BINOMIALE Dr AKA Joseph Maître de Conférences Agrégé Département de Santé Publique et Spécialités Unité Pédagogiqe et Recherche en Santé publique, Biostatistique et Informatique médicale Laboratoire de Biostatistique, Méthode et Informatique médicale UFR SMA /UFHB 1 OBJECTIFS
• Définir la loi binomiale
• Enumérer les conditions de réalisation de la loi binomiale • Formuler les moments de la loi
2 PLAN
INTRODUCTION ET INTERETS I. DEFINITION DE LA LOI BINOMIALE II. CONDITIONS DE REALISATION DE LA LOI III. MOMENTS DE LA LOI BINOMIALE CONCLUSION
3 INTRODUCTION
• La loi binomiale est la loi de probabilités
discrète la plus rencontrée en statistique
• Double Intérêt : ‐ Loi des événements se produisant très souvent (exemples en science de la vie) ‐ Dérivation de table de probabilités pour j succès parmi n épreuves réalisées
4 OBJECTIFS
• Définir la loi binomiale
• Enumérer les conditions de réalisation de la loi binomiale
• Formuler les moments de la loi binomiale
5 I - DEFINITION DE LA LOI BINOMIALE (1/8)
Cette définition se fera à partir des éléments
de construction de la loi binomiale : • Considérons une urne dans laquelle, il y a 2 types de boules : Rouge (n1) et Verte (n2) dans des proportions p et q respectives, sachant que p + q = 1
6 I - DEFINITION DE LA LOI BINOMIALE (2/8)
• Questions : − Probabilité de tirer 1 boule R lors d’1 tirage ? − Probabilité de tirer j boules R lors de n tirages avec remise ?
• Sur cette expérience, définissons X VA
« nombre de boules R » tiré et construisons les variables aléatoires X et les lois de probabilités des épreuves suivantes :
7 I - DEFINITION DE LA LOI BINOMIALE (3/8) 1. Un tirage (n=1) • = {R,V} E = {0,1} R+ / 1 1 0 X(R) = 1 / p(X=1) = p = C p q 1 0 0 1 X(V) = 0 / p(X=0) = 1 - p = q = C p q1
• avec (p + q)1 = p + q = 1 − Cette expérience est appelée épreuve de Bernoulli, réalisant ainsi la Loi de Bernoulli, symbolisée par B(1,p) − La loi de Bernoulli est appelée loi indicative • De sorte que : E(X) = = pjxj = p • et V(X) = E(X²) - [E(X)]² = pq 8 I - DEFINITION DE LA LOI BINOMIALE (4/8) 2. Deux tirages avec remise (n=2) • = {RR, RV, VR, VV} • E = {0,1} R+ / X(RR) = 2 / p(X=2) = p² X(RV) = 1 / p(X=1) = pq X(VR) = 1 / p(X=1) = qp X(VV) = 0 / p(X=0) = q²
• avec (p + q)2 = p² + 2pq + q² = 1
9 I - DEFINITION DE LA LOI BINOMIALE (5/8) 3. Trois tirages avec remise (n=3) • = {RRR, RRV,……, VVR, VVV} • E = {0,1} R+ / X(RRR) = 3 / p(X=3) = p3 X(RRV) = 2 / p(X=2) = p²q X(RVR) = 2 / p(X=2) = p²q X(VRR) = 2 / p(X=2) = p²q X(RVV) = 1 / p(X=1) = q²p X(VRV) = 1 / p(X=1) = q²p X(VVR) = 1 / p(X=1) = q²p X(VVV) = 0 / p(X=0) = q3 • avec (p + q)3 = p3 + 3p²q + 3pq² + q3 = 1 10 I - DEFINITION DE LA LOI BINOMIALE (6/8)
4. Généralisons à n tirages avec remise
− E = {0,1} R+ − Les probabilités p(X=j) s’obtiennent par le développement de (p + q)n :
p q 1 C n p q C p q 0 n 0 n 1 n 1 n 1 Cn 2 2 pq n2
j n j n 0 .... C p q .... C p q j n n n
11 I - DEFINITION DE LA LOI BINOMIALE (7/8) • La loi binomiale se définit comme étant :
p( X j ) C p q j j n j
