Lois de probabilité, distributions exemples Représentation de données Opérations sur les matrices: Conversion d ’objets Modes Génération de matrices Distribution d’un ensemble Opérations sur les matrices Sélection dans une matrice Les plot(t) exemples series temporelles Fonction de répartition de échantillon la loi binomiale de rbinom(10,n,p) donne un de taille Opérations sur les matrices t=ts(matrix(rpois(36,5),12,3),start=c(1961,1), discrètes: hist(essai) la fonction apply() paramètres 10 et 0,2 population suivant une loi 10 extrait d’une frequency=12) d’observations matrix() dbinom(k, n, p) donne la valeur P(X=k) sachant que X suit une (suite) Exemple d'une loi continue: la loi normale tracés d'histogrammes On peut évaluer les quantités suivantes: B(n,p): loi B(n,p),c’est-à-dire La fonction ts() va créer une série •Les listes • • • • • •• • •• • ••• •• •• •• •• •• • •• •• • • •• • • •• • •• • •• • • • • •• •• •• • •• • • • • • listes (exemple) Les • • • • •• • • •• • • •• • • •• •• • •• • •• • • •• • • qnorm(0.2) [1] -0.8416212 On trouve souvent des listes comme résultat d'une commande R Fonctions de répartition • 0.2013266 Exemple: rbinom(10,10,0.2) Exemple: dbinom(3,10,0.2) det(): déterminant d ’une matrice carrée essai=sample(1:20,200,replace=TRUE) Conversion en numérique:as.numéric() Ce Quelques sont fonctions: des vecteurs si v est qui un possèdent ensemble d’observations un argument Series 1 Series Series 3au par exemple:lm() est une fonction retournant pour un modèle linéaire une liste contenant moins: exemple: v=1:12; M=matrix(v);dim(M)=c(3,4);M; apply(M,margin,fun,…):applique Création de listes: avec la fonction à M2 la list() fonction fun Les opérateurs habituels fonctionnent élément temporelle à partir vecteur (ou • 1 |d’un 0000000000000000 Densité supplémentaire, qui est lui-même un vecteur de A ”solve():inverse d compte ’une matrice , ou résolution d ’un système d ’équations linéaire La fonction hist() table(v): les fréquences éléments desuivantes v8 FALSE->0 TRUE ->1 “ ”, “ 2 ”,..->1,2,..“ Jan 1961 7 6 •1doit 1[,1] |des élément (ou un opérateur, mais qui alors être mis [,2] [,3] [,4] d’une matrice), et des options Il coefficients, n’y a aucune résidus, contrainte sur les objets qui y la qbinom(q,n,p) est le quantile ,définit c’est-à-dire Quantiles longueur 2, sa dimension, et qui le nombre eigen(): calcul des valeurs propres et2 vecteurs propres [1] 5 2 3 2 4 0 4 0 2 Cours 3 stem(essai) >NA • 2 | 0000000000000000000000000 hist(v): trace l’histogramme entre guillemets),margin indique l’action Feb 1961 7 telle 8si 4 doit Exemple: v=rbinom(1000,10,0.4) Le produit matriciel algébrique:%*% sont inclus de lignes et de colonnes plus petite valeur x F(x)=P(X<=x) [1,] 1 7 10 Echantillons Simulés • 4 2 |que • ts(data=,start=,end=,frequency=…) Conversion enrenvoie logique: as.logical() 0->FALSE summary(v): unles résumé statistique du contenu de être appliquée sur lignes ( margin=1), les • 3 | 00000000000000000000000 M=matrix(data=NA,nrow=1,ncol=1,byrow=FALSE,) Mar 1961 4 2 5 >=q. Les fonctions ont->TRUE ledonne même avec des préfixes que Exemple: x=1:10;y= letters • t():transposition [2,] nom 2P(X<=k) 5; 8 médiane,3iemme 11 sachant