Corrélation ; Distribution spatiale ; Grand échantillon ; Généralités sur la géographie ; Normalité ; Statistique ; Statistique spatiale ; Test ; Théorème
étaient normalement distribuées dès que la taille de l'échantillon était assez grande. L'A. démontre un théorème général sur la normalité des grands échantillons. Un des corollaires du théorème, est l'établissement de la normalité asymptotique de ce type
de statistiques. L'A. montre enfin, à l'aide d'un contre-exemple, que les conditions données pour un théorème similaire, établi par Cliff et Ord (en 1973), sont inadéquates pour établir la normalité.
l'estimation statistique des paramètres contenus dans les modèles de séries de données spatiales, et dans la conceptualisation des processus spatiaux. Définition, hypothèses sur le probabilisme, la normalité. Méthodes de mesure et élaboration de distributions
L'A. présente une série d'indices ayant pour objectif de mesurer l'activité des noyaux commerçants et comparer leurs puissances respectives: indices d'orientation, de spécialisation, de normalité, de diversité. (AT).
Devant des données n'ayant pas une distribution normale, les géographes utilisent souvent des méthodes non paramétriques pour analyser leurs résultats. Cependant, l'A. pense que lorsque les écarts par rapport à la normalité sont faibles, les modèles
n'est pas seulement cumulatif ou unidirectionnel. Il est aussi formé de périodes successives de normalité ponctuées de poussées où apparaissent de nouveaux paradigmes. (ALS).
Les AA ont étudié dans quelle mesure la présomption d'une normalité croissante de la mobilité en République Fédérale se confirme. De plus, ils étudient les interdépendances de la migration intérieure depuis 1990 et les évaluations des conditions de
spécifique de la politique libérale des Blancs et de la pratique sociale aux Etats-Unis. Cependant des discours très récents situent le Vermont hors du courant principal américain, ce qui pose le problème d'une reconsidération de la normalité.
normale, avec les moments et les tests. 3. les transformations de données statistiques ne remplissant pas les critères de normalité. Nombreux exemples élémentaires. (C. Barrat).
chronologiques sur de telles populations pose en outre des problèmes de données (normalité et stationnarité). Les AA. formulent un modèle spatial de calcul sur séries chronologiques, modèle dynamique qui prévoit l'évolution et le développement d'un unique secteur
. On dérive la cohérence et la normalité asymptotique de l'estimateur. Des résultats analytiques, une preuve par simulation et une application empirique à des données sur le riz indonésien illustrent cette amélioration à partir d'échantillons finis.
Le nombre de jours arrosés présente à la fois une distribution statistique plus proche de la normalité et une plus grande cohérence spatiale que l'abondance pluviométrique. Ceci se vérifie particulièrement en saison froide. On en conclut que la
L'article effectue une correspondance entre le test de permutation selon Moran I et les résidus d'un modèle loglinéaire sous une hypothèse de normalité asymptotique. Les simulations peuvent s'appliquer à des tailles hétérogènes de population
, avantage aux régions urbaines de taille modérée, riches en aménités naturelles, sans tenir compte du degré de tolérance envers cette non-normalité. Pour les lesbiennes, avantage pour les régions moins peuplées possédant une communauté déjà importante.
conception et l’appliquent à un ensemble de cas afin de comprendre quels sont les cas dans quelle est le mieux adaptée. Ils expliquent que cette méthode réduit les cas d’erreurs, augmente la normalité des résidus et renforce l’adéquation du modèle utilisé