Académique Documents
Professionnel Documents
Culture Documents
Abdallah BENABDALLAH
Université de Sfax
Institut Supérieur d’Informatique et de Multimédia de Sfax
Décembre 2019
1. Introduction
6. Conclusion
Définition 1 :
La moyenne de l’échantillon est définie par
n
1X
x= xk .
n
k=1
Valeur 1 2 3 4 5 6
Apparition 9 8 5 5 6 7
B, R, R, R, B, B, R, R, B, R.
σ2
E(X ) = µ et V(X ) = .
n
X −µ
Z= √
σ/ n
P(a ≤ X ≤ b) = 0, 95.
On donne
où Z est variable aléatoire de loi normale centrée réduite N (0, 1).
Soit X une v.a. de loi Binomial B(n, p). Pour n assez grand
(n ≥ 30), la v.a.
X − np
Z=p
np(1 − p)
suit approximativement la loi normale N (0, 1).
Définition 4:
La variance d’échantillon aléatoire de X est la variable aléatoire
n
1 X
S2 = (Xk − X )2 .
n−1
k=1
Proposition
Soit X = (X1 , X2 , ..., Xn ) un échantillon aléatoire de taille n d’une
v.a. X d’espérance µ et d’écart-type σ. On a
E(S 2 ) = σ 2 .
Théorème
Soit X = (X1 , X2 , ..., Xn ) un échantillon aléatoire de taille n d’une
v.a. X de loi normale N (µ, σ). Alors,
X −µ
1 Z= √ , suit la loi normale centrée réduite N (0, 1).
σ/ n
X −µ
2 Tn−1 = √ , suit la loi Student de degré de liberté n − 1.
S/ n
(n − 1)S 2
3 χ2n−1 = , suit la loi Khi deux de degré de liberté
σ2
n − 1.
Ainsi,
X −µ
P a≤ √ ≤ b ' φ(b) − φ(a), ∀(a, b) ∈ R2 .
σ/ n
On a E(S 2 ) = σ 2 .
Soit X = (X1 , X2 , ..., Xn ) un échantillon aléatoire d’une v.a. X
de loi normale N (µ, σ).
√
Propriété 1: La v.a. Z = (X − µ)/(σ/ n), suit la loi
normale N (0, 1).
Propriété 2: La v.a. K = (n − 1)S 2 /σ 2 , suit la loi Khi2 de
degré de liberté n − 1.
√
Propriété 3: La v.a. T = (X − µ)/(S/ n) suit la loi de
Student de degré de liberté n − 1.
Sheldon M. Ross
Introduction to Probability and Statistics for Engineers and
Scientists.
Elsevier Academic Press, 2004.