[PDF] L2 - Psychologie 2019-2020 - Deux exercices sur les tests de





Previous PDF Next PDF



Introduction à la statistique non paramétrique

Jan 18 2022 6.2 Corrigés des exercices du chapitre 4 . ... Application (quasi indépendante du reste de l'exercice) : La loi de la statistique.



Introduction à la statistique non paramétrique

Jan 14 2021 3.8 Corrigés . ... Application (quasi indépendante du reste de l'exercice) : La loi de la statistique.



Chapitre 4 : Statistique non–paramétrique : Rudiments Inférence

[Exercice]. Nouveaux outils informatiques pour la Statistique exploratoire (=NOISE). Statistique non–paramétrique. Estimation de la densite. Fenêtre optimale 



STATISTIQUE NON-PARAMÉTRIQUE Exercice 1 [Estimation de

Oct 15 2008 STATISTIQUE NON-PARAMÉTRIQUE. Exercice 1 [Estimation de densités régulières d'ordre 3]. Soient X1



Exercices corrigés de probabilités et statistique

8 €. Exercice 3.2. Énoncé On considère le jeu suivant : le joueur lance d'abord un dé non truqué.



TP 1 : Tests non paramétriques et estimation de densité

Dans l'ensemble des exercices on considèrera un niveau de 5%. Exercice 1 Les où (X(1)



Tests Statistiques

6 Tests non paramétriques basés sur les rangs ou les statistiques d'ordre. 83 pourra consulter le cours ou les corrigés des exercices de TD correspondants.



Corrigé de lépreuve de Statistiques paramétriques et non

N.B. Calculatrices tables des lois statistiques et résumé de cours autorisés. Exercice 1. Ref. Strabac



Untitled

11.4 La régression non paramétrique . 150 exercices corrigés. Statist. La se. Michel Lejeune. Statistique. La théorie et ses applications. Deuxième édition.



Introduction à la statistique non paramétrique

1.2 Quelques problèmes de statistique non-paramétrique. 1.2.1 Estimation de la fonction de répartition. On observe X1



Chapitre 4 : Statistique non–paramétrique : Rudiments Inférence

Nouveaux outils informatiques pour la Statistique exploratoire (=NOISE). Statistique non–paramétrique. Estimation de la densite. Estimation par histogramme.



Statistiques non-paramétriques Ch.1. Tests non-paramétriques

? Questions posée dans ce genre d'exercice : ? Le lieu de vie affecte-il la pratique du sport ? ? Mais le test ne peut déterminer si.



STAT2—Statistique non paramétrique École Centrale de Nantes

Exercice 1 (Propriétés statistique de Parzen–Rosenblatt). On s'intéresse ici aux propriétés statistiques de l'estimateur de Parzen–Rosenblatt.



1 Tests non paramétriques : cas pratiques

b) Proposer un test non paramétrique pour répondre à la question. 2 Estimation de densité : aspects théoriques. Exercice 6 Considérons X1···



L2 - Psychologie 2019-2020 - Deux exercices sur les tests de

Décider à l'aide d'un test non paramétrique de comparaison au risque d'erreur 5%



Introduction à la statistique non paramétrique

Introduction `a la statistique non paramétrique. Fonctions de répartition. Tests non paramétriques. Estimation de densité. Régression non-paramétrique.



TD2 Comparaisons non paramétriques de deux distributions

Pour les procédures de tests non paramétriques basées sur les rangs STATISTICA Statistiques/ Tests Non-Paramétriques/ Comparaison de 2 échantillons.



Tests Statistiques

6 Tests non paramétriques basés sur les rangs ou les statistiques d'ordre Exercice 2 : Test sur la variance d'une loi gaussienne.



STAT2—Statistique non paramétrique École Centrale de Nantes

Exercice 1 (Propriétés statistique de Parzen–Rosenblatt). On s'intéresse ici aux propriétés statistiques de l'estimateur de Parzen–Rosenblatt.



