Vous êtes sur la page 1sur 25

Institut Polytechnique de Grenoble

ENSIMAG

PRINCIPES ET METHODES
STATISTIQUES
TABLES de LOIS et GRAPHIQUES de lois avec R
2008-2009
ANNEE

Olivier GAUDOIN

Maryse BEGUIN

Olivier.Gaudoin@imag.fr Maryse.Beguin@imag.fr

Table des mati`


eres
1 Lois de probabilit
es usuelles

Chapitre 1
Lois de probabilit
es usuelles

`
VARIABLES ALEATOIRES
REELLES
DISCRETES
Dans le tableau ci dessous, on suppose n N , p ]0, 1[ et R+ .

Loi et Symbole

Probabilites

E(X)

Var(X)

Fonction
caracteristique
X (t) = E(eitX )

Bernouilli
B(p)

P(X = 0) = 1 p
P(X = 1) = p

p(1 p)

1 p + peit

Binomiale
B(n, p)

P(X = k) = Cnk pk (1 p)nk 11{0,...,n} (k)

np

np(1 p)

(1 p + peit )n

n
p

n(1p)
p2

Binomiale negative
BN (n, p)

P(X = k) =

n1 n
Ck1
p (1

kn

p)

11{n..} (k)

Poisson
P()

P(X = k) = e k! 11N (k)

Geometrique
G(p)

P(X = k) = p(1 p)k1 11N (k)

1
p

(1p)
p2

nm
N

nm(N n)(N m)
N 2 (N 1)

Hypergeometrique
H(N, m, n)
(m, n) {1, . . . , N }2

P(X = k) =

k C nk
Cm
N m
n
CN

11{0,...,min(m,n)} (k)

peit
(1(1p)eit

e(e

it 1)

peit
1(1p)eit

n

VARIABLES ALEATOIRES
REELLES
CONTINUES
La fonction Gamma est definie pour a > 0 par (a) =
On a : n N ,

(n) = (n 1)! ,

R +
0

(1) = 1 ,

ex xa1 dx .

1
( ) = ,
2

a ]1, +[ , (a) = (a 1)(a 1) .


Dans le tableau ci dessous, [a, b] R, m R, R+ , R+ , R+ , n N

Loi et Symbole

Densite

Esperance

Var(X)

Fonction
caracteristique
X (t) = E(eitX )

a+b
2

(ba)2
12

eitb eita
it(ba)

eitm

1
2


it 1

11R+ (x)


it

11R+ (x)

2n

(1 2it) 2

1
1+t2

X
Loi Uniforme
U[a, b]

Loi Normale
N (m, 2 )

Loi Exponentielle
Exp() = G(1, )

fX (x) =

fX (x) =

1
ba

1 e
2

11[a,b] (x)

(xm)2
2 2

fX (x) = ex 11R+ (x)

Loi Gamma
G(, )

fX (x) =

x 1
e x
()

Loi du Chi-deux
2n = G( n2 , 12 )

fX (x) =

2 2 x2 n
e x 2 1
( n
)
2

Premi`ere loi de Laplace

11R (x)

fX (x) = 21 e|x| 11R (x)

2 t2
2

ENSIMAG 2A, Principes et methodes statistiques, lois

La fonction Beta est definie pour a > 0 et b > 0 par


Z 1
(a)(b)
=
xa1 (1 x)b1 dx
(a, b) =
(a + b)
0
Dans le tableau suivant, on suppose a R+ , b R+ et R+ , R+ .

Loi et Symbole
X
Loi Beta de 1`ere esp`ece
1 (a, b)

Densite

fX (x) =

1
xa1 (1
(a,b)

Loi Beta de 2i`eme esp`ece


2 (a, b)

fX (x) =

Loi de Weibull
W(, )

fX (x) =

x)b1 11[0,1] (x)

1
xa1
(a,b) (1+x)a+b

11R+ (x)

1 ( x
x e )

E(X)

Var(X)

a
a+b

ab
(a+b)2 (a+b+1)

a
b1

a(a+b1)
(b1)2 (b2)

si b > 1

si b > 2

h
i
(1 + 1 ) 2 (1 + 2 ) (1 + 1 )2

11R+ (x)

VECTEURS ALEATOIRES
DANS Nd ET DANS Rd
Dans le tableau suivant, on a :
n N , p = (p1 , p2 , . . . , pd ) ]0, 1[d ,

d
P

pi = 1 et k = (k1 , k2 , . . . , kd ) Nd ,

Loi et Symbole
X

Probabilites ou Densite

Loi Multinomiale
Md (n, p)

n!
pk1 pk2
k1 !...kd ! 1 2

Loi normale
Nd (m, )

P(X = k) =

fX (x) =

e
det( 2)d

ki = n.

i=1

i=1

m Rd et Md,d .

d
P

. . . pkdd

E(X)

11Nd (k)

1t
(xm)1 (xm)
2

Matrice
de covariance

np

ci,i = npi (1 pi )
ci,j = npi pj , i 6= j

Fonction
Caracteristique
hP

d
i=1

pi zi

1t

ei mt 2

in

tt

8
Relations entre lois de probabilite

Les variables aleatoires X et Y sont supposees independantes

Si X
Si X

N (0, 1) , alors X 2

G(, ) et Y

G(, ) , alors X + Y

Loi de Fisher F(n, m) : X


Loi de Student St(n) : X

12

n2 , Y
N (0, 1), Y

m
2

alors

G( + , ) .
X
n
Y
m

F(n, m) .

