nombres aléatoires et distribution triangulaire

[Tillard]

Bonjour
J'essai de programmer une distribution triangulaire sous R
ma fonction dtriang me donne la densité de probabilité

Code : Tout sélectionner

dtriang <- function(x, min, vprob, max){
    y <- ifelse(x < min, 0,
            ifelse(x > max, 0,
                ifelse(x >= min & x <= vprob, 2*(x - min) /((vprob-min)*(max-min)),
                    2 * (max - x) / ((max-vprob)*(max-min)))))
    y
}

essai <- dtriang(seq(0.05,0.5,le=1000),0.05,0.1,0.5)   
plot(seq(0,0.5,le=1000),essai)


j'aimerai maintenant ecrire une fonction rtriang qui serait ce que rnorm est à dnorm, cad une fonction pour generer de maniere aleatoire des nombres distribués selon cette distribution triangulaire

quelqu'un aurait-il une petite idée pour rtriang ?
Cordialement

[François Bonnot]

Code : Tout sélectionner

rtriang <- function(n, min, vprob, max){
  y <- runif(n)
  ifelse (y<=(vprob-min)/(max-min),min+sqrt(y*(vprob-min)*(max-min)),
                                   max-sqrt((1-y)*(max-vprob)*(max-min)))
}

ressai <- rtriang(100000,0.05,0.1,0.5)
hist(ressai,breaks=100)


Bonne journée !

[Tillard]

Merci beaucoup, François
Je pense qu'on doit pouvoir maintenant réaliser une analyse quantitative de risque entièrement sous R et se passer des logiciels payant du type @risk ou Crystal Ball
Affaire à suivre ...

[Renaud Lancelot]

Ah, je pensais bien que tu avais ça en tête! Cela fait un moment que je pense à utiliser R dans des analyses de risque, mais je n'ai pas de cas concrets à traiter en ce moment. Quand tu auras le temps, cela vaudrait certainement la peine de faire une démo comparant les approches et résultats avec @risk et R, appliqués à un problème simple.

Renaud

[Tillard]

Salut Renaud
la comparaison @risk et R fait partie de ma "to do" list (sur la base d'un exemple concret, par exemple emprunté à Sanaa et al., 2002, Epidemiol et santé anim, 41, 145-155 ou sur la base d'un exemple "maison" donné par Eric Etter dans son (excellent) cours sur l'analyse de risque)
mais, je n'aurais pas de temps à consacrer à cela avant plusieurs semaines...

on peut voir egalement plus loin:
elaborer un package R sur l'analyse quantitative de risque :
il y aurait un gros travail de conceptualisation (interface graphique ou non);
il faudrait quelqu'un qui connaisse R a fond, bon en math et qui ait 3-6 mois a consacrer a ce travail; bref un oiseau rare au CIRAD aussi rare qu'un canard sauvage porteur du virus H5N1 !!!; on peut peut-être néanmoins envisager à terme ce travail via un stage de DEA (biométrie, épidémiologie); je voudrais savoir ce qu'en pense les enseignants en math membres de ce forum;

à suivre