[PDF] Introduction à la statistique non paramétrique - Gabriel Turinici

18 jan 2022 · 1 2 Quelques problèmes de statistique non-paramétrique 6 1 Corrigés des exercices du chapitre 3 plt savefig("betaplot pdf ")



[PDF] TP 1 : Tests non paramétriques et estimation de densité

Introduction à la statistique 2017-2018 non paramétrique TP 1 : Tests non paramétriques et estimation de densité Préambule : fonctions utiles



[PDF] Statistique non–paramétrique - Ceremade

Estimation de la densité Tests non-paramétriques Nouveaux outils informatiques pour la Statistique exploratoire (=NOISE) Statistique non–paramétrique



Examen corrige statistique non paramétrique exercices corrigés

TDS CORRIGÉS 1 juin 2020 Tests non paramétriques Exercice 1 (de Miodrag Sljukic) ? Énoncé : A company wants to learn if sales income is



[PDF] Corrigé de lépreuve de Statistiques paramétriques et non

Corrigé de l'épreuve de Statistiques paramétriques et non paramétriques N B Calculatrices tables des lois statistiques et résumé de cours autorisés



[PDF] Exercice 1 [Estimation de densités régulières dordre 3]

15 oct 2008 · STATISTIQUE NON-PARAMÉTRIQUE Exercice 1 [Estimation de densités régulières d'ordre 3] Soient X1 Xn des variables aléatoires i i d de 



Statistique-Non Paramétrique-et-Robustesse-Série Exercices N°2

Statistique-Non Paramétrique-et-Robustesse-Série Exercices N°2 Téléchargez comme PDF TXT ou lisez en ligne sur Scribd COURS 2 Corrigé pdf



[PDF] T D n 7 Tests non-paramétriques pour un ou deux échantillons

Tests non-paramétriques pour un ou deux échantillons Les données des deux premiers exercices sont inspirées du livre de G Pupion et



Exercices corriges 10 Tests non paramétriques pdf

Tests non paramétriques test non paramétrique exercice corrigé pdf Download Download Exercices Similaire Examen : Statistique Non Paramétrique



Exercices corriges Examen : Statistique Non Paramétrique pdf

Examen : Statistique Non Paramétrique Corrigé Etienne Birmelé 20 octobre 2019 TD1 Exercice 1 1 Si n est suffisamment grand on peut remplacer la 

:
L2 - Psychologie 2019-2020 - Deux exercices sur les tests de normalité et tests non paramétriques

Novembre 2019

Tous les tests demandés sont à effectuer au niveau d"erreur5%. Exercice 1.Le tableau suivant contient les résultats de deux groupes:Groupe 1718991827121032637

Groupe 21013131517101015424

1. Effectuer un test de normalité p ourc hacundes d euxgroup es. 2. Effectuer un test non-paramétrique de com paraisondes deux group es.

Exercice 2.Le tableau suivant donne une mesure de l"état de dépression d"un groupe de10patients, avant et après 3

mois de traitement:AVANT: X296376309222150316321447220375

APRÈS: Y1753292386027129136440270335

D

Décider, à l"aide d"un test non paramétrique de comparaison au risque d"erreur5%, si les résultats sont significativement

différents avant et après le traitement. 1 Corrigé de l"Exercice 1.1. Effectuer un test de normalité pour chacun des deux groupes.

GROUPE 1.Hypothèses.H0: les résultats du groupe 1 sont distribués selon une loi normale.H1: les résultats du groupe 1 ne sont

pas distribués selon une loi normale.Statistiquedutest. Sous l"hypothèse nulle, la variable aléatoireW=Paidins

2,!Loi de Shapiro-Wilk, où lesaisont

les coefficients de Shapiro-Wilk, lesdisont les différences emboîtées aléatoires,nest la taille de l"échantillon etsson

écart-type. Ici,n= 11,s= 10:223, doncW=Paidi1149:6363.RégioncritiqueK

(= 0:05). D"après la table pourn= 11,w= 0:855. DoncK=fW0:855g.Décision. On a, après avoir rangé les valeurs : 6,7,9,9,10,12,18,18,27,32,37

3732271818

Valeurs rangées67991012

Différences emboîtéesdi31251888

Doncwe= 0:866>0:855,w62K. Au niveau d"erreur= 0:05, on conserve donc l"hypothèse de normalité des résultats

du Groupe1.

