Bonsoir
je me pose une question : existe-t-il un moyen de calculer une quantité réelle (une formule quoi) qui permet de spécifier le type d'une série statistique ?
Je ne sais pas, mais par exemple une série qui suit la normale aurait une "valeur" de 1, une autre qui suit la loi uniforme aurait une "valeur" 0, etc.
vous comprenez ma question ?
Merci
Bonjour.
A ta question précise, la réponse est non. C'est assez évident, il sera difficile de distinguer une série de valeurs obtenues à partir d'un loi Normale d'une série obtenue avec une loi "quasi Normale" mais qui n'est pas une loi de Gauss. Il y a une infinité de lois possibles (prend toutes les fonctions continues positives d'intégrale 1 sur R : ça en fait déjà beaucoup, et il y en a d'autres.
Il existe des tests statistiques, qui permettent, avec un certain risque, de dire qu'une série statistique n'est probablement pas issue d'une variable gaussienne, mais qui ne prouvent jamais que la variable cachée suit une loi Normale.
En général, ce sont d'autres arguments qui permettent de choisir le modèle adapté. souvent des arguments non statistiques.
Cordialement.
Bonsoir,Envoyé par gg0
Tu sembles distinguer les notions "variable gaussienne" et "variable qui suit [une] LA loi Normale".
Cela demande explication.
variable Gaussienne est synonyme de variable suivant une (il y a deux paramètres à choisir : espérane et variance) loi normale.
Pour répondre à chiffonnier : en pratique on se dit "Hypothèse : est-ce que je peux considérer cette série comme issue d'une loi Normale", on mets en place un test stat (i.e. un gros calcul à partir des données) qui va nous dire "Non, les données ne sont pas compatible avec l'hypothèse", ou "Je ne peux pas dire que les données ne soient pas compatible avec l'hypothèse". Et du coup on va considérer l'hypothèse comme valide pour avancer.
Pour savoir quelle hypothèse choisir il y a plusieurs cheminement :
1) j'ai des raisons physique de croire que l'hypothèse est viable (typiquement c'est une somme de va quasi indep, donc je penche pour du Gaussien)
2) j'ai des raisons historiques de penser que l'hypothèse est viable (elle n'a pas été invalidée dans des cas comparable)
3) je regarde l'histogramme et il ressemble à un histogramme connu, je vais vérifier cette intuition
4) ça m'arrangerait vraiment que l'hypothèse soit juste pour avancer (et je vérifie donc que je peux la faire)
5) j'en teste plusieurs et je choisirais celle qui convient le mieux
...
Merci d'avoir répondu. Je peux expliquer ce que je dois faire : j'ai de nombreuses séries de données, et je voudrais savoir rapidement si certaines ont un lien de corrélation linéaire entre elles. Mais le problème est qu'on ne sait pas comment tester, il y a trop de possibilité pour grouper deux séries...
Je me suis dit que si deux séries sont corrélées alors elles suivent le même type de loi. C'est ainsi que j'en suis arrivé à vouloir affecter un indice qui indiquerait très vaguement la loi suivie par une série statistique. Ensuite, je trierai les séries de données à partir de leur indice : deux séries corrélées ont des indices forcément proches. Et ensuite, quand je verrai deux séries avec des indices proches, je testerai si ces deux séries sont effectivement liée par une corrélation. Faire ainsi me permet de ne pas tester inutilement énormément de couples de séries.
C'est, à mon avis, prendre les choses à l'envers. Il vaut mieux calculer le coefficient de corrélation de chaque couple de séries (ce qui se fait très rapidement avec un petit script par exemple).
Sous quelle forme sont les séries ? Quel outil utilises-tu pour faire tes calculs ?
Si vous avez deux mille séries, alors vous calculerez deux millions de coefficients de corrélation sans souci ?
Si tu as 2000 séries, tu n'en feras pas grand chose sans renseignements autres.
N'importe comment, des variables issues de tirage de variables ayant des lois différentes peuvent très bien être corrélées, et inversement, 2 tirages de valeurs de deux lois Normales indépendantes sont généralement très peu corrélées (les deux lois sont décorrélées !). Donc tu perds ton temps.
Pour ce type de données, il existe des outils (data-mining) que tu peux apprendre. Certains peuvent peut-être te rendre service. Achète un bouquin sur ce sujet.
Oui 2 millions de coeff de corrélations se calculent sans grande difficulté. Exemple en julia :
sur mon pc portable 1 million de coeff de correlation sur des séries de 2000 valeurs ont pris quelques secondes.Code:A = rand(1000,2000); res = [] for i in 1:1:1000 for j in 1:1:1000 push!(res,cor(A[i,:],A[j,:])) end end
Bonsoir, je ne vous comprends pas vraiment.
Si la répartition de la série X est conforme à la loi normale N(m,s) et que les séries X et Y sont corrélées (Y = aX+b), alors la répartition de la série Y suit la loi normale N(am+b,as).
Si les répartitions de deux séries X et Y ne sont pas conforme au même type de loi, alors les deux séries X et Y ne peuvent pas être corrélées.
Corrélées ne veut pas dire que l'une est une fonction affine de l'autre. Ou alors tu parles de corrélation parfaite ?
Je te conseille d'étudier d'un peu plus près cette notion en statistiques.
Bien sûr, les corrélations ne sont pas parfaites, on se donne une tolérance sur les mesures et les corrélations.
J'ai un doute : tes séries sont-elles indépendantes, ou bien appariées ? Car si les séries ne sont pas appariées, ou au moins ayant un ordre à priori (style série temporelle), la notion de corrélation dépend des ordres de présentation choisis sur les données. Si les valeurs ont été ordonnées par valeurs croissantes, on introduit un artéfact de corrélation positive.
Cordialement.
Bonjour
Je viens de recevoir un message d'insulte de la part d'un intervenant intervenu en début de discussion.
Je vous remercie pour votre considération.
Bonsoir Chiffonier.
C'est malheureusement l'un des problèmes des forums, où n'importe qui peut venir et certains abusent de l'anonymat des pseudos.
J'espère que ça ne t'empêchera pas de continuer à essayer d'avancer avec nous.
Cordialement.
Bonsoir,
Je me demande si on ne s'éloigne pas du sujet de ce fil. On ne sait pas en quoi consiste ces listes, comment elles se présentent, combien d'éléments par groupe. En gros on ne sait rien qui puisse permettre de donner une réponse, et aider le demandeur.
Avant de parler de détails techniques, il serait bon de savoir de quoi on parle. Un petit exemple, c'est à dire l'une des 1000 liste serait bien utile.
