R EVUE DE STATISTIQUE APPLIQUÉE
G. R OUZET
Incidence pratique de la méthode utilisée pour l’étude graphique de la loi de probabilité d’une variable aléatoire à partir d’un échantillon d’observations indépendantes
Revue de statistique appliquée, tome 14, n
o3 (1966), p. 5-24
<
http://www.numdam.org/item?id=RSA_1966__14_3_5_0>
© Société française de statistique, 1966, tous droits réservés.
L’accès aux archives de la revue « Revue de statistique appliquée » (
http://www.sfds.asso.fr/publicat/rsa.htm
) implique l’accord avec les conditions générales d’uti- lisation (
http://www.numdam.org/conditions). Toute utilisation commerciale ou im- pression systématique est constitutive d’une infraction pénale. Toute copie ou im- pression de ce fichier doit contenir la présente mention de copyright.
Article numérisé dans le cadre du programme Numérisation de documents anciens mathématiques
http://www.numdam.org/
5
INCIDENCE PRATIQUE
DE LA MÉTHODE UTILISÉE POUR L’ÉTUDE GRAPHIQUE
DE LA LOI DE PROBABILITÉ D’UNE VARIABLE ALÉATOIRE
A PARTIR D’UN ÉCHANTILLON
D’OBSERVATIONS INDÉPENDANTES
G. ROUZET
Ingénieur
àla Compagnie des Compteurs
1 -
REMARQUES
PRELIMINAIRESLorsqu’on
désire étudier par voiegraphique
la loi deprobabilité
d’une variable
aléatoire,
àpartir
d’un échantillon d’observationsindépen- dantes,
il est habituel d’utiliser la notion de courbe derépartition
desobservations,
c’est-à-dire de fairecorrespondre
àchaque
valeur observée laproportion
des observations de valeurs inférieures ouégales
à cettevaleur. C’est cette notion que nous utiliserons dans ce
qui
suit. Précisons toutefois que nous ne ferons pas usage d’un tracéjoignant
lespoints représentatifs
descouples (valeur,
1fréquence cumulée)
définisci-dessus ,
1mais que nous nous intéresserons à l’ensemble de ces
points.
Par
ailleurs, deux
méthodesd’investigation peuvent
êtreenvisagées :
- attendre de la
représentation graphique
des résultatsd’échantillonnage -
dans unsystème
d’axes à échellesarithmétiques - qu’elle suggère
tel modèlemathématique
pour la loi deprobabilité
de lavariable,
- faire une
hypothèse quant
à la loi deprobabilité
de la varia- ble etjuger,
1 en fonction de lareprésentation graphique
des résultatsd’échantillonnage -
dans unsystème
d’axes utilisant éventuellement des échellesjudicieusement adaptées -
de la validité del’hypothèse.
Nous laisserons de côté la
première méthode,
1 en nous bornant ànoter
qu’elle
n’a de sens que si le nombre des observations est trèsgrand,
et nous nous intéresserons dans cequi
suit à la secondeméthode ,
1dans son
principe
même.2 - NOTATIONS Soient :
X : la variable aléatoire étudiée. Nous supposerons cette variable conti- nue, 1 ce
qui
n’affecte en rien le caractèregénéral
desprincipes
quenous allons
expliciter.
f(x)
etF(x) : respectivement,
lesexpressions
définissant la densité deprobabilité
et la fonction derépartition
pour toute valeur x de X.n : le nombre d’observations
indépendantes
effectuées.i : le rang d’une observation dans le classement par ordre non décrois- sant des valeurs observées.
Revue de Statistique Appliquée 1966 - Vol. XIV - N’ 3
6
vi :
la valeur de l’observation de rang i :3 - ETUDE
THEORIQUE
DU COMPORTEMENT DES OBSERVATIONS ALEATOIRES POUR UNE LOI DE PROBABILITE DE X CONNUESupposons
connue la loi deprobabilité
de X définie parf(x)
ouF(x) ;
proposons nous de constituer un échantillon de n observations aléatoires
indépendantes
et de classer ensuite ces observations dans l’ordre nondécroissant des
valeurs,
etappelons provisoirement
xi la valeur queprendra
l’observation de rang i dans ce classement.Le
symbole xi, auquel
necorrespondra
une valeurnumérique (Vi)
que
lorsque
l’échantillon aura étéconstitué, désigne
ici toute valeur pos- sible de la variable aléatoirecorrespondante Xi
i dont la loi deprobabilité (bien
connue, cequi
nousdispense
del’établir)
est définie par la densité deprobabilité :
B
désignant
la fonction eulérienne depremière espèce :
Cette loi de
probabilité
pourra être caractérisée defaçon
concrètepar son
espérance mathématique E(Xi)
et des limites enprobabilité
cor-respondant
à un seuil adonné ;
soientLI (i)
etL2(i)
les limites enproba-
bilité de
X
i telles que :Sur un
graphique
à échellesarithmétiques,
onpeut
alorsporter
en abscisses les valeurs successives dei,
et en ordonnées lesquantités
E (Xi ), L1(i), L2 (i) correspondantes (figure 1).
