Aller au contenu principal
Hub des notions

Toutes les notions à maîtriser
pour vos partiels.

105 notions indexées, 105 cours complets, 4 105 questions, 8 parcours universitaires.

105 Notions indexées
105 Cours complets
4 105 Questions
106 Matières
8 Parcours

Index complet

105 notions · 105 cours complets · 0 fiches hub · 0 avec ≥ 2 QCM

Une notion = une carte. Le badge ✦ indique un cours académique rédigé ; les fiches hub regroupent les concepts indexés sans contenu enrichi (Droit, etc.).

Analyse Des Correspondances Multiples Acm

Analyse de données L2

Analyse En Composantes Principales Acp

Analyse de données L2

Analyse Factorielle Des Correspondances Afc

Analyse de données L2

Appariement Matching Et Score De Propension

Causalité & expérimentation L3

Apprentissage A Grande Echelle

Big Data en économie L3

Apprentissage Non Supervise Clustering Reduction De Dimension

Machine Learning L3

Apprentissage Supervise Vs Non Supervise

Machine Learning L3

Arbitrage Biais Variance Et Sur Apprentissage

Machine Learning L3

Arbres De Decision Forets Aleatoires Gradient Boosting

Machine Learning L3

Architectures Distribuees Hadoop Spark Mapreduce

Big Data en économie L3

Autocorrelation Test De Durbin Watson Estimateurs Robustes

Économétrie linéaire L2

Bases De Donnees Nosql

Big Data en économie L3

Calcul Matriciel Et Operations Fondamentales

Algèbre linéaire pour la data L1

Classification Ascendante Hierarchique Cah

Analyse de données L2

Classification Regression Logistique Svm K Nn

Machine Learning L3

Cointegration Et Modele A Correction Derreur Vecm

Séries temporelles L3

Composantes Dune Serie Tendance Saisonnalite Cycle

Séries temporelles L3

Correlation Vs Causalite Biais De Selection

Causalité & expérimentation L3

Couleurs Echelles Et Accessibilite

Visualisation de données L2

Couples De Variables Et Lois Jointes

Probabilités L1

Decomposition En Valeurs Singulieres Svd Et Applications

Algèbre linéaire pour la data L1

Demarche Econometrique Et Modele Lineaire

Introduction à l'économétrie L1

Determinant Rang Et Independance Lineaire

Algèbre linéaire pour la data L1

Diagnostic Et Validation Des Modeles

Modélisation statistique L3

Diagonalisation Et Decomposition Spectrale

Algèbre linéaire pour la data L1

Differences De Differences Did

Causalité & expérimentation L3

Donnees De Panel Effets Fixes Et Aleatoires

Économétrie avancée L3

Echantillonnage Et Distributions Dechantillonnage

Inférence statistique L2

Endogeneite Et Variables Instrumentales 2Sls

Économétrie avancée L3

Enjeux Ethiques Rgpd Et Gouvernance Des Donnees

Big Data en économie L3

Environnements Et Ecosystemes Python R Rstudio Jupyter

Python/R pour économistes L2

Espaces Probabilises Evenements Et Axiomes De Kolmogorov

Probabilités L1

Espaces Vectoriels Bases Et Dimension

Algèbre linéaire pour la data L1

Esperance Variance Et Moments

Probabilités L1

Essais Controles Randomises Rct

Causalité & expérimentation L3

Estimateur Des Mco Proprietes Blue

Économétrie linéaire L2

Estimation Ponctuelle Biais Convergence Efficacite

Inférence statistique L2

Fonctions Dautocorrelation Acf Pacf

Séries temporelles L3

Grammaire Des Graphiques Wilkinson Ggplot2

Visualisation de données L2

Heteroscedasticite Conditionnelle Arch Garch

Séries temporelles L3

Heteroscedasticite Tests White Breusch Pagan Et Correction

Économétrie linéaire L2

Hypotheses Du Modele Classique Gauss Markov

Introduction à l'économétrie L1

Importation Et Nettoyage De Donnees

Python/R pour économistes L2

Indices De Concentration Gini Courbe De Lorenz

