Draft: Statistiques pour les données

Roméo Awi

1
Part I
Introduction Pratique à la
statistique
1 Outils technologiques
1.0.1 Python Packages
Installer Python et pip

Packages utiles

2
1.0.2 Dans le cloud

2 Régression linéaire simple

2.1 Coefficients
On nous donne les données sous la forme

{(xi , yi )}ni=1 .

On émet l’hypothèse qu’il y a une relation linéaire entre x et y

de la forme
y = b0 + b1 x.

3
Le but est de trouver b0 et b1 qui minimisent la somme résiduelle
des carrés (RSS) suivante
n
X n
X
2
RSS = (yi − ŷi ) = [yi − (b0 + b1 xi )]2 .
i=1 i=1

La première dérivée partielle par rapport à b0 devrait être nulle.

D’où:
n
∂E X
0= = −2[yi − (b0 + b1 xi )]
∂b0 i=1
= − 2n[ȳ − b0 − b1 x̄].

On a
b0 = ȳ − b1 x̄. (1)

4
De plus, la première dérivée partielle par rapport à b1 devrait
également être nulle. On a:
n
∂E X
0= = −2xi [yi − (b0 + b1 xi )]
∂b0 i=1
Xn n
X
= − 2[ xi yi − nb0 x̄ − b1 x2i ]
i=1 i=1
n n
)
X X
=−2 xi yi − n(ȳ − b1 x̄)x̄ − b1 x2i
i=1 i=1

Ainsi Pn
xi yi − nx̄ȳ
b1 = Pi=1
n 2 2
. (2)
i=1 xi − nx̄

5
2.2 Autre expression de b1 .
n
X n
X n
X
(xi − x̄)(yi − ȳ) = xi (yi − ȳ) − x̄ (yi − ȳ)
i=1 i=1 i=1
n
X
= xi (yi − ȳ)
i=1
Xn n
X
= xi yi − ȳ xi
i=1 i=1
n
X
= xi yi − nx̄ȳ
i=1

6
Ainsi:
n
X n
X n
X
(xi − x̄)(yi − ȳ) = xi (yi − ȳ) = xi yi − nx̄ȳ (3)
i=1 i=1 i=1

De la meme facon ( en posant yi = xi ), on obtient:

n
X n
X n
X
2
(xi − x̄) = xi (xi − x̄) = x2i − n(x̄)2 (4)
i=1 i=1 i=1

En utilisant les équations (2), (3) et (4) on obtient

Pn
(x − x̄)(yi − ȳ)
b1 = i=1 Pn i 2
. (5)
i=1 (xi − x̄)

7
2.3 Exemple.
Les statistiques suivantes sont données.
X
x̄ = 5; ȳ = 7; (xi − x̄)(yi − ȳ) = 100;
X X
(xi − x̄)2 = 25; (yi − ȳ)2 = 16.

Déterminer l’équation de la droite de regression linéaire.

Solution.
Pn
(x − x̄)(yi − ȳ) 100
Pn i
b1 = i=1 2
= = 4.
i=1 (xi − x̄) 25

b0 = ȳ − b1 x̄ = 7 − 4(5) = −13.

8
2.4 Exemple 2.
Les statistiques suivantes sont données pour 4 observations.
X X X
yi = 10; xi = 10; xi yi = 21;
X X
x2i = 30; yi2 = 30.

Déterminer l’équation de la droite de regression linéaire.

Solution.
Pn
xi yi − nx̄ȳ 21 − 4(10)(10) 379
b1 = Pi=1
n 2
= 2
= .
i=1 (xi − x̄) 30 − 4(10) 370
10 379 10 90 9
b0 = ȳ − b1 x̄ = − = = .
4 370 4 370 ∗ 4 148
9
3 Régression linéaire multiple
Les données sont modélisées pour n observations comme suit:

yi = b0 + xi1 b1 + · · · + xip bp .

