Cours de statistique descriptive
En théorie on ne peut calculer la moyenne que pour (intervalle allant de la valeur minimum prise par le caractère X ... Distribution avec un nombre.
Ch. 5 : Echantillonnage estimation
Si le tirage est avec remise (ou si la population est tr`es grande par rapport `a moyenne µ de plus qu'un intervalle donné par un param`etre positif ?.
Calcul dun intervalle de confiance pour la moyenne dans une
La population étudiée n'est pas symétrique et la distribution des données n'est pas normale. Avec le plan de sondage aléatoire simple nous utilisons trois
Cours de Statistiques inférentielles
X est l'espérance des carrés des écarts avec la moyenne : ?2. X = E[(X ? µX)2] = On doit ensuite calculer la valeur de la statistique.
Probabilités et statistiques Utilisation de la TI-NSPIRE dans le cadre
[CTRL] [menu] et choisir "Ajouter une variable X avec liste l'intervalle de confiance directement dans une feuille de calculs de la façon suivante.
Traitement statistique des données pour le TIPE
Calculer la moyenne et l'écart-type corrigé de cette série statistique puis déterminer l'intervalle de confiance à 90% en utilisant la loi de Student.
Cours de Statistiques niveau L1-L2
7 mai 2018 Premiers textes connus sur le calcul des hasards (ou des chances) au. XVIe siècle avec Cardan et au XVIIe siècle avec Galilée.
STATISTIQUE : ESTIMATION
Intervalle de confiance de la différence de deux moyenne par intervalle : on cherche un intervalle dans lequel ?0 se trouve avec une probabilité élevée.
Statistiques descriptives et exercices
Rappels de cours et exercices corrigés sur la statistique descriptive On peut donc exprimer et calculer la moyenne dite "arithmétique" avec.
Estimations et intervalles de confiance
mations : intervalle de confiance d'une proportion d'une moyenne Un aspect important de l'inférence statistique consiste à obtenir des “esti-.
[PDF] Statistiques Moyenne Médiane
En déduire que la valeur moyenne de la série est le nombre qui minimise l'écart quadratique moyen 4 Calculer s en fonction a = x ? x1 pour n = 2 3 Stabilité
[PDF] Cours de statistique descriptive
? Centre = Amplitude divisée par deux + borne inf ? Calcul de la moyenne pondérée ? On considère que le centre de la classe correspond à la moyenne des
[PDF] Calcul dun intervalle de confiance pour la moyenne dans une
Cet essai a pour objectif de calculer un intervalle de confiance pour la moyenne µ `a 100(1??) dans un plan de sondage aléatoire simple ainsi que dans
[PDF] Variance et écart type - Statistiques descriptives - Parfenoff org
La variance et l'écart type permettent de mesurer la « dispersion » des valeurs de la série autour de la moyenne Si les valeurs de la série possèdent une
[PDF] Statistiques descriptives et exercices
On peut donc exprimer et calculer la moyenne dite "arithmétique" avec des effectifs ou avec des fréquences Exemple 15 Si x = 2 46 alors nous avons au moyenne
441 Calcul de la moyenne - Statistique Canada
2 sept 2021 · Les statistiques : le pouvoir des données! est une ressource Web créée en 2001 pour aider les étudiants du secondaire et les enseignants de
Moyenne médiane et mode dune série statistique - Khan Academy
22 est la valeur qui a le plus grand nombre d'occurrences Calcul de la moyenne d'une série statistique Il existe différentes moyennes
[PDF] Statistique descriptive - 4Gestion Academy
Présenter ces données dans un tableau avec des classes de même amplitude en sachant qu'aucun salarié ne gagne plus de 14 000 DH 2 Calculer la moyenne et
[PDF] Les statistiques descriptives et les intervalles de confiance - divatfr
La variance mesure la variabilité autour de la moyenne s2 = ?N i=1(xi ? ¯x)2 N ?
[PDF] Les paramètres statistiques de centralité
La moyenne arithmétique est très sensible aux valeurs extrêmes Calcul sur un tableau statistique complet Salariés Salaires mensuels nets (€)
Comment calculer la moyenne en statistique avec les intervalles ?
Dans ce cas, il faudra d'abord calculer le centre de chaque intervalle en faisant la moyenne des deux bornes de l'intervalle. Deuxième étape : il faudra multiplier chaque centre d'intervalle par l'effectif correspondant. Enfin, il restera à diviser le résultat par l'effectif total.Comment calculer l'intervalle médian ?
Dans un jeu de données de petite taille, il suffit de compter le nombre de valeurs (n) et de les ordonner en ordre croissant. Si le nombre de valeurs est un nombre impair, il faut lui additionner 1, puis le diviser par 2 pour obtenir le rang qui correspondra à la médiane.Comment calculer une moyenne à partir d'une fréquence ?