Statistiques descriptives L1

Indices Et Taux De Variation

Statistiques descriptives L1

Inference Bayesienne A Priori A Posteriori Mcmc

Modélisation statistique L3

Interpretation Des Coefficients Et Qualite Dajustement R²

Introduction à l'économétrie L1

Interpretation Et Qualite De Representation

Analyse de données L2

Intervalles De Confiance

Inférence statistique L2

Introduction A La Regression Multiple

Introduction à l'économétrie L1

Les 5 V Du Big Data Volume Velocite Variete Veracite Valeur

Big Data en économie L3

Loi Des Grands Nombres Et Theoreme Central Limite

Probabilités L1

Lois Usuelles Binomiale Poisson Normale Exponentielle

Probabilités L1

Methode Des K Means

Analyse de données L2

Methode Des Moments Generalises Gmm

Économétrie avancée L3

Methode Du Maximum De Vraisemblance

Inférence statistique L2

Modele De Resultats Potentiels Rubin

Causalité & expérimentation L3

Modele Lineaire Generalise Glm

Modélisation statistique L3

Modele Lineaire Multiple En Notation Matricielle

Économétrie linéaire L2

Modeles A Effets Mixtes

Modélisation statistique L3

Navigation

Explorer par parcours

Cinq parcours universitaires, chacun avec ses notions stratégiques.

Top matières

Les plus actives

Index alphabétique

De A à Z, toutes les notions

Parcourez l'intégralité des concepts par initiale. Idéal pour retrouver rapidement une notion vue en cours.

Pourquoi un hub de notions ?

Réviser par concept, pas par chapitre.

Le hub des notions CampusQCM agrège plus de 4 105 questions corrigées et reliées entre elles, pour un apprentissage non-linéaire et efficace.

Révision ciblée

Chaque notion isole un concept précis (théorème, modèle, mécanisme). Vous attaquez vos lacunes une par une, sans relire 100 pages.

Corrigés d'auteurs

Les corrections sont rédigées par des intervenants académiques : pas juste « bonne réponse », mais le raisonnement complet et les pièges à éviter.

Maillage cross-matière

Les notions transversales (élasticité, équilibre, jeu coopératif…) regroupent automatiquement les questions de toutes les matières concernées.

Questions fréquentes

Comment réviser efficacement avec les notions CampusQCM ?

Chaque notion regroupe les questions QCM associées à un concept précis (Coase, Nash, IS-LM, élasticité…). Vous pouvez réviser un thème ciblé en quelques minutes, puis enchaîner sur les notions liées. Votre progression est synchronisée avec votre tableau de bord étudiant.

Qu'est-ce qu'une notion pilier ?

Une notion pilier est un concept transversal présent dans plusieurs matières. Sur CampusQCM, ces notions agrègent automatiquement les questions issues de toutes les matières concernées : un seul lien, plusieurs angles d'apprentissage.

Mes QCM sont-ils adaptés au programme universitaire ?

Oui. Les notions sont alignées sur les programmes officiels de Licence (L1/L2/L3) en Économie, Droit, Gestion, ainsi que sur les attendus PASS/LAS. Les corrigés sont rédigés par des intervenants académiques.

Comment sont sélectionnées les notions populaires ?

Le tri « populaire » combine la fréquence d'apparition au programme, le nombre de questions disponibles et l'usage réel des étudiants. Les notions enrichies (cours complet) sont mises en avant en priorité.

Puis-je suggérer une notion manquante ?

Oui, depuis n'importe quelle page de QCM. Notre équipe pédagogique l'évalue et la priorise selon les retours étudiants.

Suivez votre progression sur les 0 notions clés.

Créez votre compte gratuit pour mémoriser vos résultats, débloquer les statistiques par notion et personnaliser vos sessions de révision.