Université Hassan II Mohammedia – Casablanca

Ecole Nationale de Commerce et de Gestion

‫اﻟﻤﺪرﺳﺔ اﻟﻮطﻨﯿﺔ ﻟﻠﺘﺠﺎرة واﻟﺘﺴﯿﯿﺮ اﻟﺪار اﻟﺒﯿﻀﺎء‬
Examen final Nom : ………………………………..…………….. Note :
Matière : Analyse de données.
Aucun document n’est autorisé. Prénom : ………………………..………………..
Durée : Une heure (1h)

EXERCICE I: Questions à choix multiple.

1. Le coefficient de variation permet 1. Calculer la variance. 2. d’étudier la concentration d’une série. 3 Autre :
de : ……….

2. Une distribution avec un Skewness 1. Asymétrique à droite. 2. Asymétrique à gauche 3. indique donc que les
positif significatif est une queues
distribution : 4. Comptent un plus grand nombre d'observations que dans une distribution
gaussienne.
5. Autre : ..................................
3. La moyenne harmonique sert à 1. Un taux moyen. 2. Un rapport moyen. 3. Autre : ..................................
calculer :
4. Le mode est : 1. La valeur la plus répétitive. 2. La valeur la plus redondante.
3. La valeur correspondante à l’effectif le plus élevé.
5. L'étude ad hoc est une : 1. Étude purement quantitative réalisée pour le compte d'un seul client.
2. Étude réalisée à date fixe pour le compte d'un ou de plusieurs clients.
3. Autre : ..................................
6. Le baromètre est une : 1. Étude réalisée à date variable, avec le même questionnaire d'une étude à l'autre,
pour le compte d'un ou de plusieurs clients.
2. Étude réalisée à date fixe comme l'omnibus, mais avec le même questionnaire
d'une étude à l'autre, pour le compte d'un ou de plusieurs clients.
3. Autre : ..................................
7. Une régression linéaire simple va 1. D’interpréter les variations d’une variable en fonction d’une autre.
permettre : 2. De prévoir les variations d’une variable en fonction d’une autre.
3. Autre : ..................................
8. Le diagramme de dispersion : 1. Est une représentation graphique d’un nuage de points.
2. Est un histogramme.
3. Est la première étape de la régression linéaire multiple.
4. Permet de soupçonner l’existence de relation entre les variables qualitatives
étudiées.
9. Pour considérer que la variable suit 1. Le coefficient « Skewness » doit être inférieur à 1 et le coefficient
bien une loi normale : d'aplatissement ou Kurtosis doit être inférieur à 1,5.
2. Le coefficient « Skewness » doit être inférieur à 1 et le coefficient
d'aplatissement ou Kurtosis doit être inférieur à 1.
3. Le coefficient « Skewness » doit être inférieur à 1,5 et le coefficient
4. d'aplatissement ou Kurtosis doit être inférieur à 1.
10. La méthode des moindres 1. De construire une droite de régression qui minimise la somme des carrés des
carrés permet : distances horizontales entre cette droite et chacun des points observés.
2. De construire une droite de régression théorique qui minimise la somme des
carrés des résidus.
3. Autre : ..................................
11. La régression est une méthode 1. De mesurer la force de la relation entre deux variables.
statistique qui permet : 2. D’étudier le type de relation pouvant exister entre certaines variables.
3. D’étudier les variations de la variable dépendante en fonction des variations des
variables indépendantes.
4. Autre : ..................................
12. Pour quantifier l’intensité de la 1. Le coefficient de détermination de Y en fonction de X
relation entre deux variables nous 2. Le coefficient de corrélation entre X et Y
utilisons : 3. La covariance entre X et Y
4. Autre : ..................................
1 3. ɛ est : 1. L’erreur théorique aléatoire.
2. La différence entre la valeur observée et estimée.
Pr. BOULAHOUAL Adil

3. Le résidu.
4. Autre : ..................................
14. y = β0 + β1x est 1. La fonction de la droite de régression linéaire multiple théorique.
2. La fonction de la droite de régression linéaire multiple empirique.
3. Autre : ..................................

