TD n°2 : Simulations de lois

usuelles, statistiques descriptives et

représentations graphiques
Tous les exercices de ce TD devront être réalisés sous forme de script à m’envoyer à la fin
de la séance avec comme nom de fichier :

Projet_tutore_actu_TD2_Nom_Prenom.rscript

A l’adresse dorothee.pages@gmail.com

Pensez à bien commenter votre code, cela fait partie des bonnes pratiques essentielles en
programmation. En R, pour ajouter un commentaire commencez une ligne par #.

L’aide est facilement disponible, n’hésitez pas à vous en servir afin de trouver les réponses à
vos questions.

Pour chacune de ces distributions, nous disposons de quatre commandes préfixées par une
des lettres d, p, q, r et suivi du nom de la distribution :

 dnomdist : il s’agit de la fonction de densité pour une distribution de probabilité

continue et de la fonction de probabilité P ( X=k ) dans le cas d’une loi discrète
 pnomdist : il s’agit de la fonction de répartition P(X < x)
 qnomdist : il s’agit de la fonction des quantiles, c’est-à-dire la valeur pour laquelle
la fonction de répartition atteint une certaine probabilité ; dans le cas discret, cette
fonction renvoie le plus petit entier u tel que F ( u ) ≤ p où F est la fonction de
répartition de la distribution considérée
 rnomdist : génère de réalisation indépendante de la distribution nomdist

1
Les principales fonctions utilisées pour créer des graphiques sont détaillées ci-dessous :

 Plotting Functions
o plot: pour créer des nuages de points, courbes (entre autres…)
o lines: ajoute des courbes à un graphique déjà créé
o par: change les options du graphique
o hist: créé un histogramme
o boxplot: créé un boxplot
o text: ajoute un texte sur un graphique déjà existant
o legend: ajoute une légende sur un graphique déjà existant
o mosaicplot: créé un graphique mosaïque
o barplot: créé un barplot
o jitter: ajoute une petite valeur à certaines données pour éviter les
supperpositions
o rug: ajoute un rugplot sur un graphique déjà existant
o polygon: ajoute une forme sur un graphique déjà existant
o points: ajoute un nuage de point sur un graphique déjà existant
o mtext: ajoute un texte dans les coins sur un graphique déjà existant

Il est parfois necessaire de transformer les données ou d’en créer de nouvelles afin de tracer
un graphique :

 table: créé des tableauw à double entrées ou de fréquence

 density: calcule une densité
 loess: calcule une courbe de lissage
 predict: prédit des Nouvelles valeurs selon un modèle

2
Exercice : loi normale
1. Créer un échantillon de taille 50 selon une loi normale d’espérance 0 et de variance 1
2. Tracer l’histogramme de votre échantillon
3. Ajouter la courbe de densité d’une loi normale de mêmes paramètres
4. Tracer la fonction de répartition empirique de votre échantillon (utiliser la fonction
ecdf pour la calculer)
5. Ajouter la fonction de répartition théorique de la loi normale avec les mêmes
paramètres
6. Comparer les quantiles empiriques (à 5% 10% 25% 50% 75% 90% 95%) sur votre
échantillon avec les quantiles théoriques de la loi normale de mêmes paramètres
7. A l’aide de graphiques bien choisis, comparer les lois normales suivantes N (0,1),
N (0,4 ), N (10,1) et N (10,4) . Commenter les résultats.
8. Si X est une variable aléatoire telle que X ↝ N (μ , σ 2), démontrer graphiquement que
les variables suivantes X 2 =X +1, X 3 =2 X suivent également des lois normales.
9. Utiliser le test de Kolmogorov-Smirnov pour confirmer ces résultats (utiliser la fonction
ks.test). Détaillez vos réponses en expliquant le test, et justifiez votre conclusion.
(N’hésitez pas à vous servir de google afin de trouver les réponses à cette question).
10. Si X 1 et X 2 sont des variables aléatoires telles que X 1,2 ↝ N ( μ1,2 , σ 1,2 ), démontrer
2

graphiquement que la variable Z=X +Y suit une loi normale. Utiliser le test de
Kolmogorv-Smirnov pour confirmer votre résultat.
11. Répétez les question 1 à 6 avec une loi log normale de paramètres 1 et 2.
X ↝ ln(1,2)
12. Calculer l’espérance et la variance de X . Quel est le lien entre ces valeurs et les
paramètres de la loi log-normale (voir wikipédia) ? Vérifiez les calculs dans R.
13. Si X ↝ ln(1,2) , quelle est la loi suivie par la variable Y =ln ⁡( X)  ? Vérifiez ces
résultats graphiquement
14. Confirmer avec le test de Kolmogorov-Smirnov