Location via proxy:   [ UP ]  
[Report a bug]   [Manage cookies]                
Scribd Logo
Importer

Bienvenue sur Scribd !

  • 2 vues

    tp3 2

    Transféré par

    fatiha.mokhari1

    Droits d'auteur :

    © All Rights Reserved
    Téléchargez comme PDF, TXT ou lisez en ligne sur Scribd

    tp3 2

    Transféré par

    fatiha.mokhari1
    2 vues2 pages

    Titre original

    tp3.2

    Copyright

    © © All Rights Reserved

    Formats disponibles

    PDF, TXT ou lisez en ligne sur Scribd

    Avez-vous trouvé ce document utile ?

    Ce contenu est-il inapproprié ?

    Droits d'auteur :

    © All Rights Reserved
    Téléchargez comme PDF, TXT ou lisez en ligne sur Scribd
    Télécharger au format pdf ou txt
    2 vues2 pages

    tp3 2

    Transféré par

    fatiha.mokhari1

    Droits d'auteur :

    © All Rights Reserved
    Téléchargez comme PDF, TXT ou lisez en ligne sur Scribd
    Télécharger au format pdf ou txt
    sur 2

    Université Docteur Moulay Tahar

    Faculte des Sciences


    Département de Mathématiques
    Master 2

    TP3.2
    Estimation de la tendance par régression
    Exercice 1
    x <- 1:300
    #fonction objectif (supposée inconnue et à découvrir) bruitée
    y <- 0.1*x^3 - 0.5 * x^2 - x + 10 + rnorm(length(x),0,5)
    #A¢ chage des données
    t=(x^2)
    z=(x^3)
    model <- lm( y ~x + I(x^2) + I(x^3) )
    model$coef
    model1 <- lm( y ~x + t + z )
    model1
    y-model1$…t
    acf(y-model1$…t)
    #Les I() sont importants car ils servent à éviter l’interprétation de
    x^2. Si cela n’est pas clair, essayez la même commande sans les I().
    #Il est parfois préférable pour des raisons de travailler avec des
    polynômes orthogonaux (cela a tendance à réduire la corrélation en-
    tre les coe¢ cients obtenus par la régression) dans ce cas on peut utiliser
    comme formule poly(x,3). Toutefois l’interprétation des coe¢ cients ainsi
    obtenus n’est pas évidente.
    ———————————————

    Exercice2
    1) Importer le …chier de données extérieur hstart(f= …le.choose();
    hstart=read.table(f)) et déterminer quel type d’objet R est hstart.
    A¢ cher la première variable de hstart.
    On appellera t cette variable et nbdem le nombre de déménagements
    correspondants. a la deuxieme varible et Transformer nbdem en une série
    chronologique de temps t.
    A¢ cher le graphe des variations de nbdem.
    Estimater la tendance seule par régression
    On commence par estimer l’éventuelle tendance de la série chronologique
    par des régressions linéaires de degrés de plus en plus élevé. Tracer a

    1
    chaque fois la série et supperposer la courbe de la régression avec couleur
    di¤érente.
    Exercice 3
    Importer les données tra…c f=…le.choose()
    tra…c <-
    read.table(tab)
    Tronsformer ces données en séries chronologique monsuelle commen-
    cant par 1949 et …nissant le mois de Decembre 1966 (utiliser data.matrix
    pour transformer une data.frame en une matrice)
    Tracer le graphe de la série puis réaliser une régression linéaire a…n
    d’estimer la tendance
    ______________________________________________________

    Vous aimerez peut-être aussi