# CHARGEMENT DES DONNEES library(MASS) Population <- crabs\$FL # TEST DE NORMALITE shapiro.test(Population) # p-value = 0.2023 > 0.05 => normalité OK # MOYENNE : CAS A 1 ECHANTILLON n <- 28 echantillon <- sample(Population,n) Intervalle <- c(mean(echantillon)-qt(0.975,n-1)*sd(echantillon)/sqrt(n),mean(echantillon)+qt(0.975,n-1)*sd(echantillon)/sqrt(n)) # MOYENNE : CAS A N ECHANTILLONS n <- 28 N <- 100 Intervalles <- matrix(NA,N,2) for(i in 1:N) { echantillon <- sample(Population,n) Intervalles[i,] <- c(mean(echantillon)-qt(0.975,n-1)*sd(echantillon)/sqrt(n),mean(echantillon)+qt(0.975,n-1)*sd(echantillon)/sqrt(n)) } compteur <- 0 for(i in 1:N) { if(Intervalles[i,1]<=15.583 && Intervalles[i,2]>=15.583) { compteur <- compteur + 1 } } pourcentage <- compteur/100 # VARIANCE : CAS A 1 ECHANTILLON n <- 15 echantillon <- sample(Population,n) Intervalle <- c((n-1)*var(echantillon)/qchisq(0.95,n-1),(n-1)*var(echantillon)/qchisq(0.05,n-1)) # VARIANCE : CAS A N ECHANTILLONS N <- 100 n <- 15 Intervalles <- matrix(NA,N,2) for(i in 1:N) { echantillon <- sample(Population,n) Intervalles[i,] <- c((n-1)*var(echantillon)/qchisq(0.95,n-1),(n-1)*var(echantillon)/qchisq(0.05,n-1)) } compteur <- 0 for(i in 1:N) { if(Intervalles[i,1]<=12.2173 && Intervalles[i,2]>=12.2173) { compteur <- compteur + 1 } } pourcentage <- compteur/100