n n n j p( X j ) C n j 1 j pq j 0 j 0
j , j 0, 1, 2,... j ,..., n
− La loi binomiale est symbolisée par B(n,p)
− On dit que X B(n,p) − Remarque : B(1,p) B(n,p) 12 I - DEFINITION DE LA LOI BINOMIALE (8/8)
• Représentation de la loi binomiale
L’ensemble des couples (xj,pj) constitue sa loi
de probabilités − Où p(X=j) j est représentée par un diagramme en bâton (et lorsque p = q = 0,5 alors la représentation est parfaitement symétrique) − Et F(x) = p(X<j) est une fonction en « escalier »
13 OBJECTIFS
• Définir la loi binomiale
• Enumérer les conditions de réalisation
de la loi binomiale
• Formuler les moments de la loi binomiale
14 II - CONDITIONS DE REALISATION DE LA LOI BINOMIALE • Le nombre d’épreuves n est fixé • L’existence de 2 événements (Succès, Echec) pouvant se réaliser à chaque épreuve • Les épreuves sont indépendantes • L’existence d’une probabilité p constante de succès à chaque épreuve (tirage avec remise) • J variable aléatoire succès observée au cours de n épreuves réalisées
• NB : si le tirage se fait sans remise, on obtient une
loi hypergéométrique : H(N,n,p) 15 OBJECTIFS
• Définir la loi binomiale
• Enumérer les conditions de réalisation de la loi binomiale
• Formuler les moments de la loi
binomiale
16 III - MOMENTS DE LA LOI BINOMIALE (1/3)
1. Moments de la VA X
• Espérance mathématique de X n n E ( X ) jp( X j ) j C n p q j j n j
j 0 j 0
np C n1 p q np p q n 1 j 1 j 1 n j n 1
j 1
E ( X ) np
17 III - MOMENTS DE LA LOI BINOMIALE (2/3) • Variance de X (1) V ( X ) E ( X ) E ( X ) 2 2 2
n n j (2) E ( X ) j C n p q 2 2 j j
j 0
E ( X ) n(n 1) p p q np 2 2 n2
n(n 1) p np 2
En remplaçant (2) dans (1)
V ( X ) E ( X ) E ( X ) 2 2 2
n(n 1) p np np np(1 p )
2 2
d ' où V ( X ) 2 npq 18 III - MOMENTS DE LA LOI BINOMIALE (3/3)
2. Moments de la proportion (p)
• Espérance mathématique et variance de p
X 1 E ( p ) E np p E ( p ) p n n X 1 pq V ( p ) V 2 npq V ( p ) n n n
• V(p) sera utilisée pour l’encadrement de la
proportion (IC) 19 APPLICATION NUMERIQUE (1/2) 1. Cf. polycopié (AN1) 2. AN2 : On considère un test constitué de questions à choix multiples, pour lesquelles cinq réponses sont présentées dont une seule est correcte. Le test comporte 6 questions. Les questions sont indépendantes et la réponse de l’étudiant est aléatoire. • Estimer : − La probabilité d’avoir au moins 4 bonnes réponses. − La probabilité d’avoir moins de 4 bonnes réponses. − Les moments de X. 20 APPLICATION NUMERIQUE (2/2)
2. AN2 • Rechercher les conditions de réalisation de la LB • X VA associée à j succès (j réponses justes) j j n j • X B(n,p) / p(X=j) = C pq n
• = {jjjjjj, jjjjjf, ………., jfffff, ffffff}
• p(E) ? • n? • p(X4) ? • p(X<4) ? 21 CONCLUSION
1. Loi de probabilité discrète la plus rencontrée
2. Utile pour la structuration du raisonnement probabiliste 3. Base des tests statistiques non paramétriques 4. Permet la modélisation de nombreux problèmes en sciences de la vie (variable aléatoire à 2 Etats), ouvrant ainsi la porte sur l’analyse des données binaires (exemple : la régression logistique)
