Aller au contenu principal
A propos d'HEC A propos d'HEC Faculté et Recherche Faculté et Recherche Grande Ecole
& Masters Grande Ecole
& Masters
Programmes MBA Programmes MBA Programme PhD Programme PhD Executive Education Executive Education Summer School Summer School HEC Online HEC Online
A propos d'HEC En bref En bref Qui sommes-nous ? Qui sommes-nous ? Egalité des chances Egalité des chances Centre Carrières Centre Carrières International International Vie du campus Vie du campus Stories Stories Fondation HEC Fondation HEC Faculté et Recherche À propos À propos Corps professoral Corps professoral Départements Départements Centres Centres Chaires Chaires Knowledge Knowledge Grande Ecole
& Masters
Programme
Grande Ecole Programme
Grande Ecole
Doubles Diplômes
en Admission directe Doubles Diplômes
en Admission directe
MSc International
Finance MSc International
Finance
MS et MSc MS et MSc Visiting students Visiting students Certificats Certificats Vie
Etudiante Vie
Etudiante
Programmes MBA MBA MBA EMBA EMBA TRIUM EMBA TRIUM EMBA Programme PhD Overview Overview HEC Difference HEC Difference Program details Program details Research areas Research areas HEC Community HEC Community Placement Placement Job Market Job Market Admissions Admissions Financing Financing Summer School Youth Leadership Initiative Youth Leadership Initiative Summer programs Summer programs Admissions Admissions FAQ FAQ HEC Online En bref En bref Programme diplômant Programme diplômant Certificats Executive Certificats Executive MOOCs MOOCs

« In God we trust, all others bring data  » (Edwards Deming, professeur de statistique américain, 1900-1993)

En gestion, la statistique intervient comme un outil pour soutenir la prise de décision. N’a de bons arguments que celui ou celle dont le raisonnement est appuyé par des statistiques bien choisies et bien présentées (c’est la statistique descriptive). Ne peut définir de stratégie pertinente ou ne peut prévoir efficacement les quantités à produire, acheter ou vendre, que celui ou celle qui sait modéliser les données et en extraire les lois des phénomènes en jeu (c’est la statistique inférentielle).


« Je ne crois aux statistiques que lorsque je les ai falsifiées moi-même » (Winston Churchill, homme politique britannique, 1874-1965)

Le cours vise principalement à introduire et faire méditer les concepts fondamentaux et méthodes élémentaires de la statistique pour permettre un apprentissage autonome ultérieur de méthodes complémentaires. On veut développer le sens critique nécessaire lors de la mise en œuvre et de l’interprétation d’un traitement statistique (par exemple, le résultat d’un test d’hypothèses).

Pour cela, on introduira et utilisera d’une part un cadre mathématique rigoureux pour la modélisation de phénomènes aléatoires, qui consolide celui vu en classes préparatoires ; d’autre part, un retour constant aux données sera effectué, par leur traitement sous le logiciel d’analyse statistique SPSS.

Les exemples d’application seront tirés soit de situations-type rencontrées en entreprise, soit de données réelles issues de la vie politico-économique française ou internationale.

  1. Rappels de calcul des probabilités, panorama de la démarche statistique
  2. Modélisation statistique (le modèle statistique)
  3. Notions d’estimateur, de quantiles
  4. Estimations par intervalles, intervalles de confiance
  5. Méthodologie des tests d’hypothèses et tests de comparaison à une valeur de référence
  6. Tests du chi-deux
  7. Régression linéaire simple (avec une variable explicative quantitative)
  8. Régression linéaire multiple
  9. Séance de révisions et d’études de cas