Cours 3 Distributions conditionnelles
Une distribution conditionnelle de X est une distribution particulière de X Statistique pour la psychologie II : E36XP3. Représentations graphiques.
Les distributions statistiques à deux caractères : étude de la
Statistique 2/Chapitre 2: Les distributions statistiques à deux caractères Distribution conditionnelle de X selon YE [2-5[:. X/YE [2-5 Moins de 25 [25 ...
Statistique descriptive bivariée Distributions jointe marginales
Distribution conditionnelle du personnel de catégorie C par secteur. X (Y = C) Administratif Technique Social Sport culture et animation Police municipale
Chapitre III. Observation dun couple de variables
conditionnelle de Y sachant X = mi (ou distribution conditionnelle de YX=mi. ) Les indices statistiques permettent de “décrire” les données en synthétisant ...
Exercices du cours 3 Distribution conditionnelle
Exercice 1 Dans la situation statistique « Bac-Option en psychologie » décrite dans la fiche 1 : 1. Combien peut-on construire de distributions
Statistiques descriptives et exercices
Déterminer la distribution de X conditionnelle à Y = [2530]
Cours 5 Indépendance
4 Égalité des conditionnelles et de la marginale : si les distributions conditionnelles de X en fréquence sont égales alors elles sont égales à la distribution
Tableau de distribution conditionnelle
Tableau à deux variables dans lequel on considère la distribution des unités statistiques selon une variable par rapport aux modalités ou valeurs de l'autre.
Chapitre 5 Statistiques descriptives bivariées
Statistiques descriptives bivariées. 1. Organisation des données. 2. Distributions Distribution conditionnelle de X sachant que la femme enceinte a subi un ...
Statistique descriptive bivariée
Tableau des q distributions conditionnelles de X sachant Y. Distribution conditionnelle de X sachant Y = yj dans la colonne j. Y y1 y2 yj ... yq. X x1 f1/1.
Cours 3 Distributions conditionnelles
Statistique pour la psychologie II : E36XP3 ou encore la distribution conditionnelle de X sachant que Y vaut m/j notée Xy=mj.
Statistique descriptive bivariée Distributions jointe marginales
marginales conditionnelles. Distribution jointe
Section: Sciences Economiques Semestre 1 Statistique Descriptive
Distributions Statistiques à La statistique descriptive à deux dimensions a ... la distribution conditionnelle de X sachant Y = y? est donnée.
Chapitre III. Observation dun couple de variables
Pour obtenir les fréquences de la distribution conditionnelle de Xm' Les indices statistiques permettent de “décrire” les données en.
Notes de cours - Statistique Descriptive
2.1 Distribution statistique associée à un échantillon . Exemple : Donner la distribution conditionnelle de la variable “Catégorie de poids du bébé” ...
Probabilités et Statistiques - Séries statistiques doubles
Régression et corrélation. Définition d'une série statistique double. Tableau de contingence. Distribution conditionnelle. Indépendance de deux caract`eres.
Statistique descriptive bivariée Distributions jointe marginales
marginales conditionnelles. Distribution jointe
Statistiques descriptives et exercices
Rappels de cours et exercices corrigés sur la statistique descriptive 3.1 Une représentation de la distribution des valeurs à l'intérieur d'une classe.
Résumé du Cours de Statistique Descriptive
15 déc. 2010 5.1.6 Probabilités conditionnelles et indépendance . ... Le tableau regroupé en classe est souvent appelé distribution groupée. Si [c.
