testRunif <- function(nbEssais=10,nbValeurs=50) {

  ## 1. génération des valeurs aléatoires

  # remplissage de la matrice des résultats

  matRes <- matrix(nrow=nbEssais,ncol=nbValeurs)
  row.names(matRes) <- paste("essai",sprintf("%03d",1:nbEssais),sep="")

  for (idl in (1:nbEssais)) {
    matRes[idl,] <- runif(nbEssais)
  } # fin pour idl

  cat("\nextrait des tirages aléatoires\n")
  print(matRes[(1:5),(1:3)])

  ## 2. analyse des valeurs aléatoires

  # si la répartition est uniforme, on doit avoir
  # autant de valeurs avant 0.5 qu'àprès 0.5

  repVal <- as.data.frame(matrix(nrow=nbEssais,ncol=4))
  names(repVal) <- c("nbVal avant 0.5","nbVal Après 0.5","p-value","code sig.")

  for (idl in (1:nbEssais)) {
    repVal[idl,1] <- sum( matRes[idl,] < 0.5 ) # valeurs avant
    repVal[idl,2] <- sum( matRes[idl,] > 0.5 ) # valeurs après
    # la différence est-elle significative ?
    pvalue        <- binom.test( as.numeric(repVal[idl,(1:2)]), p=1/2 )$p.value
    repVal[idl,3] <- sprintf("%13.7f",pvalue)
    repVal[idl,4] <- as.sigcode(pvalue)
  } # fin pour idl

  # affichage (extrait)

  cat("\nextrait des résultats\n")
  print(repVal[(1:5),])


  # autre façon de le vérifier : tester si la médiane
  # est égale à 0.5

  # autre façon de le vérifier : tester si les médianes
  # sont égales

  # on renvoie le nombre de fois où la différence est significative

  nbSig <- sum(repVal[,3]<0.05)
  return( nbSig)

} # fin de fonction testRunif