1
 n 1. La formule du coefficient de détermination.
x 2
i  nx 2 2. La formule du coefficient de corrélation.
b2 i 1
1 n
3. Autre : ..................................
y 2
i  ny 2
15. i 1 est :
1 6. La régression est dite simple si elle 1. De décrire plusieurs variables.
permet : 2. De décrire une seule variable.
3. De prédire les valeurs d’une variable exogène à partir des valeurs d’une autre
variable endogène.
4. Autre : ..................................
17 . Le coefficient de détermination 1. σ2
théorique de Y en fonction de X est 2. ρ
noté : 3. r2
4. Autre : ..................................
1 8. Le coefficient de détermination r2 1. r2 = SCreg/SCT
est égale à : 2. r2 = SCreg/SCres
3. r2 = SCres/SCT
4. Autre : ..................................
1 9. SCreg est : 1. Le seuil de confiance de la régression.
2. Le seuil de signification de la régression.
3. Autre : ..................................
20. En statistique π est : 1. Égale à 3,14.
2. Un paramètre.
3. Le pourcentage de la population.
4. Un estimateur du pourcentage de la population.
5. Autre : ..................................
21. Lorsque le seuil de confiance 1. La marge d’erreur augmente.
grandit 2. La marge d’erreur baisse.
3. L’intervalle de confiance est plus étroit.
4. Autre : ..................................
22. Dans le cadre de la régression 1. Nous rejetons l’hypothèse nulle.
linéaire si la valeur 0 appartient à 2. Nous acceptons le modèle.
l’intervalle de confiance de β1 : 3. Nous rejetons le modèle.
4. Autre : ..................................
n 1. La formule de b0.
x y i i nx y 2. La formule de b1.
i 1 3. La formule du coefficient de la pente de la droite empirique.
n
4. Autre : ...................................
x 2
i  nx 2
23. i 1 est :
24. Les tris croisés ont pour objet : 1. De vérifier l’existence de relation entre des variables à caractères qualitatifs
2. De rassembler dans un tableau unique les distributions de fréquences de
plusieurs variables.
3. Autre : ..................................
25. ρ2 est 1. Le coefficient de détermination théorique.
2. Le coefficient de détermination empirique.
3. L’écart-type de la population.
4. Autre : ..................................
n 1. La formule de la variance des erreurs théoriques.
e 2
i 2. La formule de la variance des erreurs empiriques.
i 1 3. La formule des moindres carrés ordinaires.
26. n2 est : 4. Autre : ..................................
27. Les relations dites symétriques 1. L'analyse cherche à mesurer la liaison entre les deux variables.
lorsque : 2. l'analyse cherche à expliquer les variations d'une variable dépendante par les
variations d'une variable indépendante.
3. Autre : ..................................
28. Pour analyser la relation entre des 1. AFE
variables à caractère qualitatif nous 2. AFC
utilisons : 3. ACP
4. Autre : ..................................
29. Le test est assez sensible 1. A la taille de l'échantillon.
Pr. BOULAHOUAL Adil

2. A la taille du tableau croisé.

3. Au degré de liberté.
4. Autre : ..................................
30. L'hypothèse nulle du test de KHI- 1. L’indépendance des variables à caractère quantitatif.
DEUX est : 2. L’indépendance des variables à caractère qualitatif.
3. La dépendance des variables à caractère quantitatif.
4. La dépendance des variables à caractère qualitatif.
31 . L’hypothèse d’indépendance entre 1. 2 > 2 α ;ddl
variables à caractère qualitatif t 2. 2  2 α ;ddl
rejetée est : 3. Autre : ..................................

