CC2 - Stats

CC2 - Stats
Variable aléatoires discretes
Signe Signification Explication Exemple / Formule
Ω Univers ensemble des resultats possibles d’une Ω={1,2,3,4,5,6}.

expérience
P Probabilité associe une probabilité a chaque P(Ω)=1

evenement
W C'est l'ensemble des valeurs prise par Ex: dés a si face avec:
X - -5euro si 1,2,3 ou 4
- +5euro si 5
- +10 euro si 6
Donc X peut prendre les valeurs -

5, 5 et 10 chaque associé a un
resultats possible de l'expérience.
X Variable aléatoire Une fonction qui associe un résultat de X(Ω) = W ; X(1)=4

elle-même. l'univers Ω à une valeur dans
l'ensemble
P(X = x) Loi de probabilité Associe une probabilité a chaque Si on lance un dé équilibré:

associée a X valeur possible de X dans son support
x = elements de W. P(X=1) = ⅙ ;
P(X=2) = ⅙ ; etc
W
Autrement dit, “quelle est la probabilité
que X prenne la valeur x ?”
fX(x) Fonction de masse Pareil que “loi de probabilité associée a Pour un dé equilibré:
X” mais sous forme mathématique.
FX(x)= P(X≤ x) Fonction de Donne la probabilité cumulé que

répartition X, prenne une valeur ≤ a x.
etc
E(X) Esperance Moyenne théorique pondérée des Pour un dé équilibré:

valeurs prise par X, avec les
probabilités associées. E(X)= 1 x ⅙ + 2 x ⅙ + … + 6 x
⅙
Autrement dit, ce qu’on “s’attend” à
obtenir sur le long terme.
Var(X) Variance Mesure la dispersion des valeurs
autour de l’espérance
σ(X) Ecart-type Autre facon de mesurer la dispersion

des valeurs autour de l’esperance
FX(qα) = α Quantiles Valeur telle que la probabilité jusqu'à Pour un dé équilibré:

cette valeur qα est egal a un certain
pourcentage α. Médiane (q0,5)
donc la médiane est 3
Bonne vidéo:
- https://youtu.be/8pkao1GYXtA
- https://youtu.be/EGG_rixzgS4
Lois discretes
Signe Signification Explication Exemple / Formule Esperance Variance
X∼Un Loi uniforme Toutes les valeurs de la Avec dé equilibré:

discrete variable aléatoire X ont la
même probabilité. P(X=k) = ⅙ ; avec
a : premier xi
k=1,2,3,4,5,6 b : dernier xi
X∼B(p) Loi de Expérience aléatoire Lancer un piece: p p(1-p)

Bernoulli comportant 2 issues
possibles P(X=1) = ½
P(X = 0) = ½
P(succes) = P(X=1) = p
P(echec) = P(X=0) = 1 - p X(Ω) = {0,1}
X∼B(n,p Loi Binomiale Resultat d’une répétition Ex: lancer une piece 5 fois et np np(1-p)
) de n épreuves de compter le nombre de faces.
Bernoulli idépendantes
p = proba succes
n = nb de repetition
k = nb succes recherché
X∼G(p) Loi Nombre d’essaies Ex: lancer une piece jusqu'à 1/p
Géométrique nécessaires pour obtenir obtenir face
le premier succes
k = rang du premier succes
X∼P(λ) Loi de Modélise des événements E(X) = λ = E(X) = λ =

Poisson rares dans un intervalle np np
de temps ou d’espace
donné
λ = moyenne des
evenements observés par
unité de temps ou d’espace
k = nb d'événements
observés
Bonne vidéo:
- https://www.youtube.com/watch?v=ghVjwIKXhds
- https://youtu.be/TxziJTENRpM
- https://youtu.be/xMmfPUoBTtM
Variables aléatoires et lois continues
Signe Signification Explication Exemple / Formule
fX(x) Fonction de Utilisée pour décrire comment les probabilités Calcul proba:
masse/densité sont distribuées pour une variable aléatoire
continue.
FX(x) Fonctions de Représente la probabilité cumulée que X Calcul proba:

distribution prenne une valeur inférieure ou égale à x
Attention :
Expérience aléatoire = experience ou on n’est pas sur du resultat
L’univers = ensemble de tous les résultats possibles
Différence entre discret et continue

Cas discret : quand la variable aléatoire ne peut que prendre un nombre FINI de valeur séparé (ex:
{1,2,3,4}
Cas continu : quand la variable élatoire peut prendre toutes les valeurs d’un intervalle
(ex: intevalle borné [16,17] ; intervalle non borné [0,+∞[
Comment donner la loi de probabilité d’une valiable aléatoire ?
Cas discret:
- Donner les valeurs que la variable aléatoire peut prendre et avec quelle probabilité
Représentation par tableu
Cas continu:
Représentation par histograme (pas assez precis)> permet de connaitre les proba avec l’air des
rectangles
Représenation par fonction de densité (permet de connaître la proba de n’importe qu’elle valeur), en
realité c’est un histograme avec des rectangles infinime petit
Donc pour calculer les proba dans un cas continue, il faut faire l’air sous la courbe en utilisant les
intégral
Probabilité que X soit compris entre 2 et 3:

