Correction - Le Khi²

1- Créer un vecteur récapitulant la répartition théorique (selon l'hypothèse nulle) des récoltes sur ces 5 années.

proba=c(0.2,0.2,0.2,0.2,0.2)

2- Réaliser un test de khi-deux

chisq.test(recolte,p=proba)

3- Comparer la valeur x-squared obtenue avec la valeur critique de khi-deux correspondant à la ddl de l'échantillon

# x-squared est égal à 11,3191 et ddl=4
valeur_critique = val_critique_khi[ddl==4]
# x-squared est supérieure à la valeur critique de 9.49 : on peut donc rejeter l'hypothèse nulle.
# L'échantillon est différent

Correction - Test de Student

1- Faire un test de student afin de déterminer si les échantillons ech_t1 et ech_t2 appartiennent probablement à des populations différentes.

resultat = t.test(ech_t1, ech_t2, var.equal=TRUE)
resultat$p.value
# Les individus viennent de la même population : celle de Périgueux

2- Faire un test de student afin de déterminer si les échantillons ech_h et ech_f appartiennent probablement à des populations différentes.

resultat = t.test(ech_h, ech_f, var.equal=TRUE)
resultat$p.value
# Il y a une différence significative entre les hommes et les femmes de Périgueux

3- Tracer un histogramme de la taille des habitants de Périgueux (taille_pop)

hist(taille_pop,col="yellow",breaks=40)
abline(v=mean(taille_pop),col="red")
abline(v=median(taille_pop),col="blue")
# Aller copier-coller la fonc
tion meanbp
abline(v=meanbp(taille_pop),col="green")


Modifié le: mercredi 29 juin 2022, 09:39