2
32. Une des prémisses du test de Khi- 1. Chaque case du tableau devrait avoir un effectif théorique au moins égal à dix.
deux est que : 2. Chaque case du tableau devrait avoir un effectif égal à cinq.
3. Autre : ..................................

33. Voulant mesurer la force 1. Le V de cramer

d’association entre deux variables à 2. Autre : ..................................
caractère qualitatif à deux
modalités chacune, il est
recommandé d’utiliser :
34 . La loi du 2 suit une distribution : 1. Asymétrique dont la forme dépend du nombre de degrés de liberté.
2. Symétrique dont la forme dépend du nombre de degrés de liberté.
3. Autre : ..................................

35. Lorsque la statistique « V de 1. Modérée

cramer » est comprise entre 0, 30 2. Moyenne
est 0,49 la relation est : 3. Forte
4. Très forte
36 . le test de Shapiro-Wilks mesure : 1. L’indépendance des termes d’erreurs
2. La normalité de la distribution des erreurs
3. Autre : ..................................
37 . Le test de Kolmogorov-Smirnov 1. L’indépendance des termes d’erreurs
mesure : 2. La normalité de la distribution des erreurs
3. Autre : ..................................
38. Dans le cadre de l'analyse 1. Pose un problème.
factorielle, la corrélation entre 2. N’est pas un problème.
variables : 3. Autre : ..................................
39 . Dans le cadre de l’analyse factorielle 1. 45%
il est souvent conseillé d'imposer un 2. 55%
pourcentage de variance expliquée 3. 65%
égal à : 4. Autre : ..................................
40. L’analyse factorielle est : 1. Une analyse descriptive bi-variée ;
2. Une analyse exploratoire unidimentionnelle ;
3. Une analyse explicative multidimentionnelle ;
4. Autre : ..................................
41. Pour déterminer le nombre de 1. L'« eigenvalue ».
composantes principales à retenir 2. Règle des valeurs propres.
plusieurs critères peuvent être 3. Règle de Kaiser-Guttman.
utilisés à savoir : 4. Autre : ..................................
42. Dans le cadre de l'analyse 1. Avoir un minimum de 5 observations par item.
factorielle, Il faut : 2. Avoir un minimum de 10 observations par item.
3. Interroger au moins 50 individus.
4. Interroger au moins 50 individus.

EXERCICE II : Traitez au choix une des deux thématiques suivantes :

1. La régression logistique.
2. Mesurer d’un phénomène. Les étapes de A à Z (Construits, items, moyenne,….).

EXERCICE III : Interprétations des tableaux

Pr. BOULAHOUAL Adil

3
 Université Hassan II Mohammedia – Casablanca
Ecole Nationale de Commerce et de Gestion
‫اﻟﻤﺪرﺳﺔ اﻟﻮطﻨﯿﺔ ﻟﻠﺘﺠﺎرة واﻟﺘﺴﯿﯿﺮ اﻟﺪار اﻟﺒﯿﻀﺎء‬
Examen de rattrapage (2015-2016) Nom : ………………………………..…………….. Note :
Matière : Analyse de données.
Aucun document n’est autorisé. Prénom : ………………………..………………..
Durée : 1h
Pr. BOULAHOUAL Adil

EXERCICE I (8 points): Encerclez les bonnes réponses.

