2018
2019
REPUBLIQUE DU BENIN
----------------------------------------------
MINISTERE DE L’ENSEIGNEMENT SUPERIEUR ET
DE LA RECHERCHE SCIENTIFIQUE
-------------------------------------------------------------------------------
UNIVERSITE D’ABOMEY CALAVI
----------------------------------------------------------------------------
ECOLE POLYTECHNIQUE D’ABOMEY CALAVI
--------------------------------------------------------------------
OUTILS STATISTIQUES
TEST DE NORMALITE D’UNE SERIE PAR LE TEST DE SHAPIRO –WILKS et
TEST DE KHI-DEUX POUR VERIFIER LA LOI D’UNE SERIE
MEMBRES DU GROUPE
SOUS LA SUPERVISION DU : 1. AMADJIKPE Winoc L. F. C.
N’TCHAA Sabi 2. BOURAIMA Nasife O. Achamou
3. GBAGUIDI Manassée
GROUPE : 4 4. GODONOU Florentin
5. SANNY Farlhananth
DEUXIEUME ANNEE SECTEUR INDUSTRIEL
I. TEST DE NORMALITE PAR LE TEST DE SHAPIRO
𝑛 2
𝐸[ ]
(∑𝑖=12 𝑎𝑖 (𝑋(𝑛−𝑖+1)−𝑋(𝑖)))
La statistique de ce test est donnée par 𝑊 = 2
∑𝑛
𝑖=1(𝑋𝑖 −𝑋𝑛 )
1 𝑛 𝑛
Où 𝑋(𝑖) est la statistique d’ordre i ; 𝑋𝑛 = 𝑛 ∑𝑛𝑖=1 𝑋𝑖 et E[2 ] la partie entière de 2
.
𝐻0 ∶ 𝑙𝑎 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑡𝑖𝑜𝑛 𝑒𝑠𝑡 𝑛𝑜𝑟𝑚𝑎𝑙𝑒
Les hypothèses testées par la statistique W sont {
𝐻1 ∶ 𝑙𝑎 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑡𝑖𝑜𝑛 𝑛′ 𝑒𝑠𝑡 𝑝𝑎𝑠 𝑛𝑜𝑟𝑚𝑎𝑙𝑒
Série X1
Rang X (n-i+1) -X(i) ai (X (n-i+1) -X (i) ) 2
Xi ai (Xi -Xn )
1 5,61 4,23 0,4963 2,099349 3,52776782
2 5,65 3,98 0,3273 1,302654 3,379109
3 5,7 3,57 0,254 0,90678 3,19778547
4 6,58 2,4 0,1988 0,47712 0,82489135
5 6,72 1,9 0,1524 0,28956 0,59018547
6 6,75 1,62 0,1109 0,179658 0,54499135
7 6,89 0,58 0,0725 0,04205 0,35788547
8 6,95 0,29 0,0359 0,010411 0,28969723
9 7,03 0 0,20997958
10 7,24 0,06162076
11 7,47 0,00033253
12 8,37 0,777509
13 8,62 1,28089135
14 8,98 2,22536194
15 9,27 3,17468547
16 9,63 4,58715606
17 9,84 5,53079723
somme 127,3 5,307582 30,5606471
1 17 127,3
𝑋𝑛 = ∑ 𝑋𝑖 ≈ ≈ 7.488235294
17 𝑖=1 17
17 2
𝐸[ ]=8
2
(∑ 𝑎𝑖 (𝑋(𝑛−𝑖+1) − 𝑋(𝑖) )) ≈ (5,307582)2 ≈ 28.1704267
𝑖=1
2
(𝑋𝑖 − 𝑋𝑛 ) ≈ 30,5606471
28.1704267
Donc 𝐖 ≈ ≈ 𝟎. 𝟗𝟐𝟏𝟕𝟖𝟕𝟔
30,5606471
La valeur critique est W5%≈ 0.892 (d’après la table de Shapiro-Wilks) et on a
W5%≈ 0.892 < W≈0.9217876. Ainsi on ne rejette pas l’hypothèse nulle au seuil 5%,
donc la série X1 est normale.