Sous forme matricielle

y = Ab
ou     
a1 1 x11 · · · x1p b1
a2  1 x21 · · · x2p  b2 
 
 ..  = 
   
..   .. 
.  .  . 
on 1 xn1 · · · xnp bp

10
Nous minimisons
n
X
SS = ∥y − ŷ∥ =2
(yi − ŷi )2 = (y − Ab)′ (y − Ab)
i=1

Le dérivé par rapport à b est:

∂SS
=(−A)′ (y − Ab) + (y − Ab)′ (−A)
∂b
=A′ Ab + b′ A′ A − A′ y − y ′ A
=2(A′ Ab − A′ y).
Si A′ A est inversible, alors
b = (A′ A)−1 A′ y.

11
Part II
Rappel de probabilité
4 Bases
4.1 Dénombrement
4.1.1 Cardinal d’un ensemble
Nombre d’éléments dans l’ensemble.

12
4.1.2 Loi d’addition
Si A et B sont disjoints, alors

n(A ∪ B) = n(A) + n(B).

En général,

n(A ∪ B) = n(A) + n(B)−n(A ∩ B).

B
A

13
4.1.3 Cardinal, union et intersection

A C

n(A ∪ B ∪ C) =n(A) + n(B) + n(C)

− n(A ∩ B) − n(A ∩ C) − n(B ∩ C)
+ n(A ∩ B ∩ C)

14
4.1.4 Loi de multiplication
Produit cartésien.

n(A × B) = n(A) · n(B).

4.1.5 Permutation
n!
Pnk = (n−k)!

4.1.6 Combinaisons
n!
Cnk = k!(n−k)!

15
4.2 Axiomes de la probabilité
1. 0 ≤ P r(A) ≤ 1

2. P r(Ω) = 1
P∞
3. P r(∪∞
i=1 Ai ) = i=1 P r(Ai )
pour une famille disjointe.

4.3 Exercises
4.3.1 Problème: D’après SOA Exam P. Sample No. 1
Dans un groupe,

ˆ 28% ont regardé gymnastics

16
 ˆ 29% ont regardé baseball

ˆ 19% ont regardé soccer

ˆ 14% ont regardé gymnastics et baseball

ˆ 12% ont regardé baseball et soccer

ˆ 10% ont regardé gymnastics et soccer

ˆ 8% ont regardé tous les 3 sports.

Quel est le pourcentage de ceux qui n’ont regardé aucun sport?

17
Solution Modélisation:

ˆ P r(G) = 28% : gymnastics

ˆ P r(B) = 29% : baseball

ˆ P r(S) = 19% : soccer

ˆ P r(B ∩ G) = 14% : gymnastics et baseball

ˆ P r(B ∩ S) = 12% : baseball et soccer

ˆ P r(G ∩ S) = 10% : gymnastics et soccer

ˆ P r(G ∩ B ∩ S) = 8% : tous les 3 sports.

On veut P r(Gc ∩ B c ∩ S c ).

18
P r(Gc ∩ B c ∩ S c ) =P r((G ∪ B ∪ S)c )
=1 − P r(G ∪ B ∪ S)
=1 − (P r(G) + P r(B) + P r(S)
− P r(B ∩ G) − P r(B ∩ G) − P r(B ∩ G)
+ P r(G ∩ B ∩ S))
=1 − (.48)
=.54

19
4.3.2 Probleme 2: D’après SOA exam P N0. 5
10 000 assurés. Chaque assuré est classé comme:
(i) jeune ou vieux;
(ii) homme ou femme ; et
(iii) marié ou célibataire.
Parmi ces assurés,

ˆ 3000 jeunes, 4600 hommes et 7000 mariés.

ˆ 1320 jeunes hommes, 3010 hommes mariés et 1400 jeunes

mariés.

ˆ 600 jeunes hommes mariés.

Combien sont jeunes, femmes et célibataires ?

20
Solution Modelisation:

ˆ n(J) = 3000; n(H) = 4600 ; P r(M ) = 7000

ˆ n(J ∩ H) = 1320; n(H ∩ M ) = 3010; n(J ∩ M ) = 1400

ˆ n(J ∩ H ∩ M ) = 600.

On veut n(J ∩ H c ∩ M c ).
Rappel
n(A) = n(A ∩ B) + n(A ∩ B c ).
Ainsi
n(A ∩ B c ) = n(A) − n(A ∩ B).