STATISTIQUE DESCRIPTIVE BIVARIEE
? 3.815. 1.5.2 Distributions conditionnelles. La distribution de la variable Y la variable X étant égale à x&
[PDF] Statistique descriptive
La distribution du caractère X le caractère Y étant égal à yj est appelée: la distribution conditionnelle de X sachant que Y = yj Page 16 la distribution
[PDF] Cours 3 Distributions conditionnelles
Une distribution conditionnelle de X est une distribution particulière de X : c'est la liste des k modalités de X associées chacune à un effectif ou une
Statistiques de base - Distributions conditionnelles
Une distribution conditionnelle est une distribution statistique lorsque l'on a restreint la population à un évènement particulier (une modalité par
[PDF] 1/Distributions conjointes marginales et conditionnelles A
C/ Distributions conditionnelles La distribution conditionnelle correspondant à une modalité de la variable suivant les modalités de est appelée
[PDF] Statistique descriptive bivariée Distributions jointe marginales
Statistique descriptive bivariée Distributions jointe marginales conditionnelles Distribution jointe distributions marginales
[PDF] Table des matières 1 Introduction
5 Propriétés des caractéristiques marginales et conditionnelles statistiques X et Y Elles constituent une distribution univariée qu'on appelle
[PDF] STATISTIQUE DESCRIPTIVE BIVARIEE
? 3 815 1 5 2 Distributions conditionnelles La distribution de la variable Y la variable X étant égale à x& est appelée
[PDF] Distributions de plusieurs variables
8 mai 2008 · Trouver la distribution conjointe de X et Y X \ Y 0 1 2 0 6 153 24
[PDF] CHAPITRE I : LES SERIES STATISTIQUES A DEUX DIMENSIONS
L'étude statistique peut porter en même temps sur deux caractères qui On dit qu'elle définit la "distribution conditionnelle de X sachant que Y = yj"
Tableau de distribution conditionnelle - YouTube
13 fév 2017 · Auteure: Julie Milot professeure de mathématique Institution: Collège de Maisonneuve Champ Durée : 8:57Postée : 13 fév 2017
Qu'est-ce qu'une fréquence conditionnelle ?
La fréquence conditionnelle se calcule par rapport à un sous-ensemble de l'effectif total. Pour obtenir une fréquence conditionnelle par ligne, il faut diviser l'effectif de chaque case par l'effectif total de la ligne.Comment faire une distribution statistique ?
A partir du jeu de données, on peut établir le tableau de fréquence ci-dessus simplement en dénombrant les individus appartenant à chaque catégorie. Ici, on peut clairement observer l'association d'une fréquence à une classe de valeur. Par exemple pour la classe d'âge 50, on fera le calcul : 272/1000 = 0.272.Comment déterminer les distributions marginales ?
Comment trouver les distributions marginales de X et de Y `a partir de la distribution conjointe de (X, Y )? P(X = x,Y = y) est la distribution marginale de X.8 mai 2008- Si chaque fréquence conjointe est égale au produit des deux fréquences marginales correspondantes, il y a indépendance. Typiquement, cela se produit si les deux variables étudiées n'ont rien à voir : fij = fi. × f.
UNIVERSITÉ PARIS OUEST NANTERRE LA DÉFENSE
U.F.R. SEGMI Année universitaire 2018 - 2019
L1 Économie Cours de B. Desgraupes
Statistiques Descriptives
Séance 08: Analyse bivariéeTable des matières1 Introduction
12 Tableaux de contingence
13 Distributions marginales
43.1 Effectifs marginaux
53.2 Moyennes et variances marginales
64 Distributions conditionnelles
94.1 Fréquences conditionnelles
94.2 Moyennes et variances conditionnelles
115 Propriétés des caractéristiques marginales et conditionnelles
135.1 Relation entre les moyennes
135.2 Relations entre les variances
146 Représentations graphiques
167 Exercices
19 1 Introduction
L"analyse bivariée étudie des populations suivant deux caractères (ou variables) statistiquesXetY. Par exemple, on peut étudier un ensemble de salariés selon l"âge et le sexe, ou un ensemble d"individus selon leur poids et leur taille. Les deux variables observées peuvent être aussi bien quantitatives que quali- tatives. Les tableaux de données seront à deux dimensions : des jeux de données à deux colonnes ou des tableaux d"effectifs à deux entrées. Dans le cas d"une variable quantitative, on pourra faire des calculs d"indicateurs (moyenne, écart-type, etc.) en fonction des modalités de l"autre variable. 12 Tableaux de contingence