Série X2
Rang X (n-i+1) -X(i) ai (X (n-i+1) -X(i) ) 2
Xi ai (Xi -Xn )
1 0,13 3,87 0,515 1,99305 0,82931378
2 0,57 0,55 0,3306 0,18183 0,22152711
3 0,67 0,39 0,2495 0,097305 0,13739378
4 0,74 0,3 0,1878 0,05634 0,09040044
5 0,76 0,26 0,1353 0,035178 0,07877378
6 0,78 0,23 0,088 0,02024 0,06794711
7 0,86 0,09 0,0433 0,003897 0,03264044
8 0,9 0 0,01978711
9 0,95 0,00822044
10 1,01 0,00094044
11 1,02 0,00042711
12 1,04 4,4444E-07
13 1,06 0,00037378
14 1,12 0,00629378
15 4 8,75765378
somme 15.61 2,38784 10,2516933
1 15 15.61
𝑋𝑛 = ∑ 𝑋𝑖 ≈ ≈ 1.0406667
15 𝑖=1 15
15 2
𝐸[ ]=7
2
(∑ 𝑎𝑖 (𝑋(𝑛−𝑖+1) − 𝑋(𝑖) )) ≈ 2,387842 ≈ 5.7017799
𝑖=1
2
(𝑋𝑖 − 𝑋𝑛 ) ≈ 10.2516933
5.7017799
Donc W ≈ 10.2516933
W≈ 0.5561793
La valeur critique est W5%≈ 0.881 (d’après la table de Shapiro-Wilks) et on a
W5%≈ 0.881 > W≈0.0.5561793. Ainsi on rejette l’hypothèse nulle au seuil 5%, donc la
série X1 n’est pas normale.
II. TEST DE L’HYPOTHESE SELON LAQUELLE UNE SERIE SUIT UNE LOI
NORMALE CENTREE REDUITE A L’AIDE DU TEST DE KHI-DEUX
Soit la série suivante : -0.47, -1.86, -0.46, -0.02, -0.53, -0.58, 1.12, 0.31 , -1.64, 1.20, -
0.45, 0.19, -0.65, 1.24, -0.81, 0.50, -0.54, -0.67, 0.44, 0.87
FORMULATION DES HYPOTHESES
𝐻0 : 𝑙𝑎 𝑠𝑒𝑟𝑖𝑒 𝑠𝑢𝑖𝑡 𝑢𝑛𝑒 𝑙𝑜𝑖 𝑛𝑜𝑟𝑚𝑎𝑙𝑒 𝑐𝑒𝑛𝑡𝑟é𝑒 𝑒𝑡 𝑟é𝑑𝑢𝑖𝑡𝑒
{
𝐻1 : 𝑙𝑎 𝑠𝑒𝑟𝑖𝑒 𝑛𝑒 𝑠𝑢𝑖𝑡 𝑝𝑎𝑠 𝑢𝑛𝑒 𝑙𝑜𝑖 𝑛𝑜𝑟𝑚𝑎𝑙𝑒 𝑐𝑒𝑛𝑡𝑟é𝑒 𝑒𝑡 𝑟é𝑑𝑢𝑖𝑡𝑒
Soit Xi la variable aléatoire représentant la ième valeur de la série ci-dessus
(𝑂𝑖−𝑡𝑖)2
La statistique du test est 𝜒2 = ∑𝑘𝑖=1 𝑡𝑖
↝ 𝜒2 (𝑘 − 1 − 𝑟) avec :
k:le nombre de classes (puisqu’on veut regrouper les données par classe pour le test);
𝑂𝑖 : est l’effectif observé pour la classe i ;
𝑡𝑖 : L’effectif attendu par la classe i selon l’hypothèse H0, 𝑡𝑖 = 𝑛𝑝𝑖 ;
𝑝𝑖 : La probabilité attachée à la classe i selon H0 ;
n : l’effectif total.
En effet, sous l’hypothèse Ho on peut déduire que r = 0 puisque les paramètres de la loi
normale centrée réduite sont connus d’avance𝑋𝑖 ↝ 𝒩(0,1). Donc on aura la statistique du
(𝑂𝑖 −𝑡𝑖)2
test 𝜒2 = ∑𝑘𝑖=1 𝑡𝑖
↝ 𝜒 2 (𝑘 − 1)
REGROUPONS LES VALEURS DE LA SERIE PAR CLASSES
o Calcul du nombre de classe (Nc)
La règle de STURGE
Nc = 1 + 3.3log(n) avec n la taille de la série.
