Fiche TP 3

Analyse statistique
Simulation des lois de probabilit

2014/2015

Pour commencer :

Pour chaque distribution quil connait, R va en gnral dfinir 4 fonctions associes.

Pour les lois de probabilit connues, le suffixe gnral de la loi, prcd de 4 lettres, d, p,
q et r pour dfinir 4 fonctions :

d : pour la densit.
p : pour la fonction de rpartition.
q : quantile correspondant de la distribution, cest--dire pour donn la valeur
de x pour la quelle : F(x) = P(X x) =
r : pour gnrer un chantillon alatoire de taille n.

Distribution commande paramtres

normal norm mean, sd
uniforme unif min, max
Poisson pois lambda
exponentielle exp rate
binomial binom Size, prob
Student t df (degr de libert)
chi-deux chisq() df
Fisher f df1, df2

Pour certaines lois, les paramtres ont des valeurs par dfaut : parmi les plus utilises, la
loi uniforme unif porte par dfaut sur l'intervalle [0,1], et la loi normale norm est
centre rduite par dfaut.

Application :

Quelle est la probabilit dobtenir plus de 45 et moins de 55 avec une loi binomiale pour
n = 100 et p = 1/2 ?

Quelle est la probabilit dobtenir plus que 4 pour une loi de Poisson de paramtre =
2.7 ?

Quelle est la probabilit dobtenir plus que 1.96 pour une loi normale rduite ?

Quelle est la valeur x telle que P(X x) = 0.975 pour une loi normale rduite ?

Zouhour Hammouda & Souha Bettayeb

Page 1
Quel est le quantile 1% pour une loi t 5 degrs de libert ?

Simuler un chantillon alatoire simple de 10 valeurs :

dune loi de Poisson de paramtre = 2.7
dune loi normale rduite
dune loi chi-deux 2 degrs de libert
dune loi binomiale n = 100 et p =

Des tracs de densits de probabilit ou de fonctions de rpartition de lois diverses

peuvent s'obtenir l'aide de la fonction plot().

Pour tracer des densits de lois absolument continues ou des fonctions de rpartitions
de celles-ci, on peut utiliser la fonction curve().

Application :

Tracer la densit d'une loi binomiale avec n=10 et p=0.25.

Tracer la densit dune loi normale centre rduite sur l'intervalle [-3,3].

Tracer la fonction de rpartition d'une loi N(10,4) sur l'intervalle [4,16].

Comparer l'histogramme des frquences des valeurs obtenues par un tirage de 1000
nombres selon la loi N(0,1) avec la densit de la loi N(0,1) .

Exercice 1 : Approximation dune loi de Poisson par une loi normale.

La loi de Poisson permet par exemple de modliser la loi du nombre d'occurrence de

phnomnes rptitifs sur des intervalles de temps donns, ces lments tant spars
par des dures exponentielles iid (ex : nombre de pannes dans un systme, nombre de
passage de trains une station de mtro...)

1. (thorique) Rappeler la dfinition de la loi de Poisson P(), > 0. Calculer son

esprance et sa variance.

2. Reprsenter P(X = k) en fonction de k N pour = 1/2 et = 2

Lorsque est grand, la loi de Poisson de paramtre peut tre approche par une loi
normale de moyenne et decart-type .

Par simulation, tudier graphiquement la validit du rsultat prcdent. Vous pourrez,

par exemple, simuler 1000 ralisations indpendantes dune loi de Poisson de
paramtre = 10, 20, 50, 100 et tudier lvolution de lhistogramme.

Pour tracer un histogramme sous R, la fonction hist() peut tre utile.

Exercice 2 : Loi normale

Les lois normales apparaissent dans de trs nombreuses situations pratiques (mesures
avec erreurs) et dans le thorme central limite.
Zouhour Hammouda & Souha Bettayeb
Page 2
1. Rappeler la densit de la loi normale N (m, 2) d'esprance m et de variance

2. Dessiner sur un mme graphique des densits en faisant varier l'esprance et la

variance: (m,2) {(0,1),(1,1),(0,16)}.

3. Donner un intervalle symtrique par rapport l'origine contenant = 95% de la

masse de la loi N (0,1). Mme question pour = 50% et = 99%.

4. Simuler n = 1000 variables alatoires iid de loi N (m = 5, 2 = 100). Centrer et rduire

les observations obtenues. Faire un QQ-plot avec la loi N (0,1). Calculer la moyenne et
l'art-type des observations centres rduites.

Exercice 3: Lois uniformes

Nous souhaitons faire quelques tests simples pour tester le gnrateur uniforme de R.

1. Pour tester le gnrateur uniforme de R, simuler n=10, 100, 10000 variables

indpendantes dans la loi U([0,1]) et tracer leur histogramme.

Zouhour Hammouda & Souha Bettayeb

Page 3