1. Le coefficient de variation 1. Calculer la variance. 2. De comparer deux séries statistiques en
permet de : termes de concentration. 3. De comparer deux séries statistiques en
termes de dispersion.
2. Une distribution avec un 1. Asymétrique à droite. 2. Asymétrique à gauche 3. indique que
Skewness positif les queues comptent un plus grand nombre d'observations que dans
significatif est u ne une distribution gaussienne.
distribution :
3. La moyenne géométrique 1. Un taux moyen. 2. Un rapport moyen. 3 . A u t re :
sert à calculer :
4. La moyenne de la 1. La moyenne de l’échantillon 2. La moyenne de la population
distribution 3. La médiane.
d’échantillonnage des
moyenne est égale à :
5. Les statistiques servent 1. Décrire un échantillon. 2. Décrire une population. 3. Estimer les
à: critères de la population.
6. Les panels sont des 1. Entre 2 00 à 1000.
Investigations 2. Entre 1 000 à 2 000.
approfondies réalisées 3. Entre 2 000 à 10 000.
périodiquement sur les
mêmes clients. En
s’appuyant sur des
échantillons de tailles
comprises:
7. Les données primaires 1. Des données brutes, qui doivent être préparées, analysées puis
s o nt : interprétées.
2. Plus pertinentes que les données secondaires.
3. les données internes issues de l'entreprise.
8. Le diagramme de 1. Est la première étape de la régression linéaire multiple.
dispersion : 2. Permet de soupçonner l’existence de relation entre plusieurs variables à
caractère quantitatif.
3. Permet de soupçonner l’existence de relation entre seulement deux
variables caractère quantitatif.
9. L'erreur systématique est 1. Erreur dépendante de l'instrument de mesure.
u ne : 2. Erreur dépendante des circonstances de mesure.
10. La méthode des moindres 1. Construire une droite de régression qui minimise la somme des carrés
carrés permet de : des distances horizontaux entre cette droite et chacun des points
observés.
2. Construire une droite de régression linéaire empirique qui minimise la
somme des carrés des résidus.
11. Pour quantifier l’intensité 1. Le coefficient de détermination de Y en fonction de X.
de la relation entre deux 2. Le coefficient de corrélation entre X et Y.
variables nous utilisons : 3. La covariance entre X et Y.
12. ei est le symbole : 1. De l’erreur théorique aléatoire.
2. Du résidu.
1 3. y = β0 + β1x1 + β2x2 est : 1. La fonction de la droite de régression linéaire multiple théorique.
2. La fonction de la droite de régression linéaire multiple empirique.
3. L’estimation ponctuelle de Y.
4. Autre.

1
14. Le coefficient de 1. σ2
détermination théorique 2. ρ2
de Y en fonction de X est 3. r2
no t é :
15. Le coefficient de 1. SCreg/SCT.
détermination r2 est égale 2. SCreg/SCres.
à: 3. SCres/SCT.
4. Autre.
1 6. L’examen de 1. L’examen de l'indépendance des termes d'erreur.
L'homoscédasticité est : 2. Fait à l’aide du test de Durbin-Watson.
3. L’examen de la variance du terme d'erreur.
17 . Lorsque le seuil de 1. La marge d’erreur augmente.
signification grandit : 2. La marge d’erreur baisse.
3. L’intervalle de confiance devient plus petit.
1 8. Dans le cadre de la 1. Nous rejetons l’hypothèse nulle.
régression linéaire si la 2. Nous acceptons le modèle.
valeur 0 appartient à 3. Nous rejetons le modèle.
l’intervalle de confiance
d e β0 :
1 9. Les tris croisés ont pour 1. De vérifier l’existence de relation entre des variables à caractères
objet : qualitatifs.
2. De soupçonner l’existence d’association entre des variables à
caractères qualitatifs
20. L'hypothèse nulle du test 1. La dépendance des variables à caractère quantitatif.
de KHI-DEUX est : 2. L’indépendance des variables à caractère qualitatif.
3. La dépendance des variables à caractère qualitatif.
21. L’hypothèse 1. 2 > 2 α ;ddl
d’indépendance entre 2. 2  2 α ;ddl
variables à caractère 3. La signification du teste de khi-deux est inferieur à α
qualitatif est rejetée
4. La signification du teste de khi-deux est superieur à α
lorsque :
22. Une des prémisses du test 1. Chaque case du tableau devrait avoir un effectif au moins égal à dix.
de Khi-deux est que : 2. Chaque case du tableau devrait avoir un effectif égal à cinq.
3. Chaque case du tableau devrait avoir un effectif théorique au moins
égal à cinq.
23. Lorsque la statistique « V 1. Moyenne.
de cramer » est 2. Forte.
supérieure à 0, 70 la 3. Très forte.
relation est dite :
24. le test de Shapiro-Wilks 1. L’indépendance des termes d’erreurs.
mesure : 2. La normalité de la distribution des erreurs.
3. Autre.
25. Le test de Kolmogorov- 1. L’indépendance des termes d’erreurs.
Smirnov mesure : 2. La normalité de la distribution des erreurs.
3. La normalité de la distribution d’une variable quelconque.
26. Lorsque le facteur 1. L’existence de multi-colinéarité.
d’inflation de la variance 2. La dépendance entre les termes d’erreurs.
est égal à un (1o) ceci 3. La forte relation entre les variables explicatives.
signifie:

