Université Mohamed I Filière 

: Economie & Gestion

Faculté Pluridisciplinaire Module : Informatique appliquée
NADOR Semestre VI (2016/17)

Examen deModule Informatique appliquée

Session Normale 2017(Groupe G1)

Répondre d’une manière très claireet avec des commentaires à l’ensemble des questions qui
vont suivre et enregistrer l’ensemble de votre travail sur votre Nom.

PARTIE A (S1_1) : 1) Introduire, dans cette base de données, les variables suivantes :

nom Description DANAISS CARCAT

Variable
DANAISS Dattes des naissances des 1973/03/2 2,0
personnes interrogées, 2
9999= non réponse 1991/09/0 3,0
CARCAT Catégorie de prix du 2
véhicule 1967/05/0 1,0
premier;1,00=Economique, 6
2,00=Standard et 1969/03/1 3,0
3,00=Luxe 3
1960/03/1 2,0
2
1966/11/0 2,0
7
1958/09/0 3,0
9
1977/04/0 1,0
2
1953/07/1 1,0
5
1974/06/1 2,0
6
1965/08/2 1,0
7
1950/03/2 3,0
2
1957/01/2 2,0
3
1974/12/1 3,0
2
1978/11/0 1,0
4
1,0
1973/03/1 3,0
2
1986/07/0 3,0
2
1962/02/1 2,0
9
 1983/01/0 3,0
9

On va introduire à la base de donnée le variable qualitative CARCAT et el variable quantitative DANAISS

2) Déterminer : MAXCOME= le max de INCOME et INCOMEBISpour niveau de formation = Primaire

ou Lycée.
On va créer le variable quantitative MAXCOME qui va indiqué la valeur maximal entre le variable INCOME et
INCOMEBIS à condition que le niveau de formation soit Primaire ou Lycée :

IF (NIVFORM=1 | NIVFORM = 3) MAXCOME=MAX(income,incomeBIS).

VARIABLE LABELS MAXCOME 'la valeur maximal entre le variable INCOME et INCOMEBIS à condition '+
'que le niveau de formation soit Primaire ou Lycée '.
EXECUTE.

3) Déterminer Noitems123= pour chaque femme le nombre de fois que les variables V1, V2 et V3
sont entre V2 et V1 .

On va d’abord determiner la moyenne de la variable 2 ( V2 ) et celle de la variable 1 ( V 1 )

Puisqu’il s’agit des variables quantitatives, donc on va faire une etude statistiques afin de determiner leur
moyenne

Tableau qui contient les moyennes  :

DESCRIPTIVES VARIABLES=income incomeBIS

/STATISTICS=MEAN.

Statistiques descriptives

N Moyenne

Revenu du foyer en milliers

20 69,35
($)
Revenu du foyer en milliers
20 44,75
($)
N valide (listwise) 20

Donc V2 = 44,75,V1 = 69,35

On va créer la variable quantitative Noitems123qui calcul le nombre des occurrences des variables V1
V2 V3 entre 44,75 et 69,35.

COUNT Noitems123=income incomeBIS commutetime(44.75 thru 69.35).

VARIABLE LABELS Noitems123 'pour chaque femme le nombre de fois que les variables V1, V2 et
V3 '+
' sont entre et .'.
 EXECUTE.

PARTIE B (S2_1):

4) Déterminer d’abord l’effectif de chaque région. Ensuite déterminer la variable agereg1 représentant
l’âge de la tranche d’âge 30-60 pour la région 1. Préciser donc ces caractéristiques

Le tableau d’effectif de la variable qualitative Region :

Indicateur géographique

Effectifs Pourcentage Pourcentage Pourcentage

valide cumulé

Région 1 51 34,0 34,0 34,0

Région 2 13 8,7 8,7 42,7

Valide Région 3 68 45,3 45,3 88,0

Région 4 18 12,0 12,0 100,0

Total 150 100,0 100,0

Par la suite on va créer la variable quantitative agereg1qui ne prend en compte que les ages entre 30 et 60
à condition que leur indicateur géographique est région1 :

DATASET ACTIVATE Ensemble_de_données1.

DO IF (Region=1).
RECODE age (30 thru 60=Copy) INTO agereg1.
END IF.
VARIABLE LABELS agereg1 'représentant l’âge de la tranche d’âge 30-60 pour la région 1'.
EXECUTE.

Le caractéristique de la nouvelle variable agregel :

Statistiques descriptives

N Minimum Maximum Moyenne Ecart type Variance

représentant l’âge de la
tranche d’âge 30-60 pour la 35 30,00 59,00 42,6000 8,22192 67,600
région 1
N valide (listwise) 35

Histogramme :

5)Préciser la région dans laquelle les variables Salbrut et Credit semble ne pas être géométriquement
linéaires. En déduire la variable CreditBIS en déclarant les valeurs de cette région comme manquantes
(=-1).

Les deux variables Salbrut et Credit sont quantitatives,donc il convient d’utiliser le graphique des
nuages de points pour essayer de montrer relation entre ces deux variables
Tableau des nuages de points :

On constate que les valeurs de crédits qui sont supérieur à 23000 ne sont pas géometriquement linéaire
alors on va essayer de les retirer en créant un nouvelle variables qui les considére comme valeur
manquante est qui est la variable CreditBIS

RECODE Credit (23000 thru Highest=-1) (ELSE=Copy) INTO CreditBIS.

EXECUTE.

Et pui on va déclarer la valeur de CreditBIS -1 comme valeur manquante.