P(2 ≤ X ≤ 3) = P(2 ≤ X < 3) car P(X = 3) = 0
Comment calculer l’esperance d’une fonction de densité ?
Loi uniforme sur l’intervalle [a,b]

Fonction constante que représente la densité de X: f(x) = 1 / (b-a)
Chaque nombre a la meme proba, d’ou la fonction constante
Quand l’utiliser ? quand on choisit un nombre au hasard (sans autre presicion) entre a et b.
Calcule de probabilité:
Loi exponentielle
Sa densité est la fonction f définie sur [0;+∞[ par
λ : taux moyen d'occurrence des événements par unité de temps
Calcul de probabilité:
P(x ≤ a) = P (0 ≤ x ≤ a)
P(x ≥ a) = 1 - P(x ≤ a)
Loi normale
> grande nombre de facteurs, non tous identifiés, indépendants
> sysmetrique
> forme de cloche, tendance centrale
μ : Moyenne (centre de la distribution) > indique la position de la courbe sur l’axe

σ : Écart-type (dispersion des données) > controle la largeur de la courbe
La loi normal donne la probabilité cumulé P(X < x)
Calcul de proba:
, Z : variable standardisé
Pourquoi passer en Z ?
> la standardisation Z peremt de transformer une distribution normale quelconques en une loi
normale standards et donc pouvoir utiliser la table de la loi normal pour determiner la probabilié
Exemple:
Z=0,23 signifie que la valeur 800 est à 0,23 écart-type au-dessus de la moyenne.
P(X > 800) = 1 - P(X < 800) = 1 - P(Z < 0,23) = 1 - Φ(0,23) = 0,409
Φ(0,23) représente la probabilité que Z soit inférieur ou égal à 0,23. Autrement dit, c’est l’aire sous
la courbe de la loi nomale standard entre -infini et Z=0,23.
Φ(0,23)=0,5910 signifie que 59,10 % des données se trouvent sous la valeur Z=0,23
Propriété logique a ne pas oublier (tres utile):

Tips : faire des schema pour bien visualiser
Formule primitives
Formule log
Ln(e^a) = a

CC2 - Stats

Transféré par

Droits d'auteur :

Formats disponibles

CC2 - Stats

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

CC2 - Stats

Transféré par

Droits d'auteur :

Formats disponibles

CC2 - Stats

Variable aléatoires discretes

Signe Signification Explication Exemple / Formule

Ω Univers ensemble des resultats possibles d’une Ω={1,2,3,4,5,6}.

P Probabilité associe une probabilité a chaque P(Ω)=1

Donc X peut prendre les valeurs -

X Variable aléatoire Une fonction qui associe un résultat de X(Ω) = W ; X(1)=4

P(X = x) Loi de probabilité Associe une probabilité a chaque Si on lance un dé équilibré:

FX(x)= P(X≤ x) Fonction de Donne la probabilité cumulé que

E(X) Esperance Moyenne théorique pondérée des Pour un dé équilibré:

σ(X) Ecart-type Autre facon de mesurer la dispersion

FX(qα) = α Quantiles Valeur telle que la probabilité jusqu'à Pour un dé équilibré:

donc la médiane est 3

Signe Signification Explication Exemple / Formule Esperance Variance

X∼Un Loi uniforme Toutes les valeurs de la Avec dé equilibré:

X∼B(p) Loi de Expérience aléatoire Lancer un piece: p p(1-p)

k = rang du premier succes

X∼P(λ) Loi de Modélise des événements E(X) = λ = E(X) = λ =

Variables aléatoires et lois continues

Signe Signification Explication Exemple / Formule

FX(x) Fonctions de Représente la probabilité cumulée que X Calcul proba:

Expérience aléatoire = experience ou on n’est pas sur du resultat

L’univers = ensemble de tous les résultats possibles

Différence entre discret et continue

Comment donner la loi de probabilité d’une valiable aléatoire ?

Représentation par tableu

Probabilité que X soit compris entre 2 et 3:

Comment calculer l’esperance d’une fonction de densité ?

Loi uniforme sur l’intervalle [a,b]

Sa densité est la fonction f définie sur [0;+∞[ par

λ : taux moyen d'occurrence des événements par unité de temps

μ : Moyenne (centre de la distribution) > indique la position de la courbe sur l’axe

La loi normal donne la probabilité cumulé P(X < x)

Propriété logique a ne pas oublier (tres utile):

Vous aimerez peut-être aussi