# Appelle les librairies nécessaires à l'exécution du code

library(actuar)
library(tseries)

# Question 1
############
# Fixer les paramètres de la distribution beta
alpha <- 0.5
beta <- 0.5
# Création des variables x et y
x <- seq(0,1,by=.01)
y <- dbeta(x,alpha,beta)
# Graphique de y et création du fichier pdf
plot(x,y,main="Distribution Beta alpha=.5 beta=.5")
dev.copy(pdf, 'figure1.pdf')
dev.off()

# Question 2
############
# Fixer les paramètres de la distribution beta
alpha <- 2
beta <- 5
# Création des variables x et y
x <- seq(0,1,by=.01)
y <- dbeta(x,alpha,beta)
# Graphique de y et création du fichier pdf
plot(x,y,main="Distribution Beta alpha=2 beta=5")
dev.copy(pdf, 'figure2.pdf')
dev.off()

# Question 3
############
# Fixer les paramètres de la distribution beta et de j (taille de la
boucle)
alpha <- 0.5
beta <- 0.5
j <- 10000

# Cas 1: n=1
############
n <- 1
# Creation de m1 où seront stockées les moyennes pour n=1
m1 <- c(rep(0,j))
# Boucle de simulation n=1 et j=10000
for(i in 1:j) {
x1 <- rbeta(n,alpha,beta)
m1[i] = mean(x1)
}
# Cas 2: n=50
#############
n <- 50
# Creation de m2 où seront stockées les moyennes pour n=50
m2 <- c(rep(0,j))
# Boucle de simulation n=50 et j=10000
for(i in 1:j) {
x2 <- rbeta(n,alpha,beta)
m2[i] = mean(x2)
}
# Cas 3: n=500
##############
n <- 500
# Creation de m2 où seront stockées les moyennes pour n=500
m3 <- c(rep(0,j))
# Boucle de simulation n=500 et j=10000
for(i in 1:j) {
x3 <- rbeta(n,alpha,beta)
m3[i] = mean(x3)
}
# Cas 4: n=5000
###############
n <- 5000
# Creation de m2 où seront stockées les moyennes pour n=5000
m4 <- c(rep(0,j))
# Boucle de simulation n=5000 et j=10000
for(i in 1:j) {
x4 <- rbeta(n,alpha,beta)
m4[i] = mean(x4)
}

# Question 4
############
# Calcul de la moyenne et la variance théoriques
mtheo <- alpha/(alpha+beta)
vartheo <- alpha*beta/((alpha+beta)^2*(alpha+beta+1))
# Calcul des moyennes normalisées
m1norm <- (m1-mtheo)/sqrt(vartheo)
m2norm <- (m2-mtheo)/sqrt(vartheo)
m3norm <- (m3-mtheo)/sqrt(vartheo)
m4norm <- (m4-mtheo)/sqrt(vartheo)

# Création des graphiques correspondants

hist(m1norm, probability=TRUE, col="lightblue", main="n=1")
lines(density(m1norm,bw=1), col="red", lwd=3)
dev.copy(pdf, 'figure3.pdf')
dev.off()
hist(m2norm, probability=TRUE, col="lightblue", main="n=50")
lines(density(m2norm,bw=1), col="red", lwd=3)
dev.copy(pdf, 'figure4.pdf')
dev.off()
hist(m3norm, probability=TRUE, col="lightblue", main="n=500")
lines(density(m3norm,bw=1), col="red", lwd=3)
dev.copy(pdf, 'figure5.pdf')
dev.off()
hist(m4norm, probability=TRUE, col="lightblue", main="n=5000")
lines(density(m4norm,bw=1), col="red", lwd=3)
dev.copy(pdf, 'figure6.pdf')
dev.off()

# Test de Jarque-Bera
jb1 <- jarque.bera.test(m1norm)
jb50 <- jarque.bera.test(m2norm)
jb500 <- jarque.bera.test(m3norm)
jb5000 <- jarque.bera.test(m4norm)

print(jb1)
print(jb50)
print(jb500)
print(jb5000)