๐Ÿ“ˆ ๐‹๐š ๐ฅ๐จ๐ข ๐๐ž๐ฌ ๐ ๐ซ๐š๐ง๐๐ฌ ๐ง๐จ๐ฆ๐›๐ซ๐ž๐ฌ : ๐ฅ๐š ๐ฏรฉ๐ซ๐ข๐ญรฉ ๐๐ž๐ซ๐ซ๐ขรจ๐ซ๐ž ๐ฅ'๐š๐ฅรฉ๐š๐ญ๐จ๐ข๐ซ๐ž !

 Que se passe-t-il lorsqu’on tire de plus en plus d’รฉchantillons alรฉatoires d’une distribution ?

๐Ÿ‘‰ On commence ร  voir la vรฉritable forme qui se cache derriรจre le hasard !
C’est le principe fondamental de la loi des grands nombres, selon lequel la moyenne des รฉchantillons converge vers la valeur attendue ร  mesure que la taille de l’รฉchantillon augmente.
๐Ÿง  ๐๐จ๐ข๐ง๐ญ๐ฌ ๐œ๐ฅรฉ๐ฌ :
✔️ ๐’๐ญ๐š๐›๐ข๐ฅ๐ข๐ฌ๐ž ๐ฅ๐ž๐ฌ ๐ž๐ฌ๐ญ๐ข๐ฆ๐š๐ญ๐ข๐จ๐ง๐ฌ ๐ฌ๐ญ๐š๐ญ๐ข๐ฌ๐ญ๐ข๐ช๐ฎ๐ž๐ฌ ๐š๐ฏ๐ž๐œ ๐๐ž๐ฌ ๐ ๐ซ๐š๐ง๐๐ฌ ๐ž́๐œ๐ก๐š๐ง๐ญ๐ข๐ฅ๐ฅ๐จ๐ง๐ฌ
✔️ ๐’๐จ๐ฎ๐ญ๐ข๐ž๐ง ๐ฅ๐š ๐ฆ๐จ๐รฉ๐ฅ๐ข๐ฌ๐š๐ญ๐ข๐จ๐ง ๐ซ๐จ๐›๐ฎ๐ฌ๐ญ๐ž ๐๐ž ๐ฉ๐ซ๐จ๐œ๐ž๐ฌ๐ฌ๐ฎ๐ฌ ๐š๐ฅรฉ๐š๐ญ๐จ๐ข๐ซ๐ž๐ฌ
✔️ ๐…๐จ๐ซ๐ญ๐ข๐Ÿ๐ข๐ž ๐ฅ’๐ข๐ง๐ญ๐ฎ๐ข๐ญ๐ข๐จ๐ง ๐ฉ๐จ๐ฎ๐ซ ๐ฅ๐š ๐ฌ๐ข๐ฆ๐ฎ๐ฅ๐š๐ญ๐ข๐จ๐ง, ๐ฅ’๐ข๐ง๐Ÿรฉ๐ซ๐ž๐ง๐œ๐ž ๐ž๐ญ ๐ฅ๐ž๐ฌ ๐ฆรฉ๐ญ๐ก๐จ๐๐ž๐ฌ ๐Œ๐จ๐ง๐ญ๐ž ๐‚๐š๐ซ๐ฅ๐จ
❌ ๐‹๐ž๐ฌ ๐ฉ๐ž๐ญ๐ข๐ญ๐ฌ ๐ž́๐œ๐ก๐š๐ง๐ญ๐ข๐ฅ๐ฅ๐จ๐ง๐ฌ ๐ฉ๐ž๐ฎ๐ฏ๐ž๐ง๐ญ ๐Ÿ๐š๐ฎ๐ฌ๐ฌ๐ž๐ซ ๐ฅ๐š ๐ฏ๐ข๐ฌ๐ข๐จ๐ง ๐๐ž ๐ฅ๐š ๐๐ข๐ฌ๐ญ๐ซ๐ข๐›๐ฎ๐ญ๐ข๐จ๐ง
๐ŸŽž️ ๐”๐ง๐ž ๐š๐ง๐ข๐ฆ๐š๐ญ๐ข๐จ๐ง ๐ฏ๐ข๐ฌ๐ฎ๐š๐ฅ๐ข๐ฌ๐ž ๐ฅ๐š ๐œ๐จ๐ง๐ฏ๐ž๐ซ๐ ๐ž๐ง๐œ๐ž :
• ๐‚๐จ๐ฎ๐ซ๐›๐ž ๐ง๐จ๐ข๐ซ๐ž : densitรฉ estimรฉe
• ๐‚๐จ๐ฎ๐ซ๐›๐ž ๐ซ๐จ๐ฎ๐ ๐ž : densitรฉ rรฉelle (loi normale)
๐Ÿ‘‰ ๐๐ฅ๐ฎ๐ฌ ๐ง ๐š๐ฎ๐ ๐ฆ๐ž๐ง๐ญ๐ž, ๐ฉ๐ฅ๐ฎ๐ฌ ๐ฅ๐ž ๐ฌ๐ž๐ฆ๐›๐ฅ๐š๐ง๐œ๐ž ๐ฌ๐ž ๐ซ๐ž๐ฌ๐ฌ๐ž๐ซ๐ซ๐ž
________________________________________
๐Ÿ” ๐’๐ข๐ฆ๐ฎ๐ฅ๐š๐ญ๐ข๐จ๐ง๐ฌ :
๐Ÿ”น ๐„๐ง ๐‘ : rnorm(), ggplot2, set.seed()
๐Ÿ”น ๐„๐ง ๐๐ฒ๐ญ๐ก๐จ๐ง : numpy.random.normal(), scipy.stats.gaussian_kde, matplotlib, numpy.random.seed()
________________________________________


________________________________________

Commentaires

Enregistrer un commentaire

Posts les plus consultรฉs de ce blog

ร‰conomรฉtrie des donnรฉes de panel: de la thรฉorie ร  la pratique

Image
L'รฉconomรฉtrie des donnรฉes de panel ร  la diffรฉrence du modรจle linรฉaire simple prรฉsente une double dimension: la dimension temporelle et la dimension individuelle.Par exemple on observe des variables macroรฉconomiques (PIB, inflation, taux de chรดmage, dรฉpenses publiques de consommation,...) sur les pays d'une zone monรฉtaire donnรฉes (Euro) sur une pรฉriode donnรฉe (2000-2020). Dans cet exemple la dimension temporelle c'est l'annรฉe et la dimension individuelle est matรฉrialisรฉe par le pays. L'image ci-aprรจs illustre bien la configuration que doivent avoir les donnรฉes de panel avant estimation. C'est un panel de 4 pays (Individus) sur la pรฉriode 2000-2005 avec comme variables: les exportations, les Investissement Directs ร‰trangers (IDE), le Produit Intรฉrieur Brute (PIB), l'ouverture commerciale, l'inflation, le capital humain, l'indice de corruption et le taux de change. L’รฉconomรฉtrie des donnรฉes de panel prรฉsente la modรฉlisation  en partant de la structure d...
Lire la suite