21
n(J ∩ H c ∩ M c ) =n(J ∩ H c ) − n(J ∩ H c ∩ M )
=n(J) − n(J ∩ H) − (n(J ∩ M ) − n(J ∩ H ∩ M ))
=3000 − 1320 − 1400 + 600
=880.

4.4 Probabilité conditionnelle

4.4.1 Définition
Pr (A∩B)
Pr (A|B) = Pr (B)

4.4.2 Intersection et probabilité conditionnelle

Pr (A1 ∩ · · · ∩ An ) = Pr (A1 )Pr (A2 |A1 ) · · · Pr (An |A1 ∩ · · · ∩ An−1 )

22
Exemple: SOA Exam P No. 19.
Statistiques d’une compagnie d’assurance.

Age du Probabilité Proportion

conducteur d’un accident des assurés
16-20 .06 .08
21-30 .03 .15
31-65 .02 .49
66-90 .04 .28

Un conducteur choisi a tout hasard a un accident. Quelle est

la probabilité que le/la conducteur/trice ait un age entre 16 et
20 ans.

23
Solution Modélisation:
A: age entre 16 et 20 ans
B: Il y a accident.

P r(A ∩ B)
P r(A|B) =
P r(B)
(.06)(.08)
= .
(.06)(.08) + (.03)(.15) + (.02)(.49) + (.04)(.28)

4.4.3 Loi de Bayes

Pr (A|Hi )Pr (Hi )
Si les Hi sont mutuellement exclusifs, Pr (Hi |A) = Pr (A)
et
Pr (A) = Σni=1 Pr (A|Hi )Pr (Hi ).

24
4.4.4 Indépendance
A et B sont indépendants signifie Pr (A|B) = Pr (A) ce qui signifie
également Pr (A ∩ B) = Pr (A)Pr (B).

5 Variables aléatoires
5.1 Fonction de distribution
5.1.1 Distribution de probabilité ou fonction de masse
de probabilité (pmf )
P (x) = Pr (X = x)

25
5.1.2 Fonction de distribution ou fonction de distribu-
tion cumulative
F (a) = Pr (X ≤ a) = Σx≤a P (x).

5.1.3 Fonction de survie

S(a) = Pr (X > a) = 1 − F (a).

5.1.4 Variable aléatoire de décompte.

Modéliser par une suite positive dont la somme est 1.
∞
X
pn ∈ [0, 1] and pn = 1.
n=0

26
Exemple: SOA Exam P. No. 14
1
pn = pn−1
5
Trouver P r(n > 1).

Solution Suite géométrique de raison 51 .

∞
X p0 − p0 ( 51 )n 5
pn = lim 1 = p0
n=0
m→∞ 1− 5 4

Alors p0 = 45 . On veut

4 1 4 25 − 20 − 4 1
P r(n > 1) = 1 − p0 − p1 = 1 − − ( )= = .
5 5 5 25 25
27
5.2 Statistiques associées à une variable aléatoire
5.2.1 Espérance mathématique
E(X) = Σxi P (xi ).
On a E(g(X)) = Σg(xi )P (xi ).
Autre expression de l’espérance mathématique.

p1
p2 p2
p3 p3 p3

X ∞ X
X ∞
ipi = pj
i=1 j=i

28
Exemple.
λn
pn = e−λ .
n!
Ceci est bien définie car
n X λn
−λ λ
X
−λ
e =e = e−λ eλ = 1.
n! n!
X λn X λn−1 λ X λn−1
E(X) = ne−λ = e−λ = e−λ λ = λ.
n! (n − 1)! (n − 1)!

Example. pour q ∈ (0, 1):

pn = (1 − q)q n .

29
Remarquer que
∞ ∞
X X 1
pi = (1 − q)q i = (1 − q)q j = qj .
i=j i=j
1−q
Ainsi ∞
X
pi = q 0 = 1.
i=0
Ensuite
∞ ∞ X
∞ ∞
X X X q
E(X) = ipi = pj = qi = .
i=1 i=1 j=i i=1
1−q

5.2.2 Variance
2
V ar(X) = σX = E([X − E(X)]2 ) = E(X 2 ) − [E(X)]2 .

30
5.2.3Ecart type
p
σX = V ar(X).