X
n2 alors q

Y
n

St(n) .

ENSIMAG 2A, Principes et methodes statistiques, lois

Table 1 de la loi normale centree reduite

0.2

(u)

0.0

0.1

densit de la loi normale

0.3

0.4

U etant une variable aleatoire de loi N (0, 1), la table donne la valeur de
(u) = P(U u).
En R, la commande correspondante est pnorm(u).

0.0

0.01

0.02

0.03

0.04

0.05

0.06

0.07

0.08

0.09

0.0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9

0.5
0.5398
0.5793
0.6179
0.6554
0.6915
0.7257
0.758
0.7881
0.8159

0.504
0.5438
0.5832
0.6217
0.6591
0.695
0.7291
0.7611
0.791
0.8186

0.508
0.5478
0.5871
0.6255
0.6628
0.6985
0.7324
0.7642
0.7939
0.8212

0.512
0.5517
0.591
0.6293
0.6664
0.7019
0.7357
0.7673
0.7967
0.8238

0.516
0.5557
0.5948
0.6331
0.67
0.7054
0.7389
0.7704
0.7995
0.8264

0.5199
0.5596
0.5987
0.6368
0.6736
0.7088
0.7422
0.7734
0.8023
0.8289

0.5239
0.5636
0.6026
0.6406
0.6772
0.7123
0.7454
0.7764
0.8051
0.8315

0.5279
0.5675
0.6064
0.6443
0.6808
0.7157
0.7486
0.7794
0.8078
0.834

0.5319
0.5714
0.6103
0.648
0.6844
0.719
0.7517
0.7823
0.8106
0.8365

0.5359
0.5753
0.6141
0.6517
0.6879
0.7224
0.7549
0.7852
0.8133
0.8389

1.0
1.1
1.2
1.3
1.4
1.5
1.6
1.7
1.8
1.9

0.8413
0.8643
0.8849
0.9032
0.9192
0.9332
0.9452
0.9554
0.9641
0.9713

0.8438
0.8665
0.8869
0.9049
0.9207
0.9345
0.9463
0.9564
0.9649
0.9719

0.8461
0.8686
0.8888
0.9066
0.9222
0.9357
0.9474
0.9573
0.9656
0.9726

0.8485
0.8708
0.8907
0.9082
0.9236
0.937
0.9484
0.9582
0.9664
0.9732

0.8508
0.8729
0.8925
0.9099
0.9251
0.9382
0.9495
0.9591
0.9671
0.9738

0.8531
0.8749
0.8944
0.9115
0.9265
0.9394
0.9505
0.9599
0.9678
0.9744

0.8554
0.877
0.8962
0.9131
0.9279
0.9406
0.9515
0.9608
0.9686
0.975

0.8577
0.879
0.898
0.9147
0.9292
0.9418
0.9525
0.9616
0.9693
0.9756

0.8599
0.881
0.8997
0.9162
0.9306
0.9429
0.9535
0.9625
0.9699
0.9761

0.8621
0.883
0.9015
0.9177
0.9319
0.9441
0.9545
0.9633
0.9706
0.9767

2.0
2.1
2.2
2.3
2.4
2.5
2.6
2.7
2.8
2.9

0.9772
0.9821
0.9861
0.9893
0.9918
0.9938
0.9953
0.9965
0.9974
0.9981

0.9778
0.9826
0.9864
0.9896
0.992
0.994
0.9955
0.9966
0.9975
0.9982

0.9783
0.983
0.9868
0.9898
0.9922
0.9941
0.9956
0.9967
0.9976
0.9982

0.9788
0.9834
0.9871
0.9901
0.9925
0.9943
0.9957
0.9968
0.9977
0.9983

0.9793
0.9838
0.9875
0.9904
0.9927
0.9945
0.9959
0.9969
0.9977
0.9984

0.9798
0.9842
0.9878
0.9906
0.9929
0.9946
0.996
0.997
0.9978
0.9984

0.9803
0.9846
0.9881
0.9909
0.9931
0.9948
0.9961
0.9971
0.9979
0.9985

0.9808
0.985
0.9884
0.9911
0.9932
0.9949
0.9962
0.9972
0.9979
0.9985

0.9812
0.9854
0.9887
0.9913
0.9934
0.9951
0.9963
0.9973
0.998
0.9986

0.9817
0.9857
0.989
0.9916
0.9936
0.9952
0.9964
0.9974
0.9981
0.9986

Grandes valeurs de u
u
3.0
3.5
(u) 0.9987 0.99977

4.0
0.999968

4.5
0.999997

10
Table 2 de la loi normale centree reduite
U etant une variable aleatoire de loi N (0, 1) et un reel de [0, 1], la table donne la
valeur de



u = 1 1
telle que P(|U | > u ) = .
2

0.2

0.0

0.1

densit de la loi normale

0.3

0.4

En R, la commande correspondante est qnorm(1-alpha/2).

