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 SELLDATE

MARITAL L’état civil,1=marier, 1 7361
2= divorcer, 3= veuf, 1 4701
4=séparer,5=célibataire 1 4091
SELLDATE Nombre de jours depuis 1 4764
le dernier de clôture; 3 3161
-1 = pas de réponse. 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

Moyenne 48,41 5,757

Intervalle de confiance à 95% Borne inférieure 36,88

pour la moyenne Borne supérieure 59,93

Moyenne tronquée à 5% 42,59

Médiane 31,00

Variance 1955,590
Primaire Ecart-type 44,222

Minimum 10

Maximum 284

Intervalle 274

Revenu du foyer en milliers Intervalle interquartile 49

($) Asymétrie 3,005 ,311

Aplatissement 13,282 ,613

Moyenne 76,51a 10,548

Intervalle de confiance à 95% Borne inférieure 55,36

pour la moyenne Borne supérieure 97,66

Moyenne tronquée à 5% 64,11

COLLEGE 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

Moyenne 59,58 13,451

Intervalle de confiance à 95% Borne inférieure 29,98

pour la moyenne Borne supérieure 89,19

Moyenne tronquée à 5% 55,43

Médiane 43,00

Variance 2171,174
Lycée Ecart-type 46,596

Minimum 23

Maximum 171

Intervalle 148

Intervalle interquartile 23

Asymétrie 1,928 ,637

Aplatissement 2,720 1,232

Moyenne 34,88 6,966

Intervalle de confiance à 95% Borne inférieure 20,12

pour la moyenne Borne supérieure 49,65

Moyenne tronquée à 5% 30,65

Médiane 23,00

Variance 824,860
Fac Ecart-type 28,720

Minimum 16

Maximum 130

Intervalle 114

Intervalle interquartile 25

Asymétrie 2,565 ,550

Aplatissement 7,544 1,063

Moyenne 41,20 10,097

Intervalle de confiance à 95% Borne inférieure 13,17

pour la moyenne Borne supérieure 69,23

Moyenne tronquée à 5% 40,67

Médiane 44,00
Master Variance 509,700

Ecart-type 22,577

Minimum 19
Maximum 73

Intervalle 54

Intervalle interquartile 42
 Asymétrie ,449 ,913

Aplatissement -,910 2,000

Moyenne 20,50 3,500

Intervalle de confiance à 95% Borne inférieure -23,97

pour la moyenne Borne supérieure 64,97

Moyenne tronquée à 5% .

Médiane 20,50

Variance 24,500
6 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