5.2.4 p-ieme centile

Réel x tel que Pr (X < x) ≤ p ≤ Pr (X ≤ x).

5.2.5 Coefficient de variation

σX
c= µX
.

5.2.6 Variance et transformation affine

V ar(aX + b)=a2 V ar(X)

31
5.2.7 Minimum de deux variable aléatoires
Pr (min(X, Y ) > z) = Pr (X > z et Y > z).

5.2.8 Moments d’odre 1 et 2.

E(X 2 ) = V ar(X) + (E(X))2 ̸= V ar(X). E(aX 2 + bX + c) =
2
a(σX + µ2X ) + bµX + c.

5.2.9 Moyenne vs Médiane

La moyenne est E(X) tandis que la médiane est donnée par
Pr (X ≤ x) = 0.5.

32
5.2.10 Mode
C’est x pour lequel P (x) de f (x) est le maximum.

6 Variables aléatoires discrètes usuelles

6.1 Variable aléatoire Binomiale ou de Bernoulli
[Paramètres : n, p]. X est le nombre de succès après n indépendant
Essais de Bernoulli avec probabilité de succès p.

P (x) = Cnx px (1 − p)n−x

pour x = 0, · · · , n ;
E(X) = np; V ar(X) = np(1 − p).

33
Si X est un binôme de paramètre (n, p), Y est un binôme de
paramètre (m, p) et X et Y sont indépendants, alors X + Y est
un binôme avec paramètre (n + m, p).

6.2 Variable aléatoire de Poisson

k
[Paramètre λ > 0]. P (x) = e−λ λk! . E(X) = λ; V ar(X) = λ.
Si X est Poisson avec le paramètre λ1 , Y est Poisson avec le
paramètre λ2 et X et Y sont indépendants, alors X + Y est
Poisson de paramètre λ1 + λ2 .

34
6.3 Variable aléatoire géométrique
[Paramètre p ] X est le nombre d’essais de Bernoulli indépendants
successifs nécessaires pour obtenir le premier succès.
P (x) = p(1 − p)x−1 .
E(X) = p−1 . V ar(X) = 1−pp2
. P (X ≤ x) = 1 − (1 − p)x .
C’est une variable dite “sans memoir“
P (X > m + n|X > n) = P (X > m).

6.4 Variable aléatoire Binomiale négative

[Paramètre p, k ]. X est le nombre d’essais de Bernoulli indépendants
successifs nécessaires pour obtenir le k ieme succès.
k−1 k
P (x) = Cx−1 p (1 − p)x−k .

35
E(X) = kp−1 . V ar(X) = k 1−p
p2
.

6.5 Variable aléatoire hypergéométrique

[Paramètre r, n, N ]. L’ensemble A est un sous-ensemble de n
éléments de Ω qui est un ensemble de N éléments. On choisit
r éléments dans Ω. X est le nombre d’éléments parmi les r
elements choisis qui appartienent a A.

Cnx CNk−x
−n
P (x) = .
CNk
nr nr N −r N −n
E(X) = N
. V ar(X) = N N N −1
.

36
7 Variable aléatoire continue
La variable aléatoire X est continue avec la Rfonction de densité
de probabilité (pdf) f lorsque Pr (X ∈ B) = B f (x)dx.
Ainsi: Z t
F (t) = Pr (X ≤ t) = f (x)dx.
−∞

Par ailleurs:
Z
E(X) = xf (x)dx
R
Z
E(g(X)) = g(x)f (x)dx
ZR
V ar(X) = (x − E(X))2 f (x)dx.
R

37
7.1 Fonction d’une variable aléatoire continue
Si X ∼ fX ; Y = g(X) et g est monotone dérivable alors

d −1
fY = fX [g −1 (y)] g (y) .
dy

7.2 Distribution uniforme

(
1
b−a
sur [a, b]
f (x) = .
0 sinon
a+b (a−b)2
On a alors: E(X) = 2
. V ar(X) = 12
.

