Ajustementd’un´echantillondeloiinconnue Mod`ele ̏lois.test

Abstract

L'objet de ce mémoire est la création et la généralisation d'un algorithme sous R permettant d'ajuster n'importe quel échantillon provenant d'une distribution inconnue F. En utilisant des techniques statistiques avancées, tels que le qqplot, la régression linéaire simple, l’estimation par maximum de vraisemblance et le test de Kolmogorov–Smirnov, notre modèle «lois.test» vise à ajuster des données observées par l’une des cinq lois intégrées, estimer ses paramètres et fournir une meilleure compréhension de la distribution sous-jacente

The object of this memory is the creation and the generalization of an algorithm under R allowing to adjust any sample coming from an unknown distribution F. By using advanced statistical techniques, such as qqplot, linear regression simple, maximum likelihood estimation and the Kolmogorov–Smirnov test, our model” lois.test” aims to fit observed data to one of the five built-in laws, estimate its parameters and provide a better understanding of the distribution underlying.