From d2a5a4faa80071f7d9079d556ee23b01e385b8af Mon Sep 17 00:00:00 2001 From: =?UTF-8?q?F=C3=A9lix=20MARQUET?= Date: Wed, 12 Mar 2025 10:48:18 +0100 Subject: [PATCH] fix: correct histogram title formatting and clean up code structure --- Big Data/TP1/Exercice2.R | 12 +++--------- 1 file changed, 3 insertions(+), 9 deletions(-) diff --git a/Big Data/TP1/Exercice2.R b/Big Data/TP1/Exercice2.R index a48a3d1..1cedf92 100644 --- a/Big Data/TP1/Exercice2.R +++ b/Big Data/TP1/Exercice2.R @@ -12,10 +12,10 @@ for (j in(1:50)){ # puis normalisation: (moyenne-mu)/sigma ms[i]=(mean(rbinom(k,1,p))-mu)/sig } # Tracé de l'histogramme des moyennes normalisées - hist(ms, breaks=41, xlab="x-variable", xlim=c(-4,4), prob=TRUE, main=sprintf("normal curve over -histogram, n = %d",k)) + hist(ms, breaks=41, xlab="x-variable", xlim=c(-4,4), prob=TRUE, main=sprintf("normal curve over histogram, n = %d",k)) # Superposition de la courbe de densité normale standard N(0,1) - curve(dnorm(x), col="darkblue", lwd=2, add=TRUE, yaxt="n")} + curve(dnorm(x), col="darkblue", lwd=2, add=TRUE, yaxt="n") +} # Définition de la séquence pour le tracé des courbes @@ -25,25 +25,19 @@ x = seq(-5, 5, 0.025) for (j in (1:50)) { # k = taille d'échantillon (j²), donc de 1 à 2500 k = j*j - for (i in (1:10000)) { # Génération de k variables Cauchy et calcul de leur moyenne ms[i] = mean(rcauchy(k)) } - # Pour éviter que les valeurs extrêmes ne déforment l'histogramme valid_range = ms > -5 & ms < 5 - # Tracé de l'histogramme des moyennes hist(ms[valid_range], breaks=41, xlab="x-variable", xlim=c(-5, 5), prob=TRUE, main=sprintf("Distribution des moyennes de Cauchy, n = %d", k)) - # Superposition de la courbe de densité normale standard N(0,1) curve(dnorm(x), col="darkblue", lwd=2, add=TRUE, yaxt="n") - # Superposition de la courbe de densité Cauchy standard curve(dcauchy(x), col="darkred", lwd=2, add=TRUE, yaxt="n") - # Légende legend("topright", legend=c("Normale N(0,1)", "Cauchy"), col=c("darkblue", "darkred"), lwd=2)