0.05
1.96
1.4395
1.1503
0.9346
0.7554
0.5978
0.4538
0.3186
0.1891
0.0627

0.06
1.8808
1.4051
1.1264
0.9154
0.7388
0.5828
0.4399
0.3055
0.1764
0.0502

0.0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9

0.0
+
1.6449
1.2816
1.0364
0.8416
0.6745
0.5244
0.3853
0.2533
0.1257

0.01
2.5758
1.5982
1.2536
1.0152
0.8239
0.6588
0.5101
0.3719
0.2404
0.113

0.02
2.3263
1.5548
1.2265
0.9945
0.8064
0.6433
0.4959
0.3585
0.2275
0.1004

0.03
2.1701
1.5141
1.2004
0.9741
0.7892
0.628
0.4817
0.3451
0.2147
0.0878

0.04
2.0537
1.4758
1.175
0.9542
0.7722
0.6128
0.4677
0.3319
0.2019
0.0753

0.07
1.8119
1.3722
1.1031
0.8965
0.7225
0.5681
0.4261
0.2924
0.1637
0.0376

0.08
1.7507
1.3408
1.0803
0.8779
0.7063
0.5534
0.4125
0.2793
0.151
0.0251

Petites valeurs de

0.002
3.0902

0.001
3.2905

104
105
106
3.8906 4.4171 4.8916

107
5.3267

1
Pour p < , 1 (p) = u2p
2
1 1
Pour p , (p) = u2(p1)
2

108
5.7307

109
6.1094

0.09
1.6954
1.3106
1.0581
0.8596
0.6903
0.5388
0.3989
0.2663
0.1383
0.0125

ENSIMAG 2A, Principes et methodes statistiques, lois

11

Table de la loi du 2
X etant une variable aleatoire de loi du 2 `a n degres de libertes et un reel de [0, 1], la
table donne la valeur de
zn, = F1
2 (1 ) telle que P(X > zn, ) = .
n

0.06

0.04

dchisq(x, 8)

0.08

0.10

0.12

En R, la commande correspondante est qchisq(1-alpha, n).