Quand on calcule une moyenne en utilisant la fréquence, on multiplie juste les valeurs par les effectifs sans avoir à diviser par l'effectif total.- Diviser par l'effectif total
L'effectif total est la somme des effectifs de chaque valeur. La moyenne pondérée est obtenue en effectuant la division du résultat de l'étape 2 par l'effectif total.
MOHAMED RIDHA TEKAYA
Calcul d'un intervalle de con¯ance pour la moyenne dans une population asym etriqueEssai pr esent e
µa la Facult e des etudes sup erieures de l'Universit e Laval dans le cadre du programme de ma^³trise en statistique pour l'obtention du grade de Ma^³tre µes sciences (M.Sc.)FACULT
E DES SCIENCES ET DE G ENIE
UNIVERSIT E LAVAL
QU EBEC
Avril 2006
c°Mohamed Ridha Tekaya, 2006
R esum e
Cet essai a pour objectif de calculer un intervalle de con¯ance pour la moyenne¹µa100(1¡®)% dans un plan de sondage al eatoire simple, ainsi que dans un plan de sondage
strati¯ e µa deux strates. La population etudi ee n'est pas sym etrique et la distribution
des donn ees n'est pas normale. Avec le plan de sondage al eatoire simple nous utilisons trois m ethodes : le th eorµeme limite centrale, l'approche modµele et la vraisemblance empirique. Dans le plan de sondage strati¯ e nous pr esentons la vraisemblance empirique et le th eorµeme limite centrale. Pour chacun des plans et pour chacune des m ethodes nous pr esentons la th eorie de calcul d'un intervalle de con¯ance pour la moyenne. Danschaque cas, un exemple sera r ealis e avec R a¯n de bien comprendre la th eorie de calcul
d'un intervalle de con¯ance.Avant-propos
Je tiens µa remercier Monsieur Louis-Paul Rivest, mon directeur de recherche, pro- fesseur au d epartement de math ematiques et de statistique de l'Universit e Laval, de m'avoir accueilli dans son equipe et d'avoir accept e de diriger mes travaux. Je lui dois une grande reconnaissance pour la con¯ance et le soutient qui m'a accord ee, pour sa direction, et ses conseils judicieux tout au long de cette recherche. Ma gratitude va aussi µa Madame H elµene Cr epeau, consultante de l'Universit e Laval qui a co-dirig ee mes travaux de programmation sur SAS. Finalement, je voudrais exprimer la profonde gratitude que j'ai envers mes parents, mes deux s¾urs et mon frµere pour leurs encouragements et leur soutien.Table des matiµeres
R esum e
iiAvant-Propos
iiiTable des matiµeres
vListe des tableaux
viTable des ¯gures
vii1 Introduction
12 Calcul d'intervalle de con¯ance pour une moyenne
22.1 Notation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
22.2 M ethode traditionnelle d'estimation de¹. . . . . . . . . . . . . . . . .
32.3 Approche modµele . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
82.4 Limites de ces m ethodes . . . . . . . . . . . . . . . . . . . . . . . . . .
123 La vraisemblance empirique
133.1 Estimation de la fonction de r epartition . . . . . . . . . . . . . . . . . .
133.2 Intervalle de con¯ance pour¹. . . . . . . . . . . . . . . . . . . . . . .
153.3 L'algorithme d etaill e de calcul . . . . . . . . . . . . . . . . . . . . . . .
19 3.4 Etude par simulation . . . . . . . . . . . . . . . . . . . . . . . . . . . . 223.5 Exemple . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
244 Plan de sondage strati¯ e µa deux strates
264.1 Th eorie de calcul de l'intervalle de con¯ance . . . . . . . . . . . . . . .
264.2 L'algorithme d etaill e de calcul . . . . . . . . . . . . . . . . . . . . . . .
294.3 Exemple . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
315 Conclusion
32Bibliographie
33v A Fonction R pour la vraisemblance empirique dans un plan al eatoire simple 34
B Macro SAS
36C Le programme R pour l'exemple 2.1
40D Le programme R pour l'exemple 2.2
41E Le programme R pour l'exemple 3.1
44F Fonction R pour la vraisemblance empirique dans un plan strati¯ e 46
Liste des tableaux
2.1 Taux de con¯ance r eel et les taux de non couverture de l'intervalle de
con¯ance ( 2:2 ) pour les donn ees simul ees selon la distribution ( 2:3 ) avec ¹= 1 etn= 40 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72.2 Taux de con¯ance r eel obtenu avec un taux nominal de 95% et les taux de
non couverture de l'intervalle de con¯ance ( 2:5 ) pour les donn ees simul ees de l'exemple 2.2 avecn= 40 . . . . . . . . . . . . . . . . . . . . . . . . 123.1 Taux de con¯ance r eel et les taux de non couverture de l'intervalle de
con¯ance ( 3:7 ) pour les donn ees simul ees de l'exemple 3.1 avecn= 40 . 233.2 Taux de con¯ance r eel et les taux de non couverture pour les donn ees
simul ees µa partir d'uneN(5;16) tronqu ee µa 0 avecn= 40 . . . . . . . . 244.1 Taux de con¯ance r eels et les taux de non couverture pour les donn ees
simul ees µa partir de deux lois exponentielle di® erentes tronqu ees µa 0 avec m= 60 etn= 140 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30Table des ¯gures