(Ce
n’est que pour faciliter la lecture d’un telgraphique
que l’ona
joint
par des courbes lespoints qui
secorrespondent lorsque
ivarie,
la notiond’interpolation
étant bien évidemmentdépourvue
desens).
Nous
préférerons
toutefoisporter
en ordonnées lesproportions i/n
et en abscisses les valeurs
Xi
caractérisant les lois deprobabilité
des va- riablesX
i(figure 2).
Cettereprésentation, équivalente, est,
eneffet,
en
correspondance
directe avec la notion de courbe derépartition
d’un échantillon.Remarque
Il y a lieu d’attirer l’attention sur le fait que, sur la
figure 2,
lecaractère aléatoire des résultats
d’échantillonnage
se trouve ainsireporté
sur les
abscisses,
alors que lesordonnées,
résultant de la seule valeur de n, sont au contraire déterminées.Revue de Statistique Appliquée 1966 - Vol. XIV - N’ 3
7 Figure 1
Figure 2
4 -
GRAPHIQUE
DES VALEURS OBSERVEESRéalisons maintenant
l’échantillonnage
et observons les valeurs nu-mériques v prises
par les variablesXi
dans l’échantillon.Revue de Statistique Appliquée 1966 - Vol. XIV - N’ 3
8
Nous
porterons
sur ungraphique
lespoints (vi ; i/n)
de la courbe derépartition
de l’échantillon(figure 3).
Figure 3
Remarque
Si l’on
procède
r fois à la constitution d’un tel échantillon et si l’onenregistre
les observations sur un mêmegraphique,
on obtient nensembles dont chacun est constitué de r
points
distribués sur une même ordonnée(figure 4),
la valeur de cette ordonnéepouvant
être définie apriori
connaissant seulement n.Figure 4
Revue de Statistique Appliquée 1966 - Vol. XIV - N 3
9
Nous retrouvons ici la notion mise en relief dans la remarque finale du
paragraphe précédent.
Par
ailleurs,
pourchaque ordonnée,
etindépendamment
desautres,
les rpoints
obtenuscorrespondent
à r observationsindépendantes
de lamême variable
Xi
dont la loi deprobabilité
est définie parg(xi). Ainsi,
si l’on
appelle
k le numéro de l’échantillon(1
kr)
la moyenneempi- rique :
converge,
lorsque
raugmente,
versl’espérance mathématique
deg(Xi) :
5 - JUGEMENT SUR LA VALIDITE D’UNE HYPOTHESE
QUANT
A LA LOI DE PROBABILITE DE XExaminons maintenant de
quelle
manière cequi
vient d’être dit conduit à résoudre leproblème pratique, qui
consiste àjuger
de la vali-.dité d’une
hypothèse quant
à la loi deprobabilité, inconnue,
de X.Dès
l’hypothèse faite,
l’étudemathématique
ducomportement
descaractéristiques d’échantillonnage
se fait sur la base d’une loi de X connue, et, enparticulier,
les notionsexplicitées
dans lesparagraphes précédents
sont directementapplicables.
Le critère de validité de
l’hypothèse
est alors un critère de compa- tibilité entre l’ensemble despoints expérimentaux (figure 3)
et legraphi-
que
préétabli
àpartir
def(x)
et de n(figure 2).
La notion decompati-
bilité inclut en l’occurrence deux
aspects
différents etcomplémentaires
que nous allons examiner successivement.