GROUPE 2.Hypothèses.H0: les résultats du groupe 2 sont distribués selon une loi normale.H1: les résultats du groupe 2 ne sont

pas distribués selon une loi normale.Statistiquedutest. Sous l"hypothèse nulle, la variable aléatoireW=Paidins

2,!Loi de Shapiro-Wilk, où lesaisont

les coefficients de Shapiro-Wilk, lesdisont les différences emboîtées aléatoires,nest la taille de l"échantillon etsson

écart-type. Ici,n= 10,s= 5:0289, doncW=Paidi252:899.RégioncritiqueK

(= 0:05). D"après la table pourn= 10,w= 0:845. DoncK=fW0:845g.Décision. On a, après avoir rangé les valeurs : 4,10,10,10,13,13,15,15,17,24

2417151513

Valeurs rangées410101013

Différences emboîtéesdi207550

Doncwe= 0:945> w. Au niveau d"erreur= 0:05, on conserve l"hypothèse de normalité pour le Groupe2.

2. Effectuer un test non-paramétrique de comparaison des deux groupes.

On pro cèdeau test de comparaison de

Mann-Whitney.Hypothèses.H0: les deux distributions ne diffèrent pas significativement.H1: les deux distributions diffèrent significa-

tivement.Statistiquedutest.n1= 11,n= 10. On noteS1etS2la somme des rangs de distributions aléatoires de chacun des deux

groupes. Alors, sous l"hypothèse nulle, les variables U

1=S1n1(n1+ 1)2

=S166etU2=S2n2(n2+ 1)2 =S255 suivent la loi de Mann-Whitney.RégioncritiqueK (= 0:05). Sur la table de Mann-Whitney, avecjn1n2j=j1110j= 1, etmin(n1;n2) = min(11;10) = 10, on trouveu= 26. Donc K

=fU26g:Décision. On doit calculer la valeur expérimentaleue. Pour cela, il faut ranger ensemble les valeurs des deux distributions.

2

Groupe 1718991827121032637Somme des rangs

Groupe 21013131517101015424

Rangs du Groupe 1316.54.54.516.519107.520221S

1e= 124:5Rangs du Groupe 27.511.511.513.5157.57.513.5118S

2e= 106:5S

1e= 124:5,S2e= 106:5, doncu1e= 124:566 = 58:5etu2e= 106:555 = 51:5. Doncue= min(u1e;u2e) = 51:5.

Ainsiue= 51:5>26etue62K: au niveau d"erreur= 0:05, on conserve l"hypothèseH0, qui affirme que les deux

distributions ne sont pas significativement différentes.

Corrigé de l"Exercice 2.Il s"agit de procéder à un testnon paramétriquede comparaison de deux échantillonsappar-

iés, on procède donc autest de Wilcoxon.Hypothèses.H0: les deux distributions ne diffèrent pas significativement.H1: les deux distributions diffèrent signi-

ficativement.StatistiquedutestsousH

0.n0=nombre de différences non nulles des deux échantillons= 10. Pour un échantillon

aléatoire, on désigne par+la somme des rangs des valeurs absolues des différences positives et parla somme des

rangs des valeurs absolues des différences négatives. Sous l"hypohèse nulle, la variableW= min(+;)vérifie:

W= min+;,!Loi de Wilcoxon avecn0= 10:RégioncritiqueK (= 0:05). Dans la table de Wilcoxon, pourn0= 10, on trouvew= 8. Donc K

=fW8g:Décisiondutest. Il s"agit de calculerwe. Pour cela, on calcule les rangs des valeurs absolues des différences positives et

négatives:AVANT: X296376309222150316321447220375

APRÈS: Y1753292386027129136440270335

D=XY1214771162-12125-434515040

Rangs dejXYj7.556107.513492

Donc +e= 7:5 + 5 + 6 + 10 + 1 + 4 + 9 + 2 = 44:5ete= 7:5 + 3 = 10:5:

Ainsiwe= min(+e;e) = 10:5>8;doncwe62K. Au niveau d"erreur= 0:08, on accepte l"hypothèse nulleH0: les

deux distributions ne sont pas significativement différentes. 3quotesdbs_dbs11.pdfusesText_17
[PDF] exercice de latin 5ème

[PDF] test de student excel

[PDF] exercices latin 5ème déclinaison

[PDF] qcm corrigé de physiologie digestive

[PDF] qcm anatomie digestive

[PDF] tdg test mecanique

[PDF] cours préparatoire au tdg

[PDF] préparation au tdg

[PDF] test tdg montreal

[PDF] grille réponse toeic vierge

[PDF] feuille de réponse toeic pdf

[PDF] traduction français latin

[PDF] traduction google

[PDF] test 36/36

[PDF] mission diplomatique définition