« Loi normale » : différence entre les versions
Aller à la navigation
Aller à la recherche
mAucun résumé des modifications |
mAucun résumé des modifications |
||
| Ligne 13 : | Ligne 13 : | ||
<div style="padding:15px; background-color:#D9EDF7; color:#50708F;"> | <div style="padding:15px; background-color:#D9EDF7; color:#50708F;"> | ||
La normalité de la distribution des variables est un [[postulat]] de nombreuses techniques d'analyses statistiques.</div> | La normalité de la distribution des variables est un [[postulat]] de nombreuses techniques d'analyses statistiques.</div> | ||
| Ligne 21 : | Ligne 19 : | ||
f(x) = \frac {1}{\sigma \sqrt{2\pi}} e^{- \frac {1}{2} (\frac{x-\mu}{\sigma})^2} | f(x) = \frac {1}{\sigma \sqrt{2\pi}} e^{- \frac {1}{2} (\frac{x-\mu}{\sigma})^2} | ||
</math></center> | </math></center> | ||
==Illustration== | |||
==SAS== | ==SAS== | ||
Version du 18 janvier 2019 à 19:08
| Syn. : Loi de Gauss ; distribution normale. | Angl. : Normal distribution ; Gaussian distribution ; normal curve. |
Loi de probabilité, également appelée loi de Gauss.
La distribution normale est symétrique et mésocurtique.
La normalité de la distribution des variables est un postulat de nombreuses techniques d'analyses statistiques.
Formule
Illustration
SAS
DATA EXEMPLE1;
DO A=-5 TO 5 BY 0.01;
PI=CONSTANT("PI");
e=CONSTANT("e");
M=0;
s=1;
B=1/(s*SQRT(2*PI))*e**((-1/2)*((A-M)/s)**2);
*/ Fonction de la loi normale (M=0, s=1) /*;
OUTPUT;
END;
RUN;
PROC SGPLOT DATA=EXEMPLE1 NOAUTOLEGEND;
SERIES X=A Y=B / LINEATTRS=(COLOR=BLUE) MARKERATTRS=(COLOR=WHITE);
XAXIS VALUES=(-5 TO 5 BY 1) LABEL="Variable A";
YAXIS LABEL="Variable B";
|
DATA EXEMPLE2;
DO I=1 TO 100000;
A=0+1*RANNOR(2017);
*/ Distribution normale aléatoire (M=0, s=1) /*;
OUTPUT;
END;
RUN;
PROC SGPLOT DATA=EXEMPLE2;
HISTOGRAM A / SCALE=COUNT BINWIDTH=0.25;
XAXIS LABEL="Variable A";
|