5. 1 -
Comparaison
de l’ensemble despoints (v, ; i/n)
à l’ensemble despoints (E (Xi ) ; i/n)
Si l’on
porte
sur un mêmegraphique
lespoints expérimentaux (figure 3)
et lespoints
de la"courbe"
moyenne dugraphique
des valeurscalculées dans le cadre de
l’hypothèse (figure 2),
on estplus
ou moinsfondé à admettre la
légitimité
de celle-ci selon que lespremiers
sontplus
ou moinsproches,
dans leurensemble,
des seconds.Pour faciliter cette
comparaison,
onpeut
utiliser uneanamorphose
telle que les
points "théoriques"
soientalignés :
si nousappelons
yi la valeurqui,
sur une échellearithmétique auxiliaire, repère
laposition qu’occupe
l’ordonnéei/n
sur l’échelle modifiée(figure 5),
cette ana-morphose
est définie par :(cette
relation semble restreindre à uneégalité
la notion de transfor- mation linéaire deE(Xi ). Mais,
enfait,
cette dernière notion se trouve incluse dans le choix arbitraire de l’échellearithmétique
desyi).
Notons que l’on
peut
alorsdécomposer l’appréciation
de la validité del’hypothèse
en deux élémentsayant respectivement
pour base :Revue de Statistique Appliquée 1966 - Vol. XIV - N’ 3
10
Figure 5- l’observation d’une allure
approximativement rectiligne
del’ensemble des
points expérimentaux,
- l’identification de la droite moyenne
correspondante,
à ladroite
passant
par l’ensemble despoints (E(Xi) ; i/n).
Cette remarque conduit à l’idée d’un
procédé graphique
suscep- tible depermettre
dejuger
de la validité d’unehypothèse
concernantl’appartenance
de la loi de X à une certaine famille de lois deprobabilité ;
dans ce cas, en
effet, l’expression
def(x)
met enjeu
desparamètres
littéraux et il est souhaitable depouvoir juger séparément
de la validité du modèleparamétrique
et de la validité des valeurs affectées aux para- mètres littéraux. Parailleurs,
ces dernières valeurs résultant engénéral
d’estimations
qui
nécessitent des calculspréalables
à l’étudegraphique proprement dite,
onpeut
aussi souhaiterpouvoir
mettre en oeuvre unprocédé graphique
d’estimation sous réserve d’uneprécision
suffisante.Il est effectivement des cas dans
lesquels
cecipeut
être réalisé.Ainsi,
si les valeursE(X1)
sontproportionnelles
à unparamètre
"a"
de valeur inconnue :- on définira l’ordonnée
arithmétique
dupoint
d’abscisse v, par :- un
premier
examen dugraphique permettra d’apprécier
si
l’hypothèse paraît raisonnable,
en ce que l’ensemble despoints
estsensiblement
rectiligne,
- dans
l’affirmative,
on tracera la droite moyenne : l’inverse de sapente
fournira l’estimationgraphique
de"a".
Revue de Statistique Appliquée 1966 - Vol. XIV - N’ 3
11
5. 2 - Positions des
points (vi ion)
parrapport
aux intervalles résultant des limites enprobabilité
Si nous
envisageons
maintenant lasuperposition
dugraphique expéri-
mental(figure 3)
augraphique "théorique" (figure 2)
en nous intéressantplus précisément
sur ce dernier à l’ensemble des limitesLI (i)
etL2(i),
le critère de
compatibilité prend,
pourchaque
ordonnée considérée indé-pendamment
desautres,
la valeur d’un teststatistique (figure 6).
Figure 6
Pour l’ensemble des
points,
la mêmeacception
du mot test n’estpossible
que si l’onpeut
calculer lerisque global ;
notonspourtant
que, dans un sensplus large,
la notion de test reste dans tous les cas atta- chée à cette méthodegraphique,
en cequ’elle
a pour base la compa- raison de valeurs observées à des limitesprécalculées.
La
synthèse
despossibilités exposées
en 5. 1 et 5. 2 est aisée : il suffit d’utiliser dans tous les cas l’échelle des ordonnées définie en 5. 1(figure 5).
Le
graphique auquel
nous aboutissons ainsi(figure 7)
constitue unedisposition
toutparticulièrement
favorable pour l’étudegraphique
d’unehypothèse quant
àl’expression
def(x),
ou dans certains cas, comme nous l’avons vu,quant
à un modèleparamétrique
pourf(x).
(Dans
ce dernier cas, lespoints expérimentaux
sont d’abordportés
sur le
graphique ;
si la notion de droite moyenne s’avère avoir un sens, l’estimation des valeurs desparamètres littéraux permet
ensuite le calculdes limites
L1(i),
etL2(i),
dont lespoints représentatifs
viennent alorscompléter
legraphique).
