Présentation
EnglishRÉSUMÉ
L'article aborde la question des tests statistiques appliqués aux variables aléatoires provenant de mesures ou de simulations. Nous considérons tout d'abord le calcul des valeurs moyennes et des écarts types de ces variables caractérisées par des estimations et marges d'incertitudes. L'article se tourne ensuite vers la pratique des tests usuels du c2 et Kolmogorov Smirnov, en s'intéressant à leur formulation théorique agrémentée de plusieurs exemples. Pour conclure, la simulation de processus aléatoires est présentée par l'artifice des tirages de Monte Carlo.
Lire cet article issu d'une ressource documentaire complète, actualisée et validée par des comités scientifiques.
Lire l’articleAuteur(s)
-
Bernard DEMOULIN : Professeur émérite - Université Lille 1, Groupe TELICE de l’IEMN, UMR CNRS 8520
INTRODUCTION
L’analyse statistique est aujourd’hui utilisée dans des domaines scientifiques aussi variés que les mathématiques appliquées, la physique, la chimie, l’économie et bien d’autres. L’article initie le lecteur aux tests statistiques adaptés à des variables aléatoires établies suivant les lois de probabilités les plus familières. Il est bien évident que le sujet pourra être avantageusement approfondi par la consultation des articles [AF 168] et [AF 170] des Techniques de l’Ingénieur ou de la littérature spécialisée dont on trouvera certains ouvrages signalés en fin de texte [Doc. R 221].
L’exposé est présentement structuré en trois paragraphes abordant trois familles de problèmes successivement consacrés aux estimations de moyennes, aux tests statistiques proprement dits, puis à la simulation d’expériences où interviennent des variables aléatoires artificielles.
Le premier paragraphe s’efforce de mettre en relief l’impact de l’incertitude rencontrée lors du calcul de la valeur moyenne ou de la variance de N variables. Nous verrons sur la base de démonstrations agrémentées d’exemples que l’incertitude peut être estimée moyennant l’usage de la loi des grands nombres coordonnée par l’inégalité de Bienaymé Tchebetchev. On observera également la tendance naturelle des estimateurs à évoluer vers la loi de probabilité normale.
Le second paragraphe oriente l’exposé sur la confrontation de populations de variables aléatoires à des lois de probabilité connues. Le problème consiste à rechercher des critères permettant de mesurer l’écart situé entre un histogramme des densités, ou répartitions, de probabilités avec une loi théorique extraite du catalogue. Les critères en questions seront établis sur le calcul de jauges statistiques dont la transformation permettra de décider du rejet ou de l’acceptation de la loi de probabilité candidate. Cette partie importante sera illustrée par la mise en place du test statistique du χ2 et du test de Kolmogorov Smirnov. Dans le déroulement du second paragraphe seront également évoquées les variables aléatoires exprimées par des nombres complexes. Sous l’hypothèse que la composante réelle et la composante imaginaire de ces variables évoluent suivant la loi de probabilité normale, il sera montré qu’elles peuvent générer les lois de probabilités exponentielles, de Rayleigh ou de Weibull.
Le troisième paragraphe aborde la simulation de systèmes physiques par la génération de variables aléatoires produites par tirages de Monte Carlo. À ce moment, on procédera à un bref examen des méthodes de congruence arithmétique entrant dans l’architecture d’algorithmes générateur de suites numériques aléatoires. L’analyse se poursuivra par l’élaboration d’exemples reproduisant des calculs numériques d’intégrales, des simulations de variables aléatoires déversées suivant les lois de probabilités exponentielles et de Poisson et pour conclure, la simulation de signaux générés par des phénomènes balistiques aléatoires. La pratique des tirages de Monte Carlo pourra être avantageusement complétée par la consultation de l’article [AF 600] entièrement dédié au sujet. D’autre part, le présent article constitue la continuité naturelle des articles [R 210V2] et [R 220] respectivement consacrés aux processus aléatoires et aux fonctions aléatoires, leur consultation préalable est évidemment recommandée.
DOI (Digital Object Identifier)
CET ARTICLE SE TROUVE ÉGALEMENT DANS :
Accueil > Ressources documentaires > Génie industriel > Métier : responsable qualité > Méthodes de mesure > Statistiques appliquées aux variables physiques > Confrontation des variables physiques aux lois de probabilité
Cet article fait partie de l’offre
Instrumentation et méthodes de mesure
(50 articles en ce moment)
Cette offre vous donne accès à :
Une base complète d’articles
Actualisée et enrichie d’articles validés par nos comités scientifiques
Des services
Un ensemble d'outils exclusifs en complément des ressources
Un Parcours Pratique
Opérationnel et didactique, pour garantir l'acquisition des compétences transverses
Doc & Quiz
Des articles interactifs avec des quiz, pour une lecture constructive
Présentation
2. Confrontation des variables physiques aux lois de probabilité
2.1 Collecte des variables physiques
2.1.1 Règles de prélèvement des variables
L’outil de référence du statisticien est sans aucun doute l’histogramme de données dont on apportera en prochaine section 2.1.2 quelques détails. Auparavant, on portera l’attention sur l’analyse de quelques critères guidant la collecte de variables en vue de la mise en place d’un histogramme.