Lorsque les jeux de données comportent toutes les observations (données exhaus- tives), ils se présentent sous la forme de tables dans lesquelles les observations sont représentées en lignes et les variables sont représentées en colonnes. Par exemple, voici les six premières observations d"un jeu de données con- cernant des tremblements de terre aux Îles Fidji. Les deux variables observées sont la profondeur (en kilomètres) et la magnitude :Profondeur Magnitude1 562 4.8
2 650 4.2
3 42 5.4
4 626 4.1
5 649 4.0
6 195 4.0
......(extrait du jeu de donnéesquakesdu logiciel R) L"équivalent des tables d"effectif, dans le cadre de l"analyse bivariée, s"appelle tableau de contingence. Il s"agit de tables d"effectif à double entrée. Les deux variables observées sont représentées par leurs modalités. Dans le cas d"une variable continue, on fait un découpage en classes et les modalités sont les intervalles. On place les modalitésxide la variableXen lignes et les modalitésyjde la variableYen colonnes. À l"intersection de la ligneiet de la colonnej, on inscrit le nombrenijd"observations pour lesquelles les deux variables correspondent aux modalitésxietyjrespectivement. On noteraple nombre de modalités de la variableXetqle nombre de modalités de la variableY. Un tableau de contingence a donc la forme suivante :x inyiy1y2yjyqx
1n11 ...n1qx
2. ........x i nij.... .....x pn p1 npqIl comporteplignes etqcolonnes.Exemple1
Le tableau de contingence suivant indique la répartition de 900 familles en fonction du nombre de pièces qu"elles habitent (entre 1 et 6) et du nombre d"enfants (entre 0 et 4) : 2PnE0 1 2 3 4
18 7 4 1 0
242 58 42 3 1
328 72 124 51 9
411 55 84 101 21
54 23 90 26 20
61 2 4 3 5
C"est un tableau de contingence qui croise deux variablesquantitatives dis- crètes.Exemple2
Le tableau suivant est un exemple de tableau de contingence construit avec deux variablesqualitatives. Il concerne les candidats à l"Université de Californieà Berkeley en 1973 et les variables sont le statut (admisourefusé) et le sexe.Garçons Filles
Admis1198 557
Refusés1493 1278
Ces données sont extraites du jeu de donnéesUCBAdmissionsfourni par le logiciel R ( www.r-project.orgExemple
Les données suivantes, relevées sur un registre d"état-civil, concernent les âges auxquels 100 couples se sont mariés. Elles se présentent sous la forme de paires de valeurs de la forme(xi;yi)oùxiest l"âge du mari etyil"âge de la femme. Ranger ces données dans des classes d"amplitude 5 et construire le tableau de contingence en croisant l"âge du mari et l"âge de la femme. L"âge est ici traité comme une variable quantitative continue puisqu"il est regroupé en sous-classes. Dans les calculs qui suivront, chaque classe sera représentée numériquement par son centre. 3 1 (26,17) (38,29) (22,19) (33,29) (25,20)2(36,28) (34,22) (28,20) (21,22) (34,31)
3(28,20) (33,23) (28,19) (28,18) (28,20)
4(38,27) (40,29) (27,20) (25,32) (36,24)
5(39,25) (33,32) (23,23) (37,26) (22,18)
6(20,19) (34,23) (22,20) (29,23) (29,21)
7(31,20) (31,24) (24,22) (37,30) (40,34)
8(38,22) (32,24) (29,25) (37,26) (38,29)
9(31,22) (26,18) (25,27) (36,29) (38,32)
10(29,25) (23,17) (38,23) (29,23) (23,19)
11(40,28) (40,36) (20,18) (35,25) (22,17)
12(29,24) (38,30) (29,25) (33,25) (33,23)
13(34,19) (34,26) (36,28) (34,25) (27,21)
14(32,24) (36,25) (22,22) (20,24) (33,21)
15(22,19) (20,27) (31,23) (29,19) (26,20)
16(38,30) (30,27) (24,17) (24,20) (23,25)
17(25,19) (35,20) (22,19) (27,20) (36,29)
18(20,22) (24,21) (35,25) (32,25) (21,23)
19(26,18) (26,27) (38,32) (27,22) (29,19)
20(40,26) (24,22) (27,19) (22,19) (30,18)
En examinant ces données, on se rend compte que les âges des maris sont compris entre 20 et 40 tandis que les âges des femmes sont compris entre 17 et 35. On va donc créer des classes[15;20[,[20;25[, etc. pour regrouper les individus.On obtient le tableau de contingence suivant :x
inyi[15;20[ [20;25[ [25;30[ [30;35][20;25[11 11 2 0 [25;30[9 13 5 1 [30;35[2 11 6 2 [35;40]0 4 16 7 On observe un seul mariage pour lequel la femme a entre 30 et 35 ans et le mari a entre 25 et 30 ans. Il correspond à l"observation(25;32)sur la 4ème ligne du jeu de données.3 Distributions marginales