6 - EXEMPLE
Plaçons -nous
dans le cas oùl’hypothèse
concernant la loi de X est celle d’une loiexponentielle
deparamètre
m.Revue de Statistique Appliquée 1966 - Vol. XIV - N’ 3
12
Figure 7Nous avons :
L’expression
deg(xi)
s’écrit alors :D’où, (comme
le montre le calculreporté
en annexeI) :
Par
ailleurs,
les limites enprobabilité
deXi
sontdonnées,
pourchaque
rang i etindépendamment
des autres, àpartir
de la fonction Bincomplète
pourlaquelle
nousemploierons
la notation de Pearson :et en
posant :
Revue de Statistique Appliquée 1966 - Vol. XIV - N’
3
13 par :
("ln a" désignant
lelogarithme
naturel dea).
Les résultats
exprimés
par les relations(9)
et(11) permettent
de construire legraphique correspondant
à lafigure 7 ;
enparticulier,
onportera
l’ordonnéei/n
à une distance del’origine égale :
- si dans
l’hypothèse
m a une valeurnumérique ,
à :selon la relation
(5)
- si dans
l’hypothèse
m est laissé sous formelittérale,
à :puisqu’on
se trouve dans le cas de la relation(6).
En utilisant les données
numériques
suivantes :on a
tracé,
à titred’illustration,
lesgraphiques correspondant
à lafigure
2
(voir graphique 1)
et à lafigure 7 (voir graphique 2).
Les valeurs mises en
jeu
sontrécapitulées
dans le tableau ci-des- sous :7 - UTILISATION D’UN CHANGEMENT DE VARIABLE
Revenons à
l’expression (1) qui
définit la loi deXi,
pour une fonc-tion
F(x),
une taille n d’échantillon et une valeur de i données.Revue de Statistique Appliqué. 1966 - Vol. XIV - N’ 3
14 Revue de Statistique Appliquée 1966 - Vol. XIV - N’ 3
graphique
115
Dans les mêmes
conditions,
considérons la variablealéatoire CI> 1 ’
telle que
chaque valeur (pi
de cette variablecorresponde
àchaque
valeurxi
par larelation :
La loi de
probabilité de 03A6i
est alors définie par :On remarque que la loi
des
estindépendante
del’expression
deF(x).
L’utilisation de cechangement
de variablepermet
doncl’usage
d’un
graphique
commun,quelle
que soit la fonctionF(x),
établi pour une valeur donnée de n.Pour réaliser ce
graphique (figure 8)
nous pouvonsporter
en abs-cisses les valeurs i et en ordonnées les valeurs caractérisant la loi de
,
c’est-à-direl’espérance mathématique
dont la valeur est :et les limites en
probabilité ul (i)
etu2 (i)
au seuil aqui
sont fournies par la fonction Bincomplète,
selon les relations(10)
que nousrappelons
ici :Les
points représentatifs
des résultatsd’échantillonnage
auront,par
ailleurs,
pourcoordonnées : [i ; F(vi ) ]
Figure 8
Revue de Statistique Appliquée 1966 - Vol. XIV - N’ 3
16
Remarquons
que l’ensemble despoints
seprésente
directement selon une droite.
Remarquons
aussiqu’en abscisses,
à l’échelle des valeurs CPipeut
être associée uneéchelle,
nonlinéaire,
des valeurs deXi
correspon- dantes.Facultativement,
cette dernière remarquepeut
nous inciter à reve-nir,
enpermutant
les axes de coordonnées et enremplaçant
i pari/n
surla nouvelle échelle des
ordonnées,
à unereprésentation
relative à lacourbe de
répartition
des observations(figure 9).
Figure 9
Il est clair que cette méthode ne
peut
être mise en oeuvre quelorsque
la fonctionF(x)
est entièrementdéfinie, c’est-à-dire,
sous l’an-gle pratique, lorsque l’hypothèse
met enjeu
une loi deprobabilité
déter-minée,
le cas d’un modèleparamétrique
se trouvant exclu.(Dans
cedernier cas, on pourra
seulement,
par une estimationpréalable
des va-leurs des
paramètres
dans le cadre del’hypothèse,
J se ramener au casd’une loi de
probabilité déterminée).
Telle est la restriction associée à
l’emploi
de cetteméthode,
J parrapport
à la méthode de baseexposée précédemment.