Contrairement aux calculs d’estimations de moyennes exposés précédemment, les variables physiques collectées pour réaliser des histogrammes n’exigent pas le respect absolu de l’indépendance statistique. Cependant, le bon sens incite à dire qu’à taille identique un échantillon porteur de N variables indépendantes sera bien plus riche sur le plan statistique qu’un échantillon constitué de variables partiellement corrélées.
La détection de corrélations entre variables peut être établie par estimation ou par une étude préalable du système générateur de variables physiques. Considérons par exemple un signal électrique prélevé en sortie d’un filtre. On suppose que le signal source provient d’impulsions de durée infiniment brève dont l’amplitude et l’occurrence dans le temps évoluent de façon purement aléatoire. On admettra les impulsions statistiquement indépendantes. Dans un tel contexte, le traitement de ce signal par un filtre passe bas ayant pour fréquence de coupure f c produira en sortie un signal partiellement corrélé. Pour simplifier les explications, on réduit le raisonnement au cas particulier d’un filtre du premier ordre. La théorie des circuits électriques indique qu’on peut joindre à la fréquence de coupure f c une constante de temps τ c telle que τ c = 1/(2π f c). Les impulsions aléatoires appliquées en entrée du filtre seront donc transformées par une suite aléatoire de réponses transitoires vn (t) vérifiant l’équation :...
TEST DE VALIDATION ET CERTIFICATION CerT.I. :
Cet article vous permet de préparer une certification CerT.I.
Le test de validation des connaissances pour obtenir cette certification de Techniques de l’Ingénieur est disponible dans le module CerT.I.
de Techniques de l’Ingénieur ! Acheter le module
Cet article fait partie de l’offre
Instrumentation et méthodes de mesure
(50 articles en ce moment)
Cette offre vous donne accès à :
Une base complète d’articles
Actualisée et enrichie d’articles validés par nos comités scientifiques
Des services
Un ensemble d'outils exclusifs en complément des ressources
Un Parcours Pratique
Opérationnel et didactique, pour garantir l'acquisition des compétences transverses
Doc & Quiz
Des articles interactifs avec des quiz, pour une lecture constructive
Confrontation des variables physiques aux lois de probabilité
BIBLIOGRAPHIE
-
(1) - BASS (J.) - Éléments de calcul des probabilités - . Éditions, Masson (1967).
-
(2) - PAPOULIS (A.) - Probability, random variables and stochastic process. - Publisher, McGraw-Hill, New York (1991).
-
(3) - BRUHAT (G.) - Cours de physique générale, Thermodynamique. - Sixième édition revue et augmentée par Alfred Kastler, Éditions Masson (1968).
-
(4) - HILL (D.A.) - Plane wave integral representation of fields in reverberation chambers. - IEEE Transactions on Electromagnetic Compatibility, vol. 40 n° 3, pp. 209-217 (August 1998).
-
(5) - OULD BACHIR (T.) - Génération de nombres pseudo-aléatoires suivant une distribution non uniforme par circuits intégrés programmable - . Mémoire de fin d’études, École polytechnique de Montréal, Canada. Document disponible sur Internet (Août 2008).
-
...
Cet article fait partie de l’offre
Instrumentation et méthodes de mesure
(50 articles en ce moment)
Cette offre vous donne accès à :
Une base complète d’articles
Actualisée et enrichie d’articles validés par nos comités scientifiques
Des services
Un ensemble d'outils exclusifs en complément des ressources
Un Parcours Pratique
Opérationnel et didactique, pour garantir l'acquisition des compétences transverses
Doc & Quiz
Des articles interactifs avec des quiz, pour une lecture constructive
QUIZ ET TEST DE VALIDATION PRÉSENTS DANS CET ARTICLE
1/ Quiz d'entraînement
Entraînez vous autant que vous le voulez avec les quiz d'entraînement.
2/ Test de validation
Lorsque vous êtes prêt, vous passez le test de validation. Vous avez deux passages possibles dans un laps de temps de 30 jours.
Entre les deux essais, vous pouvez consulter l’article et réutiliser les quiz d'entraînement pour progresser. L’attestation vous est délivrée pour un score minimum de 70 %.
Cet article fait partie de l’offre
Instrumentation et méthodes de mesure
(50 articles en ce moment)
Cette offre vous donne accès à :
Une base complète d’articles
Actualisée et enrichie d’articles validés par nos comités scientifiques
Des services
Un ensemble d'outils exclusifs en complément des ressources
Un Parcours Pratique
Opérationnel et didactique, pour garantir l'acquisition des compétences transverses
Doc & Quiz
Des articles interactifs avec des quiz, pour une lecture constructive