Projet de Statistique Inférentielle en licence MASS. Le projet concerne l'identification de la loi suivie par un échantillon donné avec l'utilisation de la méthode du noyau, du maximum de vraisemblance, de la droite de Henry et du test de Kolmogorv Smirnov.
[...] Voici les commandes effectuées : hist(x, nclass=50, prob=T, col="blue",main="Histogramme de l'échantillon") hist(x, nclass=1000, prob=T, col="blue",main="Histogramme de l'echantillon",xlim=c(-50,50)) La représentation graphique de f est une courbe en cloche sur l'intervalle R. b)Fonction de répartition empirique La Fonction de répartition empirique est fondée sur les fréquences d'apparition et se calcul comme suit : La fonction de répartition empirique est la fonction, notée , de dans qui vaut : En d'autres termes, est la proportion d'éléments de l'échantillon qui sont inférieurs ou égaux à x. [...]
[...] 19/20 Projet de Statistique Inférentielle Echantillon n°11 Licence MASS 2004-2005 Introduction Avec un échantillon donné de 1000 valeurs, nous devons trouver la loi qui a généré notre échantillon, grâce à différents traitements statistiques. On peut taper source sous R la question par le nom de la question. Pour trouver notre échantillon de 1000 valeurs, on a récupéré le fichier donnees.R, puis on a fait les commandes suivantes pour trouver l'échantillon n°11 : Z=scan(file= ‘donnees.R') Z=matrix(Z,nrow=80,byrow=T) 1)Histogramme et fonction de répartition empirique Il est très utile de tracer l'histogramme et la fonction de répartition empirique des données afin de trouver les bornes et l'allure générale que prend notre échantillon. [...]
Source aux normes APA
Pour votre bibliographieLecture en ligne
avec notre liseuse dédiée !Contenu vérifié
par notre comité de lecture