Ce billet vise à vous montrer comment ajuster un modèle de distribution (par exemple une jolie « cloche » gaussienne) à une distribution empirique (i.e. la distribution de vos données telle que vous l’observez, par exemple en traçant l’histogramme correspondant). Il existe plusieurs méthodes possibles pour faire cela, dont la méthode des moments dont je vais parler ici. Considérons les données disponibles ici x=read.csv(paste(dat.path, »data_vraisemblance.csv »,sep= » »),sep= »; »)$x head(x) ## [1] 132.5 194.8 179.0 108.7 112.5.. Read More