EXERCICE II : (5 points)
27. ANOVAa
Modèle Somme des carrés ddl Moyenne des carrés D Sig. 1. Le revenu explique le
Régression 2,206 1 2,206 ,428 ,510b rendement.
1 Résidu 25,794 5 5,159
2. Le rendement explique le
Total 28,000 6
a. Variable dépendante : RENDEMENT
revenu.
b. Valeurs prédites : (constantes), REVENU 3. Le revenu n’explique pas
le rendement.
4. Le rendement n’explique
pas le revenu.

2
28. Coefficients 1. Au niveau de 97% nous
Modèle Coefficients non Coefficients Sig. 97,0% % intervalles de pouvons confirmer que
standardisés standardisés confiance pour B
A Erreur Bêta Borne Limite
le revenu explique le
standard inférieure supérieure rendement.
Constante -544,181 277,174 ,081 -1257,574 169,211
2. Au niveau de 99% nous
2 devons rejeter le
,294 ,077 ,785 ,023 ,095 ,493
REVENU
a. Variable dépendante : RENDEMENT
modèle.
b. Valeurs prédites : (constantes), REVENU

29. Variable dépendante : REVENU 1. Acceptons le modèle tel

Modèle Coef standardisés t Sig. qu’il est.
Bêta 2. Soupçonnons l’existence
(Constante) 13,916 ,000 de colinéarité
MOTIVATION ,022 ,678 ,503
3. Devons mesurer la force
3 DIPMOLE -,229 -6,568 ,000
de la relation entre la
JOURS CONGéS 1,109 11,766 ,000
AMBITION -,072 -,747 ,461
MOTIVATION et
l’AMBITION.
Voulant expliquer le REVENU et sachant que la signification de l’ANOVA est 4. Devons mesurer la force
de ( ,001) nous : de la relation entre
DIPLOME et JOURS
CONGéS.
30. 1. Nous pouvons retenir
Variance totale expliquée
quatre (4) composantes
Valeurs propres initiales Extraction Sommes des carrés des au maximum.
Composante facteurs retenus
2. La variance totale est
Total % de la % Total % de la variance % cumulés
variance cumulés égale à 92,52%.
3. La variance totale est
7,745 51,634 51,634 7,745 51,634 51,634
1 égale à 70,270%.
2,795 18,635 70,270 2,795 18,635 70,270
2
2,062 13,750 84,019 2,062 13,750 84,019
3
1,276 8,510 92,529 1,276 8,510 92,529
4

31 .

1. Les groupes 1,6, et 10 se ressemblent est sont des paresseux, des orgueilleux, etc.
2. Les groupes 8,11, 5, et 2 sont des personnes ambitieuses, pleines d’action, jouissant d’une imagination
fertile, etc.
3. Les groupes 1,6, et 10 se ressemblent est sont des personnes ambitieuses, pleines d’action, jouissant
d’une imagination fertile, etc.
4. Les groupes 8,11, 5, et 2 sont des paresseux, des orgueilleux, etc.