Bonjour:
Je recherche une implémentation d'intervalles de prédiction pour le cas "non paramétrique", conceptuellement analogue au cas paramétrique normal tel qu'il est actuellement implémenté dans la plate-forme de distribution dans JMP, comme illustré par la démo suivante de @julien par le JMP STIPS Cours.
https://community.jmp.com/t5/Short-Videos/Calculator-Prediction-and-Tolerance-Intervals/tac-p/409311#M236
J'ai une bonne référence de manuel pour cela, mais la méthode est presque strictement basée sur des tableaux, avec du code Fortran pour les intervalles non paramétriques :
Gerald Hahn et William Meeker, Intervalles statistiques : un guide pour les praticiens 1991, Wiley & Fils
Pourquoi demander une chose aussi "nuancée" ??
Dans de nombreuses situations, nous sommes tenus d'utiliser des méthodes non paramétriques ou de transformer les données en données normales si les données de l'échantillon indiquent une non-normalité sur la base du test de qualité d'ajustement de Shapiro-Wilk. Il s'agit d'une exigence procédurale pour certaines entreprises malgré les avantages et les inconvénients de la procédure (puisque dans de nombreux cas, l'approximation normale fonctionnera très bien si l'on examine les hypothèses et le cadre conceptuel de la méthode d'estimation par intervalles ou de la méthode de test d'hypothèse).
Merci,
@PatrickGiuliano
Numéro de suivi supplémentaire : 7613402112