On complète habituellement les tableaux de contingence par une ligne et une colonne supplémentaires dans lesquelles on calcule les sommes des colonnes et rangées respectivement. Si on reprend l"exemple des 900 familles, on obtient le tableau suivant : 4PnE0 1 2 3 4Total
18 7 4 1 020
242 58 42 3 1146
328 72 124 51 9284
411 55 84 101 21272
54 23 90 26 20163
61 2 4 3 515
Total94 217 348 185 56900
Les sommes partielles qui figurent dans la dernière ligne indiquent le nombre de familles ayant 0, 1, 2, etc. enfants (indépendamment du nombre de pièces qu"elles habitent). Elles constituent une distribution univariée qu"on appelle distribution marginale du nombre d"enfants.Enfants0 1 2 3 4Effectifs94 217 348 185 56
De même, les sommes partielles qui figurent dans la dernière colonne in- diquent le nombre de familles habitant dans 1, 2, 3, etc. pièces (indépendam- ment du nombre d"enfants qu"elles ont). Elles constituent une distribution qu"on appelledistribution marginale du nombre de pièces.Pièces1 2 3 4 5 6Effectifs20 146 284 272 163 15
La somme des sommes partielles en lignes et celle des sommes partielles en colonnes sont égales à l"effectif totalNqu"on lit dans la case en bas à droite du tableau de contingence. Si on divise les distributions marginales parN, on obtient les distributions en proportions : pour les enfantsEnfants0 1 2 3 4Proportions0.10 0.24 0.39 0.21 0.06
pour les piècesPièces1 2 3 4 5 6Proportions0.02 0.16 0.32 0.30 0.18 0.02
3.1 Effectifs marginaux
Pour désigner les sommes marginales du tableau de contingence, on utilise la notation suivante : nidésigne la somme des effectifs sur lai-ième ligne, autrement dit n i=qX j=1n ijpouri= 1;:::;p 5 njdésigne la somme des effectifs sur laj-ième colonne, autrement dit n j=pX i=1n ijpourj= 1;:::;qOn a la propriété :
N=pX i=1n i=qX j=1n jParfoisNest notén. Le tableau de contingence prend maintenant la forme suivante :x inyiy1y2yjyqTotal
x 1n11 ...n1qn
1x 2. ........n 2. ..x i nij.... ..x pn p1 npqn pTotaln1n2njnqN
On définit aussi des tableaux de contingence en proportions en divisant tous les effectifsnijpar l"effectif totalN. On notefijla fréquence obtenue : f ij=nijN C"est la proportion d"individus correspondant à la fois à la modalitéxiet à la modalitéyj. On peut écrire de la manière suivante : f ij=P(X=xietY=yj)On a aussi les notations et les relations suivantes : f i=qX j=1f ijpouri= 1;:::;p f j=pX i=1f ijpourj= 1;:::;q p X i=1f i=qX j=1f j= 16Exemple
En reprenant l"exemple des admissions à l"université de Californie, on obtient le tableau de contingence en proportions suivant :Garçons FillesTotalAdmis0.27 0.120.39
Refusés0.32 0.290.61
Total0.59 0.411.00
On a divisé les effectifs parN= 4526.
3.2 Moyennes et variances marginales
Les distributions marginales (qu"elles soient en ligne ou en colonne) sont des distributions univariées et donc on peut leur appliquer toutes les propriétés des distributions à une variable. En particulier, si les variables sontquantitatives, il n"y a aucune difficulté à calculer leur moyenne et leur variance (puis leur écart-type). On les appelle moyennes et variances marginales. Par exemple, la moyenne marginale de la variableX, notéexs"écrira : x=1N p X i=1n ixi=pX i=1f ixiLa moyenne marginale de la variableY, notéeys"écrira : y=1N q X j=1n jyj=qX j=1f jyjSi les variables sontqualitatives, on ne peut pas calculer de moyenne ou d"écart-type.Pour les variances, on a les formules suivantes :
8>< :V(x) =1N P p i=1ni(xix)2V(y) =1N
P q j=1nj(yjy)2 On a aussi les formules développées (moyenne des carrés moins carré de la moyenne) : 8>< :V(x) =1N P p i=1nix2i(x)2=Pp i=1fix2i(x)2V(y) =1N
P q j=1njy2j(y)2=Pq j=1fjy2j(y)2 7Exemple
Calculer les moyennes et variances marginales dans le cas du tableau des enfants et des pièces d"habitation.Corrigé
Les variables sont quantitatives discrètes. Faisons les calculs en proportions. Pour les enfants, on a vu qu"on avait la distribution marginale suivante :Enfants0 1 2 3 4Proportions0,10 0,24 0,39 0,21 0,06
La moyenne marginale du nombre d"enfants est :
y= 0;100 + 0;241 + 0;392 + 0;213 + 0;064 = 1;89La variance marginale du nombre d"enfants est :
V(y) = 0;10(01;89)2+ 0;24(11;89)2
+ 0;39(21;89)2+ 0;21(31;89)2+ 0;06(41;89)2 = 1;0779D"où l"écart-type(y) =p1;0779 = 1;038.