2.1 Droite de Henry pour les donn ees deT. . . . . . . . . . . . . . . . . .
52.2 La valeur de½(¹) en fonction de la valeur du paramµetre¹accompagn ee
du quantile deÂ20:95;1pour l'exemple 2:2:avecn= 40 etp= 3=4 = 1=¸ 11Chapitre 1
Introduction
L'objectif principal de ce travail de recherche est le calcul d'un intervalle de con¯ance pour la moyenne d'une population asym etrique contenant de nombreuses valeurs nulles. Un intervalle de con¯ance est un outil permettant d'exprimer notre degr e de certitude µa propos des paramµetres d'un modµele statistique. Cet essai est compos e de trois chapitres. Le chapitre 2 pr esente deux m ethodes du calcul d'un intervalle de con¯ance dans un plan de sondage al eatoire simple : m ethode traditionnelle et m ethode bas ee sur un modµele. Dans le chapitre 3, nous expliquons com- ment on peut d eduire un intervalle de con¯ance µa partir de la vraisemblance empiriquepro¯l. Un algorithme d etaill e explique les etapes µa suivre pour trouver cet intervalle
de con¯ance. Aussi, nous comparons les trois m ethodes pr esent ees. Le dernier chapitre est consacr e au calcul d'un intervalle de con¯ance par la vraisemblance empirique pro¯ldans un plan de sondage stratif e µa deux strates. On y pr esente un algorithme d etaill e
de calcul, suivi d'un exemple qui permet de comparer cette m ethode avec l'intervalle de con¯ance construit µa partir du th eorµeme limite centrale. L'annexe A donne une fonction R qui calcule les bornes d'un intervalle de con¯ance pour la moyenne d eduit µa partir de la vraisemblance empirique dans un plan de sondage al eatoire simple. L'annexe B donne une macro SAS pour accomplir le m^eme travail. L'annexe F pr esente une fonction R qui calcule les bornes d'un intervalle de con¯ancedans un plan de sondage strati¯ e avec la vraisemblance empirique et le th eorµeme limite
centrale. Avant de commencer, notons que tout au long de ce travail nous nous int eressons seulement µa des variables prenant des valeurs positives ou nulles.Chapitre 2
Calcul d'intervalle de con¯ance
pour une moyenne2.1 Notation
La notation suivante est utilis ee dans tout cet essai : (X1;:::;Xn) : est un echantillon al eatoire de taillend'une distributionF, de moyenne¹et de variance¾2 IC : est un acronyme pour Intervalle de Con¯ance. IC ts: est un IC d eduit µa partir de la distribution de Student. IC tlc: est un IC d eduit µa partir du th eorµeme limite centrale. IC mv: est un IC d eduit µa partir de la m ethode du maximum de vraisemblance. IC ve: est un IC d eduit µa partir de la m ethode du maximum de vraisemblance empirique.100(1¡®)% : est le niveau de con¯ance associ e µa un intervalle.
X=1 n P n i=1Xi: est la moyenne echantillonnale. s 2=1 n¡1P n i=1(Xi¡X)2: est la variance echantillonnale.
T=p n( X¡¹)=s: est un pivot utilis e pour construire un intervalle de con¯ance pour¹. t n¡1;®=2: d enote le quantile sup erieur d'ordre®=2 de la loi de studenttavec (n¡1) degr es de libert e. z ®=2: d enote le quantile d'ordre®=2 d'une loi normale centr ee et r eduite,N(0;1).21¡®;1: d enote le quantile d'ordre (1¡®) de la loi de khi-deux avec 1 degr e de
libert e.Chapitre 2. Calcul d'intervalle de con¯ance pour une moyenne32.2 M ethode traditionnelle d'estimation de¹
L'estimation de¹par intervalle de con¯ance est couramment utilis ee en pratique.quotesdbs_dbs2.pdfusesText_3[PDF] calcul perimetre cercle
[PDF] la régulation de la pression artérielle
[PDF] un tir de mine a été effectué dans une carrière correction
[PDF] corriger un tir de mine a été effectué dans une carrière
[PDF] profondeur moho sismolog
[PDF] besoin en eau par jour par personne
[PDF] besoin journalier en eau du corps humain
[PDF] les normes de l'oms sur l'eau potable pdf
[PDF] estimation des besoins en eau potable
[PDF] coefficient de température
[PDF] calcul temperature cable electrique
[PDF] temperature resistance chauffante
[PDF] calculer la taille d'une image en octet
[PDF] calcul poids image video