pbinom(k,n,p) X v,avec le min 1er quartile, moyenne, quartile autres nombres • 3 | colonnes ( margin=2) différents exemple:M=matrix(5:16,3,4,byrow=TRUE) table(v); Apr 1961 3 3ou 3matrice 4 L=list(x,y); une liste sans nom et max data:un • 6 une 4 diag(v)crée | 0000000000000000 diag(): si est vecteur un vecteur, suit unevcrée loi B(n,p),c’est-à-dire la une valeur [3,] 9 12 “ •FALSE”->FALSE • r: des• échantillons Sélection dans unedonne matrice,sous-matrices 4 |correspondant au vecteur quantile(v): renvoie les quantiles May 1961 7 6M[v],M[-v] 10 L=list(chiffres=0:9,lettres=letters);L matrice diagonale ayant vde sur lapremière diagonale v de la fonction de répartition F(k) “ TRUE” ->TRUE – Matrices,listes, Exemple: Indice linéaire (par colonne) • start: le temps la exemples: • 5 | 00000000000000000000 • donné. d: donne les valeurs P(X=j) M[1,2],M[c(2,3),c(3,4)] de probabilité Par défaut renvoie les quartiles • Jun 1961 4 6 • 5 | exemple:M[-3] donne la matrice privée de66son autres caractères ->NA $chiffres • • qbinom(0.5,10,0.2) ; [1] 2 si M est une matrice, diag(M) extrait la observation Exemples: apply(M,1,sum):le résultat est une colonne formée des • 0 1 2 3 4 5 • p: donne les valeurs P(X<=x) M[i,],M[,j]: sélection d’une ligne ou d’une Moins utilisées • 6 | 000000000000000000000 troisième élément, soit ledécile vecteur... – en séries temporelles Conversion caractère:as.character() Jul 1961 5 5que 4 • • qchisq(.1,df=8) est le premier de X^2(8) diagonale de M sommes des lignes de la matrice [1] 0 1 2 3 4 5 6 7 8 9 colonne, on obtient un vecteur • q: donne la valeur y telle P(X=x)=y • 6 | • end:le temps de la dernière observation 8 • 7 pbinom(3,10,0.2); 0.8791261 stem():arbre • • (loi du1961 a“ 8vecteur liberté) 1,2,…-> “chi-deux 1 est ”, un 2 degrés ” 3 de •ou 7 une | 00000000000000000 Aug 3matrice, 6pour M[c(1,5,4),]: sélection de plusieurs lignes sum():si v sum(v) Exemples: $lettres qqplot(x,y):trace les quantiles de x /quantiles de par y M[M[,1]>0,]:sélectionne la sous matrice • frequency: le nombre pbinom(1:10,10,0,2) ; les •194 7 | d’observations •• 4 44 110 215 253 125 42 13 FALSE> “ FALSE ” (1,5 et 4), on obtient une nouvelle matrice apply(M,2,sum):pareil pour colonnes • Sep 1961 7 dans 3normale 3 dnorm(),pnorm(),qnorm(),rnorm():loi calcule la"a" somme de"e"tous les éléments de vcolonne laquelle les valeurs première • 8la | "j" 00000000000000000000000000 [1] "b" "c" "d" "f" "g" "h" "i" "k" "l" "m" "n" "o" "p" "q" "r" • [1] TRUE 0.1073742 0.3758096 0.6777995 0.8791261 0.9672065 unité de temps -> “ TRUE ” • 8| • • hist(v); dbinom(),pbinom(),qbinom(),rbinom():loi binomiale sont positives, Oct 1961 4 dim(): 3 sum(v,na.rm=TRUE):somme sans tenir compte "s" "t" "u" "x" "y" matrice: "z"soit... Dimension d’une renvoie la 7 des NA 0.9936306 0.9991356 0.9999221 0.9999958 1.0000000 • "v" "w" • 9 | 00000000000000000 dt(),pt(),qt(),rt():loi de student •• dimension de la matrice. On peut imposer Nov 7 2aussi 7 • 9| Les deux1961 champs sont accessibles par L$chiffres; cette dpois(), ppois(), qpois(), tpois():loi L$lettres; • Decdimension 1961 3 •• 10 | 0000000000000000000 4 de Poisson 4 … valeurs Les statistiques avec estimées,rangs, poids.... R • 1 1 1