lois
de probabilités
Définition
:
Quel que soit i de 1, 2, ... à n :
pi = P(X=i) =1/n |
Quel que soit le nombre entier i de 1, 2, ... à ¥ :
|
|
e-l lk |
pk = P[X = k] |
= |
–––––––––– |
|
|
1 x 2 x 3... x k |
m = E(X) = l |
s2 = V(X) = l |
Définition (loi de Bernoulli)
:
P ( X= 0) = 1 – p |
P(X = 1) = p |
m = E(X) = p |
s2 = V(X) = p (1 – p) |
Définition (loi binomiale) : pour i = 0, 1, … à n
|
1 x 2 x 3 x .. x n |
|
pi = P(X = i ) = |
_________________________________________ |
(1 – p)n - i pi |
|
(1 x 2 x 3 x .. x i) x (1 x 2 x 3 x ... x [n- i]) |
|
Définition :
Pour x Î ] a, b[ |
f(x) = 1/(b-a) |
Pour x £ a ou x ³ b |
f(x) = 0 |
Propriétés
:
|
a + b |
|
(b – a )2 |
m =E(X) = |
––––– |
s2 = V(X) = |
–––––– |
|
2 |
|
12 |
P( X Î[ x1, x2 ])
= (x2 – x1)/(b – a) |
Définition :
|
|
-a (x – x0) |
pour tout x ³ x0 |
f(x) = a e |
|
pour tout x < x0 |
f(x) = 0 |
|
|
|
-a (x – x0) |
F(x) = 1 – |
e |
|
Propriété :
m = E(X) = x0 + 1/a |
s2 = V(X) = 1/a2 |
|
|
-( x1 – x0) |
|
-( x2 – x0) |
P(XÎ [x1, x2] = |
e |
|
– e |
|
|
1 |
|
– ½ [ (x – m)/s ]2 |
f(x) = |
_____________ |
e |
|
|
s [ 2 p ]1/2 |
|
|
Propriétés
:
· Espérance : m
· Variance : s2
· (X – m)/s suit la loi normale centrée et réduite de moyenne 0 et de variance 1.
v.a. suivant la loi du c2 :
X2 = X12 + X22 + … + Xn2
(n : degré de liberté).
v.a.
suivant la loi de Fisher Snedecor :
|
X12 / n1 |
F = |
––––––––– |
|
X22 / n2 |
(n1 et n2 : degrés de liberté).
v.a.
suivant la loi de Fisher Snedecor :
|
X |
T = |
–––––– |
|
[X2/n]1/2 |
(n : degré de liberté).
· X la première v.a., x1, x2, …, xi, …xp ses modalités.
· Y la seconde v.a., y1, y2, …, yj, …, yq ses modalités
|
|
|
|
Question Y |
|
|
marge |
|
|
|
y1 |
y2 |
... |
yj |
... |
yq |
|
|
x1 |
n1,1 |
n1,2 |
… |
n1,j |
… |
n1,q |
n1. |
|
x2 |
n2,1 |
n2,2 |
|
n2,j |
|
n2,q |
n2. |
|
… |
… |
… |
|
… |
|
… |
… |
Question
X |
xi |
ni,1 |
ni,2 |
… |
ni,j |
… |
ni,q |
ni. |
|
… |
… |
… |
|
… |
|
… |
… |
|
xp |
np,1 |
np,2 |
|
np,j |
|
np,q |
np. |
marge |
|
n.1 |
n.2 |
|
n.j |
|
n.q |
n |
· ni,j : nombre d’u.s. vérifiant les deux modalités à la fois.
· ni. : nombre d’u.s. ayant répondu à la question X par la modalité xi .
· n.j : nombre d’u.s. ayant répondu à la question Y par la modalité yj .
Densité
du couple (X,Y)
P(X = xi,
Y = yj) = ni,j/n = pi,j |
Densités
marginales :
pi. = P(X = i) = ni./n |
p.j = P(Y = j)= n.j/n |
loi binormale de coefficient de corrélation r :
|
1 |
|
– ½ [ (x2 + y2 – 2 r x y] |
f(x,y) = |
_____________ |
e |
|
|
2 p [1 – r2]½ |
|
|
Définition : on dit que deux variables X et Y sont indépendantes lorsque les événements « X Î I » et « YÎ J » sont indépendants quels que soient les sous-ensembles I et J.
· cas de deux variables qualitatives ou discrètes indépendantes :
pi,j = pi. p.j
coefficient de corrélation r = 0
Soient X et Y deux variables discrètes ou qualitatives.
· densité de la loi de probabilité conditionnelle de Y sachant X = xi : :
pji = P(Y = yj / X = xi)
· densité de la loi de probabilité conditionnelle de X sachant Y = j :
pij = P(X = xi / Y = yj)
L’indépendance des variables X et Y est équivalente à l’égalité des lois conditionnelles en lignes (ou en colonnes).