38
7.3 Variable aléatoire Normale
[Paramètres µ et σ 2 ].
1 (x−µ)
f (x) = √ e− 2σ2 .
σ 2π

E(X) = µ. V ar(X) = σ 2 .

Transformation affine. Si Y = aX + b alors Y est la distri-

bution normale avec les paramètres aµ + b et a2 σ 2 .

Normale standard. La normale Z a des paramètres (0, 1).

Pr (X ≤ a) = Pr (Z ≤ a−µ
σ
).

39
Somme. Si X ∼ N (µ1 , σ12 ), Y ∼ N (µ2 , σ12 ) et X et Y sont
indépendants, alors X + Y ∼ N (µ1 + µ2 , σ12 + σ22 ).

7.4 Variable aléatoire exponentielle

[Paramètre: λ]
(
λe−λx pour x ≥ 0
f (x) = .
0 sinon

E(X) = λ1 . V ar(X) = λ12 .

La médiane m est caractérisée par mλ = ln 2. On a F (t) =
1 − e−t/λ .

40
Minimum. Le minimum de variable aléatoires exponentiels
indépendants est un variable aléatoires exponentiel. avec paramètre
la somme des paramètres.

7.5 Variable aléatoire de Gamma

[Paramètres : α > 0 (forme), λ (échelle)].
( −λx α−1
λe (λx)
Γ(α)
pour x ≥ 0
f (x) = .
0 sinon

Ici Z ∞
Γ(α) = e−x xα−1 dx.
0

41
E(X) = αλ . V ar(X) = λα2 .
Si (α, λ) = (1, λ) nous récupérons la variable aléatoire exponen-
tielle.
Si (α, λ) = ( n2 , 12 ) on retrouve la variable Chi-carré avec n degrés
de liberté.

42
Part III
Statistiques
8 Simulation : Méthode d’inversion
Principe. Les petits nombres aléatoires uniformes correspon-
dent à de petites valeurs simulées.

Méthode. La variable aléatoire X est simulée par FX−1 (U ) avec

U distribution uniforme sur [0, 1] : u = FX (x).

Exemple. La durée entre deux pluies dans le mois de décembre

dans une région suit une loi exponentielle de moyenne m = 10.

43
On simule la durée par les nombres uniforme suivants:
0.9, 0.3, 0.11, 0.67.
Calculer la moyenne des nombres ainsi obtenus.

Solution Ici FX (t) = 1 − e−mt . On résout

u =1 − e−mt
e−mt =1 − u
−mt = ln(1 − u)
t = − m−1 ln(1 − u)
On complète le tableau suivant:

u 0.9 0.3 0.11 0.67

−1
t = −m ln(1 − u)

44
Cas d’une distribution non-continue.
+ Si FX a un saut à x = c; FX (c−) = y1 ; FX (c+) = y2 alors
y1 ≤ u ≤ y2 est simule c.
+ Si FX (x) = y0 sur [a, b] alors y0 simule b.

Exemple. On considère une loi avec la fonction de distribu-

tion suivante.

45
Intervalle [0,1) [1,2.5) [2.5,3) [3,5) [5,6) [6, ∞)
4 6 9 11
valeur 0 12 12 12 12
1

3 4 5 11
u 12 12 12 12
x 1 2.5 2.5 6

46
9 Distributions empiriques
9.1 Distribution empirique pour les données
individuelles
Notations.
L’échantillon : x1 ≤ x2 ≤ · · · ≤ xn
cdf : Fn (x) = (#xni ≤x) .
Ensemble de valeurs observées : y1 < y2 < · · · < yk .
sj = (#xi = yj )
Ensemble de risques rk = ki=j si .
P

0,
 si x < y1
rj
Fn (x) = 1 − n , if yj−1 ≤ x < yj

1, if x ≥ yk


47
Exemple On considère les nombres
1, 1, 1, 1, 2.5, 2.5, 3, 3, 3, 5, 5, 6
Trouver la fonction de la distribution empirique associée a cette
donnée.

Solution
y1 = 1; y2 = 2.5; y3 = 3; y4 = 5; y5 = 6
Ici n = 12.
s1 = 4; s2 = 2; s3 = 3; s4 = 2; s5 = 1.
On a alors
r1 = 12; r2 = 8; r3 = 6; r4 = 3; r5 = 1.

