apport de la statistique aux économistes

III. Les limites de la méthode statistique

IV. Le vocabulaire utilisé en statistique

V. Quelques symboles mathématiques utilisés

Chapitre I : La représentation graphique

I. Le diagramme en bâtons

II. Le tuyau d’orgue

III. Le diagramme

IV. Le polygone des fréquences

V. La courbe cumulation (courbe des f cumulés)

VI. Le diagramme polaire

VII. Les graphiques à secteurs

Chapitre II : LES PRANCIPALES CARACTERISTIQUES D’UN SERIE

INTRODUCTION

SECTION 1

I. LES MOYENNES

II. La médiane (Me)

III. Le Mode

IV. Le choix d’une caractéristique de tendance centrale

SECTION 2

I. L’intervalle de variation ou l’étendue

II. L’intervalle inter quartile

III. L’écart absolu moyen

SECTION III

I. La détermination algébrique de la concentration

II. La détermination graphique de la concentration la courbe de Lorentz GINI

Chapitre III :Les Séries à double entrées : Régression Linéaire (Corrélation)

I- notion de tableau de contingence :

II- généralisation du tableau de contingences

III- La régression linéaire

IV- la corrélation linéaire

Chapitre IV : Analyse des séries chronologiques

I – Généralités

II – l’analyse de la tendance longue : « trend »

CHAPITRE V :Populations et échantillons, recensements et sondages

I. Quelques termes de base

II. Exemples

III. Étapes d'une enquête statistique

Apport de la statistique aux économistes

La statistique joue un rôle crucial dans l'analyse économique en fournissant des outils pour collecter, analyser et interpréter les données économiques. Les économistes utilisent la statistique pour étudier des phénomènes tels que la croissance économique, l'inflation, le chômage, le commerce international, la finance et bien d'autres.

Voici quelques exemples de l'apport de la statistique aux économistes :

1. Collecte de données économiques : La collecte de données économiques fiables est essentielle pour les économistes. Les statistiques fournissent des outils pour collecter des données économiques, notamment des enquêtes, des relevés, des sondages et des bases de données.
2. Analyse de données économiques : Les économistes utilisent des méthodes statistiques pour analyser les données économiques. Ils peuvent utiliser des techniques de régression pour évaluer l'impact de différents facteurs sur une variable économique, ou des méthodes d'analyse des séries chronologiques pour examiner les tendances temporelles.
3. Modélisation économique : Les économistes utilisent souvent des modèles économiques pour analyser des phénomènes économiques. Les modèles économiques sont généralement basés sur des hypothèses simplificatrices, et les économistes utilisent des méthodes statistiques pour estimer les paramètres de ces modèles.
4. Prédiction économique : Les économistes utilisent des méthodes statistiques pour prévoir les tendances économiques futures. Les modèles économiques et les méthodes d'analyse des séries chronologiques peuvent être utilisés pour prédire les tendances économiques, telles que la croissance économique ou l'inflation.

la statistique est un outil essentiel pour les économistes pour collecter, analyser et interpréter les données économiques, et pour construire des modèles économiques qui peuvent être utilisés pour prédire les tendances économiques futures.

Les limites de la méthode statistique

La méthode statistique est largement utilisée dans de nombreux domaines pour analyser des données et tirer des conclusions à partir de ces données. Cependant, comme toute méthode, elle présente des limites. Voici quelques-unes des limites de la méthode statistique :

1. Échantillonnage biaisé : La méthode statistique suppose que les données sont collectées de manière aléatoire, mais si l'échantillon est biaisé ou non représentatif de la population, les résultats peuvent être erronés.
2. Corrélation vs causalité : La méthode statistique permet souvent de mettre en évidence des corrélations entre des variables, mais ne permet pas de prouver la causalité entre ces variables.
3. Valeurs aberrantes : Les données aberrantes ou les valeurs extrêmes peuvent influencer les résultats statistiques et fausser les conclusions.
4. Limites des modèles statistiques : Les modèles statistiques sont des simplifications de la réalité et ne peuvent pas toujours prendre en compte toutes les variables et les interactions qui peuvent influencer les résultats.
5. Connaissance préalable : La méthode statistique nécessite souvent une certaine connaissance préalable du domaine étudié pour interpréter correctement les résultats.
6. Erreurs de mesure : Les erreurs de mesure dans les données peuvent également fausser les résultats et rendre les conclusions moins fiables.

Edit This Article