Nc = 1 + 3.3log(20)
Nc = 5.29
La règle de YULE
Nc = 2.5√20
4
Nc = 5.28
Donc prenons Nc = 5
o Calcul de l’amplitude des classes (a)
𝐸𝑡𝑒𝑛𝑑𝑢𝑒 𝑑𝑒𝑠 𝑣𝑎𝑙𝑒𝑢𝑟𝑠 𝑋𝑚𝑎𝑥 −𝑋𝑚𝑖𝑛
𝑎= 𝑁𝑐
= 𝑁𝑐
1.24 − (−1.86)
𝑎=
5
𝒂 = 𝟎. 𝟔𝟐
Passons maintenant au regroupement par classe de la série.
Classe ]-∞,-1.24[ ]-1.24,-0.62] ]-0.62, 0] ]0, 0.62] ]0.62 , +∞[ total
Effectif
observé 2 3 7 4 4 20
(𝑂𝑖 )
On la borne inférieure de la 1èreclasse qui est -∞ et la borne supérieure de la dernière
classe est +∞ car 𝑋𝑖 ↝ 𝒩(0,1) sous l’hypothèse nulle donc 𝑋 𝜖 ] − ∞; +∞[
CALCULONS MAINTENANT LES EFFECTIFS THEORIQUES (𝑡𝑖 )
𝑡𝑖 = 𝑛𝑝𝑖
_ 𝑿 𝝐 ] − ∞, −𝟏. 𝟐𝟒[
Selon l’hypothèse nulle, on a 𝑋𝑖 ↝ 𝒩(0,1) donc
t1 = n * p 1
=20* ℙ(X≤-1.24)
=20*[1- ℙ(X≤1.24)]
= 20 * (1-0.8925)
𝒕𝟏 = 𝟐. 𝟏𝟓
_ 𝑿 𝜖] −1.24, −0.62]
t2 = 20 * ℙ(-1.24<X≤-0.62)
= 20 * {[1- ℙ(X≤0.62)]-[1- ℙ(X<1.24)]}
= 20 * [(1-0.7324) – (1-0.8925)]
t2= 3.202
_ 𝑋 𝜖] −0.62, 0]
t3=20 * {ℙ(X≤0)-[1- ℙ(X<0.62)]}
= 20 * [0.5 – (1- 0.7324)]
t3= 4.648
_ 𝑋 𝜖] 0, 0.62]
t4= 20 * [ℙ(X≤0.62) – ℙ(X<0)]
= 20 * (0.7324 – 0.5)
t4= 4.648
_ 𝑋 𝜖] 0.62, +∞ [
t5= 20 *[1- ℙ(X<0.62)]
= 20 * (1 – 0.7324)
t5= 5.352
Or d’après les conditions d’approximation d’une loi binomiale à une loi normale, il est
exigé que l’effectif moyen des classes soit supérieur ou égal à 5 ( ti ≥ 5).
Donc il faut regrouper encore certaines classes pour respecter la condition. Ainsi on a :
Classes Effectif théorique Effectif observé
]-∞,-0.62 [ 5.352 5
]-0.62, 0.62] 9.296 11
] 0.62, + ∞[ 5.352 4
Total 20
(𝐎𝐢 −𝐭 𝐢 )𝟐
Comme on a enfin 3 classes, la statistique du test 𝛘𝟐 = ∑𝐤𝐢=𝟏 ↝ 𝛘𝟐 (𝟐)
𝐭𝐢
CALCULONS 𝝌𝟐 𝒐𝒃
𝑘 (𝑂𝑖 − 𝑡𝑖 )2
𝜒2 𝑜𝑏 = ∑
𝑖=1 𝑡𝑖
(5−5.352)2 (11−9.296) 2 (4−5.352)2
= 5.352
+ 9.296
+ 5.352
𝝌𝟐 𝒐𝒃 ≈ 𝟎. 𝟔𝟕𝟕𝟎
Et on a 𝜒2 2;5% ≈ 5.99 or 𝛘𝟐 𝐨𝐛 ≈ 𝟎. 𝟔𝟕𝟕𝟎 < 𝝌𝟐 𝟐;𝟓% ≈ 𝟓. 𝟗𝟗 , donc on ne rejette pas H0.
CONCLUSION
La série suit une loi normale centrée et réduite.