Spss notes 

:
qualitatif
Pour voir une variable si elle suit une loi normale  :
Analyse – statistique descriptive – explorer – diagramme et on coche graphe de
répartition gaussiens avec tests .
Apres cette procédure on trouve ce tableau :

On travaille avec le premier test : kolmogorov-smirniv

 On a la signification = 0.2 est > 0.05 (le risque de se tromper on acceptant le h1 )(le
h1 ne suit pas une loi normale )( on accepte le h0 : ho suit une loi normale

Comment tester une moyenne  : test paramétrique

On va tester u=u0 contre u diffèrent de u0 .
Analyse – comparer les moyens – test t pour échantillon unique .
Dans option on trouve le niveau d’acceptation : 95%

60000 est une valeur proche de la moyenne d’accident , u0=60000

Le résultat :
Degré de liberté ddl =5 :
T  dans le 2 -ème tableau : est un t théorique ( t de student) qui donne un intervalle
d’acceptation [ -t , t]

On a i accepte = [-0,388 , 0,388]

Et après le calcule de z (la variable de décision )= (x-u0)/s/racine de (n-1) =0,35
Donc 0,35 appartient a i accepte alors on accepte le h0 .

 On a la signification = 0.714 est > 0.05 (le risque de se tromper on acceptant le h1 )

( on accepte le h0 )
C’est un intervalle d’acceptation pour le 0 : si 0 appartient a cet intervalle on accepte h0 ,
sinon on rejet h0.
Les 3 testes doivent donner le même résultat .
Puisque le 0 appartient donc on accepte h0 .

 Si n>30 on fait : (x-u0)/s/racine de n. normal

 Si n<30 on fait : (x-u0)/s/racine de (n-1). Student.

La régression linéaire :
On va voir s’il ya une corrélation entre le nbr d’accident et la population
Analyse – régression – linéaire

La variable a expliquer : l’accident

La variable explicative : population
Apres :
 R-deux = 0,011
R =0.106 valeur absolue de coefficient de corrélation

C’est un tableau de l’analyse des variables

La somme des carres expliques : 1445453,303
La somme de carres résiduel : 12675380

Y =AX+B
B : 76161,484
A= -0,77
Puisque a est négatif donc R est négatif
et R = beta = -0,106

Erreur standard :
 Ecart type de B : 71955.069
 Ecart type de A : 0,361

Analyse –- régression -- ajustement de fonction :

On veut voir la liniarite

Résultat :
Le R au carre (au cours) : le pourcentage des valeurs a expliquer (ch7al mn données 9rib mn la courbe
)

R-DEUX = R au carrée = 0,443 presque < 0,5 donc presque 50% proche de la courbe .

On a 6 points est presque 3 points sont proches de la courbe .