48
La fonction de distribution prend alors les valeurs suivantes

Intervalle [0,1) [1,2.5) [2.5,3) [3,5) [5,6) [6, ∞)

4 6 9 11
valeur 0 12 12 12 12
1

49
9.2 Distribution empirique des données groupées
Les données sont regroupées par intervalles

(c0 , c1 ], (c1 , c2 ], · · · , (ck−1 , ck ].

nj = (#xi ∈ (cj−1 , cj ]) et n = kj=1 nj .

P

1
Pj
cdf. Fn (cj ) = n i=1 ni . Pour cj−1 ≤ x < cj

Fn (cj ) − Fn (cj−1 )
Fn (x) = Fn (cj−1 ) + (x − cj−1 )
cj − cj−1

Le graphe de Fn est appelé ogive.

50
Exemple. On étudie la taille au sein d’une population de
souris et on relève le nombre d’individus

Taille (1,2.5] (2.5,3] (3,5] (5,6] (6, 7]

Nombre 4 2 3 2 1
Valeurs au points frontières
cj 1 2.5 3 5 6 7
Fn (cj ) 0 4/12 6/12 9/12 11/12 1

2 4 6 8

51
pdf. Pour cj−1 ≤ x < cj

Fn (cj ) − Fn (cj−1 ) nj
fn (x) = =
cj − cj−1 n(cj − cj−1 )

Le graphique de fn est appelé histogramme.

9.3 Lissage du noyau

m
X m
X
F (x) = p(xi )Keri (x) et f (x) = p(xi )keri (x).
i=1 i=1

52
Noyau uniforme avec bande passante b.

0,
 si x < y − b
1
kery (x) = 2b , if y − b ≤ x ≤ y + b

0, si x > y + b



0,
 si x < y − b
x−y+b
Kery (x) = , if y − b ≤ x ≤ y + b
 2b
1, si x > y + b


53
Noyau triangulaire avec bande passante b.


 0, si x < y − b
 x−y+b , if y − b ≤ x ≤ y

b2
kery (x) = y+b−x
 2 , if y ≤ x ≤ y + b
 b


0, si x > y + b



 0, si x < y − b
 (x−y+b)2 ,

if y − b ≤ x ≤ y
2b
Kery (x) = (y+b−x)2


 1− 2b
, if y ≤ x ≤ y + b

1, si x > y + b

− αx
xα−1 e y
noyau gamma. kery (x) = (αy α
) Γ(α)
.

54
10 Estimation des paramètres
10.1 Estimations des paramètres : méthode
des centiles
g100 tieme centile lissée. Les données sont triées x1 ≤ x2 ≤
· · · ≤ xn .

1. Trouver l’entier k tel que k ≤ g(n + 1) ≤ k + 1.

2. π̂g = xk + (g(n + 1) − k)(xk+1 − xk ) (interpolation linéaire).

Exemple. Trouver les paramètres d’une loi exponentielle as-

sociée aux nombres
2, 2, 2, 3, 3, 4

55
en utilisant le 50 ieme centile.

Solution. 3 ≤ 3.5 ≤ 4. On a donc

2 + .5(3 − 2) = 2.5

On résout ensuite
.50 = 1 − e−2.5/λ .

10.2 Estimations de paramètres : méthode

des moments
1
Pn
L’estimation empirique du k th moment n i=1 xki correspond à
celui du modèle.

56
Exemple. Trouver les paramètres d’une loi de poisson associée
aux nombres
2, 2, 2, 3, 3, 6
en utilisant le premier moment.

Solution. On a x̄ = 3. Il s’en suit que λ = 3.

10.3 Estimateur de probabilité maximale (MLE)

Fonction de vraisemblance
Y
L(θ) = f (xi |θ).
i

57
Fonction de vraisemblance pour les données groupées
Y
L(θ) = [F (cj |θ) − F (cj−1 |θ).]
j

Log-vraisemblance : l(θ) = ln(L(θ)).