Pour le nombre de pièces, on procède de manière analogue à partir de la distribution marginale des pièces trouvée précédemment :Pièces1 2 3 4 5 6Proportions0,02 0,16 0,32 0,30 0,18 0,02
La moyenne marginale du nombre de pièces est :
x= 0;021 + 0;162 + 0;323 + 0;304 + 0;185 + 0;026 = 3;52 La variance marginale du nombre de pièces est :V(x) = 0;02(13;52)2+ 0;16(23;52)2+ 0;32(33;52)2
+ 0;30(43;52)2+ 0;18(53;52)2+ 0;02(63;52)2 = 1;1696D"où l"écart-type(x) =p1;1696 = 1;082.
Exemple
Calculer les moyennes et variances marginales dans le cas du tableau desâges de mariage.
Corrigé
Chaque classe d"âge va être représentée par son centre. Pour l"âge de la femme (variableY), on obtient la distribution marginale suivante : 8 [15,20)[20,25)[25,30)[30,35]Âges17,522,527,532,5
Effectifs22392910
Proportions0,220,390,290,10
On trouve les résultats suivants :
moyenne marginale y= 0;2217;5 + 0;3922;5 + 0;2927;5 + 0;1032;5 = 23;85 variance marginaleV(y) = 0;22(17;523;85)2+ 0;39(22;523;85)2
+ 0;29(27;523;85)2+ 0;10(32;523;85)2= 20;9275D"où l"écart-type(y) =p20;9275 = 4;58.
Pour l"âge du mari (variableX), on procède de la manière. Les résultats sont : (x= 30;05V(x) = 31;7475 =)(x) = 5;64
4 Distributions conditionnelles
On a calculé les fréquencesfijen divisant les effectifsnijpar l"effectif totalN. Une autre approche intéressante consiste à regarder le tableau de contingence ligne par ligne (ou colonne par colonne). Par exemple, en reprenant l"exemple des 900 familles, isolons la première ligne :Enfants0 1 2 3 4Total1 pièce8 7 4 1 020
Cette ligne est la distribution de la variable "nombre d"enfants" pour les familles qui habitent dans une pièce. On divise par la somme (égale à 20) des effectifs de cette ligne :Enfants0 1 2 3 4Total1 pièce0,40 0,35 0,20 0,05 0,001,00
4.1 Fréquences conditionnelles
On interprète la distribution obtenue en disant que, parmi les familes qui habitent un logement d"une pièce, 40% n"ont pas d"enfant, 35% ont un enfant, etc. De manière générale, dans lai-ième ligne, on divise les effectifsnijpar la somme marginale, c"est-à-dire la sommenides effectifs de la ligne. On obtient 9 ainsi ladistribution conditionnellede lai-ième ligne. On note les fréquences obtenuesfjjiavecjqui varie de 1 àq: f jji=nijn iLa notationfjjise lit "findicejsachanti". Il s"agit de la distribution de la variableYsachant que la variableXest fixée à sai-ième modalitéxi. On pourrait écrire ce résultat sous la forme suivante : f jji=P(Y=yjjX=xi)pourj= 1;:::;qExemple
Reprenons l"exemple des couples mariés et calculons les distributions con- ditionnelles de la variableY(âge de la femme) conditionnée par la variableX (âge du mari). Le tableau de contingence initial était :[15;20[ [20;25[ [25;30[ [30;35]Total [20;25[11 11 2 024 [25;30[9 13 5 128 [30;35[2 11 6 221 [35;40]0 4 16 727 En divisant chaque ligne par son propre total, on aboutit aux distributions suivantes :[15;20[ [20;25[ [25;30[ [30;35]Total [20;25[0.46 0.46 0.08 0.001.00 [25;30[0.32 0.46 0.18 0.041.00 [30;35[0.10 0.52 0.29 0.101.00 [35;40]0.00 0.15 0.59 0.261.00 On constate, par exemple, que parmi les hommes dans la tranche[25;30[,4% ont épousé une femme ayant entre 30 et 35 ans.
