Analyse des observations avec R

Après avoir analysé les données avec R en utilisant les lois que vous avez choisies dans votre document, j’ai
abouti aux conclusions suivantes :

La normalité de la variable FC28 est acceptée suivant plusieurs tests comme le montrent les résultats
suivants. La droite d’Henry est comme suit

On voit bien que globalement, c’est satisfaisant même si à gauche, il y a un léger décalage. Cependant, si on
prend le log de FC28 et on réalise une droite d’Henry, on trouve

qui est plus proche de la normalité. Ce qui laisse penser que la loi lognormale serait bien plus adéquate. On le
verra plus loin.
Si on choisit la loi normale, le meilleur lissage est N(m,s²) avec m=22.8191736 et s = 2.6613861.

Les p-valeurs obtenues avec trois tests de normalité importants sont

Test p-valeur

Le test de Kolmogorov : 0.8034

Le test de Shapiro et Wilks : 0.3613

Le test de Jarque-Bera : 0.5521

Le test d’ Anderson-Darling 0.2056

Le test du chi-deux semble inadéquat ici. On voit bien que la normalité est acceptée par les différents tests
mais avec des p-valeurs pas très fortes (sauf pour Kolmogorov). Ce qui nous amène à essayer d’autres lois
comme vous l’avez fait.

J’ai donc essayé, comme vous, d’autres lois et j’ai obtenu les paramètres de lissage pour chacune d’elles et
ensuite j’ai fait les tests de Kolmogorov correspondants. Voici les résultats :

Loi Paramètres KS Décision du test

Lognormale meanlog sdlog 0.9895 Fortement acceptée

3.120732663 0.117784657

Gamma Shape Rate 0.9680 Fortement acceptée

72.9087945 3.1950673

normale Mean Sd 0.8034 acceptée

22.8191736 2.6613861

Gumbel a b 0.6726 Faiblement acceptée

21.511630 2.675819

Weibull Shape Scale 0.3363 Très faiblement

8.8641234 24.0154245 acceptée

Exponential lambda < 2.2e-16 rejetée

0.043822797
L’estimation de la densité (avec noyau Epanechnikov) donne le graphe suivant associé à l’histogramme de
FC28 :

On voit bien que, globalement, c’est un bon lissage même si une des barres de l’histogramme n’est pas bien
lissée. Si on veut représenter les différentes lois acceptées dans le tableau, on obtient le graphe suivant :

Ce graphe confirme bien que le meilleur lissage est la loi lognormale LG(3.12 , 0.117) correspondant à la
plus grande p-valeur p=0.9895 très proche de 1.