0.00

0.02

zn,

10

15

20

25

0.995

0.990

0.975

0.95

0.9

0.8

0.7

0.5

0.3

0.2

0.1

0.05

0.025

0.01

0.005

0.001

1
2
3
4
5
6
7
8
9
10

0
0.01
0.07
0.21
0.41
0.68
0.99
1.34
1.73
2.16

0
0.02
0.11
0.3
0.55
0.87
1.24
1.65
2.09
2.56

0
0.05
0.22
0.48
0.83
1.24
1.69
2.18
2.7
3.25

0
0.1
0.35
0.71
1.15
1.64
2.17
2.73
3.33
3.94

0.02
0.21
0.58
1.06
1.61
2.2
2.83
3.49
4.17
4.87

0.06
0.45
1.01
1.65
2.34
3.07
3.82
4.59
5.38
6.18

0.15
0.71
1.42
2.19
3
3.83
4.67
5.53
6.39
7.27

0.45
1.39
2.37
3.36
4.35
5.35
6.35
7.34
8.34
9.34

1.07
2.41
3.66
4.88
6.06
7.23
8.38
9.52
10.66
11.78

1.64
3.22
4.64
5.99
7.29
8.56
9.8
11.03
12.24
13.44

2.71
4.61
6.25
7.78
9.24
10.64
12.02
13.36
14.68
15.99

3.84
5.99
7.81
9.49
11.07
12.59
14.07
15.51
16.92
18.31

5.02
7.38
9.35
11.14
12.83
14.45
16.01
17.53
19.02
20.48

6.63
9.21
11.34
13.28
15.09
16.81
18.48
20.09
21.67
23.21

7.88
10.6
12.84
14.86
16.75
18.55
20.28
21.95
23.59
25.19

10.83
13.82
16.27
18.47
20.52
22.46
24.32
26.12
27.88
29.59

11
12
13
14
15
16
17
18
19
20

2.6
3.07
3.57
4.07
4.6
5.14
5.7
6.26
6.84
7.43

3.05
3.57
4.11
4.66
5.23
5.81
6.41
7.01
7.63
8.26

3.82
4.4
5.01
5.63
6.26
6.91
7.56
8.23
8.91
9.59

4.57
5.23
5.89
6.57
7.26
7.96
8.67
9.39
10.12
10.85

5.58
6.3
7.04
7.79
8.55
9.31
10.09
10.86
11.65
12.44

6.99
7.81
8.63
9.47
10.31
11.15
12
12.86
13.72
14.58

8.15
9.03
9.93
10.82
11.72
12.62
13.53
14.44
15.35
16.27

10.34
11.34
12.34
13.34
14.34
15.34
16.34
17.34
18.34
19.34

12.9
14.01
15.12
16.22
17.32
18.42
19.51
20.6
21.69
22.77

14.63
15.81
16.98
18.15
19.31
20.47
21.61
22.76
23.9
25.04

17.28
18.55
19.81
21.06
22.31
23.54
24.77
25.99
27.2
28.41

19.68
21.03
22.36
23.68
25
26.3
27.59
28.87
30.14
31.41

21.92
23.34
24.74
26.12
27.49
28.85
30.19
31.53
32.85
34.17

24.72
26.22
27.69
29.14
30.58
32
33.41
34.81
36.19
37.57

26.76
28.3
29.82
31.32
32.8
34.27
35.72
37.16
38.58
40

31.26
32.91
34.53
36.12
37.7
39.25
40.79
42.31
43.82
45.31

21
22
23
24
25
26
27
28
29
30

8.03
8.64
9.26
9.89
10.52
11.16
11.81
12.46
13.12
13.79

8.9
9.54
10.2
10.86
11.52
12.2
12.88
13.56
14.26
14.95

10.28
10.98
11.69
12.4
13.12
13.84
14.57
15.31
16.05
16.79

11.59
12.34
13.09
13.85
14.61
15.38
16.15
16.93
17.71
18.49

13.24
14.04
14.85
15.66
16.47
17.29
18.11
18.94
19.77
20.6

15.44
16.31
17.19
18.06
18.94
19.82
20.7
21.59
22.48
23.36

17.18
18.1
19.02
19.94
20.87
21.79
22.72
23.65
24.58
25.51

20.34
21.34
22.34
23.34
24.34
25.34
26.34
27.34
28.34
29.34

23.86
24.94
26.02
27.1
28.17
29.25
30.32
31.39
32.46
33.53

26.17
27.3
28.43
29.55
30.68
31.79
32.91
34.03
35.14
36.25

29.62
30.81
32.01
33.2
34.38
35.56
36.74
37.92
39.09
40.26

32.67
33.92
35.17
36.42
37.65
38.89
40.11
41.34
42.56
43.77

35.48
36.78
38.08
39.36
40.65
41.92
43.19
44.46
45.72
46.98

38.93
40.29
41.64
42.98
44.31
45.64
46.96
48.28
49.59
50.89

41.4
42.8
44.18
45.56
46.93
48.29
49.64
50.99
52.34
53.67

46.8
48.27
49.73
51.18
52.62
54.05
55.48
56.89
58.3
59.7

2
p
1
1
u2 + (2n 1)
Pour n > 30, on admet que zn,
si <
2
2
2
1 p
1
zn,
(2n 1) u2(1) +
si
2
2

12
Table de la loi de Student
X etant une variable aleatoire de loi St(n) et un reel de [0, 1], la table donne la valeur
de



1
tn, = FSt(n)
1
telle que P(|X| > tn, ) = .
2

0.2

0.0

0.1

dt(x, 3)

0.3

0.4

En R, la commande correspondante est qt(1-alpha/2). Pour n = +, t+, = u .

