Bonjour:
Je recherche une implémentation d'intervalles de prédiction pour le cas "non paramétrique", conceptuellement analogue au cas paramétrique normal tel qu'actuellement implémenté dans la plateforme de distribution de JMP, comme illustré par la démo suivante de @julian selon le cours JMP STIPS .
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 :
Gérald Hahn et William Meeker, Intervalles statistiques : un guide pour les praticiens 1991, Wiley et 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 d'adéquation de Shapiro-Wilk. Il s'agit d'une exigence procédurale pour certaines entreprises malgré les avantages et les inconvénients de la procéduralisation (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'hypothèses).
Merci,
@PatrickGiuliano
