Commandes et procédures relatives aux quantiles et leur estimation.
EstimationQuantile(Observ, p,
Seuil) :
Cette procédure calcule une estimation ponctuelle et un intervalle de confiance d’un quantile théorique. Observ est un objet contenant les observations, p est l’ordre du quantile
théorique à estimer et Seuil le seuil de signification de l’intervalle de confiance. L’intervalle est déterminé en calculant un intevalle de prédiction de la loi de
Binomiale, \({\cal B}(n,\ p)\). Cette procédure utilise les commandes
cat,
dbinom,
function,
if else,
length,
options,
quantile et
while.
EstimationAsymQuantile(Observ, p,
Seuil) :
Cette procédure calcule une estimation ponctuelle et un intervalle de confiance asymptotique d’un quantile théorique. Observ est un objet contenant les observations, p est l’ordre du quantile
théorique à estimer et Seuil le seuil de signification de l’intervalle de confiance asymptotique. Il est déterminé avec une approximation Normale. Cette procédure utilise les
commandes cat,
function,
length,
options,
quantile,
qnorm,
sort,
sqrt et
while.
quantile(x, probs=, type=) :
x est un vecteur numérique. Cette commande permet de calculer, pour les données contenues dans le vecteur x, le quantile (resp. les quantiles) d’ordre
indiqué (resp. indiqués ) par le nombre (resp. le vecteur) contenu dans l’option probs. L’option
type doit contenir un entier de 1 à 3, s’il s’agit d’observations discrètes (nous suggérons le type 1), et
de 4 à 9, dans le cas continu (nous suggérons le type 6).
qqplot(x, y, …) :
x et y sont les données à utiliser. Cette commande permet de construire un graphique des quantiles. En général x sont les observations ordonnées
dans l’ordre croissant à utiliser comme abscisses et y des fréquences cumulées théoriques à utiliser comme ordonnées ; mais il
peut aussi s’agir de deux séries d’observations pour la comparaison de leur distribution. Cette commande admet plusieurs options.