tn,

tn,

0.90

0.80

0.70

0.60

0.50

0.40

0.30

0.20

0.10

0.05

0.02

0.01

0.001

1
2
3
4
5
6
7
8
9
10

0.158
0.142
0.137
0.134
0.132
0.131
0.13
0.13
0.129
0.129

0.325
0.289
0.277
0.271
0.267
0.265
0.263
0.262
0.261
0.26

0.51
0.445
0.424
0.414
0.408
0.404
0.402
0.399
0.398
0.397

0.727
0.617
0.584
0.569
0.559
0.553
0.549
0.546
0.543
0.542

1
0.816
0.765
0.741
0.727
0.718
0.711
0.706
0.703
0.7

1.376
1.061
0.978
0.941
0.92
0.906
0.896
0.889
0.883
0.879

1.963
1.386
1.25
1.19
1.156
1.134
1.119
1.108
1.1
1.093

3.078
1.886
1.638
1.533
1.476
1.44
1.415
1.397
1.383
1.372

6.314
2.92
2.353
2.132
2.015
1.943
1.895
1.86
1.833
1.812

12.706
4.303
3.182
2.776
2.571
2.447
2.365
2.306
2.262
2.228

31.821
6.965
4.541
3.747
3.365
3.143
2.998
2.896
2.821
2.764

63.657
9.925
5.841
4.604
4.032
3.707
3.499
3.355
3.25
3.169

636.619
31.599
12.924
8.61
6.869
5.959
5.408
5.041
4.781
4.587

11
12
13
14
15
16
17
18
19
20

0.129
0.128
0.128
0.128
0.128
0.128
0.128
0.127
0.127
0.127

0.26
0.259
0.259
0.258
0.258
0.258
0.257
0.257
0.257
0.257

0.396
0.395
0.394
0.393
0.393
0.392
0.392
0.392
0.391
0.391

0.54
0.539
0.538
0.537
0.536
0.535
0.534
0.534
0.533
0.533

0.697
0.695
0.694
0.692
0.691
0.69
0.689
0.688
0.688
0.687

0.876
0.873
0.87
0.868
0.866
0.865
0.863
0.862
0.861
0.86

1.088
1.083
1.079
1.076
1.074
1.071
1.069
1.067
1.066
1.064

1.363
1.356
1.35
1.345
1.341
1.337
1.333
1.33
1.328
1.325

1.796
1.782
1.771
1.761
1.753
1.746
1.74
1.734
1.729
1.725

2.201
2.179
2.16
2.145
2.131
2.12
2.11
2.101
2.093
2.086

2.718
2.681
2.65
2.624
2.602
2.583
2.567
2.552
2.539
2.528

3.106
3.055
3.012
2.977
2.947
2.921
2.898
2.878
2.861
2.845

4.437
4.318
4.221
4.14
4.073
4.015
3.965
3.922
3.883
3.85

21
22
23
24
25
26
27
28
29
30

0.127
0.127
0.127
0.127
0.127
0.127
0.127
0.127
0.127
0.127

0.257
0.256
0.256
0.256
0.256
0.256
0.256
0.256
0.256
0.256

0.391
0.39
0.39
0.39
0.39
0.39
0.389
0.389
0.389
0.389

0.532
0.532
0.532
0.531
0.531
0.531
0.531
0.53
0.53
0.53

0.686
0.686
0.685
0.685
0.684
0.684
0.684
0.683
0.683
0.683

0.859
0.858
0.858
0.857
0.856
0.856
0.855
0.855
0.854
0.854

1.063
1.061
1.06
1.059
1.058
1.058
1.057
1.056
1.055
1.055

1.323
1.321
1.319
1.318
1.316
1.315
1.314
1.313
1.311
1.31

1.721
1.717
1.714
1.711
1.708
1.706
1.703
1.701
1.699
1.697

2.08
2.074
2.069
2.064
2.06
2.056
2.052
2.048
2.045
2.042

2.518
2.508
2.5
2.492
2.485
2.479
2.473
2.467
2.462
2.457

2.831
2.819
2.807
2.797
2.787
2.779
2.771
2.763
2.756
2.75

3.819
3.792
3.768
3.745
3.725
3.707
3.69
3.674
3.659
3.646

40
80
120
+

0.126
0.126
0.126
0.126

0.255
0.254
0.254
0.253

0.388
0.387
0.386
0.385

0.529
0.526
0.526
0.524

0.681
0.678
0.677
0.674

0.851
0.846
0.845
0.842

1.05
1.043
1.041
1.036

1.303
1.292
1.289
1.282

1.684
1.664
1.658
1.645

2.021
1.99
1.98
1.96

2.423
2.374
2.358
2.326

2.704
2.639
2.617
2.576

3.551
3.416
3.373
3.291

ENSIMAG 2A, Principes et methodes statistiques, lois

13

Tables de la loi de Fisher-Snedecor


X etant une variable aleatoire de loi F (1 , 2 ), les tables donnent les valeurs de
f1 ,2 , = FF1(1 ,2 ) (1 ) telles que P(X > f1 ,2 , ) = pour = 5% et = 1% .
1
.
f1 ,2 ,1

0.4

0.0

0.2

df(x, 4, 10)

