[PDF] TP1 : Introduction à R et illustrations de théorèmes classiques 1

Comment représenter la distribution empirique d'une variable?

En divisant un effectif par le nombre d'individus de l'échantillon (noté n ), on obtient une fréquence. La distribution empirique d'une variable, c'est l’ensemble des valeurs (ou modalités) prises par cette variable, ainsi que leurs effectifs associés.

Comment calculer la distribution empirique ?

Ici, nous reprenons le même raisonnement qu'au début de ce chapitre. On commence par sélectionner la colonne souhaitée data ['categ'] , puis on compte le nombre d'apparitions de chaque modalité : data ['categ'].value_counts () . Pour obtenir les fréquences, on peut éventuellement ajouter normalize=True. On obtient donc la distribution empirique.

Comment calculer la distribution empirique d'une colonne ?

Une colonne avec 1 000 valeurs dedans, c'est très moche et très difficile à interpréter. Il y a une solution bien meilleure, qui consiste à dire : Il y a 39 fois la valeur COURSES, 212 fois la valeur AUTRE, 21 fois la valeur TRANSPORT, etc. Cette formulation est appelée distribution empirique.