MLE : θ̂ maximise l(θ)

Exemple. On veut paramétrer une variable aléatoire géométrique

avec les données
3, 3, 3, 3, 4, 7
en utilisant la méthode des vraisemblance maximale.
Rappelons que la fonction de probabilité est f (x) = q(1 − q)x−1 .
L(q) = q(1 − q)3−1 q(1 − q)3−1 q(1 − q)3−1 q(1 − q)3−1 ×

q(1 − q)4−1 q(1 − q)7−1

58
 L(q) = q 6 (1 − q)17 et l(q) = 6 ln(q) + 17 ln(1 − q)

La dérivée donne
6 17 6(1 − q) − 17q
l′ (q) = − =
q 1−q q(1 − q)
6
q= 23
.

11 Tests d’hypothèse
11.1 Tests d’hypothèse : Kolmogorov-Smirnov
Ce test concerne les données individuelles.

59
 Figure 1: Crédit: Wikipedia

Statistique de test. D = maxj Dj où

Dj = max{|F ∗ (xj ) − j−1
n
|, |F ∗ (xj ) − nj |}.

== Le tableau suivant aide.

xj F ∗ (xj ) Fn (x−
j ) =
j−1
n
Fn (x−
j ) =
j
n
Dj
- - - - -

Exemple. On veut tester que les données suivantes correspon-

dent a une loi dont la fonction cumulée de distribution est F (x) =

60
x2 sur [0, 1]. Les données sont:

0.2, 0.4, 0.4, 0.4, 0.9, 0.9, 0.9, 0.9.

xj F ∗ (xj ) Fn (x−
j ) =
j−1
n
Fn (x−
j ) =
j
n
Dj
1
.2 .22 = .04 0 8
= 0.125 0.085
4
.4 .42 = .16 0.125 8
= 0.5 .34
.9 .92 = .81 0.5 1 .31
== Vous pouvez recevoir des valeurs critiques pour les tests.
Par exemple :

α 0, 2 0, 1 0, 05 0, 01
1.07 1.22 1.36 1.63
c √
n
√
n
√
n
√
n

61
11.2 Tests d’hypothèse : Khi deux
Notations.
k : nombre de groupes.
n : taille de la population.
pj : probabilité du groupe j th sous l’hypothèse.
Oj : nombre d’observations dans le groupe j.
Ej = npj : nombre attendu d’observations dans le groupe j.

Pk (Oj −Ej )2 Pk Oj2

Statistique du Khi deux. Q = j=1 Ej
= j=1 Ej −n.

Exemple On a les données suivantes

6, 4, 8, 0, 4, 4, 6, 4, 4, 4
regroupées dans les intervalles [0, 5), [5, 8), [8, 10]. Trouver la

62
valeur du test de Khi deux que les données viennent d’une dis-
tribution uniforme.
(Oj −Ej )2
j pj Ej Oj Ej
4
1 ([0,5) ) 0.5 5 7 5
1
2 ([5,8) ) 0.3 3 2 3
1
3 ([8,10] ) 0.2 2 1 2

Degré de liberté : k − 1 − r avec des paramètres r ajustés à

partir des données.

63
11.3 Tests d’hypothèse : le test du rapport
de vraisemblance
Notations.
L0 = L(θ0 ) : La vraisemblance maximale de l’hypothèse nulle.
L1 = L(θa ) : Le maximum de vraisemblance de l’hypothèse
alternative.

Statistique de test. T = 2 ln( LL10 ) = 2[ln(L1) − ln(L0 )].

Valeurs critiques. Utilisez une distribution du Khi deux avec

degré de liberté la différence des nombres de paramètres libres.

64
11.4 Tests d’hypothèse : critère bayésien de
Schwartz
Notations.
r : nombre de paramètres.
n : nombre de points de données dans l’échantillon.
L : Le maximum de vraisemblance.

Statistique de test. SBC = ln(L) − 2r ln(n).

Modèle sélectionné. Celui avec le plus grand SBC.

65
11.5 Tests d’hypothèse : informations sur Akaike
Notations.
r : nombre de paramètres.
L : Le maximum de vraisemblance

Statistique de test. AIC = ln(L) − r.

Modèle sélectionné. Celui avec le plus grand AIC.

66