0.6

En R, la commande correspondante est qf(1-alpha, nu1, nu2). f2 ,1 , =

f1, 2,
0

Table 1 : = 5%.
1
2

10

12

16

20

24

40

60

100

1
2
3
4
5
6
7
8
9
10

161.4
18.51
10.13
7.71
6.61
5.99
5.59
5.32
5.12
4.96

199.5
19
9.55
6.94
5.79
5.14
4.74
4.46
4.26
4.1

215.7
19.16
9.28
6.59
5.41
4.76
4.35
4.07
3.86
3.71

224.6
19.25
9.12
6.39
5.19
4.53
4.12
3.84
3.63
3.48

230.2
19.3
9.01
6.26
5.05
4.39
3.97
3.69
3.48
3.33

234
19.33
8.94
6.16
4.95
4.28
3.87
3.58
3.37
3.22

236.8
19.35
8.89
6.09
4.88
4.21
3.79
3.5
3.29
3.14

238.9
19.37
8.85
6.04
4.82
4.15
3.73
3.44
3.23
3.07

241.9
19.4
8.79
5.96
4.74
4.06
3.64
3.35
3.14
2.98

243.9
19.41
8.74
5.91
4.68
4
3.57
3.28
3.07
2.91

246.5
19.43
8.69
5.84
4.6
3.92
3.49
3.2
2.99
2.83

248
19.45
8.66
5.8
4.56
3.87
3.44
3.15
2.94
2.77

249
19.45
8.64
5.77
4.53
3.84
3.41
3.12
2.9
2.74

251.1
19.47
8.59
5.72
4.46
3.77
3.34
3.04
2.83
2.66

252.2
19.48
8.57
5.69
4.43
3.74
3.3
3.01
2.79
2.62

253
19.49
8.55
5.66
4.41
3.71
3.27
2.97
2.76
2.59

254.3
19.5
8.53
5.63
4.36
3.67
3.23
2.93
2.71
2.54

11
12
13
14
15
16
17
18
19
20

4.84
4.75
4.67
4.6
4.54
4.49
4.45
4.41
4.38
4.35

3.98
3.89
3.81
3.74
3.68
3.63
3.59
3.55
3.52
3.49

3.59
3.49
3.41
3.34
3.29
3.24
3.2
3.16
3.13
3.1

3.36
3.26
3.18
3.11
3.06
3.01
2.96
2.93
2.9
2.87

3.2
3.11
3.03
2.96
2.9
2.85
2.81
2.77
2.74
2.71

3.09
3
2.92
2.85
2.79
2.74
2.7
2.66
2.63
2.6

3.01
2.91
2.83
2.76
2.71
2.66
2.61
2.58
2.54
2.51

2.95
2.85
2.77
2.7
2.64
2.59
2.55
2.51
2.48
2.45

2.85
2.75
2.67
2.6
2.54
2.49
2.45
2.41
2.38
2.35

2.79
2.69
2.6
2.53
2.48
2.42
2.38
2.34
2.31
2.28

2.7
2.6
2.51
2.44
2.38
2.33
2.29
2.25
2.21
2.18

2.65
2.54
2.46
2.39
2.33
2.28
2.23
2.19
2.16
2.12

2.61
2.51
2.42
2.35
2.29
2.24
2.19
2.15
2.11
2.08

2.53
2.43
2.34
2.27
2.2
2.15
2.1
2.06
2.03
1.99

2.49
2.38
2.3
2.22
2.16
2.11
2.06
2.02
1.98
1.95

2.46
2.35
2.26
2.19
2.12
2.07
2.02
1.98
1.94
1.91

2.4
2.3
2.21
2.13
2.07
2.01
1.96
1.92
1.88
1.84

21
22
23
24
25
30

4.32
4.3
4.28
4.26
4.24
4.17

3.47
3.44
3.42
3.4
3.39
3.32

3.07
3.05
3.03
3.01
2.99
2.92

2.84
2.82
2.8
2.78
2.76
2.69

2.68
2.66
2.64
2.62
2.6
2.53

2.57
2.55
2.53
2.51
2.49
2.42

2.49
2.46
2.44
2.42
2.4
2.33

2.42
2.4
2.37
2.36
2.34
2.27

2.32
2.3
2.27
2.25
2.24
2.16

2.25
2.23
2.2
2.18
2.16
2.09

2.16
2.13
2.11
2.09
2.07
1.99

2.1
2.07
2.05
2.03
2.01
1.93

2.05
2.03
2.01
1.98
1.96
1.89

1.96
1.94
1.91
1.89
1.87
1.79

1.92
1.89
1.86
1.84
1.82
1.74

1.88
1.85
1.82
1.8
1.78
1.7

1.81
1.78
1.76
1.73
1.71
1.62

40
50
60
80
100
+

4.08
4.03
4
3.96
3.94
3.84

3.23
3.18
3.15
3.11
3.09
3

2.84
2.79
2.76
2.72
2.7
2.6

2.61
2.56
2.53
2.49
2.46
2.37

2.45
2.4
2.37
2.33
2.31
2.21

2.34
2.29
2.25
2.21
2.19
2.1

2.25
2.2
2.17
2.13
2.1
2.01

2.18
2.13
2.1
2.06
2.03
1.94

2.08
2.03
1.99
1.95
1.93
1.83

2
1.95
1.92
1.88
1.85
1.75

1.9
1.85
1.82
1.77
1.75
1.64

1.84
1.78
1.75
1.7
1.68
1.57

1.79
1.74
1.7
1.65
1.63
1.52

1.69
1.63
1.59
1.54
1.52
1.39

1.64
1.58
1.53
1.48
1.45
1.32

1.59
1.52
1.48
1.43
1.39
1.24

1.51
1.44
1.39
1.32
1.28
1.00

14
Tables de la loi de Fisher-Snedecor
Table 2 : = 1%.
1
2

10

12

16

20

24

