Chambre de commerce franco-turque » Site officiel de la CCFT Kuehne + Nagel: Oil & Gas Kuehne + Nagel’s Oil & Gas capabilities help energy organisations to manage logistics strategy and operations across functional areas, including order management, transportation, physical distribution and supply chain security. Using our logistics expertise, we can help you to improve customer fulfilment and capitalise on new market opportunities. Specifically designed to support unique industry requirements, Kuehne + Nagel Oil & Gas provides: Key-account management with a dedicated customer-service department Oil & Gas supply chain management Rig & Maritime Support Supply-base logistics and base-to-base support Specialised rig-move task force With Kuehne + Nagel’s global network and integrated service suite, you control costs and ensure a superior customer service. We deliver a full range of services tailored to your individual business requirements, and across all geographical regions and trade lanes. We provide all modes of conveyance and services, including
Théorie des probabilités Un article de Wikipédia, l'encyclopédie libre. Courbe en cloche, histogramme et dé. La théorie des probabilités est l'étude mathématique des phénomènes caractérisés par le hasard et l'incertitude. Elle forme avec la statistique les deux sciences du hasard qui sont partie intégrante des mathématiques. Les objets et résultats probabilistes sont un support nécessaire à la statistique, c'est le cas par exemple du théorème de Bayes, de l'évaluation des quantiles ou du théorème central limite et de la loi normale. Qu'il soit discret ou continu, le calcul stochastique est l'étude des phénomènes aléatoires qui dépendent du temps. Historique[modifier | modifier le code] Avant que l'étude des probabilités soit considérée comme une science, l'observation du hasard dans les événements naturels a amené les philosophes et les scientifiques à réfléchir sur la notion de liens entre événements, causes et conséquences, et lois de la nature[1]. Définition[modifier | modifier le code] Andreï Kolmogorov où . .
Loi de Lévy Un article de Wikipédia, l'encyclopédie libre. Cette loi dépend de deux paramètres : un paramètre de position qui décale le support , et un paramètre d'échelle Si X suit une loi de Lévy, on notera : Caractéristiques[modifier | modifier le code] Densité de probabilité[modifier | modifier le code] La densité de probabilité de la loi de Lévy est donnée par : où est le paramètre de position et est le paramètre d'échelle. que l'on obtient à partir du changement de variable : dans l'expression de La loi de Lévy possède une queue lourde, exprimée par la formule : Cette propriété est illustrée par la représentation de la densité sur un repère log-log. Densité de probabilité d la loi de Lévy sur un repère log-log. Fonction de répartition[modifier | modifier le code] La fonction de répartition de la loi de Lévy est donnée par : est la fonction d'erreur complémentaire. Fonction caractéristique[modifier | modifier le code] La fonction caractéristique de la loi de Lévy est : Moments[modifier | modifier le code] Pour
Queue d'une loi de probabilité Un article de Wikipédia, l'encyclopédie libre. Pour les articles homonymes, voir Queue. En théorie des probabilités et en statistique, la queue d'une loi de probabilité est le comportement de la loi de probabilité dans la zone éloignée de sa valeur centrale. La queue d'une loi est également appelée la traîne. Dans un vocabulaire plus statistique, il est courant de parler de queue de distribution. Historique et lien avec le kurtosis[modifier | modifier le code] La queue d'une loi est liée à son kurtosis. Définitions[modifier | modifier le code] Considérons une loi de probabilité dont la fonction de répartition est donnée par La fonction de queue[2] de la loi est la fonction La loi est dite avoir une propriété de queue[2] si la fonction possède une propriété qui ne dépend que de l'ensemble des valeurs pour tout fini. Il est possible de comparer les queues de deux lois de probabilités. et sont dites de queues équivalentes si[a 1] : lorsque Types de queues[modifier | modifier le code] Ouvrages Articles
Longue traîne Un article de Wikipédia, l'encyclopédie libre. La longue traîne, représentée en jaune Pour un vocabulaire plus probabiliste, une distribution à longue traîne est également appelée une loi de probabilité à longue queue. La longue traîne dans la théorie des statistiques[modifier | modifier le code] La traîne devient plus large et plus longue dans les nouveaux marchés (représentés en rouge). La longue traîne est une expression courante pour désigner un phénomène connu depuis longtemps des statisticiens (loi de Zipf, distribution de Pareto, distribution de Lévy). Dans ces distributions, une population à grande fréquence ou grande amplitude est suivie par une population à fréquence faible ou de faible amplitude, qui diminue graduellement en une « queue ». De telles répartitions sont étonnamment fréquentes, particulièrement dans les distributions linguistiques. La longue traîne de Chris Anderson[modifier | modifier le code] Un exemple significatif est le commerce de location de vidéos.
Structure, System, and Economic Policy: Proceedings of Section F of the ... - British Association for the Advancement of Science. Section F (Economics) Conducting Interorganizational Research Using Key Informants + Author Affiliations Grants from the Marketing Science Institute and Pennsylvania State University's Institute for the Study of Business Markets supported this research. We gratefully acknowledge the valuable contributions of Ravi S. Achrol, Hans Baumgartner, Christophe Van den Bulte, Barbara Gray, Brent Johnson, Gary Lilien, Edward Zajac, and the two anonymous reviewers for this journal. Abstract In this article, we examine the use of the key informant methodology by researchers investigating interorganizational relationships. © Academy of Management Journal
International Journal of Operations & Production Management | Utilization of time-based strategies: Creating distribution flexibility/responsiveness [ Jump to content ] Login Welcome: Guest Search for: Browse: Product Information: Resources: Home > International Journal of Operations & Production Management > Volume 15 issue 2 > Utilization of time-based strategies: Creating distribution flexibility/responsiveness International Journal of Operations & Production Management Online from: 1980 Subject Area: Operations and Logistics Management Content: Latest Issue | Latest Issue RSS | Previous Issues Options: To add Favourites and Table of Contents Alerts please take a Emerald profile Utilization of time-based strategies: Creating distribution flexibility/responsiveness Fulltext Options: Existing customers: login to access this document - Athens/Institutional login Help Purchase Downloadable; Printable; Owned HTML, PDF (32kb) Rent Recommend to your librarian Complete and print this form to request this document from your librarian Marked list Bookmark & share Reprints & permissions Request
Industrial Marketing Management - Account portfolio analysis for strategy development Renato Fiocca Available online 13 April 2002 , How to Cite or Link Using DOI This article proposes a method of composing and complementing industrial marketing strategy. There are no figures or tables for this document.
Industrial Marketing Management - Are key account relationships different? Empirical results on supplier strategies and customer reactions a Friedrich-Alexander-University Erlangen-Nuernberg, Lange Gasse 20, D-90403 Nuremberg, Germany b EM Lyon — Lyon Graduate School of Business, 23, Avenue Guy de Collongue, 69132 Ecully, France Received 18 March 2004 Revised 15 June 2004 Accepted 23 December 2005 Available online 17 February 2006 , How to Cite or Link Using DOI Abstract In this paper, the authors analyze 91 key account relationships and 206 ordinary supplier–buyer dyads regarding differences in suppliers' relational behaviors and customers' perceptions of relationship quality (satisfaction, trust, and commitment). Keywords Key account management ; Business-to-business ; Relationship ; Relational treatment ; Relationship quality Figures and tables from this article: Table 1. View Within Article Table 2. ⁎⁎⁎ p < 0.01%, ⁎⁎ p < 0.05%, ⁎ p < 0.1%. Table 3. Table 4. Table 5. ⁎⁎⁎ p < 0.1%, ⁎ p < 0.01%. Table 6. Table 7.