Il faut bien noter que ce résultat n"a aucune espèce de généralité : il corre- spond uniquement à l"échantillon de 100 couples qui a été étudié. Le sens du mot "conditionnel" est le fait qu"on fixe la valeur de l"indicei lorsqu"on se place dans lai-ième ligne, autrement dit on impose la "condition" X=xi. On peut aussi procéder en colonnes afin d"obtenir les distributions condition- nelles de la variableXconditionnées par la valeur deY. Dans laj-ième colonne, on divise les effectifsnijpar la somme marginale, c"est-à-dire la sommenjdes effectifs de laj-ième colonne. On obtient ainsi la distribution conditionnelle de laj-ième colonne. On note les fréquences obtenuesfijjaveciqui varie de 1 àp f ijj=nijn j10 Il s"agit de la distribution de la variableXsachant que la variableYest fixée à saj-ième modalitéyj. On pourrait écrire ce résultat sous la forme suivante : f ijj=P(X=xijY=yj)pouri= 1;:::;pExemple
Prenons à nouveau l"exemple des couples mariés et calculons les distributions conditionnelles de la variableX(âge du mari) conditionnée par la variableY (âge de la femme). Le tableau de contingence initial était :[15;20[ [20;25[ [25;30[ [30;35][20;25[11 11 2 0 [25;30[9 13 5 1 [30;35[2 11 6 2 [35;40]0 4 16 7Total22 39 29 10
En divisant chaque colonne par son propre total, on aboutit aux distributions suivantes :[15;20[[20;25[[25;30[[30;35][20;25[0.500.280.070.00 [25;30[0.410.330.170.10 [30;35[0.090.280.210.20 [35;40]0.000.100.550.70Total1.001.001.001.00
On constate, par exemple, que parmi les femmes dans la tranche[20;25[,28% ont épousé un homme ayant entre 30 et 35 ans.
Remarques :
Les tableaux des distributions conditionnelles ne sont pas des tableaux de contingence. La présentation sous forme de tableau est une commodité. Le tableau des distributions conditionnelles deXsachantYet celui deY sachantXdoivent être lus dans le bon sens, le premier en colonnes et le second en lignes. Il y apdistributions conditionnelles deYsachantXetqdistributions conditionnelles deXsachantY. Il existe des relations entre les fréquences marginales et les fréquences con- ditionnelles : f ijj=nijn j=nij=Nn j=N=fijf jOn en déduit que :
f ij=fijjfj 11 En échangeant le rôle deiet dej, on montrerait qu"on a de même la relation suivante : f ij=fjjifi()fjji=fijf i Les deux tableaux de distributions conditionnelles sont donc reliés entre eux par : f jji=fijjfjf i4.2 Moyennes et variances conditionnelles Chaque distribution conditionnelle (en ligne ou en colonne) peut être considérée isolément comme une distribution univariée. Si elle correspond à une variable quantitative, on peut donc lui associer n"importe lequel des indicateurs usuels des distributions à une variable (moyenne, variance, écart-type, etc.). On obtient ainsi en particulierpmoyennes et variances pour les distributionsquotesdbs_dbs5.pdfusesText_10[PDF] distribution marginale statistique exercice corrigé
[PDF] calcul distribution marginale
[PDF] distribution statistique a deux variables
[PDF] distribution conditionnelle statistique exercice corrigé
[PDF] redoublement scolaire pour ou contre
[PDF] tableau de contingence exercice corrigé
[PDF] fréquence cumulée croissante calcul
[PDF] commission d appel passage en seconde
[PDF] redoublement terminale refusé
[PDF] recours affectation lycée
[PDF] formule effectif cumulé croissant
[PDF] regulateur de pression d'eau reglage
[PDF] réducteur de pression eau
[PDF] comment installer un reducteur de pression d'eau