40

60

100

1
2
3
4
5
6
7
8
9
10

4052
98.5
34.12
21.2
16.26
13.75
12.25
11.26
10.56
10.04

4999
99
30.82
18
13.27
10.92
9.55
8.65
8.02
7.56

5403
99.17
29.46
16.69
12.06
9.78
8.45
7.59
6.99
6.55

5625
99.25
28.71
15.98
11.39
9.15
7.85
7.01
6.42
5.99

5764
99.3
28.24
15.52
10.97
8.75
7.46
6.63
6.06
5.64

5859
99.33
27.91
15.21
10.67
8.47
7.19
6.37
5.8
5.39

5928
99.36
27.67
14.98
10.46
8.26
6.99
6.18
5.61
5.2

5981
99.37
27.49
14.8
10.29
8.1
6.84
6.03
5.47
5.06

6056
99.4
27.23
14.55
10.05
7.87
6.62
5.81
5.26
4.85

6106
99.42
27.05
14.37
9.89
7.72
6.47
5.67
5.11
4.71

6170
99.44
26.83
14.15
9.68
7.52
6.28
5.48
4.92
4.52

6209
99.45
26.69
14.02
9.55
7.4
6.16
5.36
4.81
4.41

6235
99.46
26.6
13.93
9.47
7.31
6.07
5.28
4.73
4.33

6287
99.47
26.41
13.75
9.29
7.14
5.91
5.12
4.57
4.17

6313
99.48
26.32
13.65
9.2
7.06
5.82
5.03
4.48
4.08

6334
99.49
26.24
13.58
9.13
6.99
5.75
4.96
4.41
4.01

6366
99.5
26.13
13.46
9.02
6.88
5.65
4.86
4.31
3.91

11
12
13
14
15
16
17
18
19
20

9.65
9.33
9.07
8.86
8.68
8.53
8.4
8.29
8.18
8.1

7.21
6.93
6.7
6.51
6.36
6.23
6.11
6.01
5.93
5.85

6.22
5.95
5.74
5.56
5.42
5.29
5.18
5.09
5.01
4.94

5.67
5.41
5.21
5.04
4.89
4.77
4.67
4.58
4.5
4.43

5.32
5.06
4.86
4.69
4.56
4.44
4.34
4.25
4.17
4.1

5.07
4.82
4.62
4.46
4.32
4.2
4.1
4.01
3.94
3.87

4.89
4.64
4.44
4.28
4.14
4.03
3.93
3.84
3.77
3.7

4.74
4.5
4.3
4.14
4
3.89
3.79
3.71
3.63
3.56

4.54
4.3
4.1
3.94
3.8
3.69
3.59
3.51
3.43
3.37

4.4
4.16
3.96
3.8
3.67
3.55
3.46
3.37
3.3
3.23

4.21
3.97
3.78
3.62
3.49
3.37
3.27
3.19
3.12
3.05

4.1
3.86
3.66
3.51
3.37
3.26
3.16
3.08
3
2.94

4.02
3.78
3.59
3.43
3.29
3.18
3.08
3
2.92
2.86

3.86
3.62
3.43
3.27
3.13
3.02
2.92
2.84
2.76
2.69

3.78
3.54
3.34
3.18
3.05
2.93
2.83
2.75
2.67
2.61

3.71
3.47
3.27
3.11
2.98
2.86
2.76
2.68
2.6
2.54

3.6
3.36
3.17
3
2.87
2.75
2.65
2.57
2.49
2.42

21
22
23
24
25
30

8.02
7.95
7.88
7.82
7.77
7.56

5.78
5.72
5.66
5.61
5.57
5.39

4.87
4.82
4.76
4.72
4.68
4.51

4.37
4.31
4.26
4.22
4.18
4.02

4.04
3.99
3.94
3.9
3.85
3.7

3.81
3.76
3.71
3.67
3.63
3.47

3.64
3.59
3.54
3.5
3.46
3.3

3.51
3.45
3.41
3.36
3.32
3.17

3.31
3.26
3.21
3.17
3.13
2.98

3.17
3.12
3.07
3.03
2.99
2.84

2.99
2.94
2.89
2.85
2.81
2.66

2.88
2.83
2.78
2.74
2.7
2.55

2.8
2.75
2.7
2.66
2.62
2.47

2.64
2.58
2.54
2.49
2.45
2.3

2.55
2.5
2.45
2.4
2.36
2.21

2.48
2.42
2.37
2.33
2.29
2.13

2.36
2.31
2.26
2.21
2.17
2.01

40
50
60
80
100
+

7.31
7.17
7.08
6.96
6.9
6.63

5.18
5.06
4.98
4.88
4.82
4.61

4.31
4.2
4.13
4.04
3.98
3.78

3.83
3.72
3.65
3.56
3.51
3.32

3.51
3.41
3.34
3.26
3.21
3.02

3.29
3.19
3.12
3.04
2.99
2.8

3.12
3.02
2.95
2.87
2.82
2.64

2.99
2.89
2.82
2.74
2.69
2.51

2.8
2.7
2.63
2.55
2.5
2.32

2.66
2.56
2.5
2.42
2.37
2.18

2.48
2.38
2.31
2.23
2.19
2

2.37
2.27
2.2
2.12
2.07
1.88

2.29
2.18
2.12
2.03
1.98
1.79

2.11
2.01
1.94
1.85
1.8
1.59

2.02
1.91
1.84
1.75
1.69
1.47

1.94
1.82
1.75
1.65
1.6
1.36

1.8
1.68
1.6
1.49
1.43
1.00

ENSIMAG 2A, Principes et methodes statistiques, lois

15

Probabilites et histogrammes de lois discr`etes

200 simulations, n= 20, p = 0.25

0.20
0.15
0.10

binomiale(20,0.25)

