Scribd
Importer
17 vues3 pages

Don R

Le document présente des commandes R pour effectuer des statistiques descriptives, calculer des probabilités pour différentes lois (normale, binomiale, Poisson, gamma, exponentielle) et réaliser des tests d'adéquation (Anderson-Darling et Kolmogorov-Smirnov). Des exemples de code R illustrent la génération de données, le calcul de statistiques comme la moyenne et la variance, ainsi que des simulations pour estimer des probabilités. Les résultats incluent des valeurs de p pour tester la normalité des données et des distributions spécifiques.

Transféré par

bilel Souissi
Copyright
© © All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats PDF, TXT ou lisez en ligne sur Scribd
17 vues3 pages

Don R

Le document présente des commandes R pour effectuer des statistiques descriptives, calculer des probabilités pour différentes lois (normale, binomiale, Poisson, gamma, exponentielle) et réaliser des tests d'adéquation (Anderson-Darling et Kolmogorov-Smirnov). Des exemples de code R illustrent la génération de données, le calcul de statistiques comme la moyenne et la variance, ainsi que des simulations pour estimer des probabilités. Les résultats incluent des valeurs de p pour tester la normalité des données et des distributions spécifiques.

Transféré par

bilel Souissi
Copyright
© © All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats PDF, TXT ou lisez en ligne sur Scribd

Commandes R

1. Statistique descriptive

> don<-rgamma(10000,1,2)
> summary(don)#quelques statistiques (avec arrondissement)
Min. 1st Qu. Median Mean 3rd Qu. Max.
0.000104 0.142800 0.351400 0.499500 0.703400 5.537000
> mean(don)# calcul de la moyenne
[1] 0.4994826
> var(don) # calcul de la variance
[1] 0.2432981
> max(don)# valeur maximale des observations
[1] 5.537056
> min(don) # valeur minimale
[1] 0.0001036064
> median(don)# médiane(valeur qui divise la population en deux moitié 50%-50%)
[1] 0.3514141
> sqrt(var(don))# écart type
[1] 0.4932526
> hist(don)# histogramme

Histogram of don
6000
5000
4000
Frequency

3000
2000
1000
0

0 1 2 3 4 5 6

don

> quantile(don,0.75)
75%
0.7034277
> quantile(don,0.25)# pour les quantiles Q1 et Q3
25%
0.1427533

1
> quantile(don,0.90)
90%
1.150398

2. Valeur de la table de la loi normale


> pnorm(1.23)
[1] 0.8906514
> pnorm(-1.09)
[1] 0.1378566
> qnorm(0.99)
[1] 2.326348
> qnorm(0.08)
[1] -1.405072

Calcul des probabilités pour une variable normale :


> pnorm(q=7.8,mean=8,sd=0.1)
[1] 0.02275013
> pnorm(7.8,8,0.1)
[1] 0.02275013
> qnorm(p=0.8,mean=8,sd=0.1)
[1] 8.084162
> qnorm(0.8,8,0.1)
[1] 8.084162

3. Calcul des probabilités pour une variable normale (par simulation):


> N<-100000
> m<-8
> s<-0.1
> don2<-rnorm(N,m,s)
> sum(don2<7.8)/N
[1] 0.02231

> N<-1000000
> m<-8
> s<-0.1
> don2<-rnorm(N,m,s)
> sum(don2<7.8)/N
[1] 0.022755

4. Calcul des probabilités pour d’autres lois:


a. Loi binomiale (de paramètres 80 et 3%)
> dbinom(3,80,0.03) # La probabilité que X= 3
[1] 0.2125435
> pbinom(3,80,0.03) # La probabilité que X< ou= 3
[1] 0.7806667
> qbinom
function (p, size, prob, [Link] = TRUE, log.p = FALSE)
.Internal(qbinom(p, size, prob, [Link], log.p))
> qbinom(0.78,89,0.03)
[1] 4

2
> qbinom(0.78,80,0.03)
[1] 3
> rbinom(10000,80,0.03) # pour la simulation des données qui suivent une loi bonomiale
de paramètres (80,0.03)

b. Loi de Poisson (de paramètre 4)


> dpois(3,4) # La probabilité que X= 3
[1] 0.1953668
> ppois(3,4) # La probabilité que X< ou= 3
[1] 0.4334701
> qpois(0.43,4)
[1] 3
> don3<-rpois(10000,4)
>mean(don3)
[1] 3.9931
>var(don3)
[1] 4.066059

c. Loi Gamma (de paramètres (1,2))


> qgamma(0.90,1,2)
[1] 1.151293
> pgamma(5,1,2)
[1] 0.9999546
> rgamma(1,2)
d. Loi exponentielle de paramètre 2
> qexp(0.90,2)
[1] 1.151293
> pexp(5,2)
[1] 0.9999546

5. Test d’adéquation
a. Anderson Darling
; Charger le package ADGofTest
>[Link](don,pnorm)$[Link] ###Tester la normalité des données (normale (0,1))
>[Link](don,pnorm,5,0.1) $[Link] ###Tester la normalité des données (normale (5,0.1))

>[Link]( don,pgamma,2,3)$[Link] ###Tester si les données suivent une loi gamma(2,3)


AD
0.9644129
b. Kolmogorov smirnov
>[Link](don,pnorm)$[Link] ###Tester la normalité des données (normale (0,1))
>[Link](don,pnorm,5,0.1) $[Link] ###Tester la normalité des données (normale (5,0.1))

>[Link]( don,pgamma,2,3)$[Link] ###Tester si les données suivent une loi gamma(2,3)

Vous aimerez peut-être aussi