On trouvera
ci-après (graphique 3)
legraphique correspondant
aux données del’exemple précédent, précisées
par les relations(7)
et(12),
Revue de Statistique Appliquée 1966 - Vol. XIV - N’ 3
17
graphique
3dont les valeurs
caractéristiques
sontrécapitulées
dans le t-1-leau sui- vant :8 - AUTRES METHODES UTILISEES
En dehors de
quelques
casparticuliers
pourl’expression
def(x) -
ainsi la loi
exponentielle
que nous utilisons à titred’exemple - l’expres-
sion de
g(xi)
seprête
assez mal au calcul deE(Xi ).
Revue de Statistique Appliquée 1966 - Vol. XIV - N’ 3
18
La mise en oeuvre de la méthode résultant des conclusions du para-
graphe
5implique
donc engénéral -
ainsi dansl’hypothèse
de la nor-malité de la loi de X -
l’usage
de tables de valeursnumériques pré-
calculées.
Cette difficulté n’est pas
insurmontable,
1 mais elle n’en constitue pas moins un inconvénient sur leplan pratique.
De là sans doute
l’usage
très courant d’autresméthodes, lesquelles prennent
essentiellement pour base un ouplusieurs
des trois éléments suivants :1/ l’anamorphose
telle queF(x)
soitreprésentée
par une droitesur le
graphique
où serontportés
lespoints expérimentaux (droite d’Henry,
dans sonacception
laplus générale) :
Il est
clair,
eneffet,
1qu’il
y a convergence,lorsque
n 1 de l’ensemble despoints (vi ; i/n)
vers la fonction derépartition F(x)
de lavariable.
Mais pour une taille d’échantillon
finie, l’anamorphose
est différentede celle définie au
paragraphe
5 :ainsi,
pour une même ordonnéei/n, l’abscisse 03BEi
telle que :est différente de
l’espérance mathématique E(Xi ),
comme le montrentles calculs
reportés
en annexe II dans le cas de la loiexponentielle.
La"courbe"
moyenne autour delaquelle
se distribuent lespoints (vi ; i/n)
est donc différente de la droite
qui,
dansl’anamorphose considérée ,
Jreprésente F(x).
2/ l’emploi
de coordonnées(xi , Qi )
telles que lespoints (03BE’i, Qi )
correspondant
aux valeurs successives de i seplacent
sur unedroite ,
Jsi
i étant défini par :Une telle
disposition
estjustifiée
dans le cas de la secondeprésen-
tation du
graphique
étudié auparagraphe 7 (figure 9),
cegraphique
serapportant
à l’étude de la variableCPi = F(xi)
dont les valeurs sontportées
sur une échelle
arithmétique.
Mais si l’on utilise une autre échelle pour
xi, correspondant
à unchangement
de variabledifférent,
la nouvelle variable utilisée n’admetplus
pourespérance mathématique
la valeurcorrespondant
àxi 03BE’i.
En
particulier,
si l’onporte
les valeursxi
sur une échelle arith-métique,
on a(en
excluant évidemment la loirectangulaire) :
*puisque (en
notant que membre degauche) :
en ce
qui
concerne leRevue de Statistique Appliquée 1966 - Vol. XIV - N’ 3
19
3/
l’étude de la loi deprobabilité
de lafréquence
cumulée corres-pondant,
dans un échantillonaléatoire,
à une valeur de x donnée.F(x)
étant définie et n étantdonné,
la loi deprobabilité
du rang ioccupé
par l’observation de valeur x = A donnée se ramène en effet àune loi binômiale.
Mais il faut observer que tout se passe, sous cette
optique,
commesi,
chacune- des valeurs vi - considéréeindépendamment
des autres -étant
supposée
donnée àl’avance, l’échantillonnage
avait pour but d’en révéler le rang.Or,
les résultats obtenus de cette manière ne coihcident pas avecceux
qui
découlent de la formulation duproblème adoptée
auparagraphe
3.9 - INCIDENCE
PRATIQUE
DE LA METHODEPour illustrer l’influence
pratique
de laméthode,
J nous utiliseronsencore
l’exemple
caractérisé par les données(7)
et(12).
Nous avons alors :
Les
quantités 03BEi
etsi
duparagraphe précédent
ont par ailleurspour
expression :
-d’où les valeurs
numériques récapitulées
dans le tableau ci-dessous :Représentons
tout d’abord sur ungraphique
à échellesarithmétiques
la fonction de
répartition F(x)
et l’ensemble despoints [E(Xi) ; i/n] qui
constitue la
"courbe"
moyenne pour un échantillon de taille n = 9(graphi -
que
4).