0.00

10

15

20

10

binomiale(200,0.25)

200 simulations, n=200, p=0.25

12

0.08
0.06
0.04

binomiale(200,0.25)

0.06
0.04

0.00

0.02
0.00

0.02

0.08

0.10

0.10

probabilit

0.05

0.10
0.00

0.05

probabilit

0.15

0.20

0.25

binomiale(20,0.25)

30

40

50
n

60

70

30

40

50

60

70

Fig. 1.1 probabilites et histogrammes de tirages aleatoires de lois binomiales

16
Probabilites et histogrammes de lois discr`etes

0.3
0.2

binomiale(20,0.10)

0.0

binomiale(200,0.10)

200 simulations n=200, p =0.10

0.15
0.10

binomiale(200,0.10)

0.06
0.04

0.00

0.02
0.00

0.05

0.08

0.20

0.10

probabilit

0.1

0.2
0.0

0.1

probabilit

0.3

0.4

200 simulations, n= 20, p=0.10

0.4

binomiale(20,0.10)

10

20

30
n

40

10

20

30

40

Fig. 1.2 probabilites et histogrammes de tirages aleatoires de lois binomiales

ENSIMAG 2A, Principes et methodes statistiques, lois

17

Probabilites de lois discr`etes

0.3
0.0

0.1

0.2

probabilit

0.2
0.1
0.0

probabilit

0.3

0.4

loi gomtrique(0.75)

0.4

loi gomtrique(0.25)

10

15

20

Fig. 1.3 Probabilites de lois geometriques et hypergeometriques

6
n

10

18
Probabilites de lois discr`etes

0.3
0.0

0.1

0.2

probabilit

0.2
0.1
0.0

probabilit

0.3

0.4

loi poisson(4)

0.4

loi poisson(0.25)

Fig. 1.4 Probabilites de lois de Poisson

6
n

10

12

ENSIMAG 2A, Principes et methodes statistiques, lois

19

densites de lois continues

loi normale N(5,4)

0
x

1.0
0.2
0.0

0.00
4

0.4

densit

0.6

0.06
0.02

0.04

densit

0.8

0.08

0.4
0.3
0.2
0.1
0.0

densit

loi normale N(5,0.4)

0.10

loi normale N(0,1)

10

10
x

Fig. 1.5 densites de lois normales

20

10

5
x

10

15

20

20
densites de lois continues

loi exponentielle(4)

3
1

densit

0.10

0.00

densit

0.20

loi exponentielle(0.25)

10

15

20

Fig. 1.6 densites de lois exponentielles

0.0

0.5

1.0

1.5
x

2.0

2.5

3.0

ENSIMAG 2A, Principes et methodes statistiques, lois

21

densites de lois continues

0.0

0.4

densit

0.03
0.00

densit

0.8

loi gamma(shape = 3,scale = 4)

0.06

loi gamma(shape = 3, scale = 0.25)

10

20

30

40

loi gamma(shape = 1/3, scale = 0.25)

loi gamma(shape = 1/3,scale = 4)

8
y

1
0

densit

12

0.0

0.5

1.0

1.5

2.0

2.5

3.0

Fig. 1.7 densites de lois gammas

0.0

0.5

1.0
x

1.5

22
densites de lois continues

loi chideux(8)

0.08
0.04

0.06

densit

0.15
0.10

0.00

0.02

0.05
0.00

densit

0.20

0.10

0.25

loi chideux(3)

10

15

Fig. 1.8 densites de lois chi-deux

10

20
x

30

40

ENSIMAG 2A, Principes et methodes statistiques, lois

23

densites de lois continues

loi student(8)

0.0
5

10

10

loi fisher(3,20000)

loi fisher(20000,3)

10

0.4
0.2
0.0

densit

0.0 0.2 0.4 0.6

0.6

10

densit

0.2

densit

0.2
0.0

densit

0.4

loi student(3)

Fig. 1.9 densites de lois de Student et de Fisher

3
x

24
densites de lois continues

loi weibull(shape = 3,scale = 4)

0.15

densit

3
2
0

0.00

densit

0.30

loi weibull(shape =3, scale= 0.25)

10

loi weibull(shape =1/3, scale =0.25)

loi weibull(shape = 1/3,scale =4)

2
0

densit

densit

0.0

0.5

1.0

1.5

2.0

Fig. 1.10 densites de lois de weibull

10

15
x

20

25

ENSIMAG 2A, Principes et methodes statistiques, lois

25

densites de lois continues

2.0
0.0

1.0

densit

2.0
1.0
0.0

densit

3.0

loi beta1(8,3)

3.0

loi beta1(3,8)

0.0

0.2

0.4

0.6

0.8

1.0

Fig. 1.11 densites de lois betas

0.0

0.2

0.4

0.6
x

0.8

1.0