La même
comparaison
se retrouve dans le tracé de la"courbe"
moyenne résultant des
points [E(Xi) ; 03BEi]
dansl’anamorphose
rendantrectiligne
la courbeF(x) - (graphique 5).
Revue de Statistique Appliquée 1966 - Vol. XIV - N’ 3
20 graphique 4
Représentons également
la"courbe"
moyenne résultant despoints
[E(Xi) ; 03BE’i]
dansl’anamorphose utilisant 03BE’i (graphique 6).
Les allures différentes des
courbes,
sur chacun de cesgraphiques ,
Jconstituent un
premier aspect
de l’incidencepratique
de la méthode uti- lisée.Par
ailleurs,
les écarts observés sur lesgraphiques
5 et 6 setraduiraient dans le cas de
graphiques
établis sur la base du modèleparamétrique
constitué par la loiexponentielle
de moyenne minconnue ,
par des écarts dans les estimations de m ; en
effet,
si l’on avait obtenu dans unéchantillonnage
des valeurs de Xi coincidantprécisément
avecleurs
espérances mathématiques -
soit v"Í =E(Xi ) -
onaurait, ayant
conclu à une linéaritéadmissible,
J tracé une droitepassant
au mieux par lespoints représentatifs (points
de la"courbe" moyenne)
et estimé lavaleur du
paramètre
m par l’inverse de lapente
de cettedroite,
J cequi
aurait conduit à un écart d’estimation de l’ordre de 10
%
parrapport
à la valeur m = 1 utilisée en fait pour le tracé de cesgraphiques.
Tel est le second
aspect
de l’incidencepratique
de la méthode uti- lisée.Remarque
La taille d’échantillon n = 9 introduite dans les
exemples
a étéchoisie
petite
defaçon
à limiter le nombre des valeurs à considérer . Il est évidemment souhaitable d’être à même d’utiliser dans lapratique
des échantillons
plus importants.
Les écarts que nous venons d’observer deviennent alors moins sensibles du fait de la convergence des différentesméthodes ; précisons pourtant
que cette convergence est assez lente : ainsi lerapport de
àE(X1), qui
pour i = n = 9 a pourvaleur 2,303 0,814,
n’atteint encore pour i = n = 100 que la
valeur 5,187 = 0,890.
Revue de Statistique Appliquée 1966 - Vol. XIV - N’ 3
21
graphique
5Revue de Statique Appliquée 1966 - Vol. XIV - N’ 3
graphique
622 10 - CONCLUSION
L’influence de la méthode sur les résultats de l’étude
graphique peut
n’être pasnégligeable,
enparticulier
en cequi
concerne l’estimation des valeursnumériques
deparamètres.
Si
qualitativement
cette conclusionpeut
sembler voisine d’une évi-dence,
sonimportance pratique
nous a parujustifier,
d’unepart,
que la nature de cette influence soitprécisée
par les considérationsthéoriques qui
constituent l’essentiel de cetarticle,
et, d’autrepart,
que l’attention soit attirée sur la nécessité de tenircompte,
dansl’expression
des ré-sultats,
de la méthode parlaquelle
ceux-ci ont été obtenus.d’où :
Or :
d’où,
en tenantcompte
de ce que :De cette
relation,
on tire la relation de récurrence :Revue de Statistique Appliquée 1966 - Vol. XIV - N’ 3
23
Par
ailleurs,
J la valeur deE(X1)
étant :on a donc :
Rappelons
que :Par
ailleurs,
laquantité Ç,i
telle que :a pour valeur :
Considérons alors la somme donnant
E(Xi ).
Nous pouvons écrire :Cette
expression correspond
à la somme des aires desrectangles
dessinés sur la
figure
10 ci-dessousqui
traduitgraphiquement
le fait que si u est une variable discontinue telle queDu - 1, les
termes successifsde la somme
précédente peuvent
se mettre sous la formeu variant de
Revue de Statistique Appliquée 1966 - Vol. XIV - N’ 3
24 Figure 10
Lorsque
n ;> oo, on a :d’ou :
Il y a donc bien convergence,
lorsque
la taille de l’échantillon cro1tindéfiniment,
de l’ensemble despoints
d’abscissesE(X1)
etd’ordonnées n
("courbe"
moyenne pour un échantillon de taillen)
vers la courbe derépartition F(x).
Mais,
pour nfini,
la"courbe"
moyenne est distincte deF(x).
Lafigure
montre en outre queE(Xi )
est alorstoujours
inférieur àÇ,i.
Revue de Statistique